JP2023046514A - 計算機及び帳票種別の識別方法 - Google Patents

Abstract

【課題】画像特徴及び言語特徴を用いて、効率的に、かつ、高い精度で帳票の種別を識別する。【解決手段】計算機は、複数の帳票種別の画像特徴及び言語特徴を含む帳票定義を管理するための帳票定義情報を格納し、ターゲット帳票の画像を取得し、ターゲット帳票の画像に対して画像処理を実行することによって処理画像を生成し、処理画像から画像特徴を取得し、複数の帳票種別の各々について、処理画像から取得した画像特徴と、帳票種別の画像特徴との類似性を示す第１確信度を算出し、第１確信度に基づいて、類似帳票種別を選択し、処理画像から言語特徴を取得し、処理画像から取得した言語特徴と、前記類似帳票種別の言語特徴との類似性を示す第２確信度を算出し、第１確信度及び第２確信度に基づいて、類似帳票種別の中から候補帳票種別を選択する。【選択図】図３

Description

本発明は、入力された帳票の帳票種別を識別する装置及び方法に関する。

光学文字認識（ＯＣＲ：Ｏｐｔｉｃａｌ Ｃｈａｒａｃｔｅｒ Ｒｅｃｏｇｎｉｔｉｏｎ）の技術を用いて、文書から属性を読み出し、確認することで業務を自動化する方法が知られている。従来、ＯＣＲ技術を利用して文書から必要な属性を取得するために、帳票種別ごとに帳票の形式を定義した帳票定義が用いられている。帳票定義には、読み取り対象の文字列の位置及び属性等が定義されている。

近年、多種多様な帳票が混在する業務にＯＣＲを利用したいというニーズが高まっている。この場合、ＯＣＲを利用する前に、入力された帳票の種別を識別し、使用する帳票定義を特定する必要がある。

特開２００２－２４５４０３号公報

帳票の種別を識別する方法として、帳票の画像特徴を利用する方式と、帳票の言語特徴を利用する方式が知られている。画像特徴方式は、帳票の画像のサイズ、帳票の色調、及びレイアウト等の画像特徴を利用して、帳票の種別が識別される。言語特徴方式は、帳票に含まれる文字列を利用して、帳票の種別が識別される。

ここで、画像特徴方式及び言語特徴方式の課題について説明する。図１０及び図１１は、従来技術の課題を説明する図である。

図１０に示す二つの帳票は、レイアウトが類似しているため、画像特徴を用いた場合、区別することができない。図１１に示す二つの帳票は、共通する文字列が多数存在するため、言語特徴を用いた場合、誤った識別結果が出力される可能性がある。このような課題に対して特許文献１に記載の技術が知られている。

特許文献１には、「帳票辞書は、登録帳票の特徴を代表する点である対応点の情報及び対応点とは異なる特徴として文字部分の情報を記憶している。処理対象帳票と登録帳票との対応点を検出し（ステップＳ９）。この対応点について帳票辞書より対応点の情報を参照して、両帳票間の相違度を算出する（ステップＳ１１）。相違度の大きさが所定の程度に近接している登録帳票が複数存在しないときには（ステップＳ９のＮ）、相違度の大きさにより処理対象帳票の種類を識別し（ステップＳ１３）、複数存在したときには（ステップＳ９のＹ）、帳票辞書より対応点とは異なる登録帳票の特徴を参照して帳票の種類を識別する（ステップＳ２２～Ｓ１２）。」ことが記載されている。

特許文献１では、画像特徴及び言語特徴を用いた帳票種別の識別結果が独立しており、上記のような二つの識別方式の問題点を回避できていない。

本発明は、画像特徴及び言語特徴を用いて、効率的に、かつ、高い精度で帳票の種別を識別する装置及び方法を提供することを目的とする。

本願において開示される発明の代表的な一例を示せば以下の通りである。すなわち、演算装置、前記演算装置に接続される記憶装置、及び前記演算装置に接続されるインタフェースを備える計算機であって、前記記憶装置は、複数の帳票種別の画像特徴及び言語特徴を含む帳票定義を管理するための帳票定義情報を格納し、前記演算装置は、前記インタフェースを介して、ターゲット帳票の画像を取得し、前記ターゲット帳票の画像に対して画像処理を実行することによって処理画像を生成し、前記処理画像から画像特徴を取得し、前記複数の帳票種別の各々について、前記処理画像から取得した画像特徴と、前記帳票種別の画像特徴との類似性を示す第１確信度を算出し、前記第１確信度に基づいて、類似帳票種別を選択し、前記処理画像から言語特徴を取得し、前記処理画像から取得した言語特徴と、前記類似帳票種別の言語特徴との類似性を示す第２確信度を算出し、前記第１確信度及び前記第２確信度に基づいて、前記類似帳票種別の中から候補帳票種別を選択し、前記候補帳票種別に関する情報を提示する。

本発明によれば、計算機は、画像特徴及び言語特徴を用いて、効率的に、かつ、高い精度で帳票の種別を識別できる。上記した以外の課題、構成及び効果は、以下の実施例の説明により明らかにされる。

実施例１のシステム構成の一例を示す図である。 実施例１の帳票定義情報のデータ構造の一例を示す図である。 実施例１の計算機が実行する処理の概要を説明する図である。 実施例１の計算機が実行する画像特徴を用いた帳票種別判別処理の一例を説明するフローチャートである。 実施例１の計算機が生成する中間情報のデータ構造の一例を示す図である。 実施例１の計算機が生成する類似帳票種別情報のデータ構造の一例を示す図である。 実施例１の計算機が実行する言語特徴を用いた帳票種別判別処理の一例を説明するフローチャートである。 実施例１の計算機が生成する確信度情報のデータ構造の一例を示す図である。 実施例１の計算機が実行する候補帳票種別の選択処理の一例を説明するフローチャートである。 実施例１の計算機がユーザに提示する画面の一例を示す図である。 従来技術の課題を説明する図である。 従来技術の課題を説明する図である。

以下、本発明の実施例を、図面を用いて説明する。ただし、本発明は以下に示す実施例の記載内容に限定して解釈されるものではない。本発明の思想ないし趣旨から逸脱しない範囲で、その具体的構成を変更し得ることは当業者であれば容易に理解される。以下に説明する発明の構成において、同一又は類似する構成又は機能には同一の符号を付し、重複する説明は省略する。本明細書等における「第１」、「第２」、「第３」等の表記は、構成要素を識別するために付するものであり、必ずしも、数又は順序を限定するものではない。図面等において示す各構成の位置、大きさ、形状、及び範囲等は、発明の理解を容易にするため、実際の位置、大きさ、形状、及び範囲等を表していない場合がある。したがって、本発明では、図面等に開示された位置、大きさ、形状、及び範囲等に限定されない。

図１は、実施例１のシステム構成の一例を示す図である。

システムは、帳票の種別を識別する計算機１０と、帳票の画像を取得するスキャナ装置２０とを含む。計算機１０及びスキャナ装置２０はＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）等のネットワーク４０を介して互いに接続される。

ユーザは、帳票３０をスキャナ装置２０に入力する。スキャナ装置２０は、帳票３０の画像（帳票画像１２４）を生成し、計算機１０に送信する。計算機１０は、帳票画像１２４を用いて、帳票３０の帳票種別を識別し、帳票３０の帳票種別に関する情報をユーザに提示する。

計算機１０は、演算装置１０１、記憶装置１０２、通信インタフェース１０３、入出力インタフェース１０４、入力装置１０５、表示装置１０６、及び外部記憶装置１０７を有する。演算装置１０１、記憶装置１０２、通信インタフェース１０３、及び入出力インタフェース１０４は、内部バスを介して互いに接続される。入力装置１０５、表示装置１０６、及び外部記憶装置１０７は、入出力インタフェース１０４に接続される。

演算装置１０１は、プロセッサ及びＧＰＵ等であり、記憶装置１０２に格納されるプログラムを実行する。演算装置１０１がプログラムにしたがって処理を実行することによって、特定の機能を有する機能部（モジュール）として動作する。以下の説明では、機能部を主語に処理等を説明する場合、演算装置１０１が当該機能部を実現するプログラムを実行していることを示す。演算装置１０１によって実現される機能部については後述する。

記憶装置１０２は、メモリ等であり、演算装置１０１が実行するプログラム及びプログラムが使用する情報を格納する。また、記憶装置１０２はワークエリアとしても用いられる。

通信インタフェース１０３は外部装置と通信する。入出力インタフェース１０４は、外部装置と接続する。入力装置１０５は、キーボード、マウス、及びタッチパネル等である。表示装置１０６は、ディスプレイ等である。外部記憶装置１０７は、例えば、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）等である。

記憶装置１０２は、帳票認識プログラム１２０、帳票管理プログラム１２１、設定情報１２２、及び帳票定義情報１２３を格納する。また、記憶装置１０２は、スキャナ装置２０から受信した帳票画像１２４を格納し、帳票画像１２４の認識結果１２５を格納する。

設定情報１２２は、機能部の処理内容、処理に使用する閾値、及び出力する情報等を管理するための情報ある。帳票定義情報１２３は、帳票定義を管理するための情報である。帳票定義情報１２３のデータ構造については図２を用いて説明する。

演算装置１０１は、帳票認識プログラム１２０を実行することによって、帳票画像入力部１１０、帳票認識処理部１１１、及び認識結果出力部１１２として機能する。帳票画像入力部１１０は、帳票画像１２４の入力を受け付け、記憶装置１０２に保存する。帳票認識処理部１１１は、帳票画像１２４に対応する帳票３０の帳票種別を認識する。認識結果出力部１１２は、帳票認識処理部１１１の処理結果を表示するための表示情報を生成する。

演算装置１０１は、帳票管理プログラム１２１を実行することによって、データ登録部１１３、データ管理部１１４、画面表示部１１５、及び設定部１１６として機能する。データ登録部１１３は、帳票定義に関する情報を受け付け、帳票定義情報１２３に保存する。データ管理部１１４は、設定情報１２２及び帳票定義情報１２３を管理する。画面表示部１１５は、表示装置１０６に対して画面を表示する。設定部１１６は、各種設定情報を受け付け、設定情報１２２に保存する。

なお、計算機１０が有する各機能部については、複数の機能部を一つの機能部にまとめてもよいし、一つの機能部を機能毎に複数の機能部に分けてもよい。

なお、記憶装置１０２に格納されるプログラム及び情報は、外部記憶装置１０７に格納されてもよい。この場合、演算装置１０１が外部記憶装置１０７からプログラム及び情報を読み出し、記憶装置１０２にロードする。

なお、図１に示すシステムの構成は一例であって、これに限定されない。スキャナ装置２０は二つ以上でもよい。また、複数の計算機から構成される計算機システムが、計算機１０と同等の機能を有してもよい。

なお、計算機１０は、ＯＣＲの機能を有してもよい、ＯＣＲの機能を有する装置と接続してもよい。

図２は、実施例１の帳票定義情報１２３のデータ構造の一例を示す図である。

帳票定義情報１２３は、帳票種別ごとに帳票定義２００を格納する。帳票定義２００には、帳票種別の識別情報として帳票ＩＤ及び帳票種別名が付与される。また、帳票定義２００は、画像特徴辞書２０１、言語特徴辞書２０２、及び属性情報２０３を含む。

画像特徴辞書２０１は、帳票定義２００に対応する帳票種別の画像特徴を格納する辞書である。本発明では、ａＨａｓｈ、ｐＨａｓｈ、ｄＨａｓｈ、及びｗＨａｓｈ等のハッシュ値を画像特徴として用いる。なお、本発明は画像特徴の種別及び算出方法に限定されない。

言語特徴辞書２０２は、帳票定義２００に対応する帳票種別の言語特徴を格納する辞書である。言語特徴辞書２０２には、属性（文字列）、属性種別、及び帳票における属性の位置を一つのデータとするキーワードデータが一つ以上格納される。

属性情報２０３は、帳票から読み出す項目に関する情報を格納する。属性情報２０３には、属性種別及び帳票における属性の読み取り位置から構成される項目データが一つ以上格納される。帳票ＩＤが「１」の帳票定義２００の属性情報２０３には、「項目１」及び「項目２」の項目データが含まれる。

図３は、実施例１の計算機１０が実行する処理の概要を説明する図である。

帳票画像入力部１１０は、帳票３０から生成された帳票画像１２４の入力を受け付ける（ステップＳ１００）。

帳票認識処理部１１１は、画像特徴を用いた帳票種別判別処理を実行する（ステップＳ２００）。当該処理では、帳票認識処理部１１１は、帳票３０の画像特徴を取得し（ステップＳ２１０）、各帳票種別の画像特徴との類似性を示す確信度を算出し（ステップＳ２２０）、確信度に基づいて類似帳票種別を選択する（ステップＳ２３０）。

帳票認識処理部１１１は、類似帳票種別の言語特徴を用いた帳票種別判別処理を実行する（ステップＳ３００）、当該処理では、帳票認識処理部１１１は、キーワードデータで指定された位置から文字列（言語特徴）を抽出し（ステップＳ３１０）、類似帳票種別の言語特徴との類似性を示す確信度を算出し（ステップＳ３２０）、確信度情報７００（図７参照）を出力する（ステップＳ３３０）。

帳票認識処理部１１１は、確信度情報７００に基づいて、類似帳票種別の中から候補帳票種別を選択する（ステップＳ４００）。

図４は、実施例１の計算機１０が実行する画像特徴を用いた帳票種別判別処理の一例を説明するフローチャートである。図５Ａは、実施例１の計算機１０が生成する中間情報のデータ構造の一例を示す図である。図５Ｂは、実施例１の計算機１０が生成する類似帳票種別情報のデータ構造の一例を示す図である。

帳票認識処理部１１１は、帳票定義情報１２３から全ての帳票種別の画像特徴辞書２０１を取得する（ステップＳ２１１）。

帳票認識処理部１１１は、記憶装置１０２から帳票画像１２４を取得する（ステップＳ２１２）。

帳票認識処理部１１１は、帳票画像１２４に対して画像処理を実行する（ステップＳ２１３）。

具体的には、帳票認識処理部１１１は、帳票画像１２４を任意の角度だけ回転させる回転処理を実行する。本実施例では０度、９０度、１８０度、及び２７０度の四つの回転処理を実行する。その結果、一つの帳票画像１２４から四つの画像が生成される。以下の説明では、回転処理によって生成された画像を処理画像と記載する。

帳票認識処理部１１１は、各処理画像から画像特徴を取得する（ステップＳ２１４）。例えば、帳票定義情報１２３は、処理画像からｐＨａｓｈを算出し、画像特徴として記憶装置１０２に保存する。ｐＨａｓｈの算出方法は公知技術であるため詳細な説明は省略する。

帳票認識処理部１１１は、帳票種別のループ処理を開始する（ステップＳ２２１）。具体的には、帳票認識処理部１１１は、帳票種別の中から一つの帳票種別を選択する。このとき、帳票認識処理部１１１は、中間情報５００にエントリを追加する。

エントリはＩＤ５０１、帳票種別５０２、及び確信度５０３を含む。一つの帳票種別に対して一つのエントリが生成される。ＩＤ５０１は、帳票種別に対応する帳票定義２００に含まれる帳票ＩＤを格納するフィールドである。帳票種別５０２は、帳票種別名を格納するフィールドである。確信度５０３は、帳票３０の画像特徴と帳票種別の画像特徴との類似性を示す確信度を格納するフィールド群である。確信度５０３には、処理画像と同数のフィールドが含まれる。

帳票認識処理部１１１は、追加されたエントリのＩＤ５０１及び帳票種別５０２に値を設定する。この時点では、確信度５０３の各フィールドは空欄である。

帳票認識処理部１１１は、処理画像のループ処理を開始する（ステップＳ２２２）。具体的には、帳票認識処理部１１１は、複数の処理画像の中から一つの処理画像を選択する。

帳票認識処理部１１１は、選択された帳票種別の画像特徴と、選択された処理画像の画像特徴との類似性を示す確信度を算出する（ステップＳ２２３）。画像特徴がｐＨａｓｈである場合、帳票認識処理部１１１は、ｐＨａｓｈの間の類似度を確信度として算出する。帳票認識処理部１１１は、中間情報５００の帳票画像１２４に対応するエントリを検索し、当該エントリの確信度５０３の処理画像に対応するフィールドに確信度を設定する。

帳票認識処理部１１１は、全ての処理画像について処理が完了したか否かを判定する（ステップＳ２２４）。

全ての処理画像について処理が完了していない場合、帳票認識処理部１１１は、処理画像のループ処理を継続し、ステップＳ２２２に戻る。

全ての処理画像について処理が完了した場合、帳票認識処理部１１１は、処理画像のループ処理を終了し、全ての帳票種別について処理が完了したか否かを判定する（ステップＳ２２５）。

全ての帳票種別について処理が完了していない場合、帳票認識処理部１１１は、帳票種別のループ処理を継続し、ステップＳ２２１を戻る。

全ての帳票種別について処理が完了した場合、帳票認識処理部１１１は、帳票種別のループ処理を終了し、確信度に基づいて類似帳票種別を選択する（ステップＳ２３１）。その後、帳票認識処理部１１１は帳票種別判別処理を終了する。

例えば、帳票認識処理部１１１は確信度が閾値より大きい帳票種別を類似帳票種別として選択する。なお、閾値は設定情報１２２に含まれる。

このとき、帳票認識処理部１１１は類似帳票種別情報５１０を生成する。類似帳票種別情報５１０は、ＩＤ５１１、帳票種別５１２、確信度５１３、及び角度５１４を含むエントリを格納する。一つのエントリは、帳票種別及び処理画像の組合せで識別される。ＩＤ５１１及び帳票種別５１２は、ＩＤ５０１及び帳票種別５０２と同一のフィールドである。確信度５１３は、確信度５０３のいずれかのフィールドに格納される確信度を格納するフィールドである。角度５１４は、処理画像を識別するための識別情報を格納するフィールドである。本実施例では、回転処理を行って処理画像が生成されるため、処理画像の識別情報として回転角度を用いている。

なお、確信度５０３の値が閾値より大きいフィールドを二つ以上含む帳票種別が存在する場合、帳票認識処理部１１１は、最も値が大きい処理画像の角度が設定されたエントリのみを登録してもよい。

このように、本実施例の計算機１０は、帳票３０の向きも考慮して画像特徴の類似性を判定する。これによって、帳票種別の認識精度を高め、さらに、後のＯＣＲの読み取り精度を高めることができる。

図６は、実施例１の計算機１０が実行する言語特徴を用いた帳票種別判別処理の一例を説明するフローチャートである。図７は、実施例１の計算機１０が生成する確信度情報のデータ構造の一例を示す図である。

帳票認識処理部１１１は、類似帳票種別情報５１０のＩＤ５１１に基づいて、帳票定義情報１２３を参照し、全ての類似帳票種別の言語特徴辞書２０２を取得する（ステップＳ３１１）。

帳票認識処理部１１１は、帳票画像１２４を取得し（ステップＳ３１２）、帳票画像１２４に対して二値化処理を実行する（ステップＳ３１３）。

帳票認識処理部１１１は、二値化された帳票画像１２４に対して画像処理を実行し（ステップＳ３１４）、複数の処理画像の各々から文字列（言語特徴）を抽出する（ステップＳ３１５）。

帳票認識処理部１１１は、類似帳票種別のループ処理を開始する（ステップＳ３２１）。具体的には、帳票認識処理部１１１は、類似帳票種別情報５１０に登録されている類似帳票種別の中から一つの類似帳票種別を選択する。このとき、帳票認識処理部１１１は、確信度情報７００にエントリを追加する。

エントリはＩＤ７０１、帳票種別７０２、角度７０３、確信度（画像特徴）７０４、及び確信度（言語特徴）７０５を含む。帳票種別及び角度の組合せに対して一つのエントリが生成される。ＩＤ７０１、帳票種別７０２、及び角度７０３は、ＩＤ５０１、帳票種別５０２、及び角度５１４と同一のフィールドである。確信度（画像特徴）７０４は、確信度５１３と同一のフィールドである。確信度（言語特徴）７０５は、帳票３０の言語特徴と帳票種別の言語特徴との間の確信度を格納するフィールドである。

帳票認識処理部１１１は、類似帳票種別情報５１０を参照し、追加されたエントリのＩＤ７０１、帳票種別７０２、角度７０３、及び確信度（画像特徴）７０４に、選択した類似帳票種別のエントリの値を設定する。この時点では、確信度（言語特徴）７０５は空欄である。

帳票認識処理部１１１は、選択された類似帳票種別の言語特徴と、帳票種別に対応付けられる処理画像の言語特徴との類似性を示す確信度を算出する（ステップＳ３２２）。

具体的には、帳票認識処理部１１１は、類似帳票種別情報５１０を参照し、選択した類似帳票種別のエントリの角度５１４に対応する処理画像から抽出された文字列を取得する。帳票認識処理部１１１は、言語特徴辞書２０２に含まれるキーワードの位置から取得された処理画像の文字列と、言語特徴辞書２０２に含まれるキーワードとの一致度を算出する。帳票認識処理部１１１は、ステップＳ３２１で追加されたエントリの確信度（言語特徴）７０５に、算出された一致度の合計値を設定する。

なお、各帳票種別の言語特徴辞書２０２に登録されているキーワードの数が異なる場合がある。この場合、確信度はキーワードの数に依存するため、キーワードの数に応じて確信度を補正する必要がある。本実施例では、予め、キーワードに対して重みを設定し、キーワードの一致度及び重みを乗算した値の合計値を確信度として扱う。帳票種別の識別において重要視するキーワードの重みが大きくなるように設定されている。また、重みの合計値が１となるように調整している。キーワードの重みに関する情報は設定情報１２２に含めてもよいし、言語特徴辞書２０２に含めてもよい。

帳票認識処理部１１１は、全ての類似帳票種別について処理が完了したか否かを判定する（ステップＳ３２３）。

全ての類似帳票種別について処理が完了していない場合、帳票認識処理部１１１は、類似帳票種別のループ処理を継続し、ステップＳ３２１を戻る。

全ての類似帳票種別について処理が完了した場合、帳票認識処理部１１１は、類似帳票種別のループ処理を終了し、また、帳票種別判別処理を終了する。

図８は、実施例１の計算機１０が実行する候補帳票種別の選択処理の一例を説明するフローチャートである。

帳票認識処理部１１１は、確信度情報７００を参照し、画像特徴の確信度及び言語特徴の確信度に基づいて、候補帳票種別を選択する（ステップＳ４０１）。

例えば、帳票認識処理部１１１は、画像特徴の確信度が第１閾値より大きく、かつ、言語特徴の確信度が第２閾値より大きい類似帳票種別を、候補帳票種別として選択する。第１閾値及び第２閾値は、閾値は設定情報１２２に含まれる。

なお、確信度情報７００に、同一の帳票種別であって、回転角度が異なるエントリが存在する場合がある。回転角度が異なり、かつ、帳票種別が同一であるエントリが複数選択された場合、帳票認識処理部１１１は一つに認識結果に集約する。

帳票認識処理部１１１は、ステップＳ４１０の選択条件を満たす候補帳票種別が存在するか否かを判定する（ステップＳ４０２）。

ステップＳ４１０の選択条件を満たす候補帳票種別が存在する場合、帳票認識処理部１１１は、候補帳票種別に関する情報を出力し（ステップＳ４０４）、その後、候補帳票種別の選択処理を終了する。

ステップＳ４１０の選択条件を満たす候補帳票種別が存在しない場合、帳票認識処理部１１１は、画像特徴の確信度に基づいて、候補帳票種別を選択し（ステップＳ４０３）、候補帳票種別に関する情報を含む認識結果１２５を出力し（ステップＳ４０４）、その後、候補帳票種別の選択処理を終了する。

例えば、帳票認識処理部１１１は、画像特徴の確信度が第３閾値より大きい類似帳票種別を、候補帳票種別として選択する。第３閾値は、設定情報１２２に含まれる。なお、第３閾値は第１閾値より小さいものとする。

なお、ステップＳ４０３の選択条件を満たす候補帳票種別が存在しない場合、帳票認識処理部１１１は、候補帳票種別が存在しない旨の情報を出力する。

認識結果出力部１１２は、帳票認識処理部１１１から出力された認識結果１２５に基づいて画面を表示するための表示情報を生成し、画面表示部１１５は表示情報に基づいて画面をユーザに提示する。図９は、実施例１の計算機１０がユーザに提示する画面の一例を示す図である。

画面９００は、表示欄９０１、９０２、９０３、ＯＫボタン９０４、ＣＡＮＣＥＬボタン９０５、及び登録ボタン９０６を含む。

表示欄９０１は、入力された帳票３０の帳票画像１２４を表示する欄である。表示欄９０２は、帳票認識処理部１１１によって選択された帳票種別の情報を表示する欄である。例えば、候補帳票種別の帳票定義２００によって定義された代表帳票の画像が表示される。表示欄９０３は、表示欄９０２からユーザが選択した候補帳票種別の詳細を表示する欄である。表示欄９０３には、代表帳票の画像、帳票画像１２４の画像特徴、候補帳票種別の画像特徴、及び候補帳票種別の言語特徴等が表示される。

ユーザは、表示欄９０２から候補帳票種別を選択し、表示欄９０３にて詳細を確認する。選択した候補帳票種別を採用する場合、ユーザはＯＫボタン９０４を押下する。別の候補帳票種別を確認する場合、ユーザはＣＡＮＣＥＬボタン９０５を押下する。候補帳票種別とは異なる帳票種別を登録する場合、ユーザは登録ボタン９０６を押下する。帳票種別の登録は公知の技術であるため、詳細を省略する。

本実施例では、画像特徴に関する閾値は設定情報１２２に予め設定されているものとして説明したが、これに限定されない。例えば、帳票定義情報１２３に登録されている帳票種別の画像特徴のばらつきから閾値を設定してもよい。

本発明によれば、計算機１０は、画像特徴を用いて帳票種別を絞り込んだ後、言語特徴に基づいて候補帳票種別を選択する。したがって、二つの識別方式の問題点を回避しつつ、効率的に、かつ、高い精度で帳票種別を識別できる。

画像特徴を用いた場合、図１０に示すような帳票種別が選択される可能性がある。しかし、本発明では、帳票種別の言語特徴に基づいてさらに絞り込みが行われる。これによって、精度よく帳票種別を識別できる。画像特徴を用いた絞り込みは、言語特徴を用いた絞り込みより処理負荷が低いため、処理負荷を抑えつつ、高い精度で帳票種別を識別できる。

また、画像特徴を用いた帳票種別の絞り込みをした後、言語特徴を用いた帳票種別の絞り込みを行うため、言語特徴辞書２０２に登録するキーワードの数を少なくできる。これによって、帳票定義２００の設定に要するコストを削減することができる。また、言語特徴の確信度の算出処理の負荷も低減できる。

なお、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。また、例えば、上記した実施例は本発明を分かりやすく説明するために構成を詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、各実施例の構成の一部について、他の構成に追加、削除、置換することが可能である。

また、上記の各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。また、本発明は、実施例の機能を実現するソフトウェアのプログラムコードによっても実現できる。この場合、プログラムコードを記録した記憶媒体をコンピュータに提供し、そのコンピュータが備えるプロセッサが記憶媒体に格納されたプログラムコードを読み出す。この場合、記憶媒体から読み出されたプログラムコード自体が前述した実施例の機能を実現することになり、そのプログラムコード自体、及びそれを記憶した記憶媒体は本発明を構成することになる。このようなプログラムコードを供給するための記憶媒体としては、例えば、フレキシブルディスク、ＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ、ハードディスク、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）、光ディスク、光磁気ディスク、ＣＤ－Ｒ、磁気テープ、不揮発性のメモリカード、ＲＯＭなどが用いられる。

また、本実施例に記載の機能を実現するプログラムコードは、例えば、アセンブラ、Ｃ／Ｃ＋＋、ｐｅｒｌ、Ｓｈｅｌｌ、ＰＨＰ、Ｐｙｔｈｏｎ、Ｊａｖａ（登録商標）等の広範囲のプログラム又はスクリプト言語で実装できる。

さらに、実施例の機能を実現するソフトウェアのプログラムコードを、ネットワークを介して配信することによって、それをコンピュータのハードディスクやメモリ等の記憶手段又はＣＤ－ＲＷ、ＣＤ－Ｒ等の記憶媒体に格納し、コンピュータが備えるプロセッサが当該記憶手段や当該記憶媒体に格納されたプログラムコードを読み出して実行するようにしてもよい。

上述の実施例において、制御線や情報線は、説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線や情報線を示しているとは限らない。全ての構成が相互に接続されていてもよい。

１０ 計算機
２０ スキャナ装置
３０ 帳票
４０ ネットワーク
１０１ 演算装置
１０２ 記憶装置
１０３ 通信インタフェース
１０４ 入出力インタフェース
１０５ 入力装置
１０６ 表示装置
１０７ 外部記憶装置
１１０ 帳票画像入力部
１１１ 帳票認識処理部
１１２ 認識結果出力部
１１３ データ登録部
１１４ データ管理部
１１５ 画面表示部
１１６ 設定部
１２０ 帳票認識プログラム
１２１ 帳票管理プログラム
１２２ 設定情報
１２３ 帳票定義情報
１２４ 帳票画像
１２５ 認識結果
２００ 帳票定義
２０１ 画像特徴辞書
２０２ 言語特徴辞書
２０３ 属性情報
５００ 中間情報
５１０ 類似帳票種別情報
７００ 確信度情報
９００ 画面

Claims (11)

1. 演算装置、前記演算装置に接続される記憶装置、及び前記演算装置に接続されるインタフェースを備える計算機であって、
   前記記憶装置は、複数の帳票種別の画像特徴及び言語特徴を含む帳票定義を管理するための帳票定義情報を格納し、
   前記演算装置は、
   前記インタフェースを介して、ターゲット帳票の画像を取得し、
   前記ターゲット帳票の画像に対して画像処理を実行することによって処理画像を生成し、
   前記処理画像から画像特徴を取得し、
   前記複数の帳票種別の各々について、前記処理画像から取得した画像特徴と、前記帳票種別の画像特徴との類似性を示す第１確信度を算出し、
   前記第１確信度に基づいて、類似帳票種別を選択し、
   前記処理画像から言語特徴を取得し、
   前記処理画像から取得した言語特徴と、前記類似帳票種別の言語特徴との類似性を示す第２確信度を算出し、
   前記第１確信度及び前記第２確信度に基づいて、前記類似帳票種別の中から候補帳票種別を選択し、
   前記候補帳票種別に関する情報を提示することを特徴とする計算機。
2. 請求項１に記載の計算機であって、
   前記画像処理は、画像の回転処理であって、
   前記演算装置は、
   前記ターゲット帳票の画像に対して、異なる回転角度の回転処理を実行することによって、前記処理画像を複数生成し、
   前記複数の処理画像の各々の画像特徴を取得し、前記第１確信度を算出し、
   前記類似帳票種別、前記回転角度、及び前記第１確信度を対応付けたデータを生成し、
   前記データに対応する回転角度の回転処理によって生成された前記処理画像から言語特徴を取得し、前記第２確信度を算出することを特徴とする計算機。
3. 請求項２に記載の計算機であって、
   前記演算装置は、前記第１確信度が第１閾値より大きく、かつ、前記第２確信度が第２閾値より大きい前記類似帳票種別を前記候補帳票種別として選択することを特徴とする計算機。
4. 請求項３に記載の計算機であって、
   前記演算装置は、前記第１確信度が第１閾値以下、及び、前記第２確信度が前記第２閾値以下のいずれか一方を満たす場合、前記第１確信度が第３閾値より大きい前記類似帳票種別を前記候補帳票種別として選択することを特徴とする計算機。
5. 請求項２に記載の計算機であって、
   前記帳票種別の言語特徴は、キーワードであって、
   前記記憶装置は、前記複数の帳票種別の各々に言語特徴として定義された前記キーワードの数に応じて前記第２確信度を補正するための補正情報を格納し、
   前記演算装置は、
   前記処理画像からキーワードを抽出し、
   抽出された前記キーワードと、前記類似帳票種別の言語特徴として定義されたキーワードとの類似度を算出し、
   抽出された前記キーワードの前記類似度と、前記補正情報とを用いて、前記第２確信度を算出することを特徴とする計算機。
6. 計算機が実行する帳票種別の識別方法であって、
   前記計算機は、演算装置、前記演算装置に接続される記憶装置、及び前記演算装置に接続されるインタフェースを有し、
   前記記憶装置は、複数の帳票種別の画像特徴及び言語特徴を含む帳票定義を管理するための帳票定義情報を格納し、
   前記帳票種別の方法は、
   前記演算装置が、前記インタフェースを介して、ターゲット帳票の画像を取得する第１のステップと、
   前記演算装置が、前記ターゲット帳票の画像に対して画像処理を実行することによって処理画像を生成する第２のステップと、
   前記演算装置が、前記処理画像から画像特徴を取得する第３のステップと、
   前記演算装置が、前記複数の帳票種別の各々について、前記処理画像から取得した画像特徴と、前記帳票種別の画像特徴との類似性を示す第１確信度を算出する第４のステップと、
   前記演算装置が、前記第１確信度に基づいて、類似帳票種別を選択する第５のステップと、
   前記演算装置が、前記処理画像から言語特徴を取得する第６のステップと、
   前記演算装置が、前記処理画像から取得した言語特徴と、前記類似帳票種別の言語特徴との類似性を示す第２確信度を算出する第７のステップと、
   前記演算装置が、前記第１確信度及び前記第２確信度に基づいて、前記類似帳票種別の中から候補帳票種別を選択する第８のステップと、
   前記演算装置が、前記候補帳票種別に関する情報を提示する第９のステップと、を含むことを特徴とする帳票種別の識別方法。
7. 請求項６に記載の帳票種別の識別方法であって、
   前記画像処理は、画像の回転処理であって、
   前記第２のステップは、前記演算装置が、前記ターゲット帳票の画像に対して、異なる回転角度の回転処理を実行することによって、前記処理画像を複数生成するステップを含み、
   前記第３のステップは、前記演算装置が、前記複数の処理画像の各々の画像特徴を取得するステップを含み、
   前記第４のステップは、前記演算装置が、前記複数の処理画像の各々について前記第１確信度を算出するステップを含み、
   前記第５のステップは、前記演算装置が、前記類似帳票種別、前記回転角度、及び前記第１確信度を対応付けたデータを生成するステップを含み、
   前記第６のステップは、前記演算装置が、前記データに対応する回転角度の回転処理によって生成された前記処理画像から言語特徴を取得するステップを含み、
   前記第７のステップは、前記演算装置が、前記データの各々について前記第２確信度を算出するステップを含むことを特徴とする帳票種別の識別方法。
8. 請求項７に記載の帳票種別の識別方法であって、
   前記第８のステップは、前記演算装置が、前記第１確信度が第１閾値より大きく、かつ、前記第２確信度が第２閾値より大きい前記類似帳票種別を前記候補帳票種別として選択するステップを含むことを特徴とする帳票種別の識別方法。
9. 請求項８に記載の帳票種別の識別方法であって、
   前記第８のステップは、前記演算装置が、前記第１確信度が第１閾値以下、及び、前記第２確信度が前記第２閾値以下のいずれか一方を満たす場合、前記第１確信度が第３閾値より大きい前記類似帳票種別を前記候補帳票種別として選択するステップを含むことを特徴とする帳票種別の識別方法。
10. 請求項７に記載の帳票種別の識別方法であって、
    前記帳票種別の言語特徴は、キーワードであって、
    前記記憶装置は、前記複数の帳票種別の各々に言語特徴として定義された前記キーワードの数に応じて前記第２確信度を補正するための補正情報を格納し、
    前記第６のステップは、前記演算装置が、前記処理画像からキーワードを抽出するステップを含み、
    前記第７のステップは、
    前記演算装置が、抽出された前記キーワードと、前記類似帳票種別の言語特徴として定義されたキーワードとの類似度を算出するステップと、
    前記演算装置が、抽出された前記キーワードの前記類似度と、前記補正情報とを用いて、前記第２確信度を算出するステップと、を含むことを特徴とする帳票種別の識別方法。
11. 演算装置、前記演算装置に接続される記憶装置、及び前記演算装置に接続されるインタフェースを備える計算機であって、
    前記記憶装置は、複数の帳票種別の画像特徴及び言語特徴を含む帳票定義を管理するための帳票定義情報を格納し、
    前記演算装置は、
    前記インタフェースを介して、ターゲット帳票の画像を取得し、
    前記ターゲット帳票の画像から画像特徴を取得し、
    前記複数の帳票種別の各々について、前記ターゲット帳票の画像から取得した画像特徴と、前記帳票種別の画像特徴との類似性を示す第１確信度を算出し、
    前記第１確信度に基づいて、類似帳票種別を選択し、
    前記ターゲット帳票の画像から言語特徴を取得し、
    前記ターゲット帳票の画像から取得した言語特徴と、前記類似帳票種別の言語特徴との類似性を示す第２確信度を算出し、
    前記第１確信度及び前記第２確信度に基づいて、前記類似帳票種別の中から候補帳票種別を選択し、
    前記候補帳票種別に関する情報を提示することを特徴とする計算機。

Images