JP3602596B2 - ドキュメントファイリング装置および方法 - Google Patents
ドキュメントファイリング装置および方法 Download PDFInfo
- Publication number
- JP3602596B2 JP3602596B2 JP03400295A JP3400295A JP3602596B2 JP 3602596 B2 JP3602596 B2 JP 3602596B2 JP 03400295 A JP03400295 A JP 03400295A JP 3400295 A JP3400295 A JP 3400295A JP 3602596 B2 JP3602596 B2 JP 3602596B2
- Authority
- JP
- Japan
- Prior art keywords
- document
- data
- line segment
- image data
- similar
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/93—Document management systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/12—Use of codes for handling textual entities
- G06F40/123—Storage facilities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/41—Analysis of document content
- G06V30/412—Layout analysis of documents structured with printed lines or input boxes, e.g. business forms or tables
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S707/00—Data processing: database and file management or data structures
- Y10S707/912—Applications of a database
- Y10S707/913—Multimedia
- Y10S707/915—Image
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Processing Or Creating Images (AREA)
Description
【０００１】
【産業上の利用分野】
本発明は、帳票等のドキュメントを電子的にファイルングするドキュメントファイリング装置に関する。
【０００２】
【従来の技術】
従来、帳票等のドキュメントを電子的にファイルングする装置では、ドキュメント一枚分の画像を取り込み、このファイルに名前をつけて保存する方法や、ドキュメント上に記載された文字、図形情報を画像ではなくコード情報に変換してコードファイルとして保存する方式がとられていた。あるいは、ドキュメント一枚全体の画像を保存するのではなく、部分的に一部の画像を記憶する手法が提案されている。例えば、特開平４−３２１１８８号公報では、未記入帳票のフォーマットデータを用いて、帳票の記入された画像のみを記憶する方式が開示されている。
【０００３】
また、従来のファイリング装置では、データ検索方法として、決められたキーワードを入力する方式や、ファイリングされている帳票データをディスプレイなどに表示しオペレータに求めるものを探させる方式がとられていた。
【０００４】
ところが、ドキュメント一枚分の画像を記憶し管理する方式では、検索のための情報は、オペレータがマニュアル操作で各々の画像に固有の名前を付けるなどの形で与える必要があり、作業が繁雑であった。また、ドキュメント上に記載された文字、図形情報を画像ではなくコード情報に変換する手法では、変換後のコードデータを検索情報として用いることができるが、変換作業の多くをオペレータのマニュアル操作で行う必要があり、その労力は多大である。また、フォーマットデータをあらかじめ登録しておく方式は、各々の未記入帳票を用意しなければならないという問題があり、また、帳票が多種にわたる際には、その未記入帳票の登録作業のコストは多大なものになるという問題があった。
【０００５】
また、従来の検索方式では、キーワードだけでは求めるものが検出しにくいといった問題や、ファイリングされている帳票を表示して検索する際には帳票の量が多いと時間がかかるといった問題があった。
【０００６】
【発明が解決しようとする課題】
従来のドキュメントファイルング装置では、ドキュメント一枚分の画像に名前を付けて保存するもの、ドキュメントをコード情報に変換して保存するものがあるが、ドキュメントを検索する際に使用する情報を予めオペレータがマニュアル操作でドキュメントに与えておく必要があるので、その作業が繁雑であり、多大な労力を必要とする問題があった。
【０００７】
また、未記入帳票のフォーマットデータを用いて記入された画像のみを記憶するものでは、様々な種類の未記入帳票のフォーマットデータを用意しなければならず、未記入帳票の登録作業のコストが多大なものになるという問題があった。
【０００８】
また、従来の検索では、キーワードだけでは求めるものが検出しにくいといった問題や、ファイリングされている帳票を表示して検索する際には帳票の量が多いと時間がかかるといった問題があった。
【０００９】
本発明は、上記事情を考慮してなされたもので、種々のドキュメントファイルを電子ファイルングするドキュメントファイリング装置において、ドキュメントのファイル装置への登録が容易であり、かつ、ドキュメントの検索を容易にするドキュメントファイリング装置および方法を提供することを目的とする。
【００１０】
【課題を解決するための手段】
本発明に係るドキュメントファイリング装置は、ドキュメントを、線分データ、文字データおよび画像データに分解して記憶するファイル手段と、所望のドキュメントを画像データとして入力する画像入力手段と、入力された前記画像データから線分データと文字データを抽出する文字線分抽出手段と、前記ファイル手段に線分データ、文字データおよび画像データがそのまま格納されているドキュメントのうち、入力された前記ドキュメントに類似する類似ドキュメントを検索する検索手段と、前記検索の結果、前記ファイル手段に前記類似ドキュメントが記憶されていた場合に、検索された前記類似ドキュメントの線分データ、文字データおよび画像データと入力された前記ドキュメントから抽出された線分データ、文字データおよび画像データとの夫々の差異を求める差異検出手段と、前記検索の結果、前記ファイル手段に前記類似ドキュメントが記憶されていた場合、前記類似ドキュメントを識別する第１の識別情報と、求められた前記差異と、前記入力されたドキュメントを識別する第２の識別情報とを対応付けて前記ファイル手段に登録し、前記検索の結果、前記ファイル手段に前記類似ドキュメントが記憶されていなかった場合、前記入力されたドキュメントの線分データ、文字データおよび画像データをそのまま前記第２の識別情報に対応付けて前記ファイル手段に登録する登録手段とを具備したことを特徴とする。
また、本発明は、ドキュメントを、線分データ、文字データおよび画像データとしてファイル手段に登録するドキュメントファイリング方法であって、所望のドキュメントを画像データとして入力するステップと、入力された前記画像データから線分データと文字データを抽出するステップと、前記ファイル手段に線分データ、文字データおよび画像データがそのまま格納されているドキュメントのうち、入力された前記ドキュメントに類似する類似ドキュメントを検索するステップと、前記検索の結果、前記ファイル手段に前記類似ドキュメントが記憶されていた場合に、検索された前記類似ドキュメントの線分データ、文字データおよび画像データと入力された前記ドキュメントから抽出された線分データ、文字データおよび画像データとの夫々の差異を求めるステップと、前記検索の結果、前記ファイル手段に前記類似ドキュメントが記憶されていた場合、前記類似ドキュメントを識別する第１の識別情報と、求められた前記差異と、前記入力されたドキュメントを識別する第２の識別情報とを対応付けて前記ファイル手段に登録し、前記検索の結果、前記ファイル手段に前記類似ドキュメントが記憶されていなかった場合、前記入力されたドキュメントの線分データ、文字データおよび画像データをそのまま前記第２の識別情報に対応付けて前記ファイル手段に登録するステップとを有することを特徴とする。
また、本発明に係るドキュメントファイリング装置は、ドキュメントを、線分データ、文字データおよび画像データに分解して記憶するファイル手段と、所望のドキュメントを画像データとして入力する画像入力手段と、入力された前記画像データから線分データと文字データを抽出する文字線分抽出手段と、前記ファイル手段に線分データ、文字データおよび画像データがそのまま格納されているドキュメントの全部又は一部を対象としてその夫々につき、当該ドキュメントの線分データ、文字データおよび画像データと入力された前記ドキュメントから抽出された線分データ、文字データおよび画像データとの夫々の差異を求め、求められた差異のデータ量に基づいて、入力された前記ドキュメントに類似する類似ドキュメントを求める手段と、前記ファイル手段から前記類似ドキュメントが求められた場合、前記類似ドキュメントを識別する第１の識別情報と、求められた前記差異と、前記入力されたドキュメントを識別する第２の識別情報とを対応付けて前記ファイル手段に登録し、前記ファイル手段から前記類似ドキュメントが求められなかった場合、前記入力されたドキュメントの線分データ、文字データおよび画像データをそのまま前記第２の識別情報に対応付けて前記ファイル手段に登録する登録手段とを具備したことを特徴とする。
また、本発明は、ドキュメントを、線分データ、文字データおよび画像データとしてファイル手段に登録するドキュメントファイリング方法であって、所望のドキュメントを画像データとして入力するステップと、入力された前記画像データから線分データと文字データを抽出するステップと、前記ファイル手段に線分データ、文字データおよび画像データがそのまま格納されているドキュメントの全部又は一部を対象としてその夫々につき、当該ドキュメントの線分データ、文字データおよび画像データと入力された前記ドキュメントから抽出された線分データ、文字データおよび画像データとの夫々の差異を求め、求められた差異のデータ量に基づいて、入力された前記ドキュメントに類似する類似ドキュメントを求めるステップと、前記ファイル手段から前記類似ドキュメントが求められた場合、前記類似ドキュメントを識別する第１の識別情報と求められた前記差異と前記入力されたドキュメントを識別する第２の識別情報とを対応付けて前記ファイル手段に登録し、前記ファイル手段から前記類似ドキュメントが求められなかった場合、前記入力されたドキュメントの線分データ、文字データおよび画像データをそのまま前記第２の識別情報に対応付けて前記ファイル手段に登録するステップとを有することを特徴とする。
【００１５】
【作用】
本発明では、ドキュメントを、線分データ、文字データおよび画像データとしてファイル手段に登録する際、登録したい所望のドキュメントを画像データとして入力し、入力された画像データから線分データと文字データを抽出し、ファイル手段に線分データ、文字データおよび画像データがそのまま格納されているドキュメントのうち、入力されたドキュメントに類似する類似ドキュメントを検索し、検索された類似ドキュメントの線分データ、文字データおよび画像データと入力されたドキュメントから抽出された線分データ、文字データおよび画像データとの夫々の差異と、類似ドキュメントを識別する情報と、入力されたドキュメントを識別する情報を対応付けてファイル手段に登録する。
したがって、本発明によれば、ドキュメントをファイル手段に登録する際に、登録済みのドキュメントとの文字、線分および画像データの差異を記憶させるので、ドキュメントのファイル手段への登録が容易であるとともに、文字、線分あるいは画像データを利用してファイル手段内のドキュメントの検索を容易に行なうことができる。
また、本発明によれば、ドキュメントを差異すなわち差分データとして保存するので、１つのドキュメントを保存するために必要なデータ量を大幅に減少することができる。
【００１８】
【実施例】
以下、図面を参照しながら実施例を説明する。
（第１の実施例）
図１に、本実施例に係るドキュメントファイリング装置の機能ブロック図を示す。本実施例では、ドキュメントとして、その一種である帳票を取上げる。
【００１９】
本実施例のドキュメントファイリング装置は、帳票を画像データとして取り込む画像入力部１、画像データから線分、文字、画像データを抽出する文字線分抽出部２、登録する帳票と登録済みの帳票の差異を検出するドキュメントデータ差異検出部３、帳票を記憶するファイル記憶部４、登録する帳票に類似する登録済みの帳票を検索する検索部５を備える。
【００２０】
図２には、本実施例のドキュメントファイリング装置のハードウェア構成の一例を示す。プロセッサ１１、スキャナー１３、ファイル装置１６、メモリ１７を備え、スキャナー１３から読み込まれた帳票に対し、メモリ１７に格納されたプログラム（線分文字抽出処理、類似帳票検索処理、差異データ抽出処理、処理結果の保存など）をプロセッサ１１にて実行して処理を施し、処理結果をファイル装置１６に格納するものである。なお、キーボード１２とディスプレイ１４を用いてファイル装置１６に登録されている帳票の検索を行い、結果をプリンター１５に出力するようにすることも可能である。
【００２１】
図３に、本実施例の帳票保存処理の流れを示す。また、図４に本実施例の処理の概念図を示す。
ステップＳ１で、例えばイメージ・スキャナーなどを用いて構成された画像入力部１から登録したい帳票を画像データとして取り込む。例えば、図４中の２１で示す保存したい帳票（以下、帳票Ａと呼ぶ）を画像データとして取り込む。
【００２２】
ステップＳ２で、文字線分抽出部２により入力画像データから線分・文字・画像を抽出する。
ステップＳ３で、検索部５によりファイル記憶部４から登録したい帳票に類似する類似帳票を検索する。例えば、図４中の２２で示す帳票（以下、帳票Ｂと呼ぶ）が類似帳票として得らる。
【００２３】
登録されている場合、ステップＳ５で、ドキュメントデータ差異検出部３により登録したい帳票と類似帳票の画像データ間の差異を検出し、ステップＳ６で、この差異のデータを参照対象の帳票を特定する情報（例えば帳票番号）と対応付けてファイル記憶部４に登録し、処理を終了する。例えば、図４中の２３で示す差異データが得られ、これを帳票Ｂの帳票番号とともに登録する。
【００２４】
一方、登録されていない場合、ステップＳ７で、入力画像データから抽出された線分・文字・画像データをファイル記憶部４に登録し、処理を終了する。
なお、本実施例では、保存されている帳票Ａは、帳票Ｂのデータと求めた差異データとを合成することにより再現することができる。
【００２５】
以下、本実施例の処理の流れを、図３のフローチャートと、図４の具体例を交えた処理の概念図などを参照しながらさらに詳しく説明する。
［ステップＳ１］
まず、図４中の２１で示す保存したい帳票Ａは、画像入力部１により、画像データとして取り込まれる。
【００２６】
［ステップＳ２］
次に、文字線分抽出部２により、入力画像中の文字データと線分データが抽出される。文字や線分として抽出されなかった画像成分は、画像データとする。
【００２７】
線分データの抽出では、線分データとしては、長方形を構成する水平、垂直線分、長方形の対角線の斜め線分、また、長方形を構成する線分以外の水平線分が抽出対象とされる。一方、文字データの抽出では、線分以外の黒い領域で長方形を構成する纏まりを求め、これを１つの文字列としてその中の個々の文字の認識処理を行う。この識別処理において文字と同定できたもののみを文字データとして出力する。
【００２８】
直線抽出処理は、例えば、電子情報通信学会論文誌、Ｖｏｌ．Ｊ７７−Ｄ−ＩＩ，Ｎｏ．１，ｐｐ．９１−１００「輪郭線と細線を用いた直線・円弧あてはめによる図面のベクトル化」に示される処理で実行することができる。この処理の流れを図５のフローチャートに示す。まず、入力画像に対して細線化処理を施し（ステップＳ１１）、次に、細線を線分近似する（ステップＳ１２）。また、同時に、入力画像の黒領域の輪郭線を抽出し（ステップＳ１３）、その輪郭の線分近似を行う（ステップＳ１４）。次に、線分近似された細線を追跡し、その追跡された一連の部分群の始点と終点を結ぶ線分が線分近似された輪郭線の間に入っているもので最大の長さを持つものを抽出線分として出力する（ステップＳ１５）。この処理を線分近似された細線すべてに対して行う。次に、この抽出した線分のなかで水平、垂直にちかいものだけを残す（ステップＳ１６）。
【００２９】
なお、上記の方式以外にも、水平、垂直方向に黒画素がある値以上多く連なっている部分を水平、垂直線として検出する方法や、輪郭線の平行線ペアを検出し直線をみつける方法など種々の方法を用いることができる。
【００３０】
文字抽出処理は、直線と判定されなかった黒画素の領域の中で長方形で囲むことができる領域をもとめこれを文字列の領域と仮定し、例えば、電子情報通信学会の信学技法ＰＲＵ９３−４７「動的な仮説生成・検証による日本語印刷文書からの文字の切り出し」に示される文字領域の検出とその認識を繰り返す方式によって、その識別を行う。
【００３１】
ここで、文字線分抽出処理を具体例を参照して説明する。文字線分抽出処理の一例を図６のフローチャートに示す。また、図７は、本実施例のドキュメントファイリング装置に格納する帳票の一例であり、線分や文字が記入されている。図７中には、各線分と文字の座標値を示してある。また、図７中には、ｉで画像データの領域を表している。
【００３２】
文字線分抽出処理では、まず、図７に示す文字枠を抽出する（ステップＳ２１）。
次に、この中の文字の識別を行う（ステップＳ２２）。
【００３３】
識別できたものについては、座標値、文字コードを出力する（ステップＳ２３，Ｓ２４）。図８は、文字線分抽出部２により抽出された線分データの一例である。線分データは、帳票の枠に対応する長方形については、その四角の座標、その他の線分については、始点、終点の座標値で表される。
【００３４】
一方、識別できなかった領域については、その部分の画像を文字コードの代わりに出力する（ステップＳ２３，Ｓ２４）。図９は、文字線分抽出部２により抽出された文字データの一例であり、図１０は、文字線分抽出部２により抽出された画像データの一例である。
【００３５】
［ステップＳ３］
上記のような文字線分抽出処理が完了した後、検索部５は、ファイル記憶部４から登録したい帳票に類似する類似帳票を検索する。類似する帳票とは、登録したい帳票との差異が少ない帳票である。
【００３６】
図３のステップＳ３の類似帳票を検索する処理では、ファイル記憶部４に登録されている帳票データをディスプレイに表示し、オペレータに指示してもらう方法を用いても良い。また、ファイル手段４にデータを登録する際に保存されている帳票の種類を表す項目にマークを付けておき、このマークが付けられているデータのみを順番に検索し、現在保存しようとしている帳票の対応する位置にその種類を表す文字情報が記載されているかどうか判断し、このような文字が見つかった際には、この帳票を類似帳票とする方法もある。
【００３７】
［ステップＳ４］
ステップＳ３の検索の結果、ファイル記憶部４内に登録する帳票Ａに類似する帳票Ｂが登録されていた場合、帳票Ａと帳票Ｂの差分を求め、この差分を登録するために、ステップＳ５に移る。登録されていなかった場合、帳票Ａのデータをそのまま登録するため、ステップＳ７に移る。なお、ファイル記憶部４に他の帳票がまだ保存されていない場合、ステップＳ３の検索をせずに、ステップＳ７に移っても良い。
【００３８】
［ステップＳ５］
ステップＳ３で類似帳票Ｂが検索されると、ドキュメントデータ差異検出部３は、登録したい帳票Ａと類似帳票Ｂの画像データ間の差異を検出する。
【００３９】
まず、帳票Ｂの図形データで帳票Ａに対応するものを探す。この探索により、帳票Ａと帳票Ｂの他のデータの位置合わせを行い、帳票Ａが帳票Ｂに重なるように、図形、文字、画像の座標値を変換する。
【００４０】
次に、帳票Ａの図形データで帳票Ｂと重ならないデータを検出する。
文字データについては、座標値が重なるもので、文字コードが一致するもの以外を帳票Ｂとの差異として出力する。部分画像データについては、座標値が重なるもので、双方の画像の排他的論理和をとり、その黒画素の数を計測する。この値が、しきい値以上のものについては、帳票Ｂ内の画像と異なるものと判断する。
【００４１】
帳票Ａと帳票Ｂとの位置合わせ方法は、例えば、以下の方式で行うことができる。まず、帳票Ａの線分データの座標値の中で、ｘ，ｙ座標値の最大、最小値を求める。
【００４２】
図８の例では、
ｘ座標値の最小値 ｘ０
ｙ座標値の最小値 ｙ０
ｘ座標値の最大値 ｘ５
ｙ座標値の最大値 ｙ５
である。
【００４３】
次に、帳票Ｂについても、同様に、その線分データの線分データの座標値の中で、ｘ，ｙ座標値の最大、最小値を求める。次に、帳票Ａと座標値の最小値、最大値が帳票Ｂのものと重なるように帳票Ａの線分データを拡大／縮小する。また、文字の記載座標値も同様の変換を施す。これにより、帳票Ａと帳票Ｂの大きさが一致し、四角の座標値を合わせることにより、帳票Ａと帳票Ｂの位置合わせが完了する。
【００４４】
図１１の２つの帳票Ａと帳票Ｂの差異を検出した例では、帳票内の１つの線分、１つの活字印刷文字、および１箇所の手書き記入の図形の画像がその差として検出される。
【００４５】
［ステップＳ６］
ドキュメントデータ差異検出部３により登録したい帳票Ａと類似帳票Ｂの画像データ間の差異データが得られると、この差異データは、参照対象の帳票Ｂを特定する情報（例えば帳票番号）と対応付けてファイル記憶部４に登録される。この登録処理は、図示しない登録手段により制御される。
【００４６】
図１２に、ファイル記憶部４への帳票データの保存方法の一例を示す。帳票Ａは、その帳票を識別する名前と自動抽出した文字、線分、画像データが記憶される。帳票Ａは、その帳票を識別する名前と差異を求める際に使った帳票Ｂの名前、および求められた差異データからなる。
【００４７】
なお、このようにして保存されている帳票Ａは、帳票Ｂのデータと求めた差異データとを合成することにより再現することができる。
［ステップＳ７］
一方、ステップＳ３の検索の結果、ファイル記憶部４内に帳票Ａに類似する帳票登録が登録されていなかった場合、線分文字抽出処理を施された帳票Ａについて、抽出された文字、図形、画像をその帳票のデータとしてファイル記憶部に登録する。
【００４８】
このように、本実施例によれば、帳票データを差分データとして保存することにより、１つの帳票を保存するために必要なデータ量を、すべて帳票１枚分ごとに保存する方法と比べ大幅に減少されている。
【００４９】
ところで、本実施例によれば、帳票上の文字を用いて検索する方法や、帳票の枠の似ているものを検索する方法を実現することができる。以下、本実施例により登録された帳票を検索する方法のいくつか示す。検索方法は、大きく分けて３種類ある。１つは、オペレータにキーボードから検索キーを入力させ、このキーを含む帳票をファイル記憶部４から検索する方法である。第２は、ディスプレイに保存済みの帳票の全体または部分を表示し、オペレータに求めるものが表示されているかどうか問い合わせる方法である。第３は、検索したい帳票の類似帳票の画像をスキャナーから取り込み、これに類似するファイル記憶部４内の帳票を自動的に探す方法である。本実施例によれば、上記の３種類とも実現可能である。先の２種類の方法は、従来のファイリング検索方法であるので、ここでは、第３の検索方法の例について述べる。
【００５０】
第３の方法では、検索したい帳票の類似サンプル（以下、帳票Ｃと呼ぶ）を入力してこれを検索キーとするために、まず、画像入力部１から検索に用いられる帳票の画像データが取り込まれ、次に、文字線分抽出部２により帳票Ｃの入力画像から線分／文字抽出処理が行われる。これは、帳票登録の際に行われる処理と同じである。この処理によって得られた文字／線分情報が検索キーとして用いられる。この検索方式の一例は、検索したい帳票の空白帳票を帳票Ｃとして用いる方法である。この方式は、与えられた帳票Ｃの文字データ、線分データを含むファイル記憶部の帳票を検索する処理で実現される。
【００５１】
このように本実施例によれば、ドキュメントデータのファイル記憶部への登録が容易で、かつ、その検索も容易に実行することができる。
（第２の実施例）
第１の実施例では、ステップＳ３の検索部５による類似帳票の検索としては、ファイル記憶部４に登録されている帳票データをディスプレイに表示し、オペレータに指示してもらう方法や、ファイル手段４にデータを登録する際に保存されている帳票の種類を表す項目にマークを付けておき、このマークが付けられているデータのみを順番に検索し、現在保存しようとしている帳票の対応する位置にその種類を表す文字情報が記載されているかどうか判断し、このような文字が見つかった際には、この帳票を類似帳票とするような方法などを用いた。
【００５２】
本実施例では、類似帳票の検索として、登録したい帳票と類似帳票の画像データ間の差異を検出し、この差異の最も少ない帳票を参照帳票とするものである。図１３に、本実施例に係るドキュメントファイリング装置の機能ブロック図を示す。本実施例のドキュメントファイリング装置は、画像入力部１、文字線分抽出部２、ドキュメントデータ差異検出部３３、ファイル記憶部４を備える。本実施例の画像入力部１、文字線分抽出部２、ファイル記憶部４は、第１の実施例の同番号のブロックに相当するものである。本実施例では、第１の実施例の検索部５の処理は、ドキュメントデータ差異検出部３３により行われる。
【００５３】
以下、本実施例の帳票保存処理の流れを、図１４のフローチャートや第１の実施例で用いた図４の概念図を参照しながら説明する。
［ステップＳ３１］
まず、図４中の２１で示す保存したい帳票Ａは、画像入力部１により、画像データとして取り込まれる。
【００５４】
［ステップＳ３２］
次に、文字線分抽出部２により、入力画像中の文字データと線分データが抽出される。文字や線分として抽出されなかった画像成分は、画像データとする。
【００５５】
線分データの抽出では、線分データとしては、長方形を構成する水平、垂直線分、長方形の対角線の斜め線分、また、長方形を構成する線分以外の水平線分が抽出対象とされる。一方、文字データの抽出では、線分以外の黒い領域で長方形を構成する纏まりを求め、これを１つの文字列としてその中の個々の文字の認識処理を行う。この識別処理において文字と同定できたもののみを文字データとして出力する。
【００５６】
直線抽出処理や文字抽出処理は、第１の実施例にて説明したような方法を用いることができる。
例えば、第１の実施例と同様、図６のフローチャートを参照して説明したような手順により、図７の帳票から図８の線分データ、図９の文字データ、および図１０の画像データを得ることができる。
【００５７】
［ステップＳ３３］
上記のような文字線分抽出処理が完了した後、ファイル記憶部４に保存済みの帳票データが存在する際には、登録したい帳票Ａに最も類似する帳票Ｂを検索する。本実施例では、前述したように、登録したい帳票とファイル記憶部４に保存済みの各帳票との夫々の間の画像データ間の差異を検出し、この差異の最も少ない帳票を参照帳票とする。
【００５８】
ここでの差異を求める処理は、ドキュメントデータ差異検出部３３により行われ、その処理内容は、前述したドキュメントデータ差異検出部３によるステップＳ３の類似帳票検索処理と同様である。
【００５９】
ただし、ここでは、ファイル記憶部４に保存されており類似帳票の候補となる複数の帳票データについて夫々差異を検出し、この差異の最も少ない帳票を参照帳票とする。この差異の大小の評価は、差異データのデータ量の比較などにより行えば良い。
【００６０】
ファイル記憶部４に保存済みの帳票データすべてを類似帳票の候補としても良いし、最初に画像データだけ比較して候補を絞っておき、次に他のデータを比較するようにしても良い。
【００６１】
なお、予め設定したしきい値より小さいデータ量の差異データを得ることができなかった場合は、類似帳票が登録されていないものとしても良い。
［ステップＳ３４］
ステップＳ３３の検索の結果、ファイル記憶部４内に登録する帳票Ａに類似する帳票Ｂが登録されていた場合、ステップＳ３６に移る。登録されていなかった場合、帳票Ａのデータをそのまま登録するため、ステップＳ３７に移る。なお、ファイル記憶部４に他の帳票がまだ保存されていない場合、ステップＳ３３の検索をせずに、ステップＳ３７に移っても良い。
【００６２】
［ステップＳ３６］
ドキュメントデータ差異検出部３３により登録したい帳票Ａと類似帳票Ｂの画像データ間の差異データが得られると、この差異データは、参照対象の帳票Ｂを特定する情報（例えば帳票番号）と対応付けてファイル記憶部４に登録される。この登録処理は、図示しない登録手段により制御される。例えば、第１の実施例で示した図１２のようにして、ファイル記憶部４に帳票データが保存される。
【００６３】
なお、このようにして保存されている帳票Ａは、帳票Ｂのデータと求めた差異データとを合成することにより再現することができる。
［ステップＳ３７］
一方、ステップＳ３３の検索の結果、ファイル記憶部４内に帳票Ａに類似する帳票登録が登録されていなかった場合、線分文字抽出処理を施された帳票Ａについて、抽出された文字、図形、画像をその帳票のデータとしてファイル記憶部４に登録する。
【００６４】
このように、本実施例によれば、帳票データを差分データとして保存することにより、１つの帳票を保存するために必要なデータ量を、すべて帳票１枚分ごとに保存する方法と比べ大幅に減少されている。
【００６５】
ところで、本実施例によれば、第１の実施例で述べたような帳票上の文字を用いて検索する方法や、帳票の枠の似ているものを検索する方法を実現することができる。もちろん、第１の実施例で第３の検索方法として述べた方法も実現可能である。すなわち、本実施例でも、検索したい帳票の類似サンプル（以下、帳票Ｃと呼ぶ）を入力してこれを検索キーとするために、まず、画像入力部１から検索に用いられる帳票の画像データが取り込まれ、次に、文字線分抽出部２により帳票Ｃの入力画像から線分／文字抽出処理が行われる。これは、帳票登録の際に行われる処理と同じである。この処理によって得られた文字／線分情報が検索キーとして用いられる。この検索方式の一例は、検索したい帳票の空白帳票を帳票Ｃとして用いる方法である。この方式は、与えられた帳票Ｃの文字データ、線分データを含むファイル記憶部の帳票を検索する処理で実現される。
【００６６】
このように本実施例によれば、ドキュメントデータのファイル記憶部への登録が容易で、かつ、その検索を容易に実行することができる。
（第３の実施例）
ここでは、第１の実施例または第２の実施例のように画像入力部１、文字線分抽出部２、ファイル記憶部４を備えたドキュメントファイリング装置において、帳票Ｃとして空白帳票を読み込ませファイル記憶部４から同種の帳票を検索する例を説明する。なお、画像入力部１、文字線分抽出部２、ファイル記憶部４は、前述したものと同様であるので、ここでの説明は省略する。
【００６７】
以下、本実施例の処理の流れを説明する。
図１５は、本実施例の処理の一例を示すフローチャートである。
まず、画像入力部１により図１６（ａ）に示すような帳票Ｃを画像データとして取り込む（ステップＳ１０１）。
【００６８】
次に、文字線分抽出部２により帳票Ｃに書かれている線分を抽出し（ステップＳ１０２）、図１６（ｂ）のように、その線分データから枠を表す長方形を検出する（ステップＳ１０３）。次に、各長方形領域の中点（図１６（ｃ）中で３０で示される黒丸）の座標値を求めるとともに（ステップＳ１０４）、図１６（ｄ）のように、抽出した長方形を包含する最小の長方形（外接長方形）を求める（ステップＳ１０５）。なお、ステップＳ１０４で抽出した図１６（ｃ）の各々の点３０は、図１６（ａ）の帳票Ｃの各々の枠と１対１に対応している。
【００６９】
先の実施例で述べたように、ファイル記憶部４に記憶されている帳票について同様の長方形領域抽出の処理がその登録時になされており、ファイル記憶部４に記憶されている。そこで、各帳票に対して、上記帳票Ｃに対して行ったのと同様の、帳票内の長方形領域を包含する最小の長方形（外接長方形）と、各長方形の中点の座標値を求める。
【００７０】
ここで、このファイル記憶部４内の帳票を帳票Ｄと呼ぶ。帳票Ｃと帳票Ｄが同一であるかどうか調べる処理を図１５に示す手順によって行う。
まず、ファイル記憶部４から帳票Ｄの長方形データを読み込み（ステップＳ１０７）、各長方形領域の中点の座標値を求めるとともに（ステップＳ１０８）、抽出した長方形を包含する最小の長方形（外接長方形）を求める（ステップＳ１０９）。帳票Ｃと帳票Ｄの外接長方形の大きさを比べ（ステップＳ１１０）、これが大きく異なるものは、同一帳票として扱わない。この場合、ステップＳ１０６に戻り、次の帳票Ｄについて同様の評価を行う。
【００７１】
ここで、帳票Ｃと帳票Ｄの外接長方形の大きさがほぼ同じ場合（ステップＳ１１０）、この外接長方形の位置、大きさを用いて、帳票Ｄが帳票Ｃと重なるように帳票Ｄの座標値を変換する（ステップＳ１１１）。この変換では、各長方形の中点の座標値のみを対象とする。
【００７２】
次に、帳票Ｃと帳票Ｄの各長方形の中点の座標値が同じ、または近いものを検出する（ステップＳ１１２）。
この数が全体のｔ％以上である場合に、帳票Ｄと帳票Ｃは同じであると判断し、（ステップＳ１１３）、帳票Ｄを検索結果として出力し、（ステップＳ１１４）処理を終了する。
【００７３】
一方、この数が全体のｔ％未満の場合は、帳票Ｄと帳票Ｃを同一帳票として扱わない。この場合、ステップＳ１０６に戻り、次の帳票Ｄについて同様の評価を行う。
【００７４】
もし、ステップＳ１０６にて、参照していない帳票が残っていないときに、検索結果なしとして処理を終了する。
ところで、ファイル記憶部４内の帳票は、いろいろな情報が記入されているため、枠を表す長方形領域を正確に抽出できない場合がある。そのような場合に備え、上記帳票照合処理を以下のように拡張することにより対応することができる。
【００７５】
まず、帳票Ｃの長方形領域からその中点の座標を求めた後に、隣接する長方形を併合してできる長方形をつくりその中点も求める。図１７（ａ），（ｂ）に、その例を示す。この中点データを用いることにより、図１８（ａ）に示す例のように、帳票内の線分が一部切れていて長方形ができていない際には、図１７（ｂ）で示した併合長方形の中点が図１８（ｂ）に示す帳票から得られた長方形の中点と対応付けが行われ、帳票識別で同じと判断される。
【００７６】
また、図１９（ａ）に示すように、本来ない線分が書き込まれたために長方形領域が余分に検出されている場合には、この帳票からの長方形領域の中点を求める際に、図１７と同様の併合した長方形を作成し、図１９（ｂ）の中点を照合に用いることにより、図１７（ａ）の帳票と類似であると照合することができる。
【００７７】
さらに、詳細に帳票の類似を判定するために、帳票に記入されている文字列が同一であるかどうかを調べる方法もある。
また、他の検索方法として、検索したい帳票に類似する帳票を帳票Ｃとして選択し、この帳票内の文字、線分を抽出し、この帳票の中で検索に用いたい文字、線分データをオペレータに指示させ、指示された文字、線分を含む帳票をファイル記憶部４から検索する方法もある。
【００７８】
なお、本実施例で述べた帳票が同一であるかどうかを判定する処理は、第２の実施例において類似帳票を得る際の最も類似するものを判定する処理にも用いることができる。
また、本発明は上述した各実施例に限定されるものではなく、その要旨を逸脱しない範囲で、種々変形して実施することができる。
【００７９】
【発明の効果】
本発明によれば、ドキュメントをファイル手段に登録する際に、類似するドキュメントとの文字、線分および画像データの差異を記憶させるので、ドキュメントのファイル手段への登録が容易であるとともに、文字、線分あるいは画像データを利用してファイル手段内のドキュメントの検索を容易に行なうことができる。
【図面の簡単な説明】
【図１】本発明の第１の実施例に係るドキュメントファイリング装置の構成を示すブロック図
【図２】同実施例のドキュメントファイリング装置のハードウェア構成の一例を示す図
【図３】同実施例の処理の流れを示すフローチャート
【図４】本実施例の処理の流れを示す概念図
【図５】直線抽出処理の一例を示すフローチャート
【図６】同実施例の文字線分抽出処理の一例を示すフローチャート
【図７】入力する帳票の一例を示す図
【図８】抽出された線分データの一例を示す図
【図９】抽出された文字データの一例を示す図
【図１０】抽出された画像データの一例を示す図
【図１１】２つの帳票の差異の検出を説明するための図
【図１２】帳票データの保存方法の一例を説明するための図
【図１３】本発明の第２の実施例に係るドキュメントファイリング装置の構成を示すブロック図
【図１４】同実施例の処理の流れを示すフローチャート
【図１５】本発明の第３の実施例の処理の流れを示すフローチャート
【図１６】同実施例の処理を説明するための図
【図１７】同実施例の処理を説明するための図
【図１８】同実施例の処理を説明するための図
【図１９】同実施例の処理を説明するための図
【符号の説明】
１…画像入力部、２…文字線分抽出部、３…ドキュメントデータ差異検出部、４…ファイル記憶部、５…検索部、３３…ドキュメントデータ差異検出部、１１…プロセッサ、１２…キーボード、１３…スキャナー、１４…ディスプレイ、１５…プリンター、１６…ファイル装置、１７…メモリ
【産業上の利用分野】
本発明は、帳票等のドキュメントを電子的にファイルングするドキュメントファイリング装置に関する。
【０００２】
【従来の技術】
従来、帳票等のドキュメントを電子的にファイルングする装置では、ドキュメント一枚分の画像を取り込み、このファイルに名前をつけて保存する方法や、ドキュメント上に記載された文字、図形情報を画像ではなくコード情報に変換してコードファイルとして保存する方式がとられていた。あるいは、ドキュメント一枚全体の画像を保存するのではなく、部分的に一部の画像を記憶する手法が提案されている。例えば、特開平４−３２１１８８号公報では、未記入帳票のフォーマットデータを用いて、帳票の記入された画像のみを記憶する方式が開示されている。
【０００３】
また、従来のファイリング装置では、データ検索方法として、決められたキーワードを入力する方式や、ファイリングされている帳票データをディスプレイなどに表示しオペレータに求めるものを探させる方式がとられていた。
【０００４】
ところが、ドキュメント一枚分の画像を記憶し管理する方式では、検索のための情報は、オペレータがマニュアル操作で各々の画像に固有の名前を付けるなどの形で与える必要があり、作業が繁雑であった。また、ドキュメント上に記載された文字、図形情報を画像ではなくコード情報に変換する手法では、変換後のコードデータを検索情報として用いることができるが、変換作業の多くをオペレータのマニュアル操作で行う必要があり、その労力は多大である。また、フォーマットデータをあらかじめ登録しておく方式は、各々の未記入帳票を用意しなければならないという問題があり、また、帳票が多種にわたる際には、その未記入帳票の登録作業のコストは多大なものになるという問題があった。
【０００５】
また、従来の検索方式では、キーワードだけでは求めるものが検出しにくいといった問題や、ファイリングされている帳票を表示して検索する際には帳票の量が多いと時間がかかるといった問題があった。
【０００６】
【発明が解決しようとする課題】
従来のドキュメントファイルング装置では、ドキュメント一枚分の画像に名前を付けて保存するもの、ドキュメントをコード情報に変換して保存するものがあるが、ドキュメントを検索する際に使用する情報を予めオペレータがマニュアル操作でドキュメントに与えておく必要があるので、その作業が繁雑であり、多大な労力を必要とする問題があった。
【０００７】
また、未記入帳票のフォーマットデータを用いて記入された画像のみを記憶するものでは、様々な種類の未記入帳票のフォーマットデータを用意しなければならず、未記入帳票の登録作業のコストが多大なものになるという問題があった。
【０００８】
また、従来の検索では、キーワードだけでは求めるものが検出しにくいといった問題や、ファイリングされている帳票を表示して検索する際には帳票の量が多いと時間がかかるといった問題があった。
【０００９】
本発明は、上記事情を考慮してなされたもので、種々のドキュメントファイルを電子ファイルングするドキュメントファイリング装置において、ドキュメントのファイル装置への登録が容易であり、かつ、ドキュメントの検索を容易にするドキュメントファイリング装置および方法を提供することを目的とする。
【００１０】
【課題を解決するための手段】
本発明に係るドキュメントファイリング装置は、ドキュメントを、線分データ、文字データおよび画像データに分解して記憶するファイル手段と、所望のドキュメントを画像データとして入力する画像入力手段と、入力された前記画像データから線分データと文字データを抽出する文字線分抽出手段と、前記ファイル手段に線分データ、文字データおよび画像データがそのまま格納されているドキュメントのうち、入力された前記ドキュメントに類似する類似ドキュメントを検索する検索手段と、前記検索の結果、前記ファイル手段に前記類似ドキュメントが記憶されていた場合に、検索された前記類似ドキュメントの線分データ、文字データおよび画像データと入力された前記ドキュメントから抽出された線分データ、文字データおよび画像データとの夫々の差異を求める差異検出手段と、前記検索の結果、前記ファイル手段に前記類似ドキュメントが記憶されていた場合、前記類似ドキュメントを識別する第１の識別情報と、求められた前記差異と、前記入力されたドキュメントを識別する第２の識別情報とを対応付けて前記ファイル手段に登録し、前記検索の結果、前記ファイル手段に前記類似ドキュメントが記憶されていなかった場合、前記入力されたドキュメントの線分データ、文字データおよび画像データをそのまま前記第２の識別情報に対応付けて前記ファイル手段に登録する登録手段とを具備したことを特徴とする。
また、本発明は、ドキュメントを、線分データ、文字データおよび画像データとしてファイル手段に登録するドキュメントファイリング方法であって、所望のドキュメントを画像データとして入力するステップと、入力された前記画像データから線分データと文字データを抽出するステップと、前記ファイル手段に線分データ、文字データおよび画像データがそのまま格納されているドキュメントのうち、入力された前記ドキュメントに類似する類似ドキュメントを検索するステップと、前記検索の結果、前記ファイル手段に前記類似ドキュメントが記憶されていた場合に、検索された前記類似ドキュメントの線分データ、文字データおよび画像データと入力された前記ドキュメントから抽出された線分データ、文字データおよび画像データとの夫々の差異を求めるステップと、前記検索の結果、前記ファイル手段に前記類似ドキュメントが記憶されていた場合、前記類似ドキュメントを識別する第１の識別情報と、求められた前記差異と、前記入力されたドキュメントを識別する第２の識別情報とを対応付けて前記ファイル手段に登録し、前記検索の結果、前記ファイル手段に前記類似ドキュメントが記憶されていなかった場合、前記入力されたドキュメントの線分データ、文字データおよび画像データをそのまま前記第２の識別情報に対応付けて前記ファイル手段に登録するステップとを有することを特徴とする。
また、本発明に係るドキュメントファイリング装置は、ドキュメントを、線分データ、文字データおよび画像データに分解して記憶するファイル手段と、所望のドキュメントを画像データとして入力する画像入力手段と、入力された前記画像データから線分データと文字データを抽出する文字線分抽出手段と、前記ファイル手段に線分データ、文字データおよび画像データがそのまま格納されているドキュメントの全部又は一部を対象としてその夫々につき、当該ドキュメントの線分データ、文字データおよび画像データと入力された前記ドキュメントから抽出された線分データ、文字データおよび画像データとの夫々の差異を求め、求められた差異のデータ量に基づいて、入力された前記ドキュメントに類似する類似ドキュメントを求める手段と、前記ファイル手段から前記類似ドキュメントが求められた場合、前記類似ドキュメントを識別する第１の識別情報と、求められた前記差異と、前記入力されたドキュメントを識別する第２の識別情報とを対応付けて前記ファイル手段に登録し、前記ファイル手段から前記類似ドキュメントが求められなかった場合、前記入力されたドキュメントの線分データ、文字データおよび画像データをそのまま前記第２の識別情報に対応付けて前記ファイル手段に登録する登録手段とを具備したことを特徴とする。
また、本発明は、ドキュメントを、線分データ、文字データおよび画像データとしてファイル手段に登録するドキュメントファイリング方法であって、所望のドキュメントを画像データとして入力するステップと、入力された前記画像データから線分データと文字データを抽出するステップと、前記ファイル手段に線分データ、文字データおよび画像データがそのまま格納されているドキュメントの全部又は一部を対象としてその夫々につき、当該ドキュメントの線分データ、文字データおよび画像データと入力された前記ドキュメントから抽出された線分データ、文字データおよび画像データとの夫々の差異を求め、求められた差異のデータ量に基づいて、入力された前記ドキュメントに類似する類似ドキュメントを求めるステップと、前記ファイル手段から前記類似ドキュメントが求められた場合、前記類似ドキュメントを識別する第１の識別情報と求められた前記差異と前記入力されたドキュメントを識別する第２の識別情報とを対応付けて前記ファイル手段に登録し、前記ファイル手段から前記類似ドキュメントが求められなかった場合、前記入力されたドキュメントの線分データ、文字データおよび画像データをそのまま前記第２の識別情報に対応付けて前記ファイル手段に登録するステップとを有することを特徴とする。
【００１５】
【作用】
本発明では、ドキュメントを、線分データ、文字データおよび画像データとしてファイル手段に登録する際、登録したい所望のドキュメントを画像データとして入力し、入力された画像データから線分データと文字データを抽出し、ファイル手段に線分データ、文字データおよび画像データがそのまま格納されているドキュメントのうち、入力されたドキュメントに類似する類似ドキュメントを検索し、検索された類似ドキュメントの線分データ、文字データおよび画像データと入力されたドキュメントから抽出された線分データ、文字データおよび画像データとの夫々の差異と、類似ドキュメントを識別する情報と、入力されたドキュメントを識別する情報を対応付けてファイル手段に登録する。
したがって、本発明によれば、ドキュメントをファイル手段に登録する際に、登録済みのドキュメントとの文字、線分および画像データの差異を記憶させるので、ドキュメントのファイル手段への登録が容易であるとともに、文字、線分あるいは画像データを利用してファイル手段内のドキュメントの検索を容易に行なうことができる。
また、本発明によれば、ドキュメントを差異すなわち差分データとして保存するので、１つのドキュメントを保存するために必要なデータ量を大幅に減少することができる。
【００１８】
【実施例】
以下、図面を参照しながら実施例を説明する。
（第１の実施例）
図１に、本実施例に係るドキュメントファイリング装置の機能ブロック図を示す。本実施例では、ドキュメントとして、その一種である帳票を取上げる。
【００１９】
本実施例のドキュメントファイリング装置は、帳票を画像データとして取り込む画像入力部１、画像データから線分、文字、画像データを抽出する文字線分抽出部２、登録する帳票と登録済みの帳票の差異を検出するドキュメントデータ差異検出部３、帳票を記憶するファイル記憶部４、登録する帳票に類似する登録済みの帳票を検索する検索部５を備える。
【００２０】
図２には、本実施例のドキュメントファイリング装置のハードウェア構成の一例を示す。プロセッサ１１、スキャナー１３、ファイル装置１６、メモリ１７を備え、スキャナー１３から読み込まれた帳票に対し、メモリ１７に格納されたプログラム（線分文字抽出処理、類似帳票検索処理、差異データ抽出処理、処理結果の保存など）をプロセッサ１１にて実行して処理を施し、処理結果をファイル装置１６に格納するものである。なお、キーボード１２とディスプレイ１４を用いてファイル装置１６に登録されている帳票の検索を行い、結果をプリンター１５に出力するようにすることも可能である。
【００２１】
図３に、本実施例の帳票保存処理の流れを示す。また、図４に本実施例の処理の概念図を示す。
ステップＳ１で、例えばイメージ・スキャナーなどを用いて構成された画像入力部１から登録したい帳票を画像データとして取り込む。例えば、図４中の２１で示す保存したい帳票（以下、帳票Ａと呼ぶ）を画像データとして取り込む。
【００２２】
ステップＳ２で、文字線分抽出部２により入力画像データから線分・文字・画像を抽出する。
ステップＳ３で、検索部５によりファイル記憶部４から登録したい帳票に類似する類似帳票を検索する。例えば、図４中の２２で示す帳票（以下、帳票Ｂと呼ぶ）が類似帳票として得らる。
【００２３】
登録されている場合、ステップＳ５で、ドキュメントデータ差異検出部３により登録したい帳票と類似帳票の画像データ間の差異を検出し、ステップＳ６で、この差異のデータを参照対象の帳票を特定する情報（例えば帳票番号）と対応付けてファイル記憶部４に登録し、処理を終了する。例えば、図４中の２３で示す差異データが得られ、これを帳票Ｂの帳票番号とともに登録する。
【００２４】
一方、登録されていない場合、ステップＳ７で、入力画像データから抽出された線分・文字・画像データをファイル記憶部４に登録し、処理を終了する。
なお、本実施例では、保存されている帳票Ａは、帳票Ｂのデータと求めた差異データとを合成することにより再現することができる。
【００２５】
以下、本実施例の処理の流れを、図３のフローチャートと、図４の具体例を交えた処理の概念図などを参照しながらさらに詳しく説明する。
［ステップＳ１］
まず、図４中の２１で示す保存したい帳票Ａは、画像入力部１により、画像データとして取り込まれる。
【００２６】
［ステップＳ２］
次に、文字線分抽出部２により、入力画像中の文字データと線分データが抽出される。文字や線分として抽出されなかった画像成分は、画像データとする。
【００２７】
線分データの抽出では、線分データとしては、長方形を構成する水平、垂直線分、長方形の対角線の斜め線分、また、長方形を構成する線分以外の水平線分が抽出対象とされる。一方、文字データの抽出では、線分以外の黒い領域で長方形を構成する纏まりを求め、これを１つの文字列としてその中の個々の文字の認識処理を行う。この識別処理において文字と同定できたもののみを文字データとして出力する。
【００２８】
直線抽出処理は、例えば、電子情報通信学会論文誌、Ｖｏｌ．Ｊ７７−Ｄ−ＩＩ，Ｎｏ．１，ｐｐ．９１−１００「輪郭線と細線を用いた直線・円弧あてはめによる図面のベクトル化」に示される処理で実行することができる。この処理の流れを図５のフローチャートに示す。まず、入力画像に対して細線化処理を施し（ステップＳ１１）、次に、細線を線分近似する（ステップＳ１２）。また、同時に、入力画像の黒領域の輪郭線を抽出し（ステップＳ１３）、その輪郭の線分近似を行う（ステップＳ１４）。次に、線分近似された細線を追跡し、その追跡された一連の部分群の始点と終点を結ぶ線分が線分近似された輪郭線の間に入っているもので最大の長さを持つものを抽出線分として出力する（ステップＳ１５）。この処理を線分近似された細線すべてに対して行う。次に、この抽出した線分のなかで水平、垂直にちかいものだけを残す（ステップＳ１６）。
【００２９】
なお、上記の方式以外にも、水平、垂直方向に黒画素がある値以上多く連なっている部分を水平、垂直線として検出する方法や、輪郭線の平行線ペアを検出し直線をみつける方法など種々の方法を用いることができる。
【００３０】
文字抽出処理は、直線と判定されなかった黒画素の領域の中で長方形で囲むことができる領域をもとめこれを文字列の領域と仮定し、例えば、電子情報通信学会の信学技法ＰＲＵ９３−４７「動的な仮説生成・検証による日本語印刷文書からの文字の切り出し」に示される文字領域の検出とその認識を繰り返す方式によって、その識別を行う。
【００３１】
ここで、文字線分抽出処理を具体例を参照して説明する。文字線分抽出処理の一例を図６のフローチャートに示す。また、図７は、本実施例のドキュメントファイリング装置に格納する帳票の一例であり、線分や文字が記入されている。図７中には、各線分と文字の座標値を示してある。また、図７中には、ｉで画像データの領域を表している。
【００３２】
文字線分抽出処理では、まず、図７に示す文字枠を抽出する（ステップＳ２１）。
次に、この中の文字の識別を行う（ステップＳ２２）。
【００３３】
識別できたものについては、座標値、文字コードを出力する（ステップＳ２３，Ｓ２４）。図８は、文字線分抽出部２により抽出された線分データの一例である。線分データは、帳票の枠に対応する長方形については、その四角の座標、その他の線分については、始点、終点の座標値で表される。
【００３４】
一方、識別できなかった領域については、その部分の画像を文字コードの代わりに出力する（ステップＳ２３，Ｓ２４）。図９は、文字線分抽出部２により抽出された文字データの一例であり、図１０は、文字線分抽出部２により抽出された画像データの一例である。
【００３５】
［ステップＳ３］
上記のような文字線分抽出処理が完了した後、検索部５は、ファイル記憶部４から登録したい帳票に類似する類似帳票を検索する。類似する帳票とは、登録したい帳票との差異が少ない帳票である。
【００３６】
図３のステップＳ３の類似帳票を検索する処理では、ファイル記憶部４に登録されている帳票データをディスプレイに表示し、オペレータに指示してもらう方法を用いても良い。また、ファイル手段４にデータを登録する際に保存されている帳票の種類を表す項目にマークを付けておき、このマークが付けられているデータのみを順番に検索し、現在保存しようとしている帳票の対応する位置にその種類を表す文字情報が記載されているかどうか判断し、このような文字が見つかった際には、この帳票を類似帳票とする方法もある。
【００３７】
［ステップＳ４］
ステップＳ３の検索の結果、ファイル記憶部４内に登録する帳票Ａに類似する帳票Ｂが登録されていた場合、帳票Ａと帳票Ｂの差分を求め、この差分を登録するために、ステップＳ５に移る。登録されていなかった場合、帳票Ａのデータをそのまま登録するため、ステップＳ７に移る。なお、ファイル記憶部４に他の帳票がまだ保存されていない場合、ステップＳ３の検索をせずに、ステップＳ７に移っても良い。
【００３８】
［ステップＳ５］
ステップＳ３で類似帳票Ｂが検索されると、ドキュメントデータ差異検出部３は、登録したい帳票Ａと類似帳票Ｂの画像データ間の差異を検出する。
【００３９】
まず、帳票Ｂの図形データで帳票Ａに対応するものを探す。この探索により、帳票Ａと帳票Ｂの他のデータの位置合わせを行い、帳票Ａが帳票Ｂに重なるように、図形、文字、画像の座標値を変換する。
【００４０】
次に、帳票Ａの図形データで帳票Ｂと重ならないデータを検出する。
文字データについては、座標値が重なるもので、文字コードが一致するもの以外を帳票Ｂとの差異として出力する。部分画像データについては、座標値が重なるもので、双方の画像の排他的論理和をとり、その黒画素の数を計測する。この値が、しきい値以上のものについては、帳票Ｂ内の画像と異なるものと判断する。
【００４１】
帳票Ａと帳票Ｂとの位置合わせ方法は、例えば、以下の方式で行うことができる。まず、帳票Ａの線分データの座標値の中で、ｘ，ｙ座標値の最大、最小値を求める。
【００４２】
図８の例では、
ｘ座標値の最小値 ｘ０
ｙ座標値の最小値 ｙ０
ｘ座標値の最大値 ｘ５
ｙ座標値の最大値 ｙ５
である。
【００４３】
次に、帳票Ｂについても、同様に、その線分データの線分データの座標値の中で、ｘ，ｙ座標値の最大、最小値を求める。次に、帳票Ａと座標値の最小値、最大値が帳票Ｂのものと重なるように帳票Ａの線分データを拡大／縮小する。また、文字の記載座標値も同様の変換を施す。これにより、帳票Ａと帳票Ｂの大きさが一致し、四角の座標値を合わせることにより、帳票Ａと帳票Ｂの位置合わせが完了する。
【００４４】
図１１の２つの帳票Ａと帳票Ｂの差異を検出した例では、帳票内の１つの線分、１つの活字印刷文字、および１箇所の手書き記入の図形の画像がその差として検出される。
【００４５】
［ステップＳ６］
ドキュメントデータ差異検出部３により登録したい帳票Ａと類似帳票Ｂの画像データ間の差異データが得られると、この差異データは、参照対象の帳票Ｂを特定する情報（例えば帳票番号）と対応付けてファイル記憶部４に登録される。この登録処理は、図示しない登録手段により制御される。
【００４６】
図１２に、ファイル記憶部４への帳票データの保存方法の一例を示す。帳票Ａは、その帳票を識別する名前と自動抽出した文字、線分、画像データが記憶される。帳票Ａは、その帳票を識別する名前と差異を求める際に使った帳票Ｂの名前、および求められた差異データからなる。
【００４７】
なお、このようにして保存されている帳票Ａは、帳票Ｂのデータと求めた差異データとを合成することにより再現することができる。
［ステップＳ７］
一方、ステップＳ３の検索の結果、ファイル記憶部４内に帳票Ａに類似する帳票登録が登録されていなかった場合、線分文字抽出処理を施された帳票Ａについて、抽出された文字、図形、画像をその帳票のデータとしてファイル記憶部に登録する。
【００４８】
このように、本実施例によれば、帳票データを差分データとして保存することにより、１つの帳票を保存するために必要なデータ量を、すべて帳票１枚分ごとに保存する方法と比べ大幅に減少されている。
【００４９】
ところで、本実施例によれば、帳票上の文字を用いて検索する方法や、帳票の枠の似ているものを検索する方法を実現することができる。以下、本実施例により登録された帳票を検索する方法のいくつか示す。検索方法は、大きく分けて３種類ある。１つは、オペレータにキーボードから検索キーを入力させ、このキーを含む帳票をファイル記憶部４から検索する方法である。第２は、ディスプレイに保存済みの帳票の全体または部分を表示し、オペレータに求めるものが表示されているかどうか問い合わせる方法である。第３は、検索したい帳票の類似帳票の画像をスキャナーから取り込み、これに類似するファイル記憶部４内の帳票を自動的に探す方法である。本実施例によれば、上記の３種類とも実現可能である。先の２種類の方法は、従来のファイリング検索方法であるので、ここでは、第３の検索方法の例について述べる。
【００５０】
第３の方法では、検索したい帳票の類似サンプル（以下、帳票Ｃと呼ぶ）を入力してこれを検索キーとするために、まず、画像入力部１から検索に用いられる帳票の画像データが取り込まれ、次に、文字線分抽出部２により帳票Ｃの入力画像から線分／文字抽出処理が行われる。これは、帳票登録の際に行われる処理と同じである。この処理によって得られた文字／線分情報が検索キーとして用いられる。この検索方式の一例は、検索したい帳票の空白帳票を帳票Ｃとして用いる方法である。この方式は、与えられた帳票Ｃの文字データ、線分データを含むファイル記憶部の帳票を検索する処理で実現される。
【００５１】
このように本実施例によれば、ドキュメントデータのファイル記憶部への登録が容易で、かつ、その検索も容易に実行することができる。
（第２の実施例）
第１の実施例では、ステップＳ３の検索部５による類似帳票の検索としては、ファイル記憶部４に登録されている帳票データをディスプレイに表示し、オペレータに指示してもらう方法や、ファイル手段４にデータを登録する際に保存されている帳票の種類を表す項目にマークを付けておき、このマークが付けられているデータのみを順番に検索し、現在保存しようとしている帳票の対応する位置にその種類を表す文字情報が記載されているかどうか判断し、このような文字が見つかった際には、この帳票を類似帳票とするような方法などを用いた。
【００５２】
本実施例では、類似帳票の検索として、登録したい帳票と類似帳票の画像データ間の差異を検出し、この差異の最も少ない帳票を参照帳票とするものである。図１３に、本実施例に係るドキュメントファイリング装置の機能ブロック図を示す。本実施例のドキュメントファイリング装置は、画像入力部１、文字線分抽出部２、ドキュメントデータ差異検出部３３、ファイル記憶部４を備える。本実施例の画像入力部１、文字線分抽出部２、ファイル記憶部４は、第１の実施例の同番号のブロックに相当するものである。本実施例では、第１の実施例の検索部５の処理は、ドキュメントデータ差異検出部３３により行われる。
【００５３】
以下、本実施例の帳票保存処理の流れを、図１４のフローチャートや第１の実施例で用いた図４の概念図を参照しながら説明する。
［ステップＳ３１］
まず、図４中の２１で示す保存したい帳票Ａは、画像入力部１により、画像データとして取り込まれる。
【００５４】
［ステップＳ３２］
次に、文字線分抽出部２により、入力画像中の文字データと線分データが抽出される。文字や線分として抽出されなかった画像成分は、画像データとする。
【００５５】
線分データの抽出では、線分データとしては、長方形を構成する水平、垂直線分、長方形の対角線の斜め線分、また、長方形を構成する線分以外の水平線分が抽出対象とされる。一方、文字データの抽出では、線分以外の黒い領域で長方形を構成する纏まりを求め、これを１つの文字列としてその中の個々の文字の認識処理を行う。この識別処理において文字と同定できたもののみを文字データとして出力する。
【００５６】
直線抽出処理や文字抽出処理は、第１の実施例にて説明したような方法を用いることができる。
例えば、第１の実施例と同様、図６のフローチャートを参照して説明したような手順により、図７の帳票から図８の線分データ、図９の文字データ、および図１０の画像データを得ることができる。
【００５７】
［ステップＳ３３］
上記のような文字線分抽出処理が完了した後、ファイル記憶部４に保存済みの帳票データが存在する際には、登録したい帳票Ａに最も類似する帳票Ｂを検索する。本実施例では、前述したように、登録したい帳票とファイル記憶部４に保存済みの各帳票との夫々の間の画像データ間の差異を検出し、この差異の最も少ない帳票を参照帳票とする。
【００５８】
ここでの差異を求める処理は、ドキュメントデータ差異検出部３３により行われ、その処理内容は、前述したドキュメントデータ差異検出部３によるステップＳ３の類似帳票検索処理と同様である。
【００５９】
ただし、ここでは、ファイル記憶部４に保存されており類似帳票の候補となる複数の帳票データについて夫々差異を検出し、この差異の最も少ない帳票を参照帳票とする。この差異の大小の評価は、差異データのデータ量の比較などにより行えば良い。
【００６０】
ファイル記憶部４に保存済みの帳票データすべてを類似帳票の候補としても良いし、最初に画像データだけ比較して候補を絞っておき、次に他のデータを比較するようにしても良い。
【００６１】
なお、予め設定したしきい値より小さいデータ量の差異データを得ることができなかった場合は、類似帳票が登録されていないものとしても良い。
［ステップＳ３４］
ステップＳ３３の検索の結果、ファイル記憶部４内に登録する帳票Ａに類似する帳票Ｂが登録されていた場合、ステップＳ３６に移る。登録されていなかった場合、帳票Ａのデータをそのまま登録するため、ステップＳ３７に移る。なお、ファイル記憶部４に他の帳票がまだ保存されていない場合、ステップＳ３３の検索をせずに、ステップＳ３７に移っても良い。
【００６２】
［ステップＳ３６］
ドキュメントデータ差異検出部３３により登録したい帳票Ａと類似帳票Ｂの画像データ間の差異データが得られると、この差異データは、参照対象の帳票Ｂを特定する情報（例えば帳票番号）と対応付けてファイル記憶部４に登録される。この登録処理は、図示しない登録手段により制御される。例えば、第１の実施例で示した図１２のようにして、ファイル記憶部４に帳票データが保存される。
【００６３】
なお、このようにして保存されている帳票Ａは、帳票Ｂのデータと求めた差異データとを合成することにより再現することができる。
［ステップＳ３７］
一方、ステップＳ３３の検索の結果、ファイル記憶部４内に帳票Ａに類似する帳票登録が登録されていなかった場合、線分文字抽出処理を施された帳票Ａについて、抽出された文字、図形、画像をその帳票のデータとしてファイル記憶部４に登録する。
【００６４】
このように、本実施例によれば、帳票データを差分データとして保存することにより、１つの帳票を保存するために必要なデータ量を、すべて帳票１枚分ごとに保存する方法と比べ大幅に減少されている。
【００６５】
ところで、本実施例によれば、第１の実施例で述べたような帳票上の文字を用いて検索する方法や、帳票の枠の似ているものを検索する方法を実現することができる。もちろん、第１の実施例で第３の検索方法として述べた方法も実現可能である。すなわち、本実施例でも、検索したい帳票の類似サンプル（以下、帳票Ｃと呼ぶ）を入力してこれを検索キーとするために、まず、画像入力部１から検索に用いられる帳票の画像データが取り込まれ、次に、文字線分抽出部２により帳票Ｃの入力画像から線分／文字抽出処理が行われる。これは、帳票登録の際に行われる処理と同じである。この処理によって得られた文字／線分情報が検索キーとして用いられる。この検索方式の一例は、検索したい帳票の空白帳票を帳票Ｃとして用いる方法である。この方式は、与えられた帳票Ｃの文字データ、線分データを含むファイル記憶部の帳票を検索する処理で実現される。
【００６６】
このように本実施例によれば、ドキュメントデータのファイル記憶部への登録が容易で、かつ、その検索を容易に実行することができる。
（第３の実施例）
ここでは、第１の実施例または第２の実施例のように画像入力部１、文字線分抽出部２、ファイル記憶部４を備えたドキュメントファイリング装置において、帳票Ｃとして空白帳票を読み込ませファイル記憶部４から同種の帳票を検索する例を説明する。なお、画像入力部１、文字線分抽出部２、ファイル記憶部４は、前述したものと同様であるので、ここでの説明は省略する。
【００６７】
以下、本実施例の処理の流れを説明する。
図１５は、本実施例の処理の一例を示すフローチャートである。
まず、画像入力部１により図１６（ａ）に示すような帳票Ｃを画像データとして取り込む（ステップＳ１０１）。
【００６８】
次に、文字線分抽出部２により帳票Ｃに書かれている線分を抽出し（ステップＳ１０２）、図１６（ｂ）のように、その線分データから枠を表す長方形を検出する（ステップＳ１０３）。次に、各長方形領域の中点（図１６（ｃ）中で３０で示される黒丸）の座標値を求めるとともに（ステップＳ１０４）、図１６（ｄ）のように、抽出した長方形を包含する最小の長方形（外接長方形）を求める（ステップＳ１０５）。なお、ステップＳ１０４で抽出した図１６（ｃ）の各々の点３０は、図１６（ａ）の帳票Ｃの各々の枠と１対１に対応している。
【００６９】
先の実施例で述べたように、ファイル記憶部４に記憶されている帳票について同様の長方形領域抽出の処理がその登録時になされており、ファイル記憶部４に記憶されている。そこで、各帳票に対して、上記帳票Ｃに対して行ったのと同様の、帳票内の長方形領域を包含する最小の長方形（外接長方形）と、各長方形の中点の座標値を求める。
【００７０】
ここで、このファイル記憶部４内の帳票を帳票Ｄと呼ぶ。帳票Ｃと帳票Ｄが同一であるかどうか調べる処理を図１５に示す手順によって行う。
まず、ファイル記憶部４から帳票Ｄの長方形データを読み込み（ステップＳ１０７）、各長方形領域の中点の座標値を求めるとともに（ステップＳ１０８）、抽出した長方形を包含する最小の長方形（外接長方形）を求める（ステップＳ１０９）。帳票Ｃと帳票Ｄの外接長方形の大きさを比べ（ステップＳ１１０）、これが大きく異なるものは、同一帳票として扱わない。この場合、ステップＳ１０６に戻り、次の帳票Ｄについて同様の評価を行う。
【００７１】
ここで、帳票Ｃと帳票Ｄの外接長方形の大きさがほぼ同じ場合（ステップＳ１１０）、この外接長方形の位置、大きさを用いて、帳票Ｄが帳票Ｃと重なるように帳票Ｄの座標値を変換する（ステップＳ１１１）。この変換では、各長方形の中点の座標値のみを対象とする。
【００７２】
次に、帳票Ｃと帳票Ｄの各長方形の中点の座標値が同じ、または近いものを検出する（ステップＳ１１２）。
この数が全体のｔ％以上である場合に、帳票Ｄと帳票Ｃは同じであると判断し、（ステップＳ１１３）、帳票Ｄを検索結果として出力し、（ステップＳ１１４）処理を終了する。
【００７３】
一方、この数が全体のｔ％未満の場合は、帳票Ｄと帳票Ｃを同一帳票として扱わない。この場合、ステップＳ１０６に戻り、次の帳票Ｄについて同様の評価を行う。
【００７４】
もし、ステップＳ１０６にて、参照していない帳票が残っていないときに、検索結果なしとして処理を終了する。
ところで、ファイル記憶部４内の帳票は、いろいろな情報が記入されているため、枠を表す長方形領域を正確に抽出できない場合がある。そのような場合に備え、上記帳票照合処理を以下のように拡張することにより対応することができる。
【００７５】
まず、帳票Ｃの長方形領域からその中点の座標を求めた後に、隣接する長方形を併合してできる長方形をつくりその中点も求める。図１７（ａ），（ｂ）に、その例を示す。この中点データを用いることにより、図１８（ａ）に示す例のように、帳票内の線分が一部切れていて長方形ができていない際には、図１７（ｂ）で示した併合長方形の中点が図１８（ｂ）に示す帳票から得られた長方形の中点と対応付けが行われ、帳票識別で同じと判断される。
【００７６】
また、図１９（ａ）に示すように、本来ない線分が書き込まれたために長方形領域が余分に検出されている場合には、この帳票からの長方形領域の中点を求める際に、図１７と同様の併合した長方形を作成し、図１９（ｂ）の中点を照合に用いることにより、図１７（ａ）の帳票と類似であると照合することができる。
【００７７】
さらに、詳細に帳票の類似を判定するために、帳票に記入されている文字列が同一であるかどうかを調べる方法もある。
また、他の検索方法として、検索したい帳票に類似する帳票を帳票Ｃとして選択し、この帳票内の文字、線分を抽出し、この帳票の中で検索に用いたい文字、線分データをオペレータに指示させ、指示された文字、線分を含む帳票をファイル記憶部４から検索する方法もある。
【００７８】
なお、本実施例で述べた帳票が同一であるかどうかを判定する処理は、第２の実施例において類似帳票を得る際の最も類似するものを判定する処理にも用いることができる。
また、本発明は上述した各実施例に限定されるものではなく、その要旨を逸脱しない範囲で、種々変形して実施することができる。
【００７９】
【発明の効果】
本発明によれば、ドキュメントをファイル手段に登録する際に、類似するドキュメントとの文字、線分および画像データの差異を記憶させるので、ドキュメントのファイル手段への登録が容易であるとともに、文字、線分あるいは画像データを利用してファイル手段内のドキュメントの検索を容易に行なうことができる。
【図面の簡単な説明】
【図１】本発明の第１の実施例に係るドキュメントファイリング装置の構成を示すブロック図
【図２】同実施例のドキュメントファイリング装置のハードウェア構成の一例を示す図
【図３】同実施例の処理の流れを示すフローチャート
【図４】本実施例の処理の流れを示す概念図
【図５】直線抽出処理の一例を示すフローチャート
【図６】同実施例の文字線分抽出処理の一例を示すフローチャート
【図７】入力する帳票の一例を示す図
【図８】抽出された線分データの一例を示す図
【図９】抽出された文字データの一例を示す図
【図１０】抽出された画像データの一例を示す図
【図１１】２つの帳票の差異の検出を説明するための図
【図１２】帳票データの保存方法の一例を説明するための図
【図１３】本発明の第２の実施例に係るドキュメントファイリング装置の構成を示すブロック図
【図１４】同実施例の処理の流れを示すフローチャート
【図１５】本発明の第３の実施例の処理の流れを示すフローチャート
【図１６】同実施例の処理を説明するための図
【図１７】同実施例の処理を説明するための図
【図１８】同実施例の処理を説明するための図
【図１９】同実施例の処理を説明するための図
【符号の説明】
１…画像入力部、２…文字線分抽出部、３…ドキュメントデータ差異検出部、４…ファイル記憶部、５…検索部、３３…ドキュメントデータ差異検出部、１１…プロセッサ、１２…キーボード、１３…スキャナー、１４…ディスプレイ、１５…プリンター、１６…ファイル装置、１７…メモリ
Claims (4)
- ドキュメントを、線分データ、文字データおよび画像データに分解して記憶するファイル手段と、
所望のドキュメントを画像データとして入力する画像入力手段と、
入力された前記画像データから線分データと文字データを抽出する文字線分抽出手段と、
前記ファイル手段に線分データ、文字データおよび画像データがそのまま格納されているドキュメントのうち、入力された前記ドキュメントに類似する類似ドキュメントを検索する検索手段と、
前記検索の結果、前記ファイル手段に前記類似ドキュメントが記憶されていた場合に、検索された前記類似ドキュメントの線分データ、文字データおよび画像データと入力された前記ドキュメントから抽出された線分データ、文字データおよび画像データとの夫々の差異を求める差異検出手段と、
前記検索の結果、前記ファイル手段に前記類似ドキュメントが記憶されていた場合、前記類似ドキュメントを識別する第１の識別情報と、求められた前記差異と、前記入力されたドキュメントを識別する第２の識別情報とを対応付けて前記ファイル手段に登録し、前記検索の結果、前記ファイル手段に前記類似ドキュメントが記憶されていなかった場合、前記入力されたドキュメントの線分データ、文字データおよび画像データをそのまま前記第２の識別情報に対応付けて前記ファイル手段に登録する登録手段とを具備したことを特徴とするドキュメントファイリング装置。 - ドキュメントを、線分データ、文字データおよび画像データとしてファイル手段に登録するドキュメントファイリング方法であって、
所望のドキュメントを画像データとして入力するステップと、
入力された前記画像データから線分データと文字データを抽出するステップと、
前記ファイル手段に線分データ、文字データおよび画像データがそのまま格納されているドキュメントのうち、入力された前記ドキュメントに類似する類似ドキュメントを検索するステップと、
前記検索の結果、前記ファイル手段に前記類似ドキュメントが記憶されていた場合に、検索された前記類似ドキュメントの線分データ、文字データおよび画像データと入力された前記ドキュメントから抽出された線分データ、文字データおよび画像データとの夫々の差異を求めるステップと、
前記検索の結果、前記ファイル手段に前記類似ドキュメントが記憶されていた場合、前記類似ドキュメントを識別する第１の識別情報と、求められた前記差異と、前記入力されたドキュメントを識別する第２の識別情報とを対応付けて前記ファイル手段に登録し、前記検索の結果、前記ファイル手段に前記類似ドキュメントが記憶されていなかった場合、前記入力されたドキュメントの線分データ、文字データおよび画像データをそのまま前記第２の識別情報に対応付けて前記ファイル手段に登録するステップとを有することを特徴とするドキュメントファイリング方法。 - ドキュメントを、線分データ、文字データおよび画像データに分解して記憶するファイル手段と、
所望のドキュメントを画像データとして入力する画像入力手段と、
入力された前記画像データから線分データと文字データを抽出する文字線分抽出手段と、
前記ファイル手段に線分データ、文字データおよび画像データがそのまま格納されているドキュメントの全部又は一部を対象としてその夫々につき、当該ドキュメントの線分データ、文字データおよび画像データと入力された前記ドキュメントから抽出された線分データ、文字データおよび画像データとの夫々の差異を求め、求められた差異のデータ量に 基づいて、入力された前記ドキュメントに類似する類似ドキュメントを求める手段と、
前記ファイル手段から前記類似ドキュメントが求められた場合、前記類似ドキュメントを識別する第１の識別情報と、求められた前記差異と、前記入力されたドキュメントを識別する第２の識別情報とを対応付けて前記ファイル手段に登録し、前記ファイル手段から前記類似ドキュメントが求められなかった場合、前記入力されたドキュメントの線分データ、文字データおよび画像データをそのまま前記第２の識別情報に対応付けて前記ファイル手段に登録する登録手段とを具備したことを特徴とするドキュメントファイリング装置。 - ドキュメントを、線分データ、文字データおよび画像データとしてファイル手段に登録するドキュメントファイリング方法であって、
所望のドキュメントを画像データとして入力するステップと、
入力された前記画像データから線分データと文字データを抽出するステップと、
前記ファイル手段に線分データ、文字データおよび画像データがそのまま格納されているドキュメントの全部又は一部を対象としてその夫々につき、当該ドキュメントの線分データ、文字データおよび画像データと入力された前記ドキュメントから抽出された線分データ、文字データおよび画像データとの夫々の差異を求め、求められた差異のデータ量に基づいて、入力された前記ドキュメントに類似する類似ドキュメントを求めるステップと、
前記ファイル手段から前記類似ドキュメントが求められた場合、前記類似ドキュメントを識別する第１の識別情報と、求められた前記差異と、前記入力されたドキュメントを識別する第１の識別情報とを対応付けて前記ファイル手段に登録し、前記ファイル手段から前記類似ドキュメントが求められなかった場合、前記入力されたドキュメントの線分データ、文字データおよび画像データをそのまま前記第２の識別情報に対応付けて前記ファイル手段に登録するステップとを有することを特徴とするドキュメントファイリング方法。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP03400295A JP3602596B2 (ja) | 1995-02-22 | 1995-02-22 | ドキュメントファイリング装置および方法 |
| US08/592,706 US5815704A (en) | 1995-02-22 | 1996-01-26 | Document filing apparatus and method having document registration, comparison and retrieval capabilities |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP03400295A JP3602596B2 (ja) | 1995-02-22 | 1995-02-22 | ドキュメントファイリング装置および方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH08235341A JPH08235341A (ja) | 1996-09-13 |
| JP3602596B2 true JP3602596B2 (ja) | 2004-12-15 |
Family
ID=12402247
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP03400295A Expired - Lifetime JP3602596B2 (ja) | 1995-02-22 | 1995-02-22 | ドキュメントファイリング装置および方法 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US5815704A (ja) |
| JP (1) | JP3602596B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007094962A (ja) * | 2005-09-30 | 2007-04-12 | Seiko Epson Corp | 画像内に表現された被写体の特定 |
Families Citing this family (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10187744A (ja) * | 1996-12-26 | 1998-07-21 | Toshiba Corp | ドキュメント処理装置及びデータ処理装置並びにドキュメント処理方法及びデータ処理方法 |
| US6327387B1 (en) * | 1996-12-27 | 2001-12-04 | Fujitsu Limited | Apparatus and method for extracting management information from image |
| JP4098880B2 (ja) * | 1997-06-06 | 2008-06-11 | 松下電器産業株式会社 | 情報検索装置 |
| JPH11143908A (ja) * | 1997-11-14 | 1999-05-28 | Ricoh Co Ltd | ファイルシステムおよび該システムに使用するプログラムを記録した記録媒体 |
| JP3836261B2 (ja) * | 1998-08-10 | 2006-10-25 | 株式会社リコー | ファイルシステム |
| IL125846A0 (en) * | 1998-08-19 | 1999-04-11 | Emony | Incremental program update |
| US6826574B1 (en) * | 1999-08-27 | 2004-11-30 | Gateway, Inc. | Automatic profiler |
| JP2001306598A (ja) * | 2000-04-20 | 2001-11-02 | Fuji Xerox Co Ltd | データ入力フォーム検索システム、データ入力フォーム検索方法、及び、コンピュータ読み取り可能な記録媒体 |
| JP4613397B2 (ja) * | 2000-06-28 | 2011-01-19 | コニカミノルタビジネステクノロジーズ株式会社 | 画像認識装置、画像認識方法および画像認識プログラムを記録したコンピュータ読取可能な記録媒体 |
| JP2003150602A (ja) * | 2001-11-15 | 2003-05-23 | Hitachi Ltd | 文書情報管理方法および装置 |
| JP4251629B2 (ja) * | 2003-01-31 | 2009-04-08 | キヤノン株式会社 | 画像処理システム及び情報処理装置、並びに制御方法及びコンピュータプログラム及びコンピュータ可読記憶媒体 |
| CN100501728C (zh) * | 2003-01-31 | 2009-06-17 | 佳能株式会社 | 图像处理方法、系统、程序、程序存储介质以及信息处理设备 |
| US7536636B2 (en) * | 2004-04-26 | 2009-05-19 | Kodak Graphic Communications Canada Company | Systems and methods for comparing documents containing graphic elements |
| JP4998220B2 (ja) * | 2007-11-09 | 2012-08-15 | 富士通株式会社 | 帳票データ抽出プログラム、帳票データ抽出装置および帳票データ抽出方法 |
| US8438558B1 (en) | 2009-03-27 | 2013-05-07 | Google Inc. | System and method of updating programs and data |
| JP2012095231A (ja) * | 2010-10-28 | 2012-05-17 | Fujitsu Ltd | 帳票画像管理システム、帳票画像管理方法、及びプログラム |
| JP5703898B2 (ja) * | 2011-03-30 | 2015-04-22 | 富士通株式会社 | 帳票管理システム、帳票画像管理方法、及びプログラム |
| US8724931B2 (en) * | 2011-05-27 | 2014-05-13 | Ebay Inc. | Automated user information provision using images |
| JP5884597B2 (ja) * | 2012-03-29 | 2016-03-15 | 富士通株式会社 | 帳票画像管理システム、帳票画像管理方法、及びプログラム |
| US9374501B2 (en) * | 2014-03-04 | 2016-06-21 | Xerox Corporation | Methods and devices for form-independent registration of filled-out content |
| JP6520279B2 (ja) * | 2015-03-24 | 2019-05-29 | 富士ゼロックス株式会社 | 処理装置、画像処理システム、およびプログラム |
| JP6852359B2 (ja) | 2016-11-16 | 2021-03-31 | 富士ゼロックス株式会社 | 画像処理装置及びプログラム |
Family Cites Families (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS63268081A (ja) * | 1987-04-17 | 1988-11-04 | インタ−ナショナル・ビジネス・マシ−ンズ・コ−ポレ−ション | 文書の文字を認識する方法及び装置 |
| US5101448A (en) * | 1988-08-24 | 1992-03-31 | Hitachi, Ltd. | Method and apparatus for processing a document by utilizing an image |
| JPH02208780A (ja) * | 1989-02-09 | 1990-08-20 | Canon Inc | 記憶情報の変更方法 |
| JPH02301873A (ja) * | 1989-05-17 | 1990-12-13 | Sanyo Electric Co Ltd | イメージ処理装置 |
| JP2890482B2 (ja) * | 1989-06-13 | 1999-05-17 | 富士ゼロックス株式会社 | 文書画像再配置ファイリング装置 |
| JPH0423176A (ja) * | 1990-05-18 | 1992-01-27 | Hitachi Ltd | 図面作成装置 |
| JPH04105178A (ja) * | 1990-08-24 | 1992-04-07 | Seiko Epson Corp | 文書画像処理装置 |
| JPH04195485A (ja) * | 1990-11-28 | 1992-07-15 | Hitachi Ltd | 画像情報入力装置 |
| JPH05266095A (ja) * | 1992-03-23 | 1993-10-15 | Toshiba Corp | 画像検索装置 |
| US5592574A (en) * | 1992-04-06 | 1997-01-07 | Ricoh Company Ltd. | Method and apparatus for expansion of white space in document images on a digital scanning device |
| JP3323535B2 (ja) * | 1992-05-19 | 2002-09-09 | キヤノン株式会社 | 画像記憶装置及び画像記憶装置の制御方法 |
| US5590317A (en) * | 1992-05-27 | 1996-12-31 | Hitachi, Ltd. | Document information compression and retrieval system and document information registration and retrieval method |
| US5377348A (en) * | 1992-06-04 | 1994-12-27 | International Business Machines Corporation | System for searching a data base by creating a marking matrix in which two dimensional patterns control the search and selection |
| JPH063800A (ja) * | 1992-06-16 | 1994-01-14 | Dainippon Screen Mfg Co Ltd | 画像処理方法 |
| JP3493522B2 (ja) * | 1993-10-20 | 2004-02-03 | ミノルタ株式会社 | 画像処理装置 |
-
1995
- 1995-02-22 JP JP03400295A patent/JP3602596B2/ja not_active Expired - Lifetime
-
1996
- 1996-01-26 US US08/592,706 patent/US5815704A/en not_active Expired - Lifetime
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007094962A (ja) * | 2005-09-30 | 2007-04-12 | Seiko Epson Corp | 画像内に表現された被写体の特定 |
Also Published As
| Publication number | Publication date |
|---|---|
| US5815704A (en) | 1998-09-29 |
| JPH08235341A (ja) | 1996-09-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3602596B2 (ja) | ドキュメントファイリング装置および方法 | |
| US5416849A (en) | Data processing system and method for field extraction of scanned images of document forms | |
| JP3469345B2 (ja) | 画像のファイリング装置及びファイリング方法 | |
| US5721940A (en) | Form identification and processing system using hierarchical form profiles | |
| US20070168382A1 (en) | Document analysis system for integration of paper records into a searchable electronic database | |
| JP2713622B2 (ja) | 表形式文書読取装置 | |
| US20070242882A1 (en) | Image processing apparatus for identifying the position of a process target within an image | |
| JPH06301781A (ja) | コンピュータによるパターン認識のためのイメージ変換方法及び装置 | |
| JP2006330872A (ja) | 指紋照合装置、方法およびプログラム | |
| JPH07168910A (ja) | 文書レイアウト解析装置及び文書フォ−マット識別装置 | |
| JPH08180068A (ja) | 電子ファイリング装置 | |
| JP3090070B2 (ja) | 帳票識別方法及び装置 | |
| JP5051174B2 (ja) | 帳票辞書生成装置、帳票識別装置、帳票辞書生成方法、及びプログラム | |
| KR20090123523A (ko) | 광학 문자 인식 시스템 및 방법 | |
| JP2009182530A (ja) | 業務処理遂行支援装置 | |
| JP2001094711A (ja) | ドキュメント画像処理装置及びドキュメント画像処理方法 | |
| JPH11282956A (ja) | 帳票識別方法、装置および記録媒体 | |
| JP2020047031A (ja) | 文書検索装置、文書検索システム及びプログラム | |
| JP3085508B2 (ja) | 電子帳票検索システム | |
| JP2000259847A (ja) | 情報検索方法、装置および記録媒体 | |
| CN114565750A (zh) | 一种纸质试题的处理方法和系统 | |
| JP4188344B2 (ja) | 指紋照合装置、方法およびプログラム | |
| JP2006330873A (ja) | 指紋照合装置、方法およびプログラム | |
| JP3305367B2 (ja) | データベースへのデータ入力装置 | |
| JP2006323511A (ja) | 記号認識方法及び装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20040601 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040802 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20040921 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20040924 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081001 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081001 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091001 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091001 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101001 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111001 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111001 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121001 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121001 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131001 Year of fee payment: 9 |
|
| EXPY | Cancellation because of completion of term |