JP3860341B2 - 文字認識装置 - Google Patents
文字認識装置 Download PDFInfo
- Publication number
- JP3860341B2 JP3860341B2 JP17732098A JP17732098A JP3860341B2 JP 3860341 B2 JP3860341 B2 JP 3860341B2 JP 17732098 A JP17732098 A JP 17732098A JP 17732098 A JP17732098 A JP 17732098A JP 3860341 B2 JP3860341 B2 JP 3860341B2
- Authority
- JP
- Japan
- Prior art keywords
- column
- character recognition
- amount
- money
- cells
- 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
Landscapes
- Character Discrimination (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、帳票などに記入された文字を光学的に読取り、その文字を認識処理する文字認識装置（ＯＣＲ：Optical Character Reader）に係り、特にフリーフォーマットの活字日本語文書を読取り対象としたテキストリーダタイプの文字認識装置に関する。
【０００２】
【従来の技術】
従来、光学的文字認識装置の一種に「テキストリーダ」と呼ばれるＯＣＲがある。これは、業務用のＯＣＲのように、定型フォーマットの帳票を読取り対象として、ＦＣ（フォーマットコントロール）データを用いて予め決められた読取り範囲内の文字を認識するものとは異なり、雑誌やワープロ文書のようなフリーフォーマットの日本語活字文書を読取り対象としたＯＣＲであって、ソフトウェアにより汎用のパーソナルコンピュータにて実現されるものである。
【０００３】
テキストリーダは、一般にイメージ入力処理、レイアウト解析処理、文字認識処理、修正処理、出力変換処理の順で処理を行う。
レイアウト解析処理では、日本語活字文書イメージからテキスト領域、表領域、図・写真領域などの各領域を自動的あるいはユーザの指定に基づいて抽出する。文字認識処理では、レイアウト解析処理によって抽出された各領域毎に文字の認識を行う。修正処理では、文字認識結果を修正画面に表示してユーザの指示により認識の誤りを修正する。この場合、レイアウト解析処理で表として抽出された領域は一般に修正画面でも表として表示される。出力変換処理では、修正画面上で修正された認識結果を出力する処理を行う。
【０００４】
このようなテキストリーダにおいて、表領域に対する文字認識処理は、レイアウト解析結果に従って、表を構成する各セル毎に行われる。その際、セル内の文字の先頭にある空白部分については、文字の１つとして認識することは難しいので（何文字分の空白として認識すればよいか分からないので）、認識結果として再現されない。したがって、表領域の各セルに対応する認識結果文字（数字列）は、すべて左側に寄せられて修正画面に表示されることになる（図２（ｃ）参照）。
【０００５】
【発明が解決しようとする課題】
例えば、銀行などの金融機関で扱う帳票などには、金額データが記入されたカラムが存在する。このような帳票を読取り対象とした場合には、少なくとも金額カラムの認識結果に対して、右揃えであることが望まれる。これは、一般に金額データは他の項目データ（商品名など）と比べると、その文字列が長く、習慣的にもセル内の右側に寄せてある方が目検しやすく、誤読の発見が容易であるからである。
【０００６】
しかしながら、従来のテキストリーダでは、表領域中の各セルに対応する認識結果文字をすべて左揃えでしか表示できなかったため、金額カラムに記入された金額データも左側に寄せられて表示されることになり、ユーザの使い勝手上、非常に不便であった。
【０００７】
なお、文字認識後、ユーザが修正画面上で金額カラムを指定し、その金額カラム内のすべてのデータを一括して右揃えに編集することも可能ではある。しかしながら、その都度、右揃えのための編集操作をユーザ自身が行わなければならないため、ユーザに負担がかかるなどの問題がある。特に、多数の帳票を処理しなければならない業務では、処理の高速化が求められるため、このようなユーザによる編集操作はエントリー時間の無駄であり、処理効率が著しく低下することになる。
【０００８】
本発明は上記の課題を解決するためになされたもので、表領域中の金額カラムを自動的に判別して、その認識結果を右揃えでユーザに提示することのできる文字認識装置を提供することを目的とする。
【０００９】
【課題を解決するための手段】
本発明の文字認識装置は、読取り対象イメージから表領域を抽出するレイアウト解析手段と、このレイアウト解析手段によって抽出された上記表領域に対して文字認識処理を行う文字認識手段と、上記表領域を構成する各カラム毎に当該カラムの中でカンマで３桁に区切られている数字列を有するセルの数を計数する計数手段と、この計数手段によって得られた計数値と当該カラムの全セル数との割合に基づいて金額カラムであるか否かを判定する金額カラム判定手段と、この金額カラム判定手段の判定結果に基づいて上記金額カラムの各セルに対応する上記文字認識手段の認識結果文字を右揃えに編集する編集手段とを具備して構成される。
【００１０】
上記金額カラム判定手段は、上記計数手段によって得られた計数値と当該カラムの全セル数との割合が予め設定された値よりも大きい場合に当該カラムを金額カラムであると判定する。
【００１１】
このような構成によれば、読取り対象イメージから表領域が抽出されて文字認識処理された場合に、表領域中の金額カラムが自動的に判定されて、その金額カラムの各セルに対応する認識結果文字が右揃えで出力される。したがって、修正画面上で、金額カラムについては、そのセルの内容つまり金額データを右揃えにした状態で確認することができ、誤読などをチェックする際に非常に都合の良いものとなる。
【００１２】
【発明の実施の形態】
以下、図面を参照して本発明の一実施形態を説明する。
図１は本発明の一実施形態に係る文字認識装置のシステム構成を示すブロック図である。なお、本装置は、フリーフォーマットの活字日本語文書を読取り対象としたテキストリーダタイプのＯＣＲであり、例えば磁気ディスク等の記録媒体に記録されたプログラムを読み込み、このプログラムによって動作が制御されるコンピュータによって実現される。
【００１３】
図１に示すように、本実施形態における文字認識装置は、ＰＣ（パーソナルコンピュータ）１０とスキャナ２０によって構成される。
ＰＣ１０は、汎用のコンピュータであって、ＣＰＵ１１、ＲＯＭ１２、ＲＡＭ１３、入力装置１４、表示装置１５、ＣＤ−ＲＯＭ(Compact Disc Read Only Memory) １６、ＦＤＤ（Floppy Disk Drive ）１７、ＨＤＤ (Hard Disk Drive)１８などを有する。
【００１４】
ＣＰＵ１１は、本装置全体の制御を行うものであり、プログラムの起動で各種処理を実行するものであり、ここでは所定のアプリケーションプログラムの起動によりＯＣＲとしての処理を実行する。ＲＯＭ１２、ＲＡＭ１３は、プログラムデータ、フォントデータ、辞書データなど、本装置の処理動作に必要な各種のデータを記憶している。
【００１５】
入力装置１４は、例えばキーボードからなり、データの入力やファンクションの指示などを行う場合に用いられる。表示装置１５は、ＣＲＴ (Cathode Ray Tube) やＬＣＤ (Liquid Crystal Display) などからなり、データの表示を行う。
【００１６】
ＣＤ−ＲＯＭ１６、ＦＤＤ１７、ＨＤＤ１８は、本装置の外部記憶装置として用いられるものである。本実施形態において、テキストリーダを実現するアプリケーションプログラムはＣＤ−ＲＯＭ１６またはＦＤＤ１７を通じてＨＤＤ１８にインストールされた後、起動時にＲＡＭ１３に書き込まれる。ＣＰＵ１１はこのＲＡＭ１３に書き込まれたアプリケーションプログラムに従ってＯＣＲとしての処理を実行する。
【００１７】
スキャナ２０は、読取り対象２１のイメージを直接デジタルデータとして入力する画像入力装置である。この場合、読取り対象２１としては、雑誌やワープロ文書などのフリーフォーマットの日本語活字文書を前提とする。
【００１８】
次に、上記図１のシステム構成にて実現されるテキストリーダの構成について説明する。
図２は上記図１のシステム構成にて実現されるテキストリーダの概念図である。例えば、図２（ａ）に示すような帳票イメージをスキャナ２０により読み込んだものとする。この帳票には、タイトル領域３１ａ、テキスト領域３２ａおよび３２ｂ、表領域３３、図・写真領域３４などが設けられている。
【００１９】
テキストリーダは、図同（ｂ）に示すように、レイアウト解析部４１、文字認識部４２、金額カラム判定／右寄せ部４３を有する。なお、レイアウト解析部４１、文字認識部４２、金額カラム判定／右寄せ部４３は、実際にはソフトウェアにて実現される部分である。
【００２０】
レイアウト解析部４１は、帳票イメージのレイアウトを解析し、タイトル領域３１ａ、テキスト領域３２ａおよび３２ｂ、表領域３３、図・写真領域３４などの各領域を抽出する。
【００２１】
文字認識部４２は、レイアウト解析部４１によって抽出された各領域毎に文字の認識処理を行う。同図（ｃ）に表領域３３に対する認識結果を示す。この例では、表領域３３が「商品名」、「形番」、「数量」、「金額」、「備考」といった複数のカラム５１〜５５を有し、これらのカラムに対応する認識結果が表示されている。なお、認識結果として実際に出力されるデータは各セル内の文字（数字を含む）であり、表を構成する罫線などのデータは修正画面上で張り付けられる。
【００２２】
金額カラム判定／右寄せ部４３は、本発明の主要部分であり、表領域３３中の金額カラムを判定すると共に、金額カラムであれば、文字認識部４２から認識結果として得られる各セルの金額データを右揃えに編集する処理を行う。同図（ｄ）に金額カラム５４に対して金額データを右揃えにした状態を示す。
【００２３】
次に、同実施形態の動作を説明する。
テキストリーダを実現するアプリケーションプログラムが図１に示すＰＣ１０のＣＤ−ＲＯＭ１６またはＦＤＤ１７を通じてＨＤＤ１８にインストールされているものとする。ＣＰＵ１１はこのアプリケーションプログラムをＲＡＭ１３に読み込むことにより、同プログラムに従ってＯＣＲ機能を実行する。このときの概念図を図２に示す。
【００２４】
今、スキャナ２０を通じて、図２（ａ）に示すような帳票イメージが読み込まれたとする。この帳票には、タイトル領域３１ａ、テキスト領域３２ａおよび３２ｂ、表領域３３、図・写真領域３４などの各領域が存在する。これらの領域はフリーフォーマットであるため、テキストリーダ側で各領域を解析することになる。この解析処理はレイアウト解析部４１が行う。
【００２５】
すなわち、同図（ｂ）に示すように、レイアウト解析部４１は帳票イメージからタイトル領域３１ａ、テキスト領域３２ａおよび３２ｂ、表領域３３、図・写真領域３４などの各領域を抽出する。文字認識部４２はこれらの領域毎にその領域内に記述されている各文字を１文字ずつ切り出して認識処理する。
【００２６】
なお、文字認識の方法としては、例えば認識対象とする文字のパターンを標準パターンとして持つ認識辞書を用意しておき、この認識辞書の標準パターンと入力パターンとを比較して類似している標準パターンを選択して認識結果とするなどの方法がある。
【００２７】
ここで、レイアウト解析部４１によって表領域３３であることが解析され、その表領域３３に対する認識結果が文字認識部４２によって得られると、金額カラム判定／右寄せ部４３によって金額カラム自動判定処理が行われる。
【００２８】
以下、図３に示すフローチャートを参照して金額カラム自動判定処理の動作を説明する。
まず、金額カラム判定／右寄せ部４３は表領域３３を構成する各カラムを左または右から順番に取り出す（ステップＳ１１）。この場合、図２（ｃ）に示すように、表領域３３は「商品名」、「形番」、「数量」、「金額」、「備考」といった複数のカラム５１〜５５を有するが、通常、これらのカラムの各セルに対する認識結果文字はすべて左揃えで出力される。これは、セル内の文字の先頭にある空白部分については、文字の１つとして認識することは難しいので（何文字分の空白として認識すればよいか分からないので）、認識結果として再現できないためである。
【００２９】
表領域３３からチェック対象となるカラムを取り出すと、図示せぬカウンタＫを「０」に初期化した状態で（ステップＳ１２）、そのカラム内の各セルを上または下から順番に取り出す（ステップＳ１３）。
【００３０】
ここで、本実施形態では、金額カラムの判定に、「金額カラムはカンマで３桁区切りされている数字列が記入されていることが多い」といった性質を利用する。そこで、上記ステップＳ１３で抽出したセルの内容をチェックし、数字で、かつ、カンマで３桁区切りされているか否かを判断する（ステップＳ１４）。なお、カンマは数字としてＯＣＲのサブセットに入っている。
【００３１】
その結果、セルの内容が金額カラムの条件（数字で、かつ、カンマで３桁区切り）に該当すれば（ステップＳ１４のＹｅｓ）、カウンタＫを「＋１」インクリメントした後（ステップＳ１５）、次のセルを抽出して上記同様のチェックを繰り返す（ステップＳ１６のＹｅｓ）。
【００３２】
このようにして、カラム内のすべてのセルをチェックし、上記金額カラムの条件に合致するセルがあれば、その都度、カウンタＫを「＋１」ずつインクリメントしていく。
【００３３】
カラム内のすべてのセルをチェックし終えると（ステップＳ１６のＮｏ）、当該カラムの全セル数とカウンタＫの値との割合Ｒを求め（ステップＳ１７）、その割合Ｒが設定値Ｃより大きいか否かを判断する（ステップＳ１８）。
【００３４】
なお、この設定値Ｃは、誤読率などを考慮して、例えば８０％の割合であれば金額カラムとして判定するような値に予め設定されている。
ここで、上記ステップＳ１７で求めた割合Ｒが設定値Ｃより大きい場合には、つまり、上記金額カラム条件に合致するセルの割合が例えば設定値８０％を超えていれば（ステップＳ１８のＹｅｓ）、当該カラムは金額カラムであると判定し、そのカラム内の各セルに対応する認識結果文字（数字列）をすべて右揃えに編集する（ステップＳ１９）。編集後の金額カラム５４の表示内容を図２（ｄ）に示す。
【００３５】
一方、上記ステップＳ１８において、上記割合Ｒが設定値Ｃ以下であれば、つまり、上記金額カラム条件に合致するセルの割合が例えば設定値８０％に満たない場合には、当該カラムは金額カラムでないと判定し、次のカラムを抽出して上記同様のチェックを繰り返す（ステップＳ２０のＹｅｓ）。
【００３６】
このように、数字で、かつ、カンマで３桁区切りされているセルの割合から金額カラムであることが判定され、その金額カラム内の各セル中の数字列が右側に寄せられて表示される。
【００３７】
図２（ｃ）に示す認識結果の例では、金額カラム５４の各セルの内容が「１００」、「１，０００」、「１０，０００」、「１００，０００」、「１，１００，０００」であり、上記金額カラム条件に合わないセルは１段目だけであるので、金額カラムであると判定される。したがって、修正画面上において、表領域３３の金額カラム５４に対しては、図２（ｄ）に示すように、各セルの内容つまり金額データを右揃えにした状態で確認することができ、誤読などをチェックするのに非常に都合の良いものとなる。
【００３８】
なお、上記実施形態では、カラムが持つすべてのセルをチェックした結果に基づいて当該カラムが金額カラムか否かを判定するようにしたが、例えば以下のような手順で判定処理を行うこともできる。
【００３９】
すなわち、まず、チェック対象となるカラムを抽出したときに、そのカラムの全セル数を求め、その全セル数と上記設定値Ｃとを乗算することにより、金額カラムと判定するための基準セル数Ｓを求める。そして、当該カラムの各セルを順にチェックしていき、上記条件（数字で、かつ、カンマで３桁区切り）に合致したセルの数が上記基準セル数Ｓに達した時点で当該カラムは金額カラムであると判定する。
【００４０】
このような手順で判定処理を行えば、カラム内のすべてのセルを最後までチェックしなくとも、金額カラムであるとの判定を下すことができ、処理時間の短縮化を図ることができる。
【００４１】
また、セルの内容が数字であることだけを条件にして金額カラムであるか否かを判定する方法も考えられる。ただし、この場合には、例えば図２（ｃ）に示す「形番」や「数量」など、数字を有するすべてのカラムを編集してしまうことになるため、返って見づらい結果になる可能性がある。
【００４２】
また、カラムの見出しが予め設定された文字列（例えば「金額」）であることを認識することにより、金額カラムであると判定し、右揃えの編集を行うようにしても良い。
【００４３】
なお、上述した実施形態において記載した手法は、コンピュータに実行させることのできるプログラムとして、例えば磁気ディスク（フロッピーディスク、ハードディスク等）、光ディスク（ＣＤ−ＲＯＭ、ＤＶＤ等）、半導体メモリなどの記録媒体に書き込んで各種装置に適用したり、通信媒体により伝送して各種装置に適用することも可能である。本装置を実現するコンピュータは、記録媒体に記録されたプログラムを読み込み、このプログラムによって動作が制御されることにより、上述した処理を実行する。
【００４４】
【発明の効果】
以上詳記したように本発明によれば、テキストリーダタイプのＯＣＲにおいて、読取り対象イメージから表領域を抽出して文字認識した際に、表領域中の金額カラムを判定し、その金額カラムの各セルに対応する認識結果文字を右揃えで編集出力するようにしたため、修正画面上で、金額カラムについては、そのセルの内容つまり金額データを右揃えにした状態で確認することができる。これにより、金額カラムを有する表領域の認識結果を得た際に、誤読などの目検チェックが容易になるなど、使い勝手が向上するようになる。
【図面の簡単な説明】
【図１】本発明の一実施形態に係る文字認識装置のシステム構成を示すブロック図。
【図２】上記図１のシステム構成にて実現されるテキストリーダの概念図。
【図３】同実施形態における金額カラム自動判定処理の動作を説明するためのフローチャート。
【符号の説明】
１０…ＰＣ
１１…ＣＰＵ
１２…ＲＯＭ
１３…ＲＡＭ
１４…入力装置
１５…表示装置
１６…ＣＤ−ＲＯＭ
１７…ＦＤＤ
１８…ＨＤＤ
２０…スキャナ
２１…読取り対象
３３…表領域
４１…レイアウト解析部
４２…文字認識部
４３…金額カラム判定／右寄せ部
５４…金額カラム
【発明の属する技術分野】
本発明は、帳票などに記入された文字を光学的に読取り、その文字を認識処理する文字認識装置（ＯＣＲ：Optical Character Reader）に係り、特にフリーフォーマットの活字日本語文書を読取り対象としたテキストリーダタイプの文字認識装置に関する。
【０００２】
【従来の技術】
従来、光学的文字認識装置の一種に「テキストリーダ」と呼ばれるＯＣＲがある。これは、業務用のＯＣＲのように、定型フォーマットの帳票を読取り対象として、ＦＣ（フォーマットコントロール）データを用いて予め決められた読取り範囲内の文字を認識するものとは異なり、雑誌やワープロ文書のようなフリーフォーマットの日本語活字文書を読取り対象としたＯＣＲであって、ソフトウェアにより汎用のパーソナルコンピュータにて実現されるものである。
【０００３】
テキストリーダは、一般にイメージ入力処理、レイアウト解析処理、文字認識処理、修正処理、出力変換処理の順で処理を行う。
レイアウト解析処理では、日本語活字文書イメージからテキスト領域、表領域、図・写真領域などの各領域を自動的あるいはユーザの指定に基づいて抽出する。文字認識処理では、レイアウト解析処理によって抽出された各領域毎に文字の認識を行う。修正処理では、文字認識結果を修正画面に表示してユーザの指示により認識の誤りを修正する。この場合、レイアウト解析処理で表として抽出された領域は一般に修正画面でも表として表示される。出力変換処理では、修正画面上で修正された認識結果を出力する処理を行う。
【０００４】
このようなテキストリーダにおいて、表領域に対する文字認識処理は、レイアウト解析結果に従って、表を構成する各セル毎に行われる。その際、セル内の文字の先頭にある空白部分については、文字の１つとして認識することは難しいので（何文字分の空白として認識すればよいか分からないので）、認識結果として再現されない。したがって、表領域の各セルに対応する認識結果文字（数字列）は、すべて左側に寄せられて修正画面に表示されることになる（図２（ｃ）参照）。
【０００５】
【発明が解決しようとする課題】
例えば、銀行などの金融機関で扱う帳票などには、金額データが記入されたカラムが存在する。このような帳票を読取り対象とした場合には、少なくとも金額カラムの認識結果に対して、右揃えであることが望まれる。これは、一般に金額データは他の項目データ（商品名など）と比べると、その文字列が長く、習慣的にもセル内の右側に寄せてある方が目検しやすく、誤読の発見が容易であるからである。
【０００６】
しかしながら、従来のテキストリーダでは、表領域中の各セルに対応する認識結果文字をすべて左揃えでしか表示できなかったため、金額カラムに記入された金額データも左側に寄せられて表示されることになり、ユーザの使い勝手上、非常に不便であった。
【０００７】
なお、文字認識後、ユーザが修正画面上で金額カラムを指定し、その金額カラム内のすべてのデータを一括して右揃えに編集することも可能ではある。しかしながら、その都度、右揃えのための編集操作をユーザ自身が行わなければならないため、ユーザに負担がかかるなどの問題がある。特に、多数の帳票を処理しなければならない業務では、処理の高速化が求められるため、このようなユーザによる編集操作はエントリー時間の無駄であり、処理効率が著しく低下することになる。
【０００８】
本発明は上記の課題を解決するためになされたもので、表領域中の金額カラムを自動的に判別して、その認識結果を右揃えでユーザに提示することのできる文字認識装置を提供することを目的とする。
【０００９】
【課題を解決するための手段】
本発明の文字認識装置は、読取り対象イメージから表領域を抽出するレイアウト解析手段と、このレイアウト解析手段によって抽出された上記表領域に対して文字認識処理を行う文字認識手段と、上記表領域を構成する各カラム毎に当該カラムの中でカンマで３桁に区切られている数字列を有するセルの数を計数する計数手段と、この計数手段によって得られた計数値と当該カラムの全セル数との割合に基づいて金額カラムであるか否かを判定する金額カラム判定手段と、この金額カラム判定手段の判定結果に基づいて上記金額カラムの各セルに対応する上記文字認識手段の認識結果文字を右揃えに編集する編集手段とを具備して構成される。
【００１０】
上記金額カラム判定手段は、上記計数手段によって得られた計数値と当該カラムの全セル数との割合が予め設定された値よりも大きい場合に当該カラムを金額カラムであると判定する。
【００１１】
このような構成によれば、読取り対象イメージから表領域が抽出されて文字認識処理された場合に、表領域中の金額カラムが自動的に判定されて、その金額カラムの各セルに対応する認識結果文字が右揃えで出力される。したがって、修正画面上で、金額カラムについては、そのセルの内容つまり金額データを右揃えにした状態で確認することができ、誤読などをチェックする際に非常に都合の良いものとなる。
【００１２】
【発明の実施の形態】
以下、図面を参照して本発明の一実施形態を説明する。
図１は本発明の一実施形態に係る文字認識装置のシステム構成を示すブロック図である。なお、本装置は、フリーフォーマットの活字日本語文書を読取り対象としたテキストリーダタイプのＯＣＲであり、例えば磁気ディスク等の記録媒体に記録されたプログラムを読み込み、このプログラムによって動作が制御されるコンピュータによって実現される。
【００１３】
図１に示すように、本実施形態における文字認識装置は、ＰＣ（パーソナルコンピュータ）１０とスキャナ２０によって構成される。
ＰＣ１０は、汎用のコンピュータであって、ＣＰＵ１１、ＲＯＭ１２、ＲＡＭ１３、入力装置１４、表示装置１５、ＣＤ−ＲＯＭ(Compact Disc Read Only Memory) １６、ＦＤＤ（Floppy Disk Drive ）１７、ＨＤＤ (Hard Disk Drive)１８などを有する。
【００１４】
ＣＰＵ１１は、本装置全体の制御を行うものであり、プログラムの起動で各種処理を実行するものであり、ここでは所定のアプリケーションプログラムの起動によりＯＣＲとしての処理を実行する。ＲＯＭ１２、ＲＡＭ１３は、プログラムデータ、フォントデータ、辞書データなど、本装置の処理動作に必要な各種のデータを記憶している。
【００１５】
入力装置１４は、例えばキーボードからなり、データの入力やファンクションの指示などを行う場合に用いられる。表示装置１５は、ＣＲＴ (Cathode Ray Tube) やＬＣＤ (Liquid Crystal Display) などからなり、データの表示を行う。
【００１６】
ＣＤ−ＲＯＭ１６、ＦＤＤ１７、ＨＤＤ１８は、本装置の外部記憶装置として用いられるものである。本実施形態において、テキストリーダを実現するアプリケーションプログラムはＣＤ−ＲＯＭ１６またはＦＤＤ１７を通じてＨＤＤ１８にインストールされた後、起動時にＲＡＭ１３に書き込まれる。ＣＰＵ１１はこのＲＡＭ１３に書き込まれたアプリケーションプログラムに従ってＯＣＲとしての処理を実行する。
【００１７】
スキャナ２０は、読取り対象２１のイメージを直接デジタルデータとして入力する画像入力装置である。この場合、読取り対象２１としては、雑誌やワープロ文書などのフリーフォーマットの日本語活字文書を前提とする。
【００１８】
次に、上記図１のシステム構成にて実現されるテキストリーダの構成について説明する。
図２は上記図１のシステム構成にて実現されるテキストリーダの概念図である。例えば、図２（ａ）に示すような帳票イメージをスキャナ２０により読み込んだものとする。この帳票には、タイトル領域３１ａ、テキスト領域３２ａおよび３２ｂ、表領域３３、図・写真領域３４などが設けられている。
【００１９】
テキストリーダは、図同（ｂ）に示すように、レイアウト解析部４１、文字認識部４２、金額カラム判定／右寄せ部４３を有する。なお、レイアウト解析部４１、文字認識部４２、金額カラム判定／右寄せ部４３は、実際にはソフトウェアにて実現される部分である。
【００２０】
レイアウト解析部４１は、帳票イメージのレイアウトを解析し、タイトル領域３１ａ、テキスト領域３２ａおよび３２ｂ、表領域３３、図・写真領域３４などの各領域を抽出する。
【００２１】
文字認識部４２は、レイアウト解析部４１によって抽出された各領域毎に文字の認識処理を行う。同図（ｃ）に表領域３３に対する認識結果を示す。この例では、表領域３３が「商品名」、「形番」、「数量」、「金額」、「備考」といった複数のカラム５１〜５５を有し、これらのカラムに対応する認識結果が表示されている。なお、認識結果として実際に出力されるデータは各セル内の文字（数字を含む）であり、表を構成する罫線などのデータは修正画面上で張り付けられる。
【００２２】
金額カラム判定／右寄せ部４３は、本発明の主要部分であり、表領域３３中の金額カラムを判定すると共に、金額カラムであれば、文字認識部４２から認識結果として得られる各セルの金額データを右揃えに編集する処理を行う。同図（ｄ）に金額カラム５４に対して金額データを右揃えにした状態を示す。
【００２３】
次に、同実施形態の動作を説明する。
テキストリーダを実現するアプリケーションプログラムが図１に示すＰＣ１０のＣＤ−ＲＯＭ１６またはＦＤＤ１７を通じてＨＤＤ１８にインストールされているものとする。ＣＰＵ１１はこのアプリケーションプログラムをＲＡＭ１３に読み込むことにより、同プログラムに従ってＯＣＲ機能を実行する。このときの概念図を図２に示す。
【００２４】
今、スキャナ２０を通じて、図２（ａ）に示すような帳票イメージが読み込まれたとする。この帳票には、タイトル領域３１ａ、テキスト領域３２ａおよび３２ｂ、表領域３３、図・写真領域３４などの各領域が存在する。これらの領域はフリーフォーマットであるため、テキストリーダ側で各領域を解析することになる。この解析処理はレイアウト解析部４１が行う。
【００２５】
すなわち、同図（ｂ）に示すように、レイアウト解析部４１は帳票イメージからタイトル領域３１ａ、テキスト領域３２ａおよび３２ｂ、表領域３３、図・写真領域３４などの各領域を抽出する。文字認識部４２はこれらの領域毎にその領域内に記述されている各文字を１文字ずつ切り出して認識処理する。
【００２６】
なお、文字認識の方法としては、例えば認識対象とする文字のパターンを標準パターンとして持つ認識辞書を用意しておき、この認識辞書の標準パターンと入力パターンとを比較して類似している標準パターンを選択して認識結果とするなどの方法がある。
【００２７】
ここで、レイアウト解析部４１によって表領域３３であることが解析され、その表領域３３に対する認識結果が文字認識部４２によって得られると、金額カラム判定／右寄せ部４３によって金額カラム自動判定処理が行われる。
【００２８】
以下、図３に示すフローチャートを参照して金額カラム自動判定処理の動作を説明する。
まず、金額カラム判定／右寄せ部４３は表領域３３を構成する各カラムを左または右から順番に取り出す（ステップＳ１１）。この場合、図２（ｃ）に示すように、表領域３３は「商品名」、「形番」、「数量」、「金額」、「備考」といった複数のカラム５１〜５５を有するが、通常、これらのカラムの各セルに対する認識結果文字はすべて左揃えで出力される。これは、セル内の文字の先頭にある空白部分については、文字の１つとして認識することは難しいので（何文字分の空白として認識すればよいか分からないので）、認識結果として再現できないためである。
【００２９】
表領域３３からチェック対象となるカラムを取り出すと、図示せぬカウンタＫを「０」に初期化した状態で（ステップＳ１２）、そのカラム内の各セルを上または下から順番に取り出す（ステップＳ１３）。
【００３０】
ここで、本実施形態では、金額カラムの判定に、「金額カラムはカンマで３桁区切りされている数字列が記入されていることが多い」といった性質を利用する。そこで、上記ステップＳ１３で抽出したセルの内容をチェックし、数字で、かつ、カンマで３桁区切りされているか否かを判断する（ステップＳ１４）。なお、カンマは数字としてＯＣＲのサブセットに入っている。
【００３１】
その結果、セルの内容が金額カラムの条件（数字で、かつ、カンマで３桁区切り）に該当すれば（ステップＳ１４のＹｅｓ）、カウンタＫを「＋１」インクリメントした後（ステップＳ１５）、次のセルを抽出して上記同様のチェックを繰り返す（ステップＳ１６のＹｅｓ）。
【００３２】
このようにして、カラム内のすべてのセルをチェックし、上記金額カラムの条件に合致するセルがあれば、その都度、カウンタＫを「＋１」ずつインクリメントしていく。
【００３３】
カラム内のすべてのセルをチェックし終えると（ステップＳ１６のＮｏ）、当該カラムの全セル数とカウンタＫの値との割合Ｒを求め（ステップＳ１７）、その割合Ｒが設定値Ｃより大きいか否かを判断する（ステップＳ１８）。
【００３４】
なお、この設定値Ｃは、誤読率などを考慮して、例えば８０％の割合であれば金額カラムとして判定するような値に予め設定されている。
ここで、上記ステップＳ１７で求めた割合Ｒが設定値Ｃより大きい場合には、つまり、上記金額カラム条件に合致するセルの割合が例えば設定値８０％を超えていれば（ステップＳ１８のＹｅｓ）、当該カラムは金額カラムであると判定し、そのカラム内の各セルに対応する認識結果文字（数字列）をすべて右揃えに編集する（ステップＳ１９）。編集後の金額カラム５４の表示内容を図２（ｄ）に示す。
【００３５】
一方、上記ステップＳ１８において、上記割合Ｒが設定値Ｃ以下であれば、つまり、上記金額カラム条件に合致するセルの割合が例えば設定値８０％に満たない場合には、当該カラムは金額カラムでないと判定し、次のカラムを抽出して上記同様のチェックを繰り返す（ステップＳ２０のＹｅｓ）。
【００３６】
このように、数字で、かつ、カンマで３桁区切りされているセルの割合から金額カラムであることが判定され、その金額カラム内の各セル中の数字列が右側に寄せられて表示される。
【００３７】
図２（ｃ）に示す認識結果の例では、金額カラム５４の各セルの内容が「１００」、「１，０００」、「１０，０００」、「１００，０００」、「１，１００，０００」であり、上記金額カラム条件に合わないセルは１段目だけであるので、金額カラムであると判定される。したがって、修正画面上において、表領域３３の金額カラム５４に対しては、図２（ｄ）に示すように、各セルの内容つまり金額データを右揃えにした状態で確認することができ、誤読などをチェックするのに非常に都合の良いものとなる。
【００３８】
なお、上記実施形態では、カラムが持つすべてのセルをチェックした結果に基づいて当該カラムが金額カラムか否かを判定するようにしたが、例えば以下のような手順で判定処理を行うこともできる。
【００３９】
すなわち、まず、チェック対象となるカラムを抽出したときに、そのカラムの全セル数を求め、その全セル数と上記設定値Ｃとを乗算することにより、金額カラムと判定するための基準セル数Ｓを求める。そして、当該カラムの各セルを順にチェックしていき、上記条件（数字で、かつ、カンマで３桁区切り）に合致したセルの数が上記基準セル数Ｓに達した時点で当該カラムは金額カラムであると判定する。
【００４０】
このような手順で判定処理を行えば、カラム内のすべてのセルを最後までチェックしなくとも、金額カラムであるとの判定を下すことができ、処理時間の短縮化を図ることができる。
【００４１】
また、セルの内容が数字であることだけを条件にして金額カラムであるか否かを判定する方法も考えられる。ただし、この場合には、例えば図２（ｃ）に示す「形番」や「数量」など、数字を有するすべてのカラムを編集してしまうことになるため、返って見づらい結果になる可能性がある。
【００４２】
また、カラムの見出しが予め設定された文字列（例えば「金額」）であることを認識することにより、金額カラムであると判定し、右揃えの編集を行うようにしても良い。
【００４３】
なお、上述した実施形態において記載した手法は、コンピュータに実行させることのできるプログラムとして、例えば磁気ディスク（フロッピーディスク、ハードディスク等）、光ディスク（ＣＤ−ＲＯＭ、ＤＶＤ等）、半導体メモリなどの記録媒体に書き込んで各種装置に適用したり、通信媒体により伝送して各種装置に適用することも可能である。本装置を実現するコンピュータは、記録媒体に記録されたプログラムを読み込み、このプログラムによって動作が制御されることにより、上述した処理を実行する。
【００４４】
【発明の効果】
以上詳記したように本発明によれば、テキストリーダタイプのＯＣＲにおいて、読取り対象イメージから表領域を抽出して文字認識した際に、表領域中の金額カラムを判定し、その金額カラムの各セルに対応する認識結果文字を右揃えで編集出力するようにしたため、修正画面上で、金額カラムについては、そのセルの内容つまり金額データを右揃えにした状態で確認することができる。これにより、金額カラムを有する表領域の認識結果を得た際に、誤読などの目検チェックが容易になるなど、使い勝手が向上するようになる。
【図面の簡単な説明】
【図１】本発明の一実施形態に係る文字認識装置のシステム構成を示すブロック図。
【図２】上記図１のシステム構成にて実現されるテキストリーダの概念図。
【図３】同実施形態における金額カラム自動判定処理の動作を説明するためのフローチャート。
【符号の説明】
１０…ＰＣ
１１…ＣＰＵ
１２…ＲＯＭ
１３…ＲＡＭ
１４…入力装置
１５…表示装置
１６…ＣＤ−ＲＯＭ
１７…ＦＤＤ
１８…ＨＤＤ
２０…スキャナ
２１…読取り対象
３３…表領域
４１…レイアウト解析部
４２…文字認識部
４３…金額カラム判定／右寄せ部
５４…金額カラム
Claims (2)
- 読取り対象イメージから表領域を抽出するレイアウト解析手段と、
このレイアウト解析手段によって抽出された上記表領域に対して文字認識処理を行う文字認識手段と、
上記表領域を構成する各カラム毎に当該カラムの中でカンマで３桁に区切られている数字列を有するセルの数を計数する計数手段と、
この計数手段によって得られた計数値と当該カラムの全セル数との割合に基づいて金額カラムであるか否かを判定する金額カラム判定手段と、
この金額カラム判定手段の判定結果に基づいて上記金額カラムの各セルに対応する上記文字認識手段の認識結果文字を右揃えに編集する編集手段と
を具備したことを特徴とする文字認識装置。 - 上記金額カラム判定手段は、上記計数手段によって得られた計数値と当該カラムの全セル数との割合が予め設定された値よりも大きい場合に当該カラムを金額カラムであると判定することを特徴とする請求項１記載の文字認識装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP17732098A JP3860341B2 (ja) | 1998-06-24 | 1998-06-24 | 文字認識装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP17732098A JP3860341B2 (ja) | 1998-06-24 | 1998-06-24 | 文字認識装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2000011071A JP2000011071A (ja) | 2000-01-14 |
| JP3860341B2 true JP3860341B2 (ja) | 2006-12-20 |
Family
ID=16028929
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP17732098A Expired - Lifetime JP3860341B2 (ja) | 1998-06-24 | 1998-06-24 | 文字認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3860341B2 (ja) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| NO20034035D0 (no) * | 2003-09-11 | 2003-09-11 | Opera Software Asa | Skjelne og fremvise tabeller i dokumenter |
| JP2021028770A (ja) * | 2019-08-09 | 2021-02-25 | 株式会社日立製作所 | 情報処理装置及び表認識方法 |
-
1998
- 1998-06-24 JP JP17732098A patent/JP3860341B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JP2000011071A (ja) | 2000-01-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20160078555A1 (en) | Reading, organizing and manipulating accounting data | |
| JPH05113879A (ja) | プログラムの作成及びデータの処理方法 | |
| WO2001061587A1 (en) | Financial processing system and method | |
| JP3860341B2 (ja) | 文字認識装置 | |
| US7080316B2 (en) | Method for determining rubies | |
| US20040139056A1 (en) | Information display control apparatus and recording medium having recorded information display control program | |
| JP7468960B1 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
| US20050050065A1 (en) | Automating form transcription | |
| JPH0470962A (ja) | データ処理装置 | |
| JPH0520494A (ja) | 帳票属性認識・表示方法 | |
| JP3567299B2 (ja) | グラフ生成出力装置 | |
| JPH10302025A (ja) | 手書き文字認識装置およびそのプログラム記録媒体 | |
| WO2023047570A1 (ja) | 情報処理装置、情報処理方法、情報処理プログラム | |
| US20240184985A1 (en) | Information representation structure analysis device, and information representation structure analysis method | |
| US5396589A (en) | Character input apparatus for determining the total number of characters which may be written in a predetermined space | |
| JPH11203279A (ja) | かな漢字変換装置、かな漢字変換方法、及び記憶媒体 | |
| JPH10105558A (ja) | 単語データ記憶装置、単語データ記憶方法及び記録媒体 | |
| JP2558692B2 (ja) | 書画ファイル装置 | |
| JPS59177649A (ja) | デ−タ処理装置 | |
| JPS61231661A (ja) | 情報処理装置 | |
| JPH0778800B2 (ja) | 文書処理装置 | |
| JP3237709B2 (ja) | 文書処理装置及び文書処理方法 | |
| JPS6382543A (ja) | 帳票の発行および処理装置 | |
| JPH01169569A (ja) | 文書作成装置に於ける文章推敲方法 | |
| JP3496499B2 (ja) | 計算データ処理装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20040924 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060418 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060614 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060704 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060901 |
|
| 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: 20060919 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20060921 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090929 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100929 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100929 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110929 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120929 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120929 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130929 Year of fee payment: 7 |
|
| EXPY | Cancellation because of completion of term |