JP4148441B2

JP4148441B2 - イメージスキャナおよびこれを用いた光学的文字認識装置

Info

Publication number: JP4148441B2
Application number: JP2000580157A
Authority: JP
Inventors: 光雄中山
Original assignee: 光雄中山
Priority date: 1998-10-29
Filing date: 1999-10-27
Publication date: 2008-09-10
Anticipated expiration: 2019-10-27
Also published as: EP1126404A4; US7218780B2; US6901166B1; WO2000026851A1; DE69938395D1; US20050286765A1; EP1126404B1; TW452746B; EP1126404A1; DE69938395T2

Description

本発明はイメージスキャナおよびこれを用いた光学的文字認識装置、より具体的には書類上の任意の領域の文字を光学的に文字認識を行ってパーソナルコンピュータのアプリケーションソフトに文字コードデータとしてデータ入力することを可能としたイメージスキャナおよびこれを用いた光学的文字認識装置に関する。
なお、本明細書で使用する用語「書類」は、本、雑誌、新聞またはパンフレット、名刺等の文字や文章が記述された印刷原稿を意味する。また、本明細書で使用する用語「文字認識」とは、「かな」、「片仮名」、「漢字」、「英数字」等の一般的な文字の認識を意味するだけではなく、例えばバーコード等のような符号であっても、コンピュータで認識してキャラクタデータに変換可能なイメージデータであれば範疇に含むものとする。
背景技術
現在のパーソナルコンピュータとフラット・ベッドあるいはシート・フィード・スキャナ（以下スキャナと称す）とを用いた印刷書類（以下、単に書類と称す）の文字認識装置では、印刷文字の認識作業において以下のような操作を必要とする。
（操作１）…書類スキャン
先ず、スキャナへ書類をセットし、書類をスキャンする。
（操作２）…文字認識
スキャナから送られてきた書類全体のイメージ画像は、パーソナルコンピュータのＣＲＴディスプレイ上に展開され、文字認識ソフトで表示される。文字認識ソフト上で“文字認識させたい範囲”（以下、“意図する領域”と称す）をマウスで指定してから、文字認識ソフトを操作して、“意図する領域゛のイメージ画像データをテキストデータ（文字コードデータ）に変換し、再度ＣＲＴディスプレイ上に表示する。
（操作３）…修正
文字認識ソフトの認識結果は、文字認識ソフトに表示された書類のイメージ画像と認識結果であるテキストデータとを突き合わせて、キーボードを用いて修正をする。
（操作４）…アプリケーションへのコピーまたはベースト
次に、この修正されたテキストデータを、マウスを用いてコピーし、ワープロや表計算機能をもつアプリケーションソフトにペーストする。
（反復操作）
認識させたい書類が複数ある場合は、前記操作１から操作４を繰り返す。
書類内に“意図する領域”が複数箇所ある場合は、操作２から操作４までを繰り返す。
このような従来の文字認識装置では、変換した文字コードデータであるテキストデータを他のワープロや表計算機能をもつアプリケーションソフトで利用する場合、文字認識ソフトから利用する部分をカットまたはコピーし、アプリケーションソフトの方にペーストしなければならなかった。すなわち、このような従来技術では、イメージデータから認識した文字コードデータを、文書編集や表計算等で任意の処理中に必要な個所ですぐに利用できないという問題があった。
このような問題を解決するため、例えば特開平７−２８８０１号公報には、イメージデータ中の所要部分の文字認識結果を、他のアプリケーションプログラムによる処理で直接利用できるようにした従来技術が開示されている。すなわち、この従来技術では、文字を含むイメージデータを表示し、その表示したイメージデータの指定された部分を切り出し、その切り出したイメージデータ中の文字を認識して文字コードデータに変換し、その文字コードデータを文書編集または情報処理を行うアプリケーションプログラムに転送する。
一方、現在市販のスキャナの文字認識対象書類の用紙サイズは、大半がＡ４版（一部Ａ３版）であり、かつ、スキャンは１枚づつ全文を対象に行われる。
しかし、現実の“入力対象の原紙サイズ”は、名刺、書籍から新聞まで種々であり、さらに、“文字認識対象の文字”は、スキャンした書類用紙の全文ではなく、書類の一部または複数箇所に分散している場合が多い。
従来の文字認識方法、つまり特開平７−２８８０１号公報の場合、先ず、文字を含むイメージデータを例えばコンピュータのＣＲＴディスプレイ等に表示する。そして、この表示したイメージデータの中から切り出す個所を指定し、その切り出したイメージデータ中の文字を認識して文字コードデータに変換してから、アプリケーションに転送しなければならなかった。
したがって、“入力対象の文字”が数箇所に別々に点在する場合には、所望の文字以外の部分を大量にスキャニングすることになり、非常に効率が悪かった。また、例えば書類を読みながら必要な部分のみを適宜スキャニングして文字認識を行い、その結果をワープロソフトに転送してデータ入力していくという使い方はできなかった。
さらに、従来技術では文字認識ソフトに取り込まれたイメージデータを例えばＣＲＴ上に表示し、操作者がマウス等のポインティングデバイスを用いて認識箇所を範囲指定することでアプリケーションへの直接入力を可能としていた。したがって、アプリケーションへの直接入力までの作業が多くなるという問題もあった。また、文字コードデータに変換された結果は文字認識ソフト上でしか確認することができず、変換した結果を手元で確認してその場で修正または変更を行うことができないという問題もあった。
本発明はこのような従来技術の課題を解決し、書類上の“意図する領域”のみをスキャニングして文字認識を実行できるようにするとともに、文字認識をアプリケーションの背後で行い、その認識結果をアプリケーションへ直接入力可能なイメージスキャナおよびこれを用いた光学的文字認識装置を提供することを目的とする。
発明の開示
本発明は上記目的を達成するために、書類上で取り込み位置決めと確認ができ、文字認識はアプリケーションの背後で行い、その認識結果をアプリケーションへ直接入力できるようにしたものである。
本発明によるイメージスキャナは、書類上の文字情報を光学的にスキャニングしてイメージ情報として取り込むイメージセンサと、このイメージセンサによりスキャニングしたイメージ情報を外部に出力する出力部と、この出力部により外部に出力されたイメージ情報の文字認識結果を入力する入力部と、この入力部で入力した文字認識結果を表示する表示部とを有する。このイメージスキャナは、書類上の文字情報の中から文字認識を行う領域を任意に指定できるように書類上を移動可能であり、指定した領域の文字認識結果を表示部に表示することにより、スキャニングした書類上の文字イメージの変換結果を手元で確認できる。
また、本発明による光学的文字認識装置はイメージスキャナとパーソナルコンピュータとにより構成される。イメージスキャナは、書類上の文字情報を光学的にスキャニングしてイメージ情報として取り込むイメージセンサと、このイメージセンサによりスキャニングしたイメージ情報をパーソナルコンピュータに出力する出力部と、この出力部によりパーソナルコンピュータに出力されたイメージ情報の文字認識結果をパーソナルコンピュータから入力する入力部と、この入力部で入力した文字認識結果を表示する表示部と、この表示部で表示した文字認識結果の確定の有無を行う操作部とを有する。このイメージスキャナは、書類上の文字情報の中から文字認識を行う領域を任意に指定できるように書類上を移動可能である。また、指定した領域の文字認識結果を表示部に表示することによりスキャニングした書類上の文字情報の変換結果を手元で確認できるとともに、操作部により変換結果の確定が行われるとその旨をパーソナルコンピュータに通知する。パーソナルコンピュータは、少なくとも１つのアプリケーションソフトウェアと、イメージスキャナの出力部より出力されたイメージ情報の文字認識を行う文字認識ソフトウェアとを搭載する。そして、イメージセンサによりスキャニングしたイメージ情報を入力すると、文字認識ソフトウェアにより解析した文字認識結果をイメージスキャナに送信する。イメージスキャナより変換結果の確定の通知を入力すると、アプリケーションソフトウェアの指定された位置に確定された文字データが入力される。
さらに、本発明によるデータ入力方法、すなわちパーソナルコンピュータで動作するワープロソフトや表計算ソフトまたはデータベースソフト等のアプリケーションソフトにおけるデータ入力方法の処理シーケンスを以下に説明する。書類上の文字情報の中から文字認識を行う領域を任意に指定できるように書類上を移動可能なイメージスキャナによりスキャニングすると、スキャニングしたイメージデータがパーソナルコンピュータに送信される。パーソナルコンピュータがこのイメージデータを受信すると、データ入力を行うアプリケーションソフトの背後で動作している、文字認識ソフトによりイメージデータの文字認識を行って該当する文字コードデータをビットマップ形式でイメージスキャナに送信する。イメージスキャナが文字コードデータを受信すると、この文字を表示部に表示し、この表示された文字コードデータの確定操作が行われると、パーソナルコンピュータに文字コードデータの確定を通知する。パーソナルコンピュータが文字コードデータの確定の通知を受信すると、アプリケーションソフトにこの文字コードデータが入力される。
発明を実施するための最良の形態
次に添付図面を参照して本発明によるイメージスキャナおよびこれを用いた光学的文字認識装置の実施の形態を詳細に説明する。
図２を参照すると、本発明によるイメージスキャナをスキャナマウスとしたときの光学的文字認識装置の実施の形態を示すシステム構成図が示されている。図２において、パーソナルコンピュータ１０は、高速双方向通信パスであるユニバーサルシリアルバス（ＵｎｉｖｅｒｓａｌＳｅｒｉａｌＢｕｓ，以下ＵＳＢと称す）に対応した、例えばマイクロソフトのオペレーションシステムであるＷｉｎｄｏｗｓ９８等が動作する一般的なコンピュータである。
パーソナルコンピュータ１０は、ワープロソフト、表計算ソフトまたはデータベースソフト等のアプリケーションソフトが動作するとともに、文字認識ソフトがアプリケーションソフトの背後（バックグラウンド）で動作する。すなわち、本実施の形態において、パーソナルコンピュータ１０で文字認識ソフトが動作している状態でも、使用者にはアプリケーションソフトしか動作していないように見え、文字認識ソフトで認識された文字コードデータは恰もキーボードから入力されたのと同様にアプリケーションソフトに入力される。
また、パーソナルコンピュータ１０は、本体にＣＲＴディスプレイまたはＬＣＤ（ＬｉｑｕｉｄＣｒｙｓｔａｌＤｉｓｐｌａｙ）等の表示部およびキーボードが接続されている。さらに、パーソナルコンピュータ１０の本体にはＵＳＢのコネクタが搭載され、ＵＳＢケーブル５０を介してスキャナマウス２０に接続されている。このように、パーソナルコンピュータ１０とスキャナマウス２０とをＵＳＢにより接続することで、この間での高速双方向通信が可能になるとともに、スキャナマウス２０に対してパーソナルコンピュータ１０より電源を供給することが可能となる。
スキャナマウス２０は、パーソナルコンピュータ１０のポインティングデバイスとして機能するマウスと、書類を光学的にスキャンしてそのイメージデータを出力するスキャナとが一体化された装置である。スキャナマウス２０は、底面に書類を光学的にスキャンするイメージセンサを備えており、書類上の所望の位置に移動することが可能である。したがって、スキャナマウス２０を文字認識を行いたい書類上の“意図する領域”に移動することで、必要な個所の文字等をスキャニングすることができる。
スキャナマウス２０は、スキャニングした書類上の“意図する領域”のイメージデータを、ＵＳＢケーブル５０を介してパーソナルコンピュータ１０に送信する。パーソナルコンピュータ１０は、イメージデータを受信すると、文字認識ソフトで文字認識を行い、その文字認識結果である文字コードをＵＳＢケーブル５０を介してスキャナマウス２０に送信する。スキャナマウス２０は文字コードを受信すると、該当する文字をＬＣＤ２６に表示する。
このように、スキャニングした領域の文字認識結果はＬＣＤ２６にほぼリアルタイムで表示されるので、認識結果の良否をスキャニングと同時に確認することが可能となる。したがって、文字認識を行う“意図する領域”の位置決め（開始箇所や終了箇所）を含め、スキャニング時点で“意図する領域”の位置の変更やイメージデータを取り込み際の設定値（２値化のしきい値等）の変更を行うことができる。
すなわち、本実施の形態ではパーソナルコンピュータの性能向上による文字認識の高速化とＵＳＢのデータ転送速度の高速性を利用して、“意図する領域”を指定する際、スキャナを僅かに動かして文字認識の開始箇所と終了箇所の位置決め等を表示部２６で確認できるので、“意図する領域”が指定されていなければこの時点でやり直すことが可能である。また、パーソナルコンピュータ１０が、音声合成を行うアプリケーションを搭載していれば、文字認識結果を音声出力することで使用者は表示部２６を確認すること無く認識結果を知ることができる。
なお、“意図する領域”が指定されていることが確認でき、認識結果を確定する確定処理がスキャナマウス２０で行なわれると、パーソナルコンピュータ１０上で動作しているワープロソフトや表計算ソフト等のアプリケーションソフトのカーソルの位置に、この認識結果が直接入力される。このとき、本実施の形態ではアプリケーションソフトウェアの誤認識箇所の修正をやりやすくするため、アプリケーションソフトウェアに送った文字認識結果の元のイメージデータをパーソナルコンピュータ１０上に表示する。したがって、例えば認識結果の中に“誤認識箇所”があっても、このイメージデータを参照しながらアプリケーションソフト上でキーボード等により容易にその箇所の修正を行うことが可能である。
また、パーソナルコンピュータ１０に、例えば特公平７−８２３５３号公報に記載されているような音声認識を行うアプリケーションを搭載し、アプリケーションソフト上で“誤認識箇所”を音声にて修正できるようにすれば、コンピュータ１０の操作に不慣れな使用者でも簡単に修正を加えることが可能となる。
図１は図２に示したパーソナルコンピュータ１０とスキャナマウス２０の機能ブロック図を示したものである。図１において、スキャナマウス２０は、マウスおよびイメージセンサ回路２２、インタフェース回路２４、ＬＣＤ２６およびＵＳＢマイクロコントローラ２８により構成されている。なお、本実施の形態において、スキャナマウス２０はスキャニングしたイメージデータを蓄積することも出来るが、通常はＰＣと接続してスキャニングしたイメージデータを蓄積することもなくリアルタイムでパーソナルコンピュータ１０に高速出力する。
マウスおよびイメージセンサ回路２２は、パーソナルコンピュータのポインティングデバイスとして機能するマウスと、書類の画像をイメージデータとして認識するイメージセンサとを含んだ回路である。マウスおよびイメージセンサ回路２２はまた、マウスの位置信号をスキャナの位置信号として利用する位置センサ回路を備えている。マウスおよびイメージセンサ回路２２は、インタフェース回路２４と接続され、マウスにより検出した位置情報やイメージセンサにより取り込んだイメージデータを、シリアルデータ（ＳｅｒｉａｌＤａｔａ）としてインタフェース回路２４に出力する。マウスおよびイメージセンサ回路２２はまた、インタフェース回路２４と制御信号（Ｃｏｎｔｒｏｌ）の送受信も行う。
インタフェース回路２４は、マウスおよびイメージセンサ回路２２およびＬＣＤ２６とＵＳＢマイクロコントローラ２８とのインタフェースをとる回路である。すなわち、インタフェース回路２４はマウスにより検出した位置情報をリアルタイムでＵＳＢマイクロコントローラ２８に通知するとともに、このコントローラ２８よりスキャニング開始、終了、確定等の命令を受けると、マウスおよびイメージセンサ回路２２にこれを通知する。また、インタフェース回路２４は、ＵＳＢマイクロコントローラ２８を介して、ＬＣＤ２６に文字表示を行う制御データを受信すると、ＬＣＤ２６にこの制御データ（ＦＦＣ）を出力する。この制御データによりＬＣＤ２６には該当する文字が表示される。
ＵＳＢマイクロコントローラ２８は、スキャナマウス２０の全体を制御する制御部とＵＳＢによりデータの送受信を行うためのＵＳＢコントローラとを備えた制御回路である。ＵＳＢマイクロコントローラ２８は、ＵＳＢケーブル５０を介してパーソナルコンピュータ１０のＵＳＢドライバ１２に接続され、イメージセンサにより取り込んだイメージデータをパーソナルコンピュータ１０に送信する。また、ＵＳＢマイクロコントローラ２８は、パーソナルコンピュータ１０より文字コードデータを受信すると、ＬＣＤ２６の文字表示を行うための制御データをインタフェース回路２４に出力する。
パーソナルコンピュータ１０は、ＯＳ（ＯｐｅｒａｔｉｎｇＳｙｓｔｅｍ）レベルで制御されるカーネル層（ＫｅｒｎｅｌＬａｙｅｒ）のＵＳＢドライバ１２と、アプリケーションレベルで制御されるユーザ層（ＵｓｅｒＬａｙｅｒ）のユーザインタフェース１４とにより構成されている。なお、同図においてユーザインタフェース１４には、イメージデータにおける文字認識処理の流れが示されている。すなわち、ユーザインターフェース１４では、ＵＳＢドライバを介してスキャナマウス２０より受信したイメージデータを取り込むと（１４０）、このデータをリアルタイムで例えばビットマップ（ＢＭＰ）等の画像データに変換し（１４２）、日本語文字認識処理を行う（１４４）。
この処理１４４でスキャナマウス２０より受信したイメージデータは日本語文字の文字コードデータに逐次変換され、ファイルに保存される（１４６）。そして、ファイルに保存された文字コードデータはビットマップ形式でほぼリアルタイムでＬＣＤデータの送信処理が行われ（１４８）、ＵＳＢドライバ１２を介してスキャナマウス２０に送られる。この結果、スキャナマウス２０でスキャニングしたイメージデータは、パーソナルコンピュータ１０によりリアルタイムでキャラクタデータに変換され、スキャニングした変換結果がほとんどスキャニングと同時にＬＣＤ２６に表示される。
図３および図４は図１および図２に示したスキャナマウス２０の上面図および側面図である。図３に示すように、スキャナマウス２０は、内部にイメージセンサを備えたスキャナ３０、ローラ３２、マウスボール３４およびスキャナマウス２０の全体を制御する制御回路３６が配設されている。図３におけるスキャナ３０、ローラ３２およびボール３４が図１におけるマウスおよびイメージセンサ回路２２に、図３における制御回路３６がインタフェース回路２４およびＵＳＢマイクロコントローラ２８にそれぞれ相当する。なお、スキャナ３０は、「光源」と「イメージセンサ」を一体化した接触型イメージ画像センサであり、複雑な漢字が認識可能なように４００ｄｐｉ以上の高感度イメージセンサが用いられている。
スキャナマウス２０はまた、上面の上部にＬＣＤ２６が配置されるとともに、さらに２つないし３つのマウスボタン４４が上面に配設され左ボタンはスキャニングをスタートするスタートボタン４０が、右ボタンはＬＣＤ２６に表示された文字を確定する確定ボタン４２として、それぞれ配設されている。スキャナマウス２０はまた、本体表面の左右両側にスキャンエリアを示すスキャンエリア表示４６ａと４６ｂとがプリントされている。このように、スキャナマウス２０の左側と右側にスキャンエリアを示す目印を付けることにより、スキャニングを行う書類上の位置合わせを容易に行うことが可能となる。
図４はスキャナマウス２０の左側面を示した構造図である。図４に示すように、スキャナマウス２０は、ＬＣＤ２６の視認性が向上するように前部に傾斜面が形成されているとともに、マウスを把持しやすいように後部には丸みが形成されている。また、スキャナマウス２０がポインティングデバイスであるマウスとして機能する場合には、ローラ３２はボール３４の動作に影響を与えないようにボール３４よりやや上部に配置されている。
なお、特に記載はしなかったが、スキャニングの日本語／英語の選択、文字／画像入力の選択等の調整は、パーソナルコンピュータ１０で行うか、スキャナマウス２０にこれらの調整を行う操作ボタンを設けるか、または両方できるようにしてもよい。また、文字認識を行う“意図する領域”の位置決めを容易にするため、スキャンエリア表示４６ａ，４６ｂの代わりに、上部から書類を覗く窓をスキャナ３０の幅で設けてもよい。
以下、図３および図４を用いてスキャナマウス２０のスキャニング時の動作を説明する。スキャニング処理はスキャニングボタン４０が押下されている状態のときに行われる。すなわち、スキャニングスタートボタン４０が押下されると、スキャナマウス２０は光源（図示せず）より照射光を書類に照射し、スキャナ用センサ３０による画像のスキャニングを開始する。
スキャナ３０は書類に対して垂直になるように配置されているので、図２の矢印１００に示す方向にスキャナマウス２０を移動することでイメージデータの取り込みが行われる。取り込んだイメージデータは制御回路３６に出力され、ＵＳＢプロトコルによってＵＳＢケーブル５０を介してパーソナルコンピュータ１０に送信される。制御回路３６はまた、パーソナルコンピュータ１０より文字コードデータを受信すると、これに該当する文字を内蔵するメモリより呼出してＬＣＤ２６に表示する。
このとき、ＬＣＤ２６上には“認識したテキスト”の“最初と最後の線”を表示する。ＬＣＤ２６上の文字の表示は、スキャナ３０の動作方向に関係させる。具体的には、スキャナ３０を左から右に移動させた場合、ＬＣＤ２６上の文字、すなわち認識結果を示す文字は先ず右端に現れる。そして、認識文字数が増えるにしたがって、右端から左端に向けて移動しながら文字の表示数が増えていく。これにより、認識された最初の文字が表示されてから消えるまでの時間がある程度あるので、位置決め確認を容易に行うことが可能となる。この結果、“意図する領域”の指定と確認、すなわち入力開始箇所と終了位置を決める作業が、操作者の手元で、原稿に注意を集中させながら行うことが可能となる。
このようにＬＣＤ２６上に表示された文字が確認された後、これを確定するスキャニング確定ボタン４２の押下を制御回路３６が検出すると、文字コードデータの確定処理が行われたことを、ＵＳＢケーブル５０を介してパーソナルコンピュータ１０に通知する。この通知をパーソナルコンピュータ１０が受信すると、現在動作中のアプリケーションソフトにこの文字コードデータが直接入力される。
なお、上記のスキャニングの動作説明では、スキャニングスタートボタン４０を押下している間スキャニングが行われるとしたが、例えばスキャニングスタートボタン４０を一度押すとスキャニングモードになり、もう一度押すとスキャニングモードが解除されるようにしていもよい。この場合には、スキャニングスタートボタン４０の最初の押下でローラ３２が書類面に接する位置まで下がり、次の押下でローラ３２が元の位置に引っ込む。また、上記のようなスキャニングスタートボタン４０やスキャニング確定ボタン４２を用いずにマウスボタン４４でこれらの代わりをするようにしてもよい。
図５はパーソナルコンピュータ１０とスキャナマウス２０における処理の流れを示した処理シーケンスを示したものである。なお、同図において、処理２００、２０２、２０４、２０６および２１０は上記した説明と重複するので、ここではイメージファイルの文字認識処理を行った後に（２０６）、アプリケーションソフトに文字認識したテキストファイルを出力する処理２０８の一具体例を説明する。
アプリケーションソフトに文字認識したテキストファイルを出力する場合、Ｗｉｎｄｏｗｓ関数である“ＷｉｎＥｘｅｃ（）”を用いて、ＭＳ−Ｗｏｒｄ型アプリケーションに入力する。このＷｉｎＥｘｅｃ（）関数のシンタックスは以下の通りである。

なお、ＬＰＣＳＴＲＩｐＣｍｄＬｉｎｅは、“ＷｉｎＷｏｒｄ（ＭＳ−ＷＯＲＤ）”アプリケーションの実行ファイルのパス名であり、この部分を変えることで任意のアプリケーションファイルを指定することが可能となる。
本実施の形態では、日本語文字認識処理からの文字コードデータであるテキストコードデータは、形式を変えずにアプリケーションソフトに入力される。キーボードを用いた通常の入力との相違は、キーボード入力では入力データをオペレーティングシステムが受け取ってアプリケーションに適したコード形式にするのに対して、本実施の形態では上記のようにＷｉｎｄｏｗｓ関数を幾つか使用することにある。本実施の形態ではまた、アプリケーションに単文字入力は行わず、一度に文字ブロックまたは文字列をアプリケーションソフトにテキスト入力する。このような処理を行うことにより、キーボード入力を含む他の方法よりも高速にアプリケーションに対してテキスト入力を行うことが可能となる。
なお、上記実施の形態の場合にはアプリケーションが変更なると実行ファイルのパス名を切り換える必要がある。このため、操作者はアプリケーションを意識しなければならない。図６はこの点を改善した実施の形態を示したものであり、パーソナルコンピュータ１０における処理の流れを示している。
オペレーティングシステム６００は、ハードウェアとソフトウェアの動作を総合的に管理・判断する基本ソフトウェアである。
すなわち、オペレーティングシステム６００は、スキャナマウス２０より送られてきたイメージデータを入力すると、バックグランウンドで動作している文字認識ソフトウェア６１０にこのイメージデータを出力する。また、オペレーティングシステム６００は、キーボード１７から入力されたスキャンコードをＩＭＭ（ＩｎｐｕｔＭｅｔｈｏｄＭａｎａｇｅｒ）６３０に渡し、そこで文字コードに変換して、ディスプレイ１５に画面表示が行われるように制御する。
オペレーティングシステム６００で、ＩＭＥ（ＩｎｐｕｔＭｅｔｈｏｄＥｄｉｔｏｒ）６２０はＩＭＭ６３０に呼び出されて、キーボードから入力されたスキャンコードを日本語等の２バイト系のアジア言語の文字コードに変換するプログラムである。英語の場合は、キーボードから入力されたスキャンコードはＩＭＭ６３０により文字コードに変換される。
したがって、Ｗｉｎｄｏｗｓ９８では、文字コードをアプリケーションに入力する場合、ＩＭＭ６３０がオペレーティングシステム６００、文字認識ソフトウェア６１０、日本語かな漢字変換ソフトウェアＩＭＥ６２０とアプリケーションプログラム６４０間に介在する。
したがって、ＩＭＭ６３０を用いれば、文字認識ソフトウェア６１０のテキストファイルの文字コードをアプリケーションに直接出力することができる。その場合、一度に文字ブロックまたは文字列を運ぶＷＮ＿ＭＥ＿ＲＥＰＯＲＴメッセージや１文字ずつに分解して運ぶＷＮ＿ＣＨＡＲやＷＮ＿ＩＭＥ＿ＣＨＡＲメッセージを利用する。このようにＩＭＭ６３０を用いれば、アプリケーションによって使用する実行ファイルの切り換えが不要となる。
なお、ＩＭＭはＩＭＭ３２ＤＬＬ又はＷＩＮＮＬＳ．ＤＬＬという名前でＷｉｎｄｏｗｓのシステムフォルダに入っている。
なお、上記実施例では本発明によるイメージスキャナをスキャナマウスに適用した場合を説明したが、本発明は特にスキャナマウスに限定されるものではない。図７はイメージスキャナの他の実施の形態を示した斜視図である。図７に示したイメージスキャナ７０は書類上の“意図する領域”に載せるだけでその部分の文字認識が行える面タイプのイメージスキャナである。なお、この実施の形態においても図１に示した機能ブロックはそのまま適用することができる。
図７（ａ）はイメージスキャナ７０を上から見たときの上面図である。図７（ａ）に示すように、イメージスキャナ７０は、大きさが例えば葉書程度の矩形状の大きさであり、上面は認識結果を表示するフィルム液晶日本語表示パネル７２になっている。また、フィルム液晶日本語表示パネル７２の左下にはスキャニングを開始するボタン７３が配設されている。
コンタクトイメージセンサ７４は、「光源」と「イメージセンサ」を一体化したイメージセンサであり、滑動部７５ａ，７５ｂに取り付けられている。滑動部７５ａ，７５ｂはレール７６ａ，７６ｂに摺動可能なように嵌合されている。コンタクトイメージセンサ７４はまた、駆動プーリ８０と従動プーリ８２間に張設されたベルト７８に固定部材８４により固定されている。したがって、コンタクトイメージセンサ７４は、駆動プーリ８０が時計方向または反時計方向に回転することによって、矢印７００ａ，７００ｂに示す方向に動くことができる。
すなわち、ボタン７３が押下されると、左端に位置していたコンタクトイメージセンサ７４は、駆動プーリ８０の時計方向の回転によって矢印７００ａの方向の移動を開始して真下に置かれた原稿のスキャニングを開始する。このイメージセンサ７４の移動距離は、センサの横に配設されたエンコーダ（図示せず）によりデジタル信号化される。また、縦方向のスキャニングはセンサ内の電気信号によって行われる。縦方向および横方向のデジタル信号はともにイメージセンサ回路２０（図１参照）に送られる。
このイーメージスキャナ７０の場合もＵＳＢケーブルによりパーソナルコンピュータ１０に接続され、以下の処理は実質的にスキャナマウス２０の場合と同じである。なお、イメージスキャナ７０では、スキャナマウス２０のように手でスキャンする範囲を移動させるのではなく、イメージセンサを書類に置いてコンタクトイメージセンサ７４が移動する。したがって、“意図する領域”のイメージのスキャニングを安定して行うことができる。
なお、本実施の形態では、本発明が有利に適用されるＷｉｎｄｏｗｓ９８を例に説明したが、本発明に適用可能なオペレーティングシステムは特にＷｉｎｄｏｗｓ９８に限定されることなく、ＷｉｎｄｏｗｓＣＥ，ＡｐｐｌｅＭａｃｈｉｎｔｏｓｈ等のオペレーティングシステムにも、本発明による技術的思想はそのまま適用可能である。
産業上の利用可能性
このように本発明によれば、使用者は手元でペン等を扱うのと同じように、手元の書類上で必要個所のみの文字認識を行うことができる。また、文字認識を行うソフトウェアをアプリケーションソフトウェアの背後で動作させることで、認識した文字の文字コードデータをこのアプリケーションソフトウェアに直接データ入力することができる。したがって、本発明を用いれば、書類を見ながらキーボード等で文字データの入力を行うのと同じ感覚で、書類内の所望の文字を文字データ化することができるので、使用者の文字入力の作業を大幅に軽減することが可能となる。
【図面の簡単な説明】
図１は、本発明による光学的文字認識装置の実施の形態を示す機能ブロック図である。
図２は、図１に示した光学的文字認識装置のシステム構成図である。
図３は、図１に示したスキャナマウスの構造を示す上面図である。
図４は、図１に示したスキャナマウスの構造を示す左側面図である。
図５は、図１に示した光学的文字認識装置の処理の流れを示すシーケンス図である。
図６は、文字認識結果のテキストデータをアプリケーションに直接入力する処理の他の実施の形態を示す説明図である。
図７は、本発明によるイメージスキャナの他の実施の形態を示す斜視図である。

Claims

少なくとも１つのアプリケーションソフトウェアとその背後で動作する文字認識ソフトウェアとを搭載したパーソナルコンピュータとの間で情報の授受を行うイメージスキャナであって、
任意に指定された領域の書類上の文字情報を光学的にスキャニングしてイメージ情報として取り込むイメージセンサ部と、
取り込んだイメージ情報をコード情報として認識することなく前記パーソナルコンピュータに出力する出力部と、
前記文字認識ソフトウェアにより前記イメージ情報をコード情報として認識し、認識されたコード情報を前記パーソナルコンピュータから入力する入力部と、
前記入力部に入力されたコード情報を表示する表示部と、
前記表示部に表示されたコード情報の確定操作を行う操作部と、
前記パーソナルコンピュータに搭載されたアプリケーションソフトウェア上でカーソル位置を指定するポインティングデバイス機能を備え、
前記確定操作に応答して、現在動作中のアプリケーションソフトウェアによって表示された表示画面における前記ポインティングデバイス機能により指定されたカーソル位置に、前記文字認識ソフトウェアで認識されてパーソナルコンピュータ内に保存されているコード情報に基づく文字情報を表示する旨の通知を、前記出力部を介して前記パーソナルコンピュータに出力することを特徴とするイメージスキャナ。
請求項１に記載のイメージスキャナにおいて、このイメージスキャナは、前記ポインティングデバイス機能をマウスとしたスキャナマウスであることを特徴とするイメージスキャナ。
請求項２に記載のイメージスキャナにおいて、前記マウスの位置信号又はイメージセンサの位置信号をスキャナの位置信号として利用するセンサ回路を有することを特徴とするイメージスキャナ。
請求項１に記載のイメージスキャナにおいて、このイメージスキャナは、高速双方向通信バスにより前記パーソナルコンピュータと接続されることを特徴とするイメージスキャナ。
請求項１に記載のイメージスキャナにおいて、
前記コード情報は前記表示部にリアルタイムで表示され、
前記確定操作が行なわれるまでは前記コード情報の修正を可能とすることを特徴とするイメージスキャナ。
文字認識ソフトウェアと少なくとも１つのアプリケーションソフトウェアとを搭載したパーソナルコンピュータと、このパーソナルコンピュータとの間で情報の授受を行うイメージスキャナとにより構成される光学的文字認識装置において、
前記イメージスキャナは、
任意に指定された領域の書類上の文字情報を光学的にスキャニングしてイメージ情報として取り込むイメージセンサ部と、
取り込んだイメージ情報をコード情報として認識することなく前記パーソナルコンピュータに出力する出力部と、
前記文字認識ソフトウェアにより前記イメージ情報をコード情報として認識し、認識されたコード情報を前記パーソナルコンピュータから入力する入力部と、
前記入力部に入力されたコード情報を表示する表示部と、
前記表示部に表示されたコード情報の確定操作を行う操作部と、
前記パーソナルコンピュータに搭載されたアプリケーションソフトウェア上でカーソル位置を指定するポインティングデバイス機能を備え、
前記確定操作に応答して、現在動作中の前記アプリケーションソフトウェア上で前記ポインティングデバイス機能により指定されたカーソル位置に、前記文字認識ソフトウェアで認識されてパーソナルコンピュータ内に保存されているコード情報を挿入する旨の通知を、前記出力部を介して前記パーソナルコンピュータに出力するものであり、
前記パーソナルコンピュータは、
前記イメージスキャナのポインティングデバイス機能により、パーソナルコンピュータ上で動作するアプリケーションソフトウェア上にカーソル位置を設定し、
前記イメージスキャナから受信したイメージ情報を前記文字認識ソフトウェアによりコード情報として認識し、このコード情報をパーソナルコンピュータ内に保存するとともに、前記イメージスキャナに対して出力し、
前記イメージスキャナの確定操作に伴いイメージスキャナから受信したコード情報の挿入通知に従い、前記文字認識ソフトウェアで認識されてパーソナルコンピュータ内に保存されているコード情報に基づく文字情報を、現在動作中のアプリケーションソフトウェアによって表示された表示画面における前記ポインティングデバイス機能により指定されたカーソル位置に表示することを特徴とする光学的文字認識装置。
請求項６に記載の光学的文字認識装置において、
前記少なくとも１つのアプリケーションソフトウェアは音声合成ソフトウェアを含み、前記コード情報を該当する音声情報に変換して出力することを特徴とする光学的文字認識装置。
請求項６に記載の光学的文字認識装置において、
前記少なくとも一つのアプリケーションソフトウェアは音声認識ソフトウェアを含み、音声による修正命令に応答して前記コード情報の修正を行うことを特徴とする光学的文字認識装置。
請求項６に記載の光学的文字認識装置を使用したパーソナルコンピュータに搭載されたアプリケーションソフトウェアに対するデータ入力方法であって、
前記イメージスキャナのポインティングデバイス機能により、パーソナルコンピュータ上で動作するアプリケーションソフトウェア上でカーソル位置を設定し、
前記イメージスキャナにより、任意に指定された領域の書類上の文字情報を光学的にスキャニングしてイメージ情報として取り込んでコード情報として認識することなく前記パーソナルコンピュータに送信し、
前記文字認識ソフトウェアを現在動作中の前記少なくとも１つのアプリケーションソフトウェアの背後で動作させ、受信した前記イメージ情報の文字認識を行ってコード情報に変換して、このコード情報を前記パーソナルコンピュータに保存するとともに、前記パーソナルコンピュータから前記イメージスキャナに送信し、
前記イメージスキャナは受信した前記コード情報を表示し、
前記イメージスキャナに設けられた操作部に対する確定操作に応答して、現在動作中の前記アプリケーションソフトウェア上で前記ポインティングデバイス機能により指定されたカーソル位置に、前記文字認識ソフトウェアで認識されてパーソナルコンピュータ内に保存されているコード情報を挿入する旨の通知を、前記出力部を介して前記パーソナルコンピュータに出力し、
前記イメージスキャナから受信したコード情報の挿入通知に従い、前記文字認識ソフトウェアで認識されてパーソナルコンピュータ内に保存されているコード情報に基づく文字情報を、現在動作中のアプリケーションソフトウェアによって表示された表示画面における前記ポインティングデバイス機能により指定されたカーソル位置に表示することを特徴とすることを特徴とするデータ入力方法。
請求項９に記載のデータ入力方法において、
前記少なくとも１つのアプリケーションソフトウェアは、前記コード情報をオペレーションシステムで２バイト系のアジア言語を使用可能とさせるプログラムソフトウェアを含み、前記コード情報を前記プログラムソフトウェアを介して現在動作中の前記少なくとも１つのアプリケーションソフトウェアに入力することを特徴とするデータ入力方法。
請求項９に記載のデータ入力方法において、
前記コード情報と前記イメージ情報とが共に前記パーソナルコンピュータの表示画面に表示され、表示された前記イメージ情報を参照しつつ前記コード情報の修正を行うことを特徴とするデータ入力方法。