JP4154308B2 - 帳票認識装置、帳票認識方法、プログラムおよび記憶媒体 - Google Patents

Description

本発明は、帳票の自動認識を行う帳票認識装置、方法、プログラムおよび記憶媒体に関する。

帳票を、あらかじめ登録されたフォーマットごとに自動分類する帳票認識は、大量の帳票の入力・分類処理を行う上で大変有効な方法である。

入力・分類処理に際しては、スキャナ等から読み取った帳票画像のデータから特徴量を抽出して、帳票書式データを生成し、入力帳票と登録帳票の書式データの類似度を求め、類似度の最も高い登録帳票を、認識結果とする。

書式データの類似度の判定方法として、帳票に記載されたテーブルに着目し、１頁の帳票面積と、その頁に含まれるテーブルの面積の合計との比に基づいて類似度を算出するものがある（例えば、特許文献１）。

特許文献１の帳票認識処理では処理対象が１頁の帳票に限定され、不都合である。

一方、複数の帳票を連続して読み取り処理する方法がある（例えば、特許文献２）。特許文献２では、一括りとして処理すべき処理単位の間に仕切り帳票を予め挿入しておき、その帳票群を読み込んだときには、仕切り帳票を読み取る度にそれ以降の読み取り結果の出力先を変更するようにし、また仕切り帳票直後の帳票のみを用いてフォーマットの種類を識別している。

特開２０００−２８５１８７号公報 特開平１０−２６９３１１号公報

しかしながら特許文献２の認識処理では、仕切り帳票を生成し、処理単位の間に予め挿入する処理が不可欠であり、処理が煩雑であった。また仕切り帳票直後の帳票のみを用いてフォーマットを識別しているので、誤認識する可能性も高くなってしまっていた。
本発明はこのような従来の問題点を解決するために創案されたもので、複数頁で構成された帳票を、容易にかつ精度よく認識処理することを目的とする。

本発明に係る帳票認識装置は、複数ページで構成される帳票画像が、予め登録されている複数の登録帳票のいずれに対応するか認識する帳票認識装置であって、前記登録帳票について、各ページの特徴量と重み情報とを登録する登録手段と、入力された帳票画像の各ページの特徴量と、前記登録手段で登録された登録帳票の対応するページの特徴量とを比較することによって、各登録帳票についてページ毎の類似度を算出するページ類似度算出手段と、前記ページ類似度算出手段で算出したページ毎の類似度に対して、前記登録手段で登録された各ページの重み情報を用いて重み付けをおこなうことにより、前記帳票画像に対する各登録帳票の類似度を算出する帳票類似度算出手段と、前記帳票類似度算出手段で算出した登録帳票ごとの類似度に基づいて、前記帳票画像に対応する登録帳票を決定する決定手段と、を有する。

本発明に係る帳票認識方法は、複数ページで構成される帳票画像が、予め登録されている複数の登録帳票いずれに対応するか認識する帳票認識方法であって、前記登録帳票について、各ページの特徴量と重み情報とを登録する登録ステップと、入力された帳票画像の各ページの特徴量と、前記登録ステップで登録された登録帳票の対応するページの特徴量とを比較することによって、各登録帳票についてページごとの類似度を算出するページ類似度算出ステップと、前記ページ類似度算出ステップで算出したページ毎の類似度に対して、前記登録ステップで登録された各ページの重み情報を用いて重み付けをおこなうことにより、前記帳票画像に対する各登録帳票の類似度を算出する帳票類似度算出ステップと、前記帳票類似度算出ステップで算出した登録帳票ごとの類似度に基づいて、前記帳票画像に対応する登録帳票を決定する決定ステップと、を有する。

また、本発明に係るコンピュータ実行可能なプログラムは、複数ページで構成される帳票画像が、予め登録されている複数の登録帳票のいずれに対応するか、コンピュータに認識させるためのプログラムであって、前記登録帳票について、各ページの特徴量と重み情報とを登録する登録ステップと、入力された帳票画像の各ページの特徴量と、前記登録ステップで登録された登録帳票の対応するページの特徴量とを比較することによって、各登録帳票についてページごとの類似度を算出するページ類似度算出ステップと、前記ページ類似度算出ステップで算出したページ毎の類似度に対して、前記登録ステップで登録された各ページの重み情報を用いて重み付けをおこなうことにより、前記帳票画像に対する各登録帳票の類似度を算出する帳票類似度算出ステップと、前記帳票類似度算出ステップで算出した登録帳票ごとの類似度に基づいて、前記帳票画像に対応する登録帳票を決定する決定ステップと、コンピュータに実行させるためのプログラムコードを含む。

本発明によれば、複数頁で構成された帳票を、容易にかつ精度よく認識処理し得る。

次に、本発明に係る帳票認識装置の実施例１を図面に基づいて説明する。

図１は、本発明に係る帳票認識装置の実施例１を示すブロック図、図２は、図１の帳票認識装置における登録処理を説明するフローチャート、図３は、図１の帳票認識装置における認識処理を説明するフローチャート、図４は、図１の帳票認識装置における重み修正処理を説明するフローチャート、図５は、図１の帳票認識装置における表の数と重みとの関係を示すグラフ、図６は、図１の帳票認識装置における類似度と重みとの関係を示すグラフ、図７は、図１の帳票認識装置における類似度評価方法の例を示す表、図８は、図１の帳票認識装置で読みだし可能な各種データ処理プログラムを格納する記憶媒体のメモリマップを説明する図である。

[帳票認識装置]
図１において、帳票認識装置は、磁気ディスク等の外部記憶装置１０４およびイメージスキャナ１０８を備え、帳票の画像データを外部記憶装置１０４から読み込み、あるいは帳票をイメージスキャナ１０８で読み取る。

帳票認識装置は全体制御のためのＣＰＵ１０１を備え、ＣＰＵ１０１の制御プログラムはＲＯＭ１０２に格納されている。イメージスキャナ１０８から入力された帳票画像はＲＡＭ１０３に保持され、ＲＯＭ１０２内の制御プログラムにより、帳票認識のための処理を実行する。

帳票認識のための特徴量等は制御プログラムとともにＲＯＭ１０２に格納され、あるいは外部記憶装置１０４からＲＡＭ１０３に読み込まれる。
なお必要に応じ、帳票認識に先立ってノイズ除去等の前処理を実行する。

図１において、１０５はディスプレイ、１０６はキーボード、１０７はマウス等のポインティングデバイスである。また、１０９はネットワークインターフェースであり、図示しない遠隔地に存在する装置と通信し、プログラム、認識辞書、データ等を送受信し得る。

本発明は汎用的なコンピュータでも実施可能であり、その場合、媒体等で提供される制御プログラムを外部記憶装置１０４に記憶し、オペレータの指示等によりＣＰＵ１０１で実行するように構成してもよい。

また、帳票認識装置は、イメージスキャナ１０８やディスプレイ１０５などがインターフェイスを介して接続された構成であってもよい。

図１に示す帳票認識装置において実行される帳票認識方法を図２、および図３のフローチャートを用いて説明する。
[帳票登録処理]
図２は帳票認識装置に帳票を登録する処理を示す。

図２において、まず、ステップＳ２０１でイメージスキャナ１０８等から登録対象の複数ページで構成される帳票画像を順に入力していく。ステップＳ２０２で当該入力されたページの帳票画像から特徴量を抽出する。特徴量として取り出すのは、例えば帳票内にある表枠の大きさ、位置、数、あるいは、表枠内のセルの数などである。

次にステップＳ２０３に移行し、ステップＳ２０２で抽出された特徴量を用いて重み係数を決定し、記憶する。

特徴量による重み係数の決定方法は、例えば、帳票画像の１頁内にある表の数が多いほど識別する能力が高くなるとして、図５に示すように、１頁内の表の数が６個以上ならば「１」、４個または５個ならば「０．９」、３個以下なら「０．７」とする。

次に、ステップＳ２０４で、外部記憶装置１０４に既に登録されている全ての帳票（登録帳票）の同一頁との類似度を、特徴量を使用して計算する。

同一頁について、入力帳票との類似度が高い登録帳票が存在するときには、以後の認識処理において、複数の類似登録帳票が存在し、分別が困難になるため、誤認識の原因となる。そこで、その頁については、入力帳票の類似度を低下させるように重みを更に小さく設定する。

すなわち、ステップＳ２０５において、全ての登録帳票の中において、類似度が最大の登録帳票を探し、類似度が閾値以上か否か判断する。

ステップＳ２０５で、類似度が閾値未満であったときは、ステップＳ２０９に進む。

ステップＳ２０５類似度が閾値以上だったときは、ステップＳ２０６に進む。ステップＳ２０６では、類似帳票による重み係数を決定する。例えば、図６に示すように、類似度の最大値を１００とした場合、類似度９０以上の登録帳票が存在すれば重み係数０．５倍、類似度７０以上の登録帳票が存在すれば重み係数０．７倍とする。類似度が７０未満のときは、重み係数１．０倍である。

ステップＳ２０６からステップＳ２０７に進み、類似する既に登録済みの登録帳票の対応頁についても、類似度を低下するように重みを修正する。これによって、以後新たな類似帳票が入力されたとき、今回新たに登録される帳票ばかりでなく、既に登録済みの登録帳票の対象ページについても、類似帳票による重み係数を用いて、重みを修正する処理を施すことによって、誤認識を防止する。

ステップＳ２０７からステップＳ２０８に進み、登録対象の入力帳票の入力頁についてステップＳ２０６で得られた類似帳票による重み係数を外部記憶装置１０４に記憶する。

次にステップＳ２０９において、全てのページを処理したか否か判断し、まだ終了していない場合はＳ２０１に再び戻る。一方、Ｓ２０９で全てのページを処理したと判断した場合、Ｓ２０３及びＳ２０８で記憶した「特徴量による重み係数」と「類似帳票による重み係数」を使用して、各ページの重み付けをＳ２１０で計算することで登録が終了する。
[重み修正処理]
ステップＳ２０７で実行した、既に登録されている類似帳票の重み修正処理は図４の各ステップによって実行される。

まずステップＳ４０１で、入力帳票の処理対象頁に類似する登録帳票頁の重みが適正であるか否か判断する。例えば、登録帳票の対応頁と、入力帳票の処理対象頁との類似度が７０のとき、登録帳票対応頁の「類似帳票による重み係数」を０．７にすべきであるが、既に「類似帳票による重み係数」が０．７となっていれば、修正の必要はない。

登録帳票対応頁の重み修正が必要であれば、ステップＳ４０２で新たな「類似帳票による重み係数」を記憶し、Ｓ４０３で入力帳票と登録帳票との全頁についての重み付けを計算し直し、類似度を更新する。

ステップＳ２１０およびステップＳ４０３における重み計算は以下のように実行される。本実施例では、各ページの重みは、｛（類似帳票による重み係数）×（特徴量による重み係数）｝／（全ページの重み係数の合計）を用いて計算することにする。

例えば、３頁より構成される入力帳票を登録する際、入力帳票の１頁目は類似帳票がなく表が７個存在し（ページ重み係数は１×１）、２頁目は類似帳票の最大類似度が９３で表が４個存在し（ページ重み係数は０．５×０．９＝０．４５）、３頁目は類似帳票がなく表が２個存在する（重みは１×０．７＝０．７）場合、全３頁の重み係数の合計は１×１＋０．５×０．９＋１×０．７＝２．１５である。そして、１頁目の重みは１／２．１５＝０．４７、２頁目の重みは０．４５／２．１５＝０．２１、３頁目は０．７／２．１５＝０．３３となる。

なお重み付けを決定するパラメータとして、以上の処理では表の個数および既存登録帳票との類似度を使用したが、その他のパラメータ、例えば、表内のセルの個数、タイトル部の文字認識類似度等を用いてもよい。
[帳票認識処理]
次に図３のフローチャートを用いて帳票認識処理を説明する。

まずステップＳ３０１でイメージスキャナ１０８等から認識すべき帳票画像を入力し、ステップＳ３０２で入力帳票の１つの頁画像（対象頁）の特徴量を抽出する。

次にステップＳ３０３に進み、入力帳票対象頁の特徴量と、登録帳票の対応頁の特徴量との類似度を算出し、ステップＳ３０４において、ステップＳ３０３で算出された類似度が閾値以上であるか否かを判断する。

ステップＳ３０４で類似度が閾値より小さい登録帳票については、ステップＳ３０５において、他の頁を評価することなく、該登録帳票を類似度評価対象から除外する。

ステップＳ３０４で類似度が閾値以上の登録帳票については、ステップＳ３０６において、全ての頁の類似度評価が完了したか否か判断し、全ての頁の評価が完了していなければステップＳ３０１に戻る。また全ての頁の類似度評価が終了したときには、ステップＳ３０７に進み、各登録帳票の全ての頁の類似度の重み付き加算を行う。

最後に、ステップＳ３０８において、評価対象となった登録帳票の、類似度の重み付き加算結果をソーティングし、最も類似度が高い登録帳票を認識結果とする。

例えば、図７に示すように、類似度評価対象として登録帳票ＩＤ１、ＩＤ２が抽出され、登録帳票ＩＤ１の重みが１頁目０．３、２頁目０．５、３頁目０．２であり、登録帳票ＩＤ２の重みが、１頁目０．１、２頁目０．１、３頁目０．８であり、認識対象の入力帳票との類似度が、１頁目についてＩＤ１が９８、ＩＤ２が８５、２頁目についてＩＤ１が８２、ＩＤ２が８２、３頁目について、ＩＤ１が８０、ＩＤ２が９６だったとする。

この場合、登録帳票ＩＤ１の類似度は９８×０．３＋８２×０．５＋８０×０．２＝８６．４であり、登録帳票ＩＤ２の類似度は８５×０．１＋８２×０．１＋９６×０．８＝９３．５となる。その結果、ＩＤ２の類似度がＩＤ１を上回り、ＩＤ２の登録帳票が認識結果となる。

以上説明したように、実施例１は、他の帳票との類似度を用いて重みを決定するため、類似した頁が複数の登録帳票に存在しても、判別能力の高い頁に重みを置いて認識処理するので、精度よく認識できるという効果がある。

さらに、類似度が閾値より低い頁を含む登録帳票については、類似度計算を途中で打ち切るので、処理時間を短縮する効果がある。

さらに、実施例１では、登録帳票の重みを、新たに登録された帳票との類似度に応じて自動的に修正でき、以後の誤認識を防止し得る効果がある。

図８は、本発明に係る帳票認識装置で実行可能な各種データ処理プログラムを格納する記憶媒体のメモリマップ説明する図である。記憶媒体の第１の領域には、ディレクトリ情報が格納され、第２の領域には、第１のデータ処理プログラムとして、図２のフローチャートのステップに対応するプログラムコード群が格納され、第３の領域には、第２のデータ処理プログラムとして、図３のフローチャートのステップに対応するプログラムコード群が格納され、第４の領域には、第３のデータ処理プログラムとして図４のフローチャートのステップに対応するプログラムコード群が格納されている。

なお、特に図示しないが、各種プログラムに従属するデータ、例えば認識辞書なども上記ディレクトリに管理されている。また、各種プログラムをコンピュータにインストールするためのプログラム等が記憶される場合もある。

図１に示す帳票認識装置が実行する実施例２を図９に基づいて説明する。図９は、本発明に係る帳票認識装置の実施例２における認識処理を示すフローチャートである。

実施例２では、構成頁数が一様でない複数帳票を一括認識処理し得る。

実施例２は、認識処理の前提となる登録処理は、実施例１と同様である。

図９において、ステップＳ５０１において、入力済みのページ画像（ステップＳ５０９で超過したページの画像）があるか判断する。入力済みページ画像がなければ、ステップＳ５０２において次のページの帳票画像を入力する。一方、入力済みのページ画像（ステップＳ５０９で超過したページの画像）がある場合は、既に特徴量を抽出済みであるのでステップＳ５０３は経由せずに、その入力済みのページ画像を入力画像としてステップＳ５０４に進むようにしている。

ステップＳ５０３では、入力帳票画像の特徴量が抽出される。

ステップＳ５０４では、類似度の計算対象となっている入力帳票のページ画像に対応する、各登録帳票の該当ページの特徴情報を抽出し、ステップＳ５０５で、入力帳票の当該処理対象のページの特徴量と各登録帳票の該当ページの特徴情報それぞれとを比較して類似度を計算する。

次にステップＳ５０６に進み、ステップＳ５０５で算出された類似度が閾値より小さい登録帳票を判断し、類似度が閾値より小さい登録帳票についてはステップＳ５０７でその登録帳票を認識対象から除外し、以降の頁画像について類似度計算を行わない。

ステップＳ５０５で算出された類似度が閾値以上であるときは、ステップＳ５０８に進み、類似度の計算を行った入力帳票のページ数が、認識対象の全ての登録帳票の最大構成ページ数に達したか否かを判断する。

ステップＳ５０８で最大構成ページ数に達したと判断したときはステップＳ５０９に進み、最大構成ページ数に達していないと判断したときはステップＳ５０１に戻り、次のページ画像の処理を続行する。

ステップＳ５０９では、ステップＳ５０１〜５０８で算出された各登録帳票の各頁の類似度と、各頁の重みとを用いて、各登録帳票についての類似度の重み付き加算を行う。次に、ステップＳ５１０において、類似度の重み付き加算結果をソーティングし、認識結果を決定する。

ステップＳ５１１では、Ｓ５０１〜５０８で入力された入力帳票画像のページ数と、Ｓ５１０で決定した認識結果の登録帳票のページ数とを比較し、入力済み帳票頁画像の方が多ければステップＳ５１２に進み、多くなければステップＳ５１３に進む。ステップＳ５１２では入力済み帳票頁画像のうちの超過分の最初の頁を１ページ目としてステップＳ５１３を経由してステップＳ５０１に進む。

ステップＳ５１１では、全ての入力帳票の認識処理が終了したかどうか判断し、認識処理が終了していれば処理を終了する。認識処理未了の頁画像が存在するときはステップＳ５０１に戻る。

以上のとおり、実施例２により、構成頁数が一様でない複数の帳票画像が混在するときにも、認識処理が可能である。また、実施例２により、複数の帳票画像を連続して処理できる効果がある。

前述した実施例では、帳票認識装置で実現するものとしたが、一般的なパーソナルコンピュータやワークステーションなどの情報処理装置においても、コンピュータ実行可能な帳票認識プログラムを実行させることにより、前述した実施例を実現させるようにしてもよいし、また、コピーやＦＡＸなどの多様な処理を行える複合機で実現するようにしてもよい。

また、サーバにおいて、クライアント装置からネットワークを介して入力されてきた帳票画像の登録／認識処理を行い、その結果をクライアント装置に返答するような構成であってもよい。

本発明に係る帳票認識装置の実施例１を示すブロック図である。（実施例１） 図１の帳票認識装置における登録処理を説明するフローチャートである。（実施例１） 図１の帳票認識装置における認識処理を説明するフローチャートである。（実施例１） 図１の帳票認識装置における重み修正処理を説明するフローチャートである。（実施例１） 図１の帳票認識装置における表の数と重みとの関係を示すグラフである。（実施例１） 図１の帳票認識装置における類似度と重みとの関係を示すグラフである。（実施例１） 図１の帳票認識装置における類似度評価方法の例を示す表である。（実施例１） 図１の帳票認識装置で読みだし可能な各種データ処理プログラムを格納する記憶媒体のメモリマップを説明する図である。（実施例１） 本発明に係る帳票認識装置の実施例２における認識処理を示すフローチャートである。（実施例２）

符号の説明

１０１・・・ＣＰＵ
１０２・・・ＲＯＭ
１０３・・・ＲＡＭ
１０４・・・外部記憶装置
１０５・・・ディスプレイ
１０６・・・キーボード
１０７・・・ポインティングデバイス
１０８・・・スキャナ部
１０９・・・ネットワークインターフェース

Claims (16)

1. 複数ページで構成される帳票画像が、予め登録されている複数の登録帳票のいずれに対応するか認識する帳票認識装置であって、
   前記登録帳票について、各ページの特徴量と重み情報とを登録する登録手段と、
   入力された帳票画像の各ページの特徴量と、前記登録手段で登録された登録帳票の対応するページの特徴量とを比較することによって、各登録帳票についてページ毎の類似度を算出するページ類似度算出手段と、
   前記ページ類似度算出手段で算出したページ毎の類似度に対して、前記登録手段で登録された各ページの重み情報を用いて重み付けをおこなうことにより、前記帳票画像に対する各登録帳票の類似度を算出する帳票類似度算出手段と、
   前記帳票類似度算出手段で算出した登録帳票ごとの類似度に基づいて、前記帳票画像に対応する登録帳票を決定する決定手段と、
   を有することを特徴とする帳票認識装置。
2. 前記登録手段は、
   新たな登録帳票を登録する際、該新たな登録帳票の各ページの特徴量に基づいて前記重み情報を算出することを特徴とする請求項１に記載の帳票認識装置。
3. 前記登録手段は、
   新たな登録帳票を登録する際、該新たな登録帳票の各ページの特徴量と既に登録されている登録帳票の各ページの特徴量とを比較して求めた類似度に基づいて前記重み情報を算出することを特徴とする、請求項１に記載の帳票認識装置。
4. 前記登録手段は、新たな登録帳票を登録する際、該新たな登録帳票の各ページの特徴量に基づいて第１の重み係数情報を決定し、該新たな登録帳票の各ページの特徴量と既に登録されている登録帳票の各ページの特徴量とを比較して求めた類似度に基づいて第２の重み係数情報を決定し、前記決定された第１の重み係数と第２の重み係数とに基づいて前記重み情報を算出することを特徴とする請求項１に記載の帳票認識装置。
5. 前記登録手段は、該新たな登録帳票の各ページの特徴量と既に登録されている登録帳票の各ページの特徴量とを比較して求めた類似度に基づいて、前記既に登録されている登録帳票の重み情報の更新も行うことを特徴とする請求項３又は４に記載の帳票認識装置。
6. 前記ページ類似度算出手段で算出されたページの類似度が、所定値よりも低いと判断された登録帳票に関しては、前記帳票画像との比較対象から外すことを特徴とする請求項１に記載の帳票認識装置。
7. 前記決定手段で決定された前記帳票画像に対応する登録帳票のページ数より、前記帳票画像のページ数が多い場合、当該超過した帳票画像のページを次の認識処理対象の帳票画像の少なくとも一部として扱うことを特徴とする請求項１に記載の帳票認識装置。
8. 複数ページで構成される帳票画像が、予め登録されている複数の登録帳票のいずれに対応するか認識する帳票認識方法であって、
   前記登録帳票について、各ページの特徴量と重み情報とを登録する登録ステップと、
   入力された帳票画像の各ページの特徴量と、前記登録ステップで登録された登録帳票の対応するページの特徴量とを比較することによって、各登録帳票についてページごとの類似度を算出するページ類似度算出ステップと、
   前記ページ類似度算出ステップで算出したページ毎の類似度に対して、前記登録ステップで登録された各ページの重み情報を用いて重み付けをおこなうことにより、前記帳票画像に対する各登録帳票の類似度を算出する帳票類似度算出ステップと、
   前記帳票類似度算出ステップで算出した登録帳票ごとの類似度に基づいて、前記帳票画像に対応する登録帳票を決定する決定ステップと、
   を有することを特徴とする帳票認識方法。
9. 前記登録ステップは、新たな登録帳票を登録する際、該新たな登録帳票の各ページの特徴量に基づいて前記重み情報を算出することを特徴とする請求項８に記載の帳票認識方法。
10. 前記登録ステップは、新たな登録帳票を登録する際、該新たな登録帳票の各ページの特徴量と既に登録されている登録帳票の各ページの特徴量とを比較して求めた類似度に基づいて前記重み情報を算出することを特徴とする請求項８に記載の帳票認識方法。
11. 前記登録ステップは、新たな登録帳票を登録する際、該新たな登録帳票の各ページの特徴量に基づいて第１の重み係数情報を決定し、該新たな登録帳票の各ページの特徴量と既に登録されている登録帳票の各ページの特徴量とを比較して求めた類似度に基づいて第２の重み係数情報を決定し、前記決定された第１の重み係数と第２の重み係数とに基づいて前記重み情報を算出することを特徴とする請求項８に記載の帳票認識方法。
12. 前記登録ステップは、該新たな登録帳票の各ページの特徴量と既に登録されている登録帳票の各ページの特徴量とを比較して求めた類似度に基づいて、前記既に登録されている登録帳票の重み情報の更新も行うことを特徴とする請求項１０又は１１に記載の帳票認識方法。
13. 前記ページ類似度算出ステップで算出されたページの類似度が、所定値よりも低いと判断された登録帳票に関しては、前記帳票画像との比較対象から外すことを特徴とする請求項８に記載の帳票認識方法。
14. 前記決定ステップで決定された前記帳票画像に対応する登録帳票のページ数より、前記帳票画像のページ数が多い場合、当該超過した帳票画像のページを次の認識処理対象の帳票画像の少なくとも一部として扱うことを特徴とする請求項８に記載の帳票認識方法。
15. 請求項８乃至１４のいずれかに記載の帳票認識方法の各ステップをコンピュータによって実現させるためのプログラムコードを含むコンピュータ実行可能なプログラム。
16. 請求項１５に記載のコンピュータ実行可能なプログラムのプログラムコードが格納されたコンピュータ読取可能な記憶媒体。
    

Images