JP4241820B2 - 文字認識方法および文字認識システム - Google Patents

Description

本発明は、文字認識方法および文字認識システムに関するものである。

一般に、ＯＣＲ（Optical Character Reader）等の文字認識装置では、帳票上の所定領域内に記載された文字に対して文字認識を行うようになっている。つまり、文字認識装置では、例えば図３に示すような帳票であれば、その帳票上の「氏名欄」及び「住所欄」内に記載された文字について文字認識を行う。

ところで、従来、帳票上の所定領域、すなわち帳票上における認識対象領域は、矩形を用いて指定されるようになっている。具体的には、文字認識装置と接続するＣＲＴ（Cathode Ray Tube）画面に表示された帳票のフォーマットを示すイメージデータ上で、認識対象領域が周知のＧＵＩツール等によって矩形で囲まれたり、あるいは文字認識装置と接続するキーボード等で認識対象領域を囲む矩形の座標値が入力されることによって、認識対象領域の指定が行われている。

しかしながら、上述した従来の指定方法では、以下のような課題が生じてしまう。
例えば、図３に示す帳票のように、帳票上の「氏名欄」や「住所欄」には、「お名前」や「ご住所」といった領域タイトルが予め印刷されていることが多い。したがって、これらの「氏名欄」や「住所欄」を認識対象領域として矩形で指定すると、その認識対象領域内に領域タイトルを含んでしまうこととなり、文字認識装置で文字認識を行う際に、誤認識の原因となってしまう可能性がある。

そのために、認識対象領域を多角形を用いて指定し、その認識対象領域内に領域タイトルが含まれないようにすることが考えられるが、この場合には、矩形で指定する場合に比べて、指定ポイントの増加等により手間の掛かるものとなってしまい、しかもそのために指定ミスが発生する可能性も高くなる。

そこで、本発明は、認識対象領域の指定が容易かつ簡便に行うことができ、しかも文字認識の際に誤認識等が発生することを軽減した文字認識方法および文字認識システムを提供することを目的とする。

本発明は、上記目的を達成するために案出された文字認識方法および文字認識システムである。
請求項１に記載の発明は、帳票の読取領域が記憶されている場合は、読み取られた帳票の前記読取領域に該当する領域内の画像データを自動的に表示して、表示した該読取領域内の削除領域を指定し、読取領域が記憶されていない場合は、読み取られた帳票の画像データを表示して読取領域を指定した上で、読取領域内の削除領域を指定し、読み取られた帳票の画像データに対して、読取領域と削除領域の情報に基づき決定された認識対象領域の文字認識を行うことを特徴とする文字認識方法である。
請求項２に記載の発明は、前記認識対象領域が、前記読取領域から前記削除領域を除いた領域であることを特徴とする請求項１に記載の文字認識方法である。
請求項３に記載の発明は、前記削除領域が、文字認識に不要な文字を指定する領域であることを特徴とする請求項１又は請求項２に記載の文字認識方法である。
請求項４に記載の発明は、前記削除領域が、予め帳票に印刷された領域タイトルであることを特徴とする請求項１又は請求項２に記載の文字認識方法である。
請求項５に記載の発明は、帳票の読取領域が記憶されている場合は、読み取られた帳票の前記読取領域に該当する領域内の画像データを自動的に表示し、読取領域が記憶されていない場合は、読み取られた帳票の画像データを表示する表示手段と、帳票の読取領域が記憶されている場合は、前記領域内の画像データに対して該読取領域内の削除領域を指定し、読取領域が記憶されていない場合は、前記帳票の画像データに対して読取領域を指定した上で、該読取領域内の削除領域を指定する入力手段と、読み取られた帳票の画像データに対して、読取領域と削除領域の情報に基づき認識対象領域を決定するレイアウト解析手段と、認識対象領域の文字認識を行う文字認識手段とを有することを特徴とする文字認識システムである。
請求項６に記載の発明は、前記認識対象領域が、前記読取領域から前記削除領域を除いた領域であることを特徴とする請求項５に記載の文字認識システムである。
請求項７に記載の発明は、前記削除領域が、文字認識に不要な文字を指定する領域であることを特徴とする請求項５又は請求項６に記載の文字認識システムである。
請求項８に記載の発明は、前記削除領域が、予め帳票に印刷された領域タイトルであることを特徴とする請求項５又は請求項６に記載の文字認識システムである。

本発明の文字認識方法および文字認識システムによれば、帳票上の認識対象領域を矩形で指定しても、その認識対象領域内に不要な領域が含まれてしまうことがなく、文字認識装置での文字認識の際に、誤認識等が発生してしまうことが軽減できる。しかも、認識対象領域を矩形により指定可能になるため、多角形等を用いて指定する場合に比べて、認識対象領域の指定が容易かつ簡便なものとなり、認識対象領域の指定ミスが発生する可能性も低くなる。

以下、図面に基づき本発明に係わる文字認識方法および文字認識システムについて説明する。

〔第１の実施の形態〕
先ず、本発明の第１の実施の形態を説明する。
図１は、本実施の形態の文字読取領域指定の具体例を示す概要説明図であり、図２は、本実施の形態の文字認識システムの概略構成を示すブロック図である。

はじめに、文字認識装置１０について説明する。
文字認識装置１０は、ＯＣＲ等からなるものであり、帳票１上の認識対象領域内に記載された文字に対して、文字認識を行うものである。そのために、文字認識装置１０では、図２に示すように、画像入力部１１と、レイアウト解析部１２と、フォーマットデータベース（以下、データベースをＤＢと略す）部１３と、文字認識部１４と、出力形成部１５とを備えている。なお、フォーマットＤＢ部１３には、ＣＲＴ、キーボード、マウス等を有する入力装置２０が接続可能になっており、この入力装置が接続されてシステムを構成している。

画像入力部１１は、読み取り対象である帳票１から、その記載内容を画像データとして読み取るものである。
レイアウト解析部１２は、帳票１上における認識対象領域の位置を解析し、画像入力部１が読み取った画像データから、その認識対象領域内の画像データのみを取り出すものである。
フォーマットＤＢ部１３は、レイアウト解析部１２での解析に必要な情報、すなわち読み取り対象である帳票１の認識対象領域に関する情報を、予め記憶しているものである。
文字認識部１４は、レイアウト解析部１２によって認識対象領域と判断された領域内の画像データに対し、文字認識を行うものである。
出力形成部１５は、文字認識部１４による文字認識結果を、帳票上の認識対象領域内に記載された文字として、テキストデータ等により出力するものである。

このように構成された文字認識装置１０では、帳票１に対する文字認識を行う際に、その帳票１上の認識対象領域に関する情報を、予めフォーマットＤＢ部１３に記憶している。ただし、その認識対象領域に関する情報は、フォーマットＤＢ部１３に接続する入力装置２０において入力されるようになっている。

ここで、認識対象領域に関する情報の入力の手順、すなわち本実施の形態の文字認識方法の手順について、図１の概要説明図を参照しながら説明する。

入力装置２０では、認識対象領域に関する情報の入力にあたって、図１（ａ）に示すように、先ず、帳票上で文字認識の対象となるおおまかな領域を、読取領域２として、矩形によって入力装置２０のオペレータに指定させる。この指定は、入力装置２０のＣＲＴ画面に表示された帳票のフォーマットを示すイメージデータ上で、ＧＵＩツール等によって読取領域２を矩形で囲んだり、あるいは入力装置２０のキーボード等で読取領域２を囲む矩形の座標値を入力することによって行われる。例えば、図３に示す帳票であれば、その帳票上の「氏名欄」や「住所欄」のそれぞれが、矩形によって読取領域２として指定される。
ここまでは、従来の手順と同様である。

ただし、帳票上の「氏名欄」及び「住所欄」内に記載された文字を認識する場合に、各欄内の「お名前」や「ご住所」といった領域タイトルは不要である。そこで、入力装置２０では、読取領域２が矩形によって指定されると、これに続いて、図１（ｂ）に示すように、文字認識に不要な領域を、削除領域３として、読取領域２とは別の矩形によって指定させる。例えば、図３に示す帳票であれば、読取領域２が指定された後に、「お名前」や「ご住所」といった領域タイトルが、それぞれ読取領域２とは別の矩形によって削除領域３として指定される。

読取領域２と削除領域３とのそれぞれが矩形によって指定されると、入力装置２０では、これらの矩形データ、すなわち読取領域２及び削除領域３に関する情報を、認識対象領域に関する情報として、文字認識装置１０のフォーマットＤＢ部１３へ送出する。これにより、フォーマットＤＢ部１３には、認識対象領域に関する情報が記憶される。

フォーマットＤＢ部１３が認識対象領域に関する情報を記憶すると、文字認識装置１０では、その情報に基づいて、帳票１に対する文字認識を行う。
具体的には、画像入力部１１が帳票１から画像データを読み取ると、レイアウト解析部１２は、フォーマットＤＢ部１３内の情報に基づいて、先ず、読取領域２に該当する領域内の画像データを確保する。この画像データには、「お名前」や「ご住所」といった領域タイトルも含まれている。
続いて、レイアウト解析部１２では、確保した画像データから、削除領域３に該当する領域内の画像データを削除する。そして、文字認識部１４は、削除後の画像データに対して文字認識を行う。

つまり、レイアウト解析部１２は、図１（ｃ）に示すように、読取領域２から削除領域３を除いた領域を認識対象領域４とし、その認識対象領域４内の画像データについてのみ、文字認識部１４での文字認識を行わせる。これにより、文字認識部１４では、領域タイトルが含まれていない画像データ、すなわち文字認識に必要な画像データに対して文字認識を行うようになる。したがって、文字認識部１４では、誤認識等が発生することが軽減でき、正しい文字認識を行うことができるようになる。

以上のように、本実施の形態の文字認識方法および文字認識システムによれば、帳票上の認識対象領域４が、読取領域２と削除領域３との二つの矩形によって指定されるようになっている。つまり、読取領域２から削除領域３を除いた領域を認識対象領域４とし、この認識対象領域４に記載された文字についてのみ文字認識を行わせるようになっている。

したがって、帳票上の認識対象領域４を矩形で指定しても、その認識対象領域４内に、領域タイトルといった文字認識に不要な領域が含まれてしまうことがなく、文字認識装置１０での文字認識の際に、誤認識等が発生してしまうことが軽減できる。しかも、認識対象領域４を二つの矩形により指定可能になるため、多角形等を用いて指定する場合に比べて、認識対象領域４の指定が容易かつ簡便なものとなり、認識対象領域４の指定ミスが発生する可能性も低くなる。

つまり、本実施の形態の文字認識方法は、文字認識装置１０のフォーマットＤＢ部１３に認識対象領域に関する情報を記憶させる際、すなわち読み取り対象となる帳票のフォーマットを文字認識装置１０に登録する際に用いて好適な方法である。

〔第２の実施の形態〕
次に、本発明の第２の実施の形態を説明する。
本実施の形態は、第１の実施の形態の場合と同様に、図２に示す文字認識装置１０において用いられるものである。ただし、本実施の形態では、フォーマットＤＢ部１３が、帳票１上の認識対象領域４に関する情報を予め記憶していなくてもよい。

本実施の形態では、帳票１に対する文字認識を行う際に、画像入力部１１がその帳票１から画像データを読み取ると、入力装置２０がその画像データをＣＲＴ画面上にイメージデータとして表示する。なお、従来のものと同様に、既にフォーマットＤＢ部１３内に読取領域２に関する情報が記憶されている場合には、入力装置２０は、図１（ａ）に示すように、読取領域２に該当する領域内の画像データのみをイメージ表示してもよい。また、フォーマットＤＢ部１３内に読取領域２に関する情報が記憶されてなければ、入力装置２０では、読み取った画像データをイメージ表示した時点で、この入力装置２０のオペレータに読取領域２を指定させてもよい。

ここで、入力装置２０では、イメージ表示した画像データ中において、図１（ｂ）に示すように、文字認識に不要な領域を、削除領域３として、矩形によって指定させる。例えば、図３に示す帳票であれば、「お名前」や「ご住所」といった領域タイトルが、それぞれ矩形によって削除領域３として指定される。

入力装置２０で削除領域３が指定されると、レイアウト解析部１２は、入力装置２０によってイメージ表示されている画像データから、削除領域３に該当する領域内の画像データを削除する。そして、文字認識部１４は、削除後の画像データに対して文字認識を行う。
つまり、レイアウト解析部１２は、図１（ｃ）に示すように、イメージ表示された画像データから削除領域３を除いた領域を認識対象領域４とし、その認識対象領域４内の画像データについてのみ、文字認識部１４での文字認識を行わせる。これにより、文字認識部１４では、誤認識等が発生することが軽減され、正しい文字認識を行うことができるようになる。

以上のように、本実施の形態の文字認識方法および文字認識システムによれば、文字認識に不要な領域が削除領域３として指定されると、その削除領域３を除いた領域を認識対象領域４とし、この認識対象領域４に記載された文字についてのみ文字認識を行わせるようになっている。
したがって、帳票上において文字認識に不要な領域を矩形で指定すれば、認識対象領域４内に、領域タイトルといった文字認識に不要な領域が含まれてしまうことがなく、文字認識装置１０での文字認識の際に、誤認識等が発生してしまうことが軽減できる。しかも、削除領域３を矩形により指定できるため、多角形等を用いて指定する場合に比べて、その指定を容易かつ簡便に行うことができ、認識対象領域４の指定ミスが発生する可能性も低くなる。

つまり、本実施の形態の文字認識方法は、帳票上に記載された文字に対する文字認識の実行中に用いて好適な方法である。例えば、帳票から取得した画像データ上に「ゴミ」等の不要物があっても、本実施の形態の文字認識方法を用いれば、その不要物を容易に取り除くことができる。

なお、上述した第１及び第２の実施の形態では、ＯＣＲ等の文字認識装置１０で用いられる場合を例に挙げて説明したが、データファイリングシステム等の画像処理システムのように、限られた領域の画像データを取得するシステムにおいて用いることも可能である。

本発明に係わる文字読取領域指定の実施の形態の具体例を示す概要説明図であり、（ａ）は読取領域を示す図、（ｂ）は削除領域を示す図、（ｃ）は認識対象領域を示す図である。 本発明の文字認識方法が用いられる文字認識システムの概略構成を示すブロック図である。 文字認識装置で文字認識を行う帳票の具体例を示す説明図である。

符号の説明

１…帳票、２…読取領域、３…削除領域、４…認識対象領域、１０…文字認識装置

Claims (8)

1. 帳票の読取領域が記憶されている場合は、読み取られた帳票の前記読取領域に該当する領域内の画像データを自動的に表示して、表示した該読取領域内の削除領域を指定し、
   読取領域が記憶されていない場合は、読み取られた帳票の画像データを表示して読取領域を指定した上で、読取領域内の削除領域を指定し、
   読み取られた帳票の画像データに対して、
   読取領域と削除領域の情報に基づき決定された認識対象領域の文字認識を行う
   ことを特徴とする文字認識方法。
2. 前記認識対象領域は、前記読取領域から前記削除領域を除いた領域であることを特徴とする請求項１に記載の文字認識方法。
3. 前記削除領域は、文字認識に不要な文字を指定する領域であることを特徴とする請求項１又は請求項２に記載の文字認識方法。
4. 前記削除領域は、予め帳票に印刷された領域タイトルであることを特徴とする請求項１又は請求項２に記載の文字認識方法。
5. 帳票の読取領域が記憶されている場合は、読み取られた帳票の前記読取領域に該当する領域内の画像データを自動的に表示し、読取領域が記憶されていない場合は、読み取られた帳票の画像データを表示する表示手段と、
   帳票の読取領域が記憶されている場合は、前記領域内の画像データに対して該読取領域内の削除領域を指定し、
   読取領域が記憶されていない場合は、前記帳票の画像データに対して読取領域を指定した上で、該読取領域内の削除領域を指定する入力手段と、
   読み取られた帳票の画像データに対して、読取領域と削除領域の情報に基づき認識対象領域を決定するレイアウト解析手段と、
   認識対象領域の文字認識を行う文字認識手段と
   を有することを特徴とする文字認識システム。
6. 前記認識対象領域は、前記読取領域から前記削除領域を除いた領域であることを特徴とする請求項５に記載の文字認識システム。
7. 前記削除領域は、文字認識に不要な文字を指定する領域であることを特徴とする請求項５又は請求項６に記載の文字認識システム。
8. 前記削除領域は、予め帳票に印刷された領域タイトルであることを特徴とする請求項５又は請求項６に記載の文字認識システム。

Images