JP4245820B2 - 文字認識装置、文字認識方法および記録媒体 - Google Patents
文字認識装置、文字認識方法および記録媒体 Download PDFInfo
- Publication number
- JP4245820B2 JP4245820B2 JP2001077280A JP2001077280A JP4245820B2 JP 4245820 B2 JP4245820 B2 JP 4245820B2 JP 2001077280 A JP2001077280 A JP 2001077280A JP 2001077280 A JP2001077280 A JP 2001077280A JP 4245820 B2 JP4245820 B2 JP 4245820B2
- Authority
- JP
- Japan
- Prior art keywords
- character
- candidate
- result
- recognition
- unit
- 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 - Fee Related
Links
Images
Landscapes
- Character Discrimination (AREA)
- Information Transfer Between Computers (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、文字認識装置、文字認識方法および記録媒体に関し、特に、文字認識処理によって得られた文字列がＵＲＬの場合に、誤変換したときの検証および修正に関する。
【０００２】
【従来の技術】
最近の書籍等の記載内容には記事とともにＵＲＬ(Uniform Resource Locator)も一緒に紹介されていものが多くなっている。
このような書籍等の文書をスキャナで読み取り、文字認識するときには、当然ＵＲＬをも認識しなければならないが、ＵＲＬを誤認識するとまったく役に立たないものとなってしまうので、正確を期さなければならない。
しかしながら、認識結果と文書にあるＵＲＬとを照合する作業は面倒なものである。
このような書籍等に記述されているＵＲＬを構成する文字を自動認識する技術として、特開平９−２７４６４６号公報の技術がある。この方法は、ＵＲＬに使用されうる文字およびテンプレート（固定されたプロトコル、ドメイン名の先頭と種別等の部分についていくつか用意する。）に対する画像を保持して、ＵＲＬ部分を抽出した後、保持した文字画像と抽出した部分画像とを比較することにより文字列として認識している。
この方法によると、テンプレート部分については比較的誤変換はないものの、他の部分の認識処理には認識速度が遅く、しかも誤認識も多くなるという問題がある。
一方、世界中のホームページへのアクセスや電子メールサービスなどのインターネットを介した情報の収集および発信に対して、インターネット接続機能およびブラウザー機能（ホームページを閲覧する機能）を備えたコンピュータやネットワーク端末機等が普及している。
特開平１０−３３４０１７号公報の技術では、インターネットテレビを使ってテレビ番組を見ていたとき、その番組のホームページや番組内容に関連したホームページが紹介される場合がある。このような場合に、紹介されたホームページを見たいと指示したときに、テレビ画面に表示されているＵＲＬ部分の画像を抽出し、その画像を文字認識した結果のＵＲＬを用いてアクセスできるようにしている。
【０００３】
【発明が解決しようとする課題】
しかしながら、ＵＲＬ部分を文字認識するのであれば、その認識率は文字認識装置の性能に頼るのみとなってしまう。
これを解決するために、上記の従来技術では、文字認識した結果の候補が複数検出された場合、これらの複数のＵＲＬを順次表示させて、ユーザーに選択させていた。
この方法では、入力された画像のＵＲＬと順次表示される候補のＵＲＬとをいちいち照合しなければならず、ユーザーの苦労は一向に減少しない。
本発明は、このような問題を解決するためのものであり、文字画像中のＵＲＬを認識する際に、ユーザーに労力をかけないで正しい認識結果を得る文字認識装置、文字認識方法および記録媒体を提供することを目的とする。
【０００４】
【課題を解決するための手段】
上記の問題を解決するために、請求項１の発明は、インターネットに接続された文字認識装置において、前記インターネットを経由してＵＲＬで示される接続先へ接続するインターネット接続部と、入力された画像データ中の各文字画像の特徴量を標準パターンと比較し、各文字画像について確からしさの高い順に候補文字を抽出する文字認識部と、前記文字認識部で抽出されたもっとも確からしさの高い候補文字で構成される文字列がＵＲＬのとき、前記インターネット接続部へ前記文字列を与えて、前記インターネット接続部による接続が正常に行われるか否かによって、文字認識結果を検証する結果検証部と、前記結果検証部で認識結果の前記文字列が存在しないＵＲＬである場合、前記文字列中の確からしさの最も低い文字を、所定の置き換え規則に従って他の文字に置き換えることにより当該文字列を修正する結果修正部を備え、前記結果検証部は、前記結果修正部で修正された文字列により再度検証を行うことを特徴とする。
また、本発明の請求項２は、請求項１に記載された文字認識装置において、前記結果修正部は、
認識結果である前記文字列の候補文字のうち確からしさの最も低い候補文字を、前記文字認識部で抽出された他の候補文字のうち、次に確からしさの高い候補文字で置き換える文字認識装置を特徴とする。
また、本発明の請求項３は、請求項１に記載の文字認識装置において、所定の文字に、当該文字と誤認識されやすい文字を順位づけして対応づけた候補文字ラティスを保持し、前記結果修正部は、認識結果である前記文字列の候補文字のうち確からしさの最も低い文字が前記候補文字ラティスに登録された文字の場合、前記候補ラティス中の順位の高い文字から順次置き換えるようにしたことを特徴とする。
【０００５】
また、本発明の請求項４は、請求項１に記載の文字認識装置において、所定の文字又は文字の組み合わせに、前記画像データからの切り出し時の誤りによって誤認識されやすい文字又は文字の組み合わせを順位づけして対応づけた候補パターンラティスを保持し、前記結果修正部は、
認識結果である前記文字列の候補文字のうち確からしさの最も低い文字又は文字の組み合わせが前記候補文字ラティスに登録されている場合、前記候補パターンラティス中の順位の高い文字又は文字の組み合わせから順次置き換えるようにしたことを特徴とする。
また、本発明の請求項５は、インターネット接続部と、文字認識部と、結果検証部と、結果修正部と、を備えた文字認識装置における文書認識方法において、
前記文字認識部が、入力された画像データ中の各文字画像の特徴量を標準パターンと比較し、各文字画像について確からしさの高い順に候補文字を抽出するステップと、
前記結果検証部が、前記文字認識部で抽出されたもっとも確からしさの高い候補文字で構成される文字列がＵＲＬのとき、前記インターネット接続部へ前記文字列を与えて、前記インターネット接続部による接続が正常に行われるか否かによって、文字認識結果を検証するステップと、前記結果修正部が、前記結果検証部で認識結果の前記文字列が存在しないＵＲＬである場合、前記文字列中の確からしさの最も低い文字を所定の置き換え規則に従って他の文字に置き換えることにより当該文字列を修正するステップと、前記結果検証部は、前記結果修正部で修正された文字列により再度検証を行うステップと、から構成されることを特徴と文字認識方法を特徴とする。
また、本発明の請求項６は、請求項５に記載された文字認識方法において、前記結果修正部は、認識結果である前記文字列の候補文字のうち確からしさの最も低い候補文字を、前記文字認識部で抽出された他の候補文字のうち、次に確からしさの高い候補文字で置き換えることを特徴とする。
また、本発明の請求項７は、請求項５に記載の文字認識方法において、前記結果修正部は、認識結果である前記文字列の候補文字のうち確からしさの最も低い候補文字が、所定の文字に、当該文字と誤認識されやすい文字を順位付けて対応づけた候補ラティスに登録された文字の場合、前記候補ラティス中の順位の高い文字から順次置き換えることを特徴とする。
また、本発明の請求項８は、請求項５に記載の文字認識方法において、前記結果修正部は、認識結果である前記文字列の候補文字のうち確からしさの最も低い文字又は文字の組み合わせが、所定の文字又は文字の組み合わせに、前記画像データからの切り出し時の誤りによって誤認識されやすい文字又は文字の組み合わせを順位づけして対応づけた候補パターンラティスに登録されている場合、前記候補パターンラティス中の順位の高い文字又は文字の組み合わせから順次置き換えることを特徴とする。
また、本発明の請求項９は、請求項５乃至８の何れか一項に記載の文字認識方法をコンピュータに実現させるためのプログラムを記録したプログラムを記録したコンピュータ読み取り可能な記録媒体を特徴とする。
【０００６】
【発明の実施の形態】
以下に、図面を用いて本発明の実施例の構成および動作を詳細に述べる。
＜実施例＞
（１）構成
図１は、本発明の一実施例である文字認識装置の構成をあらわすブロック図である。
実施例の文字認識装置は、画像入力部１０、文字認識部２０、結果検証部３０、インターネット接続部４０、結果修正部５０、表示部６０、画像メモリ７０、認識結果メモリ８０、ネットワーク９０とから構成されている。
ユーザーは、スキャナやＣＣＤカメラ等で文書を読み取らせた文書画像またはテレビ画面やファイルの画像を取り込む。
画像入力部１０は、その画像の中から認識する文字画像を取り込む。ユーザーがマウス等によって認識すべき領域を指示したり、または、領域識別等の技術を使って文字画像領域を特定し、その画像データは画像メモリ７０へ格納する。
文字認識部２０は、画像メモリ７０の画像データを個々の文字画像に切り出し、大きさを正規化し、この正規化された文字画像の特徴量を抽出し、この特徴量を標準パターンを保持する認識辞書と比較し、認識の確からしさの値（以下、確信度という）の大きい順に一定個数（例えば、１０個）の候補文字を求め、候補文字とその確信度とを認識結果メモリ８０へ格納する。
結果検証部３０は、認識対象となった文書画像がＵＲＬを表す文字列であるかどうかを判断する。この判断は、予め、文字認識する前にＵＲＬに当たる文字列であることをディスプレイ等に表示させたときにマウス等のポインティングデバイスを用いて指示してもよい。または、「http」等のトリガーとなる文字を画像の段階で検出してもよいし、認識結果から検出してもよい。
【０００７】
ＵＲＬを表す文字列を検出したとき、この文字列をインターネット接続部４０へ渡すことによって、ＵＲＬ文字列に相当するアドレスにインターネット９０を介して接続する。
この結果、インターネット接続部４０から正常に接続されたことが分かれば、この認識結果のＵＲＬ文字列は正しく認識されたとして、この文字列で認識結果メモリ８０を更新する。
しかし、正常に接続されなかったことが分かれば、この認識結果のＵＲＬ文字列を修正するために、このＵＲＬ文字列を結果修正部５０へ渡し、修正されたＵＲＬ文字列をもう一度インターネット接続部４０へ渡して、再度検証する。
これを正しくなるまで繰り返すか、または、所定回数繰り返しても正しく修正されないときには、ユーザーに修正させる。
インターネット接続部４０は、インターネット接続用のソフトウェアとＷＷＷブラウザーとからなり、インターネットへ接続し、ＷＷＷサーバーにあるホームページの閲覧に関する処理を行う。
結果検証部３０からＵＲＬを渡されると、このＵＲＬを持つＷＷＷサーバーにアクセスする。この時、ＵＲＬ文字列が正しいアドレスであれば、相手先のＷＷＷサーバーからHTML文書が送られてくる。しかし、正しいアドレスでなければ、「Not Found」のようなエラーコードが返ってくる。
この結果、即ち、正常に与えられたＵＲＬのＷＷＷサーバーに接続できたか否かを結果検証部４０へ戻す。
【０００８】
例えば、図２に示したように、入力画像「http://www.ricoh.co.jp」に対して、「http://www.ric0h.co.jp」という認識結果が得られたとする。また、この「ric0h」というドメイン名がないとすれば、このままインターネット接続しても、このアドレスは存在しないため、エラーコードが返ってくることになる。
結果修正部５０は、結果検証部３０から渡された認識結果のＵＲＬ文字列を修正して戻す。これは、渡された認識結果のＵＲＬ文字列の中で確信度の低い文字に対して修正するようにする。
例えば、図２を参照すると、入力画像「http://www.ricoh.co.jp」に対して、認識結果のＵＲＬ文字列「http://www.ric0h.co.jp」の確信度は、「0」以外の文字の確信度は99であり、「0」のみ50の確信度を持っている。このような場合、確信度が一番低い「0」のところに注目して、以下に示す修正を行う。
これらの修正は、いずれか一つであっても、それらを順次実行してもかまわない。
(a)修正対象文字の２位以下の候補文字と置き換える。
上の例の場合、「0」の２位以降の候補文字を使って再びＵＲＬを構成する。
例えば、２位の候補であるＯ(大文字のオー)、それでだめなら３位の候補であるｏ（小文字のオー）、……という具合に置き換えて修正する。
(b)誤認識しやすい文字に対して、その元になる文字を予め候補文字ラティスとしてテーブル等に保持し、そのいずれかの文字が認識結果に現れたときには、この候補文字ラティスから修正対象文字と置き換える（図３参照）。
ｏ(小文字のオー)、0(ゼロ)、Ｏ(大文字のオー)や1(イチ)、l(エル)等といった文字は、誤認識しやすい文字については、候補文字ラティスとして予めテーブル等に保持し、その中の文字が修正対象となったときには、この候補文字ラティスにある候補文字を順次置き換える。
(c)文字切り出しの誤りが発生しやすい文字パターンを登録しておき、これらの文字が現れたときには、登録された別の文字パターンに置き換える（図５参照）。
【０００９】
例えば、図４を参照すると、入力画像「http://www.ricoh.co.jp」に対して、認識結果「http://www.ncoh.co.jp」となっている。これは入力画像の文字切り出しのとき「ri」を誤って１文字とみてしまったために起きている。
このような場合には、図５のような切り出しミスを犯しやすい文字に対して切り出し候補ラティスを予めテーブル等に保持しておく。この場合にも「n」の認識時の確信度は低いはずであるから、切り出し候補ラティスを参照して「n」に対する候補文字を順次取り出して置き換える。この場合、「n」は「ri」というパターンに置き換えて、「http://www.ricoh.co.jp」という修正されたＵＴＬ文字列を生成する。
(d)ＵＲＬは、プロトコル（Protocol）と、アドレスを表すドメイン名と、パス（Path）、またはファイル名とからなっている。これらの文字は概ね英文字、数字および記号の一部で構成されている。従って、修正対象文字を、このＵＲＬを構成し得るいずれかの文字で置き換える。
上記のような置き換えは、文字認識結果の修正を行なう確信度について、予めしきい値を設けるなどして組み合わせの増加を抑えることもできる。
表示部６０は、スキャナ等で入力された画像をディスプレイ等の表示装置へ表示させたり、この表示させた画像の中から認識対象の文字画像をユーザーに選定してもらうときに使ったり、文字認識結果を元の画像と対比させて表示させたりする。
画像メモリ７０は、入力した画像を格納する記憶手段（例えば、メモリまたは磁気ディスクのような記憶装置）である。この画像は、文字認識部２０の認識対象の画像であり、また、認識結果と対比されて表示され、その認識結果を修正する時等に使われる。
認識結果メモリ８０は、認識対象となったすべての文字画像に対して、確信度の高い候補文字から所定の個数（例えば、１０個）について、少なくとも文字コードと確信度を格納している。
ネットワーク９０は、本発明の文字認識装置とＷＷＷ（World Wide Web）サーバーとを結合するための伝送路であって、一般には、ケーブルで実現され、通信プロトコルにはＴＣＰ／ＩＰが使われる。但し、伝送路としてはケーブルだけではなく、それらの間の通信プロトコルが一致するものであれば無線ＬＡＮ等を使ったものであってもよい。
【００１０】
このような構成において、実施例の文字認識装置は次のように動作する。
ユーザーは文字認識したい文書をスキャナやＣＣＤカメラから入力するか、またはファイルから画像を入力する。画像入力部１０は、この入力された画像を表示させて文字認識したい領域の画像を画像メモリ７０へ格納する。
次に、文字認識手段２０は、画像メモリ７０の画像データを個々の文字画像に切り出し、大きさを正規化し、この正規化された文字画像の特徴量を抽出し、この特徴量と認識辞書と比較を行なって、認識の確からしさ（確信度）が大きい順に一定個数の候補文字を求め、それらの候補文字と確信度を認識結果データとして認識結果メモリ８０に格納する。
次に、結果検証部３０が呼び出される。
結果検証部３０は、認識対象となった文書画像にＵＲＬを表す文字列を検出したとき、この文字列をインターネット接続部４０へ渡すことによって、ＵＲＬ文字列に相当するアドレスにインターネット９０を介して接続する。
インターネット接続部４０は、結果検証部３０からＵＲＬを渡されると、このＵＲＬを持つＷＷＷサーバーにアクセスして、相手先のＷＷＷサーバーからHTML文書またはエラーコードが送られてくるかを監視し、正常に接続できたか否かを結果検証部４０へ戻す。
この結果を結果検証部４０が受け取って、正常に接続されたことが分かれば、この認識結果のＵＲＬ文字列は正しく認識されたとして、認識結果メモリ８０を更新して、検証を終了する。
しかし、正常に接続されなかった場合には、この認識結果のＵＲＬ文字列を修正するために、このＵＲＬ文字列を結果修正部５０へ渡し、修正されたＵＲＬ文字列をもう一度インターネット接続部４０へ渡して、再度検証する。
これを正しくなるまで繰り返すか、または、所定回数繰り返しても正しく修正されないときには、ユーザーに修正させる。
結果修正部５０は、結果検証部３０から渡された認識結果のＵＲＬ文字列を修正して戻す。これは、渡された認識結果のＵＲＬ文字列の中で確信度の低い文字に対して、以下のような修正を順次行う。
(a)修正対象文字の２位以下の候補文字と置き換える。
(b)誤認識しやすい文字に対して、その元になる文字を予め候補文字ラティスとしてテーブル等に保持し、そのいずれかの文字が認識結果に現れたときには、この候補文字ラティスから修正対象文字と置き換える。
(c)文字切り出しの誤りが発生しやすい文字パターンを登録しておき、これらの文字が現れたときには、登録された別の文字パターンに置き換える。
(d)修正対象文字を、ＵＲＬを構成し得るいずれかの文字で置き換える。
最後に表示部６０は、このように検証の終わった認識結果を認識結果メモリ８０から取り出して、入力された画像と対比してディスプレイ等の表示装置へ表示させる。
【００１１】
上記のような構成にすることにより、文書画像にＵＲＬ文字列があったとき、その認識を正確に且つユーザーの労力を少なく行なえる。
また、不確かな状態のまま、実際に相手先に接続するという行為も、電話や電子メールでは間違い相手にとって迷惑であるが、ＷＷＷサービスに関してはネットワークトラフィックの増加はあるものの、直接的な迷惑をかけずに検証ができる。
【００１２】
（２）処理の流れ
図６は、本実施例の文字認識装置の処理の流れを説明するためのフローチャートである。
ユーザーは文字認識したい文書をスキャナやＣＣＤカメラから入力するか、またはファイルから画像を入力する。
この入力された画像を表示させて文字認識したい領域の画像を画像メモリへ７０へ格納する（ステップＳ１００）。
画像メモリ７０の画像データを個々の文字画像に切り出し、大きさを正規化し、この正規化された文字画像の特徴量を抽出し、この特徴量と認識辞書と比較を行なって、認識の確からしさ（確信度）が大きい順に一定個数の候補文字を求め、それらの候補文字と確信度を認識結果データとして認識結果メモリ８０に格納する（ステップＳ１１０）。
認識対象となった文書画像にＵＲＬを表す文字列を検出し、この文字列をインターネット９０を介して相手のＷＷＷサーバーを呼び出す。
アクセスして、相手先のＷＷＷサーバーからＨＴＭＬ文書またはエラーコードが送られてくるかを監視する（ステップＳ１２０）。
ＷＷＷサーバーから応答が返ってきたとき、正常に接続されたかどうかを判断し（ステップＳ１３０）、正常に接続されたときには、認識結果メモリ８０を更新して、この検証は終了し、ステップＳ１５０へ進む。
しかし、正常に接続されなかった場合には、この認識結果のＵＲＬ文字列を修正するためにステップＳ１４０へ進む。
ステップＳ１４０では、認識結果のＵＲＬ文字列を修正して戻す。
これは、渡された認識結果のＵＲＬ文字列の中で確信度の低い文字に対して、以下のような修正を順次行って、ステップＳ１２０へ戻って、修正されたＵＲＬ文字列をもう一度インターネットを介して再度検証する。
(a)修正対象文字の２位以下の候補文字と置き換える。
(b)誤認識しやすい文字に対して、予めテーブルとして保持する候補文字ラティスに登録されたいずれかの文字が認識結果に現れたとき、この候補文字ラティスの候補文字と置き換える。
(c)文字切り出しの誤りが発生しやすい文字パターンを登録しておき、これらの文字が現れたときには、登録された別の文字パターンに置き換える。
(d)修正対象文字を、ＵＲＬを構成し得るいずれかの文字で置き換える。
最後に、ステップＳ１５０では、このように検証の終わった認識結果を認識結果メモリ８０から取り出して、入力された画像と対比してディスプレイ等の表示装置へ表示させる。
【００１３】
＜コンピュータによる実施例＞
さらに、本発明は上記の実施の形態のみに限定されたものではない。例えば、図１の文字認識装置は、図７に示したようなコンピュータ装置の構成によっても実現が可能である。
図７のコンピュータ装置は、入力装置１、出力装置２、ＣＰＵ（Central Processing Unit；中央処理装置）３、メモリ４、記憶装置５、媒体駆動装置６、ネットワーク接続装置７を備え、それらはバス８により互いに接続されている。
入力装置１は、キーボード、マウス、タッチパネル、スキャナ等により構成され、テキストや画像の情報を入力するのに使用される。
出力装置２は、種々の出力情報や入力装置１からの入力された情報などを出力させるものであって、ディスプレイ装置やプリンタ装置である。
ＣＰＵ３は、種々のプログラムを動作させる。
メモリ４は、画像メモリ７０、認識結果メモリ８０やプログラム自身を保持し、またそのプログラムがＣＰＵ３によって実行されるときに一時的に作成される情報等を保持する。
記憶装置５は、プログラムやプログラム実行時の一時的な情報等を保持する。
本発明の文字認識装置で扱う画像メモリ７０、認識結果メモリ８０をこの記憶装置５に格納し、プログラム実行時にメモリ４へ取り出すようにしてもよい。
媒体駆動装置６は、プログラムやデータ等を記憶した記録媒体を装着してそれらを読み込み、メモリ４または記憶装置５へ格納するのに用いられる。また、直接データの入出力やプログラム実行するのに使ってもよい。
尚、記録媒体としては半導体媒体（例えば、ＲＯＭ、ＩＣメモリカード等）、光媒体（例えば、ＤＶＤ、ＭＯ、ＭＤ、ＣＤ−Ｒ等）、磁気媒体（例えば、磁気テープ、フレキシブルディスク等）のいずれであってもよい。
ネットワーク接続装置７は、コンピュータ装置をネットワーク９０を介してＷＷＷサーバーへ接続させる。
【００１４】
図１に示した文字認識装置を構成する各機能をそれぞれプログラム化し、予めＣＤ−ＲＯＭ等の記録媒体に書き込んでおき、このＣＤ−ＲＯＭをＣＤ−ＲＯＭドライブのような媒体駆動装置６を搭載したコンピュータに装着して、これらのプログラムをそれぞれのコンピュータ装置のメモリ４あるいは記憶装置５に格納し、それを実行することによって、上述した実施の形態と同様な機能を実現することができる。
また、ロードしたプログラムを実行することにより前述した実施の形態の機能が実現されるだけでなく、そのプログラムの指示に基づき、オペレーティングシステム等が実際の処理の一部または全部を行い、その処理によって上述した実施の形態の機能が実現される場合も含まれる。
また、上述した実施の形態を実現するプログラムがＲＯＭ等のような半導体の記録媒体である場合には、媒体駆動装置６からではなく、直接、メモリ４へロードして実行される。
さらに、上述した実施の形態の機能を実現するプログラムが、機能拡張ボードや機能拡張ユニットに備わるメモリにロードされ、そのプログラムの指示に基づき、その機能拡張ボードや機能拡張ユニットに備わるＣＰＵなどが実際の処理の一部または全部を行い、その処理によって、上述した実施の形態の機能が実現される場合も含まれる。
【００１５】
＜本発明のネットワーク環境での運用＞
図８は、本発明をネットワーク接続して運用する形態の構成を示している。
図７で示したようなコンピュータ装置からなるユーザーの端末１１０とサーバー１２０とをネットワーク９０を介して接続し、ユーザーの端末１１０は、文字認識プログラムを保持するサーバー１２０からその文字認識プログラムを受信して、画像を入力し、受信した文字認識プログラムを端末１１０で実行させ、その実行結果を出力するようにする。
このようにすることで、文字認識プログラムが常に最新のものを使え、認識辞書はユーザー固有のものとすることができるという利点がある。
また、図８のようなサーバー１２０と端末１１０とをネットワーク９０で接続し、サーバー１２０の磁気ディスク等の記憶装置に本発明の機能を実現する文字認識プログラムを格納しておき、ダウンロード等の形式で頒布することも可能である。
さらに、本発明の機能を実現するプログラムを放送波によって配布することで提供するようにしてもよい。
【００１６】
【発明の効果】
以上説明したように、本発明によれば、文書画像にＵＲＬ文字列があったとき、その認識を正確に且つユーザーの労力を少なく行なえる。
【図面の簡単な説明】
【図１】本発明の一実施例である文字認識装置の構成を示すブロック図である。
【図２】誤認識したときの画像と認識結果を説明するための図である。
【図３】誤認識しやすい文字に関する候補文字ラティスの図である。
【図４】切り出しミスのときの画像と認識結果を説明するための図である。
【図５】切り出しミスのときの候補ラティスを説明するための図である。
【図６】実施例の処理を説明するためのフローチャートである。
【図７】本発明の画像処理装置をコンピュータで実現するときのハードウェアの構成を示す図である。
【図８】本発明をネットワークで運用する形態の構成を示す図である。
【符号の説明】
１ 入力装置
２ 出力装置
３ ＣＰＵ
４ メモリ
５ 記憶装置
６ 媒体駆動装置
７ ネットワーク接続装置
８ バス１０ 画像入力部
２０ 文字認識部
３０ 結果検証部
４０ インターネット接続部
５０ 結果修正部
６０ 表示部
７０ 画像メモリ
８０ 認識結果メモリ
９０ インターネット
１１０ 端末
１２０ サーバー
【発明の属する技術分野】
本発明は、文字認識装置、文字認識方法および記録媒体に関し、特に、文字認識処理によって得られた文字列がＵＲＬの場合に、誤変換したときの検証および修正に関する。
【０００２】
【従来の技術】
最近の書籍等の記載内容には記事とともにＵＲＬ(Uniform Resource Locator)も一緒に紹介されていものが多くなっている。
このような書籍等の文書をスキャナで読み取り、文字認識するときには、当然ＵＲＬをも認識しなければならないが、ＵＲＬを誤認識するとまったく役に立たないものとなってしまうので、正確を期さなければならない。
しかしながら、認識結果と文書にあるＵＲＬとを照合する作業は面倒なものである。
このような書籍等に記述されているＵＲＬを構成する文字を自動認識する技術として、特開平９−２７４６４６号公報の技術がある。この方法は、ＵＲＬに使用されうる文字およびテンプレート（固定されたプロトコル、ドメイン名の先頭と種別等の部分についていくつか用意する。）に対する画像を保持して、ＵＲＬ部分を抽出した後、保持した文字画像と抽出した部分画像とを比較することにより文字列として認識している。
この方法によると、テンプレート部分については比較的誤変換はないものの、他の部分の認識処理には認識速度が遅く、しかも誤認識も多くなるという問題がある。
一方、世界中のホームページへのアクセスや電子メールサービスなどのインターネットを介した情報の収集および発信に対して、インターネット接続機能およびブラウザー機能（ホームページを閲覧する機能）を備えたコンピュータやネットワーク端末機等が普及している。
特開平１０−３３４０１７号公報の技術では、インターネットテレビを使ってテレビ番組を見ていたとき、その番組のホームページや番組内容に関連したホームページが紹介される場合がある。このような場合に、紹介されたホームページを見たいと指示したときに、テレビ画面に表示されているＵＲＬ部分の画像を抽出し、その画像を文字認識した結果のＵＲＬを用いてアクセスできるようにしている。
【０００３】
【発明が解決しようとする課題】
しかしながら、ＵＲＬ部分を文字認識するのであれば、その認識率は文字認識装置の性能に頼るのみとなってしまう。
これを解決するために、上記の従来技術では、文字認識した結果の候補が複数検出された場合、これらの複数のＵＲＬを順次表示させて、ユーザーに選択させていた。
この方法では、入力された画像のＵＲＬと順次表示される候補のＵＲＬとをいちいち照合しなければならず、ユーザーの苦労は一向に減少しない。
本発明は、このような問題を解決するためのものであり、文字画像中のＵＲＬを認識する際に、ユーザーに労力をかけないで正しい認識結果を得る文字認識装置、文字認識方法および記録媒体を提供することを目的とする。
【０００４】
【課題を解決するための手段】
上記の問題を解決するために、請求項１の発明は、インターネットに接続された文字認識装置において、前記インターネットを経由してＵＲＬで示される接続先へ接続するインターネット接続部と、入力された画像データ中の各文字画像の特徴量を標準パターンと比較し、各文字画像について確からしさの高い順に候補文字を抽出する文字認識部と、前記文字認識部で抽出されたもっとも確からしさの高い候補文字で構成される文字列がＵＲＬのとき、前記インターネット接続部へ前記文字列を与えて、前記インターネット接続部による接続が正常に行われるか否かによって、文字認識結果を検証する結果検証部と、前記結果検証部で認識結果の前記文字列が存在しないＵＲＬである場合、前記文字列中の確からしさの最も低い文字を、所定の置き換え規則に従って他の文字に置き換えることにより当該文字列を修正する結果修正部を備え、前記結果検証部は、前記結果修正部で修正された文字列により再度検証を行うことを特徴とする。
また、本発明の請求項２は、請求項１に記載された文字認識装置において、前記結果修正部は、
認識結果である前記文字列の候補文字のうち確からしさの最も低い候補文字を、前記文字認識部で抽出された他の候補文字のうち、次に確からしさの高い候補文字で置き換える文字認識装置を特徴とする。
また、本発明の請求項３は、請求項１に記載の文字認識装置において、所定の文字に、当該文字と誤認識されやすい文字を順位づけして対応づけた候補文字ラティスを保持し、前記結果修正部は、認識結果である前記文字列の候補文字のうち確からしさの最も低い文字が前記候補文字ラティスに登録された文字の場合、前記候補ラティス中の順位の高い文字から順次置き換えるようにしたことを特徴とする。
【０００５】
また、本発明の請求項４は、請求項１に記載の文字認識装置において、所定の文字又は文字の組み合わせに、前記画像データからの切り出し時の誤りによって誤認識されやすい文字又は文字の組み合わせを順位づけして対応づけた候補パターンラティスを保持し、前記結果修正部は、
認識結果である前記文字列の候補文字のうち確からしさの最も低い文字又は文字の組み合わせが前記候補文字ラティスに登録されている場合、前記候補パターンラティス中の順位の高い文字又は文字の組み合わせから順次置き換えるようにしたことを特徴とする。
また、本発明の請求項５は、インターネット接続部と、文字認識部と、結果検証部と、結果修正部と、を備えた文字認識装置における文書認識方法において、
前記文字認識部が、入力された画像データ中の各文字画像の特徴量を標準パターンと比較し、各文字画像について確からしさの高い順に候補文字を抽出するステップと、
前記結果検証部が、前記文字認識部で抽出されたもっとも確からしさの高い候補文字で構成される文字列がＵＲＬのとき、前記インターネット接続部へ前記文字列を与えて、前記インターネット接続部による接続が正常に行われるか否かによって、文字認識結果を検証するステップと、前記結果修正部が、前記結果検証部で認識結果の前記文字列が存在しないＵＲＬである場合、前記文字列中の確からしさの最も低い文字を所定の置き換え規則に従って他の文字に置き換えることにより当該文字列を修正するステップと、前記結果検証部は、前記結果修正部で修正された文字列により再度検証を行うステップと、から構成されることを特徴と文字認識方法を特徴とする。
また、本発明の請求項６は、請求項５に記載された文字認識方法において、前記結果修正部は、認識結果である前記文字列の候補文字のうち確からしさの最も低い候補文字を、前記文字認識部で抽出された他の候補文字のうち、次に確からしさの高い候補文字で置き換えることを特徴とする。
また、本発明の請求項７は、請求項５に記載の文字認識方法において、前記結果修正部は、認識結果である前記文字列の候補文字のうち確からしさの最も低い候補文字が、所定の文字に、当該文字と誤認識されやすい文字を順位付けて対応づけた候補ラティスに登録された文字の場合、前記候補ラティス中の順位の高い文字から順次置き換えることを特徴とする。
また、本発明の請求項８は、請求項５に記載の文字認識方法において、前記結果修正部は、認識結果である前記文字列の候補文字のうち確からしさの最も低い文字又は文字の組み合わせが、所定の文字又は文字の組み合わせに、前記画像データからの切り出し時の誤りによって誤認識されやすい文字又は文字の組み合わせを順位づけして対応づけた候補パターンラティスに登録されている場合、前記候補パターンラティス中の順位の高い文字又は文字の組み合わせから順次置き換えることを特徴とする。
また、本発明の請求項９は、請求項５乃至８の何れか一項に記載の文字認識方法をコンピュータに実現させるためのプログラムを記録したプログラムを記録したコンピュータ読み取り可能な記録媒体を特徴とする。
【０００６】
【発明の実施の形態】
以下に、図面を用いて本発明の実施例の構成および動作を詳細に述べる。
＜実施例＞
（１）構成
図１は、本発明の一実施例である文字認識装置の構成をあらわすブロック図である。
実施例の文字認識装置は、画像入力部１０、文字認識部２０、結果検証部３０、インターネット接続部４０、結果修正部５０、表示部６０、画像メモリ７０、認識結果メモリ８０、ネットワーク９０とから構成されている。
ユーザーは、スキャナやＣＣＤカメラ等で文書を読み取らせた文書画像またはテレビ画面やファイルの画像を取り込む。
画像入力部１０は、その画像の中から認識する文字画像を取り込む。ユーザーがマウス等によって認識すべき領域を指示したり、または、領域識別等の技術を使って文字画像領域を特定し、その画像データは画像メモリ７０へ格納する。
文字認識部２０は、画像メモリ７０の画像データを個々の文字画像に切り出し、大きさを正規化し、この正規化された文字画像の特徴量を抽出し、この特徴量を標準パターンを保持する認識辞書と比較し、認識の確からしさの値（以下、確信度という）の大きい順に一定個数（例えば、１０個）の候補文字を求め、候補文字とその確信度とを認識結果メモリ８０へ格納する。
結果検証部３０は、認識対象となった文書画像がＵＲＬを表す文字列であるかどうかを判断する。この判断は、予め、文字認識する前にＵＲＬに当たる文字列であることをディスプレイ等に表示させたときにマウス等のポインティングデバイスを用いて指示してもよい。または、「http」等のトリガーとなる文字を画像の段階で検出してもよいし、認識結果から検出してもよい。
【０００７】
ＵＲＬを表す文字列を検出したとき、この文字列をインターネット接続部４０へ渡すことによって、ＵＲＬ文字列に相当するアドレスにインターネット９０を介して接続する。
この結果、インターネット接続部４０から正常に接続されたことが分かれば、この認識結果のＵＲＬ文字列は正しく認識されたとして、この文字列で認識結果メモリ８０を更新する。
しかし、正常に接続されなかったことが分かれば、この認識結果のＵＲＬ文字列を修正するために、このＵＲＬ文字列を結果修正部５０へ渡し、修正されたＵＲＬ文字列をもう一度インターネット接続部４０へ渡して、再度検証する。
これを正しくなるまで繰り返すか、または、所定回数繰り返しても正しく修正されないときには、ユーザーに修正させる。
インターネット接続部４０は、インターネット接続用のソフトウェアとＷＷＷブラウザーとからなり、インターネットへ接続し、ＷＷＷサーバーにあるホームページの閲覧に関する処理を行う。
結果検証部３０からＵＲＬを渡されると、このＵＲＬを持つＷＷＷサーバーにアクセスする。この時、ＵＲＬ文字列が正しいアドレスであれば、相手先のＷＷＷサーバーからHTML文書が送られてくる。しかし、正しいアドレスでなければ、「Not Found」のようなエラーコードが返ってくる。
この結果、即ち、正常に与えられたＵＲＬのＷＷＷサーバーに接続できたか否かを結果検証部４０へ戻す。
【０００８】
例えば、図２に示したように、入力画像「http://www.ricoh.co.jp」に対して、「http://www.ric0h.co.jp」という認識結果が得られたとする。また、この「ric0h」というドメイン名がないとすれば、このままインターネット接続しても、このアドレスは存在しないため、エラーコードが返ってくることになる。
結果修正部５０は、結果検証部３０から渡された認識結果のＵＲＬ文字列を修正して戻す。これは、渡された認識結果のＵＲＬ文字列の中で確信度の低い文字に対して修正するようにする。
例えば、図２を参照すると、入力画像「http://www.ricoh.co.jp」に対して、認識結果のＵＲＬ文字列「http://www.ric0h.co.jp」の確信度は、「0」以外の文字の確信度は99であり、「0」のみ50の確信度を持っている。このような場合、確信度が一番低い「0」のところに注目して、以下に示す修正を行う。
これらの修正は、いずれか一つであっても、それらを順次実行してもかまわない。
(a)修正対象文字の２位以下の候補文字と置き換える。
上の例の場合、「0」の２位以降の候補文字を使って再びＵＲＬを構成する。
例えば、２位の候補であるＯ(大文字のオー)、それでだめなら３位の候補であるｏ（小文字のオー）、……という具合に置き換えて修正する。
(b)誤認識しやすい文字に対して、その元になる文字を予め候補文字ラティスとしてテーブル等に保持し、そのいずれかの文字が認識結果に現れたときには、この候補文字ラティスから修正対象文字と置き換える（図３参照）。
ｏ(小文字のオー)、0(ゼロ)、Ｏ(大文字のオー)や1(イチ)、l(エル)等といった文字は、誤認識しやすい文字については、候補文字ラティスとして予めテーブル等に保持し、その中の文字が修正対象となったときには、この候補文字ラティスにある候補文字を順次置き換える。
(c)文字切り出しの誤りが発生しやすい文字パターンを登録しておき、これらの文字が現れたときには、登録された別の文字パターンに置き換える（図５参照）。
【０００９】
例えば、図４を参照すると、入力画像「http://www.ricoh.co.jp」に対して、認識結果「http://www.ncoh.co.jp」となっている。これは入力画像の文字切り出しのとき「ri」を誤って１文字とみてしまったために起きている。
このような場合には、図５のような切り出しミスを犯しやすい文字に対して切り出し候補ラティスを予めテーブル等に保持しておく。この場合にも「n」の認識時の確信度は低いはずであるから、切り出し候補ラティスを参照して「n」に対する候補文字を順次取り出して置き換える。この場合、「n」は「ri」というパターンに置き換えて、「http://www.ricoh.co.jp」という修正されたＵＴＬ文字列を生成する。
(d)ＵＲＬは、プロトコル（Protocol）と、アドレスを表すドメイン名と、パス（Path）、またはファイル名とからなっている。これらの文字は概ね英文字、数字および記号の一部で構成されている。従って、修正対象文字を、このＵＲＬを構成し得るいずれかの文字で置き換える。
上記のような置き換えは、文字認識結果の修正を行なう確信度について、予めしきい値を設けるなどして組み合わせの増加を抑えることもできる。
表示部６０は、スキャナ等で入力された画像をディスプレイ等の表示装置へ表示させたり、この表示させた画像の中から認識対象の文字画像をユーザーに選定してもらうときに使ったり、文字認識結果を元の画像と対比させて表示させたりする。
画像メモリ７０は、入力した画像を格納する記憶手段（例えば、メモリまたは磁気ディスクのような記憶装置）である。この画像は、文字認識部２０の認識対象の画像であり、また、認識結果と対比されて表示され、その認識結果を修正する時等に使われる。
認識結果メモリ８０は、認識対象となったすべての文字画像に対して、確信度の高い候補文字から所定の個数（例えば、１０個）について、少なくとも文字コードと確信度を格納している。
ネットワーク９０は、本発明の文字認識装置とＷＷＷ（World Wide Web）サーバーとを結合するための伝送路であって、一般には、ケーブルで実現され、通信プロトコルにはＴＣＰ／ＩＰが使われる。但し、伝送路としてはケーブルだけではなく、それらの間の通信プロトコルが一致するものであれば無線ＬＡＮ等を使ったものであってもよい。
【００１０】
このような構成において、実施例の文字認識装置は次のように動作する。
ユーザーは文字認識したい文書をスキャナやＣＣＤカメラから入力するか、またはファイルから画像を入力する。画像入力部１０は、この入力された画像を表示させて文字認識したい領域の画像を画像メモリ７０へ格納する。
次に、文字認識手段２０は、画像メモリ７０の画像データを個々の文字画像に切り出し、大きさを正規化し、この正規化された文字画像の特徴量を抽出し、この特徴量と認識辞書と比較を行なって、認識の確からしさ（確信度）が大きい順に一定個数の候補文字を求め、それらの候補文字と確信度を認識結果データとして認識結果メモリ８０に格納する。
次に、結果検証部３０が呼び出される。
結果検証部３０は、認識対象となった文書画像にＵＲＬを表す文字列を検出したとき、この文字列をインターネット接続部４０へ渡すことによって、ＵＲＬ文字列に相当するアドレスにインターネット９０を介して接続する。
インターネット接続部４０は、結果検証部３０からＵＲＬを渡されると、このＵＲＬを持つＷＷＷサーバーにアクセスして、相手先のＷＷＷサーバーからHTML文書またはエラーコードが送られてくるかを監視し、正常に接続できたか否かを結果検証部４０へ戻す。
この結果を結果検証部４０が受け取って、正常に接続されたことが分かれば、この認識結果のＵＲＬ文字列は正しく認識されたとして、認識結果メモリ８０を更新して、検証を終了する。
しかし、正常に接続されなかった場合には、この認識結果のＵＲＬ文字列を修正するために、このＵＲＬ文字列を結果修正部５０へ渡し、修正されたＵＲＬ文字列をもう一度インターネット接続部４０へ渡して、再度検証する。
これを正しくなるまで繰り返すか、または、所定回数繰り返しても正しく修正されないときには、ユーザーに修正させる。
結果修正部５０は、結果検証部３０から渡された認識結果のＵＲＬ文字列を修正して戻す。これは、渡された認識結果のＵＲＬ文字列の中で確信度の低い文字に対して、以下のような修正を順次行う。
(a)修正対象文字の２位以下の候補文字と置き換える。
(b)誤認識しやすい文字に対して、その元になる文字を予め候補文字ラティスとしてテーブル等に保持し、そのいずれかの文字が認識結果に現れたときには、この候補文字ラティスから修正対象文字と置き換える。
(c)文字切り出しの誤りが発生しやすい文字パターンを登録しておき、これらの文字が現れたときには、登録された別の文字パターンに置き換える。
(d)修正対象文字を、ＵＲＬを構成し得るいずれかの文字で置き換える。
最後に表示部６０は、このように検証の終わった認識結果を認識結果メモリ８０から取り出して、入力された画像と対比してディスプレイ等の表示装置へ表示させる。
【００１１】
上記のような構成にすることにより、文書画像にＵＲＬ文字列があったとき、その認識を正確に且つユーザーの労力を少なく行なえる。
また、不確かな状態のまま、実際に相手先に接続するという行為も、電話や電子メールでは間違い相手にとって迷惑であるが、ＷＷＷサービスに関してはネットワークトラフィックの増加はあるものの、直接的な迷惑をかけずに検証ができる。
【００１２】
（２）処理の流れ
図６は、本実施例の文字認識装置の処理の流れを説明するためのフローチャートである。
ユーザーは文字認識したい文書をスキャナやＣＣＤカメラから入力するか、またはファイルから画像を入力する。
この入力された画像を表示させて文字認識したい領域の画像を画像メモリへ７０へ格納する（ステップＳ１００）。
画像メモリ７０の画像データを個々の文字画像に切り出し、大きさを正規化し、この正規化された文字画像の特徴量を抽出し、この特徴量と認識辞書と比較を行なって、認識の確からしさ（確信度）が大きい順に一定個数の候補文字を求め、それらの候補文字と確信度を認識結果データとして認識結果メモリ８０に格納する（ステップＳ１１０）。
認識対象となった文書画像にＵＲＬを表す文字列を検出し、この文字列をインターネット９０を介して相手のＷＷＷサーバーを呼び出す。
アクセスして、相手先のＷＷＷサーバーからＨＴＭＬ文書またはエラーコードが送られてくるかを監視する（ステップＳ１２０）。
ＷＷＷサーバーから応答が返ってきたとき、正常に接続されたかどうかを判断し（ステップＳ１３０）、正常に接続されたときには、認識結果メモリ８０を更新して、この検証は終了し、ステップＳ１５０へ進む。
しかし、正常に接続されなかった場合には、この認識結果のＵＲＬ文字列を修正するためにステップＳ１４０へ進む。
ステップＳ１４０では、認識結果のＵＲＬ文字列を修正して戻す。
これは、渡された認識結果のＵＲＬ文字列の中で確信度の低い文字に対して、以下のような修正を順次行って、ステップＳ１２０へ戻って、修正されたＵＲＬ文字列をもう一度インターネットを介して再度検証する。
(a)修正対象文字の２位以下の候補文字と置き換える。
(b)誤認識しやすい文字に対して、予めテーブルとして保持する候補文字ラティスに登録されたいずれかの文字が認識結果に現れたとき、この候補文字ラティスの候補文字と置き換える。
(c)文字切り出しの誤りが発生しやすい文字パターンを登録しておき、これらの文字が現れたときには、登録された別の文字パターンに置き換える。
(d)修正対象文字を、ＵＲＬを構成し得るいずれかの文字で置き換える。
最後に、ステップＳ１５０では、このように検証の終わった認識結果を認識結果メモリ８０から取り出して、入力された画像と対比してディスプレイ等の表示装置へ表示させる。
【００１３】
＜コンピュータによる実施例＞
さらに、本発明は上記の実施の形態のみに限定されたものではない。例えば、図１の文字認識装置は、図７に示したようなコンピュータ装置の構成によっても実現が可能である。
図７のコンピュータ装置は、入力装置１、出力装置２、ＣＰＵ（Central Processing Unit；中央処理装置）３、メモリ４、記憶装置５、媒体駆動装置６、ネットワーク接続装置７を備え、それらはバス８により互いに接続されている。
入力装置１は、キーボード、マウス、タッチパネル、スキャナ等により構成され、テキストや画像の情報を入力するのに使用される。
出力装置２は、種々の出力情報や入力装置１からの入力された情報などを出力させるものであって、ディスプレイ装置やプリンタ装置である。
ＣＰＵ３は、種々のプログラムを動作させる。
メモリ４は、画像メモリ７０、認識結果メモリ８０やプログラム自身を保持し、またそのプログラムがＣＰＵ３によって実行されるときに一時的に作成される情報等を保持する。
記憶装置５は、プログラムやプログラム実行時の一時的な情報等を保持する。
本発明の文字認識装置で扱う画像メモリ７０、認識結果メモリ８０をこの記憶装置５に格納し、プログラム実行時にメモリ４へ取り出すようにしてもよい。
媒体駆動装置６は、プログラムやデータ等を記憶した記録媒体を装着してそれらを読み込み、メモリ４または記憶装置５へ格納するのに用いられる。また、直接データの入出力やプログラム実行するのに使ってもよい。
尚、記録媒体としては半導体媒体（例えば、ＲＯＭ、ＩＣメモリカード等）、光媒体（例えば、ＤＶＤ、ＭＯ、ＭＤ、ＣＤ−Ｒ等）、磁気媒体（例えば、磁気テープ、フレキシブルディスク等）のいずれであってもよい。
ネットワーク接続装置７は、コンピュータ装置をネットワーク９０を介してＷＷＷサーバーへ接続させる。
【００１４】
図１に示した文字認識装置を構成する各機能をそれぞれプログラム化し、予めＣＤ−ＲＯＭ等の記録媒体に書き込んでおき、このＣＤ−ＲＯＭをＣＤ−ＲＯＭドライブのような媒体駆動装置６を搭載したコンピュータに装着して、これらのプログラムをそれぞれのコンピュータ装置のメモリ４あるいは記憶装置５に格納し、それを実行することによって、上述した実施の形態と同様な機能を実現することができる。
また、ロードしたプログラムを実行することにより前述した実施の形態の機能が実現されるだけでなく、そのプログラムの指示に基づき、オペレーティングシステム等が実際の処理の一部または全部を行い、その処理によって上述した実施の形態の機能が実現される場合も含まれる。
また、上述した実施の形態を実現するプログラムがＲＯＭ等のような半導体の記録媒体である場合には、媒体駆動装置６からではなく、直接、メモリ４へロードして実行される。
さらに、上述した実施の形態の機能を実現するプログラムが、機能拡張ボードや機能拡張ユニットに備わるメモリにロードされ、そのプログラムの指示に基づき、その機能拡張ボードや機能拡張ユニットに備わるＣＰＵなどが実際の処理の一部または全部を行い、その処理によって、上述した実施の形態の機能が実現される場合も含まれる。
【００１５】
＜本発明のネットワーク環境での運用＞
図８は、本発明をネットワーク接続して運用する形態の構成を示している。
図７で示したようなコンピュータ装置からなるユーザーの端末１１０とサーバー１２０とをネットワーク９０を介して接続し、ユーザーの端末１１０は、文字認識プログラムを保持するサーバー１２０からその文字認識プログラムを受信して、画像を入力し、受信した文字認識プログラムを端末１１０で実行させ、その実行結果を出力するようにする。
このようにすることで、文字認識プログラムが常に最新のものを使え、認識辞書はユーザー固有のものとすることができるという利点がある。
また、図８のようなサーバー１２０と端末１１０とをネットワーク９０で接続し、サーバー１２０の磁気ディスク等の記憶装置に本発明の機能を実現する文字認識プログラムを格納しておき、ダウンロード等の形式で頒布することも可能である。
さらに、本発明の機能を実現するプログラムを放送波によって配布することで提供するようにしてもよい。
【００１６】
【発明の効果】
以上説明したように、本発明によれば、文書画像にＵＲＬ文字列があったとき、その認識を正確に且つユーザーの労力を少なく行なえる。
【図面の簡単な説明】
【図１】本発明の一実施例である文字認識装置の構成を示すブロック図である。
【図２】誤認識したときの画像と認識結果を説明するための図である。
【図３】誤認識しやすい文字に関する候補文字ラティスの図である。
【図４】切り出しミスのときの画像と認識結果を説明するための図である。
【図５】切り出しミスのときの候補ラティスを説明するための図である。
【図６】実施例の処理を説明するためのフローチャートである。
【図７】本発明の画像処理装置をコンピュータで実現するときのハードウェアの構成を示す図である。
【図８】本発明をネットワークで運用する形態の構成を示す図である。
【符号の説明】
１ 入力装置
２ 出力装置
３ ＣＰＵ
４ メモリ
５ 記憶装置
６ 媒体駆動装置
７ ネットワーク接続装置
８ バス１０ 画像入力部
２０ 文字認識部
３０ 結果検証部
４０ インターネット接続部
５０ 結果修正部
６０ 表示部
７０ 画像メモリ
８０ 認識結果メモリ
９０ インターネット
１１０ 端末
１２０ サーバー
Claims (9)
- インターネットに接続された文字認識装置において、
前記インターネットを経由してＵＲＬで示される接続先へ接続するインターネット接続部と、
入力された画像データ中の各文字画像の特徴量を標準パターンと比較し、各文字画像について確からしさの高い順に候補文字を抽出する文字認識部と、
前記文字認識部で抽出されたもっとも確からしさの高い候補文字で構成される文字列がＵＲＬのとき、前記インターネット接続部へ前記文字列を与えて、前記インターネット接続部による接続が正常に行われるか否かによって、文字認識結果を検証する結果検証部と、
前記結果検証部で認識結果の前記文字列が存在しないＵＲＬである場合、前記文字列中の確からしさの最も低い文字を、所定の置き換え規則に従って他の文字に置き換えることにより当該文字列を修正する結果修正部を備え、
前記結果検証部は、前記結果修正部で修正された文字列により再度検証を行うことを特徴とする文字認識装置。 - 請求項１に記載された文字認識装置において、
前記結果修正部は、
認識結果である前記文字列の候補文字のうち確からしさの最も低い候補文字を、前記文字認識部で抽出された他の候補文字のうち、次に確からしさの高い候補文字で置き換えることを特徴とする文字認識装置。 - 請求項１に記載の文字認識装置において、
所定の文字に、当該文字と誤認識されやすい文字を順位づけして対応づけた候補文字ラティスを保持し、
前記結果修正部は、
認識結果である前記文字列の候補文字のうち確からしさの最も低い文字が前記候補文字ラティスに登録された文字の場合、前記候補ラティス中の順位の高い文字から順次置き換えるようにしたことを特徴とする文字認識装置。 - 請求項１に記載の文字認識装置において、
所定の文字又は文字の組み合わせに、前記画像データからの切り出し時の誤りによって誤認識されやすい文字又は文字の組み合わせを順位づけして対応づけた候補パターンラティスを保持し、
前記結果修正部は、
認識結果である前記文字列の候補文字のうち確からしさの最も低い文字又は文字の組み合わせが前記候補文字ラティスに登録されている場合、前記候補パターンラティス中の順位の高い文字又は文字の組み合わせから順次置き換えるようにしたことを特徴とする文字認識装置。 - インターネット接続部と、文字認識部と、結果検証部と、結果修正部と、を備えた文字認識装置における文書認識方法において、
前記文字認識部が、入力された画像データ中の各文字画像の特徴量を標準パターンと比較し、各文字画像について確からしさの高い順に候補文字を抽出するステップと、
前記結果検証部が、前記文字認識部で抽出されたもっとも確からしさの高い候補文字で構成される文字列がＵＲＬのとき、前記インターネット接続部へ前記文字列を与えて、前記インターネット接続部による接続が正常に行われるか否かによって、文字認識結果を検証するステップと、
前記結果修正部が、前記結果検証部で認識結果の前記文字列が存在しないＵＲＬである場合、前記文字列中の確からしさの最も低い文字を所定の置き換え規則に従って他の文字に置き換えることにより当該文字列を修正するステップと、
前記結果検証部は、前記結果修正部で修正された文字列により再度検証を行うステップと、から構成されることを特徴とする文字認識方法。 - 請求項５に記載された文字認識方法において、
前記結果修正部は、
認識結果である前記文字列の候補文字のうち確からしさの最も低い候補文字を、前記文字認識部で抽出された他の候補文字のうち、次に確からしさの高い候補文字で置き換えることを特徴とする文字認識方法。 - 請求項５に記載の文字認識方法において、
前記結果修正部は、
認識結果である前記文字列の候補文字のうち確からしさの最も低い候補文字が、所定の文字に、当該文字と誤認識されやすい文字を順位付けて対応づけた候補ラティスに登録された文字の場合、前記候補ラティス中の順位の高い文字から順次置き換えることを特徴とする文字認識方法。 - 請求項５に記載の文字認識方法において、
前記結果修正部は、
認識結果である前記文字列の候補文字のうち確からしさの最も低い文字又は文字の組み合わせが、所定の文字又は文字の組み合わせに、前記画像データからの切り出し時の誤りによって誤認識されやすい文字又は文字の組み合わせを順位づけして対応づけた候補パターンラティスに登録されている場合、前記候補パターンラティス中の順位の高い文字又は文字の組み合わせから順次置き換えることを特徴とする文字認識方法。 - 請求項５乃至８の何れか一項に記載の文字認識方法をコンピュータに実現させるためのプログラムを記録したプログラムを記録したコンピュータ読み取り可能な記録媒体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001077280A JP4245820B2 (ja) | 2001-03-16 | 2001-03-16 | 文字認識装置、文字認識方法および記録媒体 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001077280A JP4245820B2 (ja) | 2001-03-16 | 2001-03-16 | 文字認識装置、文字認識方法および記録媒体 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2002279352A JP2002279352A (ja) | 2002-09-27 |
| JP4245820B2 true JP4245820B2 (ja) | 2009-04-02 |
Family
ID=18934061
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001077280A Expired - Fee Related JP4245820B2 (ja) | 2001-03-16 | 2001-03-16 | 文字認識装置、文字認識方法および記録媒体 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4245820B2 (ja) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4655415B2 (ja) * | 2001-06-12 | 2011-03-23 | ソニー株式会社 | 携帯端末及び広告システム |
| US8849800B2 (en) * | 2005-09-19 | 2014-09-30 | Tektronix, Inc. | System and method of forwarding end user correlated user and control plane or network states to OSS system |
| KR100930802B1 (ko) * | 2007-06-29 | 2009-12-09 | 엔에이치엔(주) | 이미지를 이용한 브라우저 제어 방법 및 시스템 |
| JP6131765B2 (ja) * | 2013-08-06 | 2017-05-24 | 富士ゼロックス株式会社 | 情報処理装置及び情報処理プログラム |
| JP2021009625A (ja) * | 2019-07-02 | 2021-01-28 | コニカミノルタ株式会社 | 情報処理装置、文字認識方法および文字認識プログラム |
-
2001
- 2001-03-16 JP JP2001077280A patent/JP4245820B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2002279352A (ja) | 2002-09-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6944820B2 (en) | Ensuring proper rendering order of bidirectionally rendered text | |
| US6718337B1 (en) | Apparatus with extended markup language date capture capability | |
| US8375098B2 (en) | Method, system and program product for verifying an attachment file within an e-mail | |
| US20110142344A1 (en) | Browsing system, server, and text extracting method | |
| US7693957B2 (en) | Data management system storing file in designated folder | |
| US20220201146A1 (en) | Information processing apparatus, information processing system, control method of the same, and storage medium | |
| US11115544B2 (en) | Information processing apparatus, character recognition method and non-transitory computer-readable recording medium encoded with character recognition instructions | |
| JP4245820B2 (ja) | 文字認識装置、文字認識方法および記録媒体 | |
| JP5390522B2 (ja) | 表示文書を解析に向けて準備する装置 | |
| US20080024834A1 (en) | Information registration apparatus for registering information onto registering destination on network and method thereof | |
| CN109302543A (zh) | 图像处理装置及存储介质 | |
| US20040250208A1 (en) | Enhanced spelling checking system and method therefore | |
| US8561141B2 (en) | Information input assistance device, computer-readable medium, and information input assistance method | |
| US20170054865A1 (en) | Information processing system, information processing apparatus, and method for processing information | |
| JP6763173B2 (ja) | 文書修正方法、文書修正装置、およびコンピュータプログラム | |
| US11620840B2 (en) | Image processing apparatus for extracting a desired character string from a scanned image | |
| US10922475B2 (en) | Systems and methods for managing documents containing one or more hyper texts and related information | |
| CN113867707A (zh) | 文件夹命名方法及装置 | |
| JP2008052698A (ja) | 言語フォーマット認識方法および装置 | |
| JP4791641B2 (ja) | 候補文字出力装置、候補文字出力方法、プログラムおよびコンピュータ読み取り可能な記録媒体 | |
| JP2003178261A (ja) | 文字認識装置およびプログラム | |
| JP3845385B2 (ja) | 指紋照合システム及び指紋データベース更新方法 | |
| US10638002B2 (en) | System and method for automated printing of network documents | |
| JP2002117373A (ja) | アドレス自動入力装置及びその方法、並びに通信端末装置 | |
| JP4091308B2 (ja) | 情報処理装置及び文字認識方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060526 |
|
| RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20060609 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080909 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20081106 |
|
| 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: 20081216 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20090107 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 4245820 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120116 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130116 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140116 Year of fee payment: 5 |
|
| LAPS | Cancellation because of no payment of annual fees |