JP4977232B2 - 文字読取結果確認装置および文字読取結果確認方法 - Google Patents

Description

本発明の実施形態は、文字読取結果確認装置および文字読取結果確認方法に関する。

画像から文字を認識する文字認識の技術分野において、認識の誤りを訂正するため、オペレータによる認識結果の確認及び誤った認識結果の修正作業が必要となる。通常、文字認識結果を訂正する際には、文字認識結果と認識対象画像とを対比できるように画面に表示して目視で確認するが、これには多大な労力と時間がかかる。

従来の文字認識技術としては、文字認識結果を確認および訂正するための技術が既にある（例えば特許文献１参照）。

特開平６−１１９４８４号公報

ところで、画像を文字認識した結果は、認識確度が高い場合であっても誤りを含まないとは限らないため、結局は全ての文字についてオペレータが確認する必要があり、確認それ自体を高速に行うことが可能な技術の開発が必要である。

本発明は画像から文字認識した結果の確認を高速に行うことができる文字読取結果確認装置および文字読取結果確認方法を提供することを目的とする。

実施形態の文字読取結果確認装置は、文字が記入または印刷された帳票を光学的に読み取って得られた帳票画像から、一文字単位に切り出した文字画像に対して文字認識を行った結果、同じ文字として分類されたグループの複数の文字画像を取得する取得部と、前記取得部により取得された同じグループの前記複数の文字画像を重ね合わせて、前記複数の文字画像の中で、前記全ての文字画像で同じ画素値を示す第１部位と、前記他の文字画像と異なる画素値を示す第２部位とをオペレータが目視で判別可能な確認用画像を生成する確認用画像生成部と、前記確認用画像生成部により生成された前記確認用画像を出力する出力部とを具備する。

第１の実施形態の文字読取結果確認装置の構成を示す図である。 文字列領域から文字を認識する様子を示す図である。 ３枚の文字画像を統合（合成）して確認用画像を作成する例を示す図である。 他の確認用画像の例を示す図である。 数字の文字画像「３」と数字の文字画像「２」を重ね合わせた例を示す図である。 数字の文字画像「３」と数字の文字画像「８」を重ね合わせた例を示す図である。 確認用画像との対比で文字画像を分類する動作を示すフローチャートである。 第２の実施形態の文字読取結果確認装置の構成を示す図である。 文字認識結果が「１」である文字画像の文字グループの例を示す図である。 図９の文字画像から生成された代表画像を示す図である。 代表画像と各文字画像との画素間の距離を計算する動作の説明図である。 画素間の距離が一番遠い文字画像として選択された文字画像を示す図である。 元の文字グループ内の文字画像を二つのグループのいずれかに分類した例を示す図である。 第３の実施形態の文字読取結果確認装置の構成を示す図である。

以下、図面を参照して、実施形態を詳細に説明する。
（第１の実施形態）
図１は第１の実施形態の文字認識システムの構成を示す図である。

図１に示すように、この実施形態の文字認識システムは、スキャナ１等の画像読取装置と、モニタ３などの表示装置と、これらの装置が接続されたコンピュータ２とを備えている。

コンピュータ２は、文字認識部２１、認識結果取得部２２、確認用画像生成部２３、確認用画像出力部２４およびメモリ２５などを有している。文字認識部２１、認識結果取得部２２、確認用画像生成部２３、確認用画像出力部２４はハードディスク装置にインストールされたソフトウェアの一つの機能として実現される。

文字認識部２１は、スキャナ１により光学的に読み取られた帳票の画像を文字認識する。認識結果取得部２２は文字認識部２１により認識された文字認識結果（文字コードおよび各文字認識結果に対応する認識元の文字画像）を取得しメモリ２５に記憶する。文字認識部２１はスキャナ１と共に文字認識装置としてコンピュータ２とは別のハードウェアとしてもよい。

認識結果取得部２２は、帳票画像のうち、文字認識のため文字領域を１文字単位に切り出した画像を２値化した後の画像、つまり文字認識結果の文字コードに対応する文字画像を取得する。文字認識結果として得られる文字コードは、この他、例えばテキストデータなどいってもよい。

すなわち認識結果取得部２２は文字が記入または印刷された帳票を光学的に読み取って得られた帳票画像から、一文字単位に切り出した文字画像に対して文字認識を行った結果、同じグループとして分類された複数の文字画像を取得する。同じグループであると分類する基準としては、文字認識結果の文字コードが同じであるか否かを用いる。この他に、例えば各文字に対してフォント識別を行った結果などを追加してもよい。この場合、例えばまず文字コード”2”のグループがあり、その下にフォントArialのグループ、フォントMS Sans Serifのグループ…というようにフォント単位でのものが存在するようになる。

確認用画像生成部２３は、認識結果取得部２２により取得された同じグループの複数の文字画像を重ね合わせて、複数の文字画像の中で、全ての文字画像で同じ画素値を示す第１部位と、他の文字画像と異なる画素値を示す第２部位とをオペレータが目視で判別可能な確認用画像を生成する。オペレータは認識結果の確認および修正を行う作業者である。

すなわち、確認用画像生成部２３はメモリ２５の文字認識結果（文字および文字画像）からオペレータに提示する確認用画像を生成する。換言すると、確認用画像生成部２３は、認識結果取得部２２により取得された同じグループの複数の文字画像を重ね合わせてオペレータに提示する確認用画像を生成する。

確認用画像生成部２３は、グループ内の全ての文字画像で文字の一部である部分と、グループ内の少なくとも１枚の文字画像で文字の一部であり、少なくとも１枚の文字画像で文字の一部でない部分と、グループ内の全ての文字画像で文字の一部でない部分とで表示が異なるように確認用画像を生成する。なお各部分を色分けして表示する際に、出現頻度に応じて確認用画像の色を部位毎に変えてもよい。

確認用画像出力部２４は確認用画像および文字認識結果を用いて認識結果の確認および修正を行うための確認用画像を提示すると共に、確認用画像の確認および修正を促すメッセージを表示する。すなわち確認用画像出力部２４は確認用画像生成部２３により生成された確認用画像をモニタ３へ出力する。

モニタ３は確認用画像出力部２４から出力された確認用画像を画面に表示しオペレータに提示する。確認用画像出力部２４は、確認用画像生成部２３により生成された確認用画像をオペレータに提示するためにモニタ３へ出力する。

このコンピュータ２は、主要なハードウェア部分が例えばパーソナルコンピュータ（ＰＣ）で構成されており、主要機能はハードディスク装置にインストールされたソフトウェアにより実現される。コンピュータ２以外に、主要機能の各構成要素を一つのハードウェアとして生成し、それらを組み合わせて実現してもよい。

以下、図２乃至図６を参照してこの第１の実施形態の文字認識システムの動作を説明する。なお、以下では数字の認識を行った場合を例にとって説明するが、これ以外の文字、例えば英字や漢字などであってもよい。

まず、文字認識部２１は、コンピュータ２に接続されたスキャナ１が帳票から読み取り、コンピュータ２に入力した帳票画像を、文字認識処理することで、文字認識結果と、それぞれの文字が存在する位置を取得しメモリ２５に記憶する。

文字認識部２１は、図２に示すように、帳票画像のうち認識対象の文字列の領域３１を文字認識部２１が切り出し、その文字列の領域３１から、一文字ごとの文字画像３２を切り出して文字として認識した結果の文字コード（テキスト）３３と文字画像３２とを生成する。

認識結果取得部２２は、文字認識部２１により生成された文字コード（テキスト）３３と文字画像３２を取得し、メモリ２５に記憶する。なお、ここでは確認用画像生成のための処理対象とする文字画像３２は２値画像であるとしているが、グレー画像やカラー画像などの３値以上の画像であってもよい。このような場合は、例えば大津の方法などにより２値化処理を行うことで２値の文字画像を取得することができる。

次に、確認用画像生成部２３は、メモリ２５より同じグループの文字画像３２を読み出し、読み出した文字画像３２から確認用画像を生成する。具体的には、まず同じグループの取得した全ての文字画像を、文字認識結果ごとに分類する。この例の場合、数字のため、認識結果が数字の文字グループ「０」〜「９」のうち、いずれのグループに属す（該当する）かを確認するため、１０個のグループに分類、つまりグループ分けする。

次に、確認用画像生成部２３は、数字の文字グループ「０」〜「９」の各グループ内の複数の文字画像を用いて確認用画像を生成する。図３は同じ帳票画像または異なる帳票画像の異なる位置で数字の「２」という認識結果を得たグループの複数の文字画像（文字画像３２ａ、文字画像３２ｂ、文字画像３２ｃの３枚の画像）から確認用画像を作成する例を示している。

なお、以下では２値の文字画像において、文字の一部である画素を黒、文字の一部でない画素を白とする。具体的には、確認用画像生成部２３は、３枚の画像のいずれにおいても黒である画素を黒、３枚の画像の少なくとも１枚で黒、少なくとも１枚で白である画素を灰色、３枚の画像のいずれにおいても白である画素を白、とした画像を生成し、確認用画像とする。

ここで、各文字画像の大きさが異なる場合には、例えば非線形正規化などの処理を行い、大きさを揃えてもよい。また、生成する確認用画像はこの形に限定されず、例えば上記確認用画像の黒の画素のみを黒、白と灰色の画素を白とした画像（以下「同じ位置の画素全てが黒の画像」または「ＡＮＤ画像」と称す）と、黒の画素と灰色の画素を黒、白の画素を白とした画像（以下「同じ位置の画素いずれかが黒の画像」または「ＯＲ画像」と称す）との２枚を確認用画像とする、などとしてもよい。「同じ位置の画素全てが黒の画像」は換言すると、「全てで黒画像」とも言える。「同じ位置の画素いずれかが黒の画像」は、換言すると、「いずれかで黒画像」と言える。

なお、図３に示した確認用画像３４は、「同じ位置の画素全てが黒の画像」と「同じ位置の画素いずれかが黒の画像」とを一枚の画像に重ね合わせて表現したものである。異なる文字画像３２ａ~３２ｃの同じ部位の画素で白色の画素（白画素）と黒色の画素（黒画素）が重なる部分はグレーや網掛け（図３の確認用画像３４では斜線等）にして表示している。なお各部分を色分けして表示する際に、出現頻度に応じて確認用画像３４の色を部位（画素）毎に変えてもよい。
また、確認用画像３４として、これらの画像を複数用いるようにしてもよい。

ここで、図４を参照してＡＮＤ画像４１とＯＲ画像４２を用いた認識結果確認方法を説明する。図４の左側に示す「同じ位置の画素全てが黒の画像」４１は、上述したように同グループ内の全ての文字画像で画素が黒色、すなわち文字の一部であるとされている画素のみを特定の画素値：色（図では黒色など）にした場合の第１画像である。
また、図４の右側の「同じ位置の画素いずれかが黒の画像」４２は、同グループ内のいずれかの画像で画素の色が黒色である画素を全て特定の画素値：色（図では黒色など）にした場合の第２画像である。

すなわち、「同じ位置の画素全てが黒の画像」４１と「同じ位置の画素いずれかが黒の画像」４２との差分、つまり確認用画像で灰色にあたる部分が、同グループ内において文字毎に黒と白との間で変動する部分である。

なお、「同じ位置の画素全てが黒の画像」４１と「同じ位置の画素いずれかが黒の画像」４２が同一の文字であれば、その差分は同一の文字内での変動分とみなす事ができる。つまり、確認用画像から容易に視認できる「同じ位置の画素全てが黒の画像」４１と「同じ位置の画素いずれかが黒の画像」４２とに対して認識結果の確認を行うことで、同じグループに分類された全ての文字画像に対して認識結果の確認を行うことができる。
また、前述したとおり確認用画像３４はＡＮＤ画像４１とＯＲ画像４２を１枚の画像に重ね合わせて表現したものであるため、これを用いる場合でも同様に行うことができる。

次に、確認用画像出力部２４は、モニタ３の画面にＡＮＤ画像４１とＯＲ画像４２、または確認用画像３４など、確認用画像生成部２３で生成された画像を出力する。この結果、モニタ３の画面にこれらの画像が表示され、これをオペレータが見ることで、認識結果の同じ文字に誤認識した文字がある可能性の有無を確認することができる。

この他、確認用画像出力部２４に、オペレータの指示を受けて確認用画像３４、「同じ位置の画素全てが黒の画像」４１、「同じ位置の画素いずれかが黒の画像」４２を切り替えて表示する機能を備えてもよく、これらを自動で切り替えながら表示するようにしてもよい。

ここで、図５を参照して画像合成（重ね合わせ）の一例として、実際には異なる文字を現す文字画像が、誤読によって重ね合わされてしまった場合の例について説明する。

図５は数字の文字画像「３」と文字画像「２」を重ね合わせた例である。この場合、図５に示すように、「同じ位置の画素全てが黒の画像」４１と「同じ位置の画素いずれかが黒の画像」４２は、共に形状が文字としてふさわしくないため、このグループの中に誤りが含まれていると判断できる。

図６は数字の文字画像「３」と数字の文字画像「８」を重ね合わせた例である。この場合、「同じ位置の画素全てが黒の画像」４１は「３」、「同じ位置の画素いずれかが黒の画像」４２は「８」と判定でき、互いの判定結果が食い違うことになる。従って、このグループの中に誤りが含まれているものと判定できる。

ここで、図７のフローチャートを参照して確認画像生成動作を説明する。コンピュータ２では、確認画像生成部２４が、初期グループＸを設定し（Ｓ１０１）、グループＸ内の文字画像の平均画像を作成する（Ｓ１０２）。

確認画像生成部２４は、作成した平均画像と文字画像の同じ位置の画素間の距離ｄ（ｉ）を計算する（Ｓ１０３）。

そして、確認画像生成部２４は、距離ｄ（ｉ）が最大値ｄｍａｘとなる文字画像Ｉを選択する（Ｓ１０４）。

また確認画像生成部２４は、最大値ｄｍａｘと予め設定されている分類のための閾値ｔｈとを比較し（Ｓ１０５）、最大値ｄｍａｘが閾値ｔｈよりも大きい場合（Ｓ１０５のＹｅｓ）、選択した文字画像Ｉを別のグループＹへ移動する（Ｓ１０６）。

確認画像生成部２４は、文字画像Ｉと各文字画像との距離ｄ’（ｉ）を算出、つまり計算により求める（Ｓ１０７）。

確認画像生成部２４は、算出した距離ｄ’（ｉ）と距離ｄ（ｉ）とを比較し、距離ｄ（ｉ）よりも小さい距離ｄ’（ｉ）となる文字画像をグループＹへ移動する（Ｓ１０８）。
この動作をグループＸ内の全ての文字画像に対して行い（Ｓ１０９）、処理を終了する。

このようにこの第１の実施形態によれば、オペレータは、モニタ３に表示された確認用画像３４を確認することで、多数の文字の認識結果を一括して確認し、誤りを含むグループのみ全文字データに対して認識結果の確認を行えばよくなる。このため、認識結果の確認作業を高速に行うことができる。

（第２の実施形態）
以下、図８、図９を参照して第２の実施形態を説明する。図８は第２の実施形態の文字認識システムの構成を示す図である。なおこの第２の実施形態において第１の実施形態と同様な構成には同一の符号を付しその説明は省略する。

この第２の実施形態の文字認識システムは、図８に示すように、第１実施形態の構成に、さらに入力部２６と判定受付部２７を追加したものである。

上記第１の実施形態では、確認用画像をモニタ３に表示しユーザに確認させるだけであったが、この第２の実施形態では、各文字グループに分類した文字画像が誤分類されている可能性がある場合に、オペレータからの指示を受け付けて新たなグループまたは他のグループへ再分類する。すなわち、この第２の実施形態では、確認用画像生成部２３は、グループ内の文字画像に対してクラスタリングを行い、予め設定したグループ分けのパラメータを超える文字画像を新たなグループとして分類し、クラスタリング前のグループを細分する。

入力部２６は、例えばキーボード等であり、オペレータにより操作されるキーに応じたコマンドをコンピュータ２へ入力する。判定受付部２７は、入力部２６から入力されたキーに応じたコマンド（例えば「Ｙ」キーまたは「Ｎ」キー）を受け付け、提示した確認用画像に対しオペレータが下したグループの正否判定結果を得る。

オペレータは、モニタ３に表示された確認用画像を確認し、認識結果のグループが正しいと判断すれば、入力部２６としてのキーボードの例えば「Ｙ」キーなどを押し、グループの分類が間違っていると思えば、キーボードの例えば「Ｎ」キーなどを押す。

判定受付部２７は、押されたキーに応じて異なる処理を行う。例えば「Ｙ」キーが押された場合、次の文字グループの処理に進むよう確認用画像生成部２３に通知する一方、「Ｎ」キーが押された場合、そのグループに誤認識した文字画像が混在する可能性があるため、当該グループを再分類する処理を確認用画像生成部２３に行わせる。

第２の実施形態における認識結果取得部２２では、文字画像として、大きさを正規化した濃度画像を用いる。具体的には、文字画像を固定の大きさのメッシュとする。そして、認識対象とした画像から前記文字が存在する位置に対してメッシュをマッピングする。

次に、認識対象とした画像を参照して各メッシュに含まれる画素の濃度の平均を求め、メッシュの値とする。

この実施形態では、認識対象とした画像としてグレー画像を利用することとする。グレー画像は、黒画素の画素値を「０」、白画素の画素値を「２５５」の合計２５６階調のグレー画像とし、文字は黒で書かれているものとする。また、本例における画像の濃度値は、（２５５−認識対象とした画像における画素値）によって定義する。

但し、扱うことのできる画像はグレー画像に限らず、例えば色変換処理を用いてカラー画像からグレー画像に変換して同様の処理を行ってもよい。また、２値画像を対象とするような場合には、範囲内での黒画素の数を数えてグレー画像を作成してもよい。

続いて、確認用画像生成部２３は、文字画像から確認用画像を生成する。具体的には、第１の実施形態と同様に、取得した全ての文字画像を、文字認識結果の文字グループ毎に分類する。

次に、確認用画像生成部２３は、各文字グループに対してクラスタリングなどの処理を行い、各文字グループをさらに細かく分類する。なお、文字画像を文字グループに分類する上で、第１実施形態と同様に初回はクラスタリングを行わずに分類し、２回目以降からクラスタリングを行った上で分類するようにしてもよい。

ここで、図９乃至図１３を参照してクラスタリングにより再分類する方法を説明する。この例では、図９に示すように、文字認識結果が「１」である文字画像９０ａ〜９０ｅの文字グループを例にとって説明する。

確認用画像生成部２３は、まず、各文字画像９０ａ〜９０ｅを縦横に区切ったメッシュの各画素ブロックの位置について、図１０に示すように、同グループに含まれる全文字画像での濃度の平均を求めることにより、グループの代表画像９１を生成（決定）する（ステップＳ２０１）。

但し代表画像９１の決め方はこの例（濃度の平均を求める方法）に限定されるものではない。この他、代表画像９１は、例えばグループ内の他の文字画像との距離の総和が最も小さい文字画像を代表画像とする、また代表画像と同様の手段で平均画像を求め、その平均画像最も近い文字画像を代表画像とするなど、他の計算方法を用いて決定してもよい。

次に、確認用画像生成部２３は、図１１に示すように、代表画像９１と各文字画像９０ａ〜９０ｅの画素間の距離を計算する（ステップＳ２０２）。つまり一つ一つの文字画像ｉについて、代表画像９１の画素ブロックの位置からの距離ｄ（ｉ）を求める。ここで、ｉはグループ内における文字画像の番号とし、１〜Ｎの値をとる。但し、Ｎはグループ内の文字画像数である。なおこの例では距離ｄ（ｉ）は、次の式（１）のように、

と定義する。つまり、各メッシュにおける濃度差の２乗和の平方根として定義するが、例えばマハラノビス汎距離を用いるなど、他の定義を用いて距離を定義してもよい。

次に、確認用画像生成部２３は、図１２に示すように、代表画像からの距離ｄ（ｉ）が最も遠い（一番遠い）文字画像Ｘを決定する。この例では文字画像９０ｄが相当する。以下これを与えるｉをｉｍａｘとする。

続いて、確認用画像生成部２３は、文字画像Ｘと代表画像の距離ｄ（ｉｍａｘ）が閾値Ｔｈを超える場合、その文字画像Ｘを、新たに生成した別グループ（新グループ）に分類する（ステップＳ２０３）。

ここで、閾値Ｔｈは予め定めてもおいてもよく、例えば距離ｄ（ｉ）の平均や中央値などを用いて動的に決定してもよい。

最後に、確認用画像生成部２３は、元のグループ内の文字画像を二つのグループのいずれかに分類する。

つまり、分類されたグループ内に残っている各文字画像について、分類した文字画像と代表画像のどちらに、より近いかを調べ、図１３に示すように、文字画像を近い方のグループに分類する（ステップＳ２０４）。

ここで、代表画像はグループ内に残っている画像のみから再計算してもよい。図１３の例では、文字画像９０ａ〜９０ｃが元のグループに分類され、文字画像９０ｄと文字画像９０ｅが新グループに分類され、元のグループの文字画像がゴシック体の「１」に近く、新グループの文字画像が明朝体の「１」に近い画像の集まりになっていることが判る。

すなわち、以上の処理によって１つのグループ内に平均から閾値Ｔｈ以上離れた画像、つまり代表画像に十分似ていない画像が含まれていた場合、その画像及びその画像の側により近い画像を別のグループに分ける。

この方法を用いることで、図９の例のように、同じ文字でも異字体の文字画像が同じグループの中に含まれているなどの理由からグループ内でうまく重ね合わせができないような場合に、文字画像を同じ数字であっても異なるフォントの別グループとして分類し、適切な文字グループに再分類できるようになる。

誤分類の可能性のある文字画像を別のグループに再分類した後、確認用画像生成部２３は、グループ毎に確認用画像を生成する。第２の実施形態においては、確認用画像は、各メッシュにおけるグループ内での最小値を取った最小値画像と、同じく最大値を取った最大値画像の２枚の画像を利用する。

ここで、最小値画像は最も濃度の薄い場合の文字画像に相当すると考えられ、第１の実施形態における「全てで黒の画像」に相当する。また、最大値画像は同じく最も濃度の濃い場合の文字画像に相当すると考えられ、「いずれかで黒の画像」に相当する。この方法を用いることで、オペレータは、第１の実施形態と同様に認識結果の確認を高速に行うことができる。

次に、判定受付部２７は、入力部２６から入力されたキーによるオペレータの判断結果を取得する。判断結果がＹｅｓの場合は処理を終了する。

一方、判断結果がＮｏの場合、判定受付部２７は、すなわちグループ内に異なる文字の文字画像が含まれている（すなわち認識誤りが含まれている）ため、文字グループを再分類するよう判定受付部２７へ通知し、再分類を行わせる。

具体的には、判定受付部２７は、確認用画像生成部２３に対してグループ分けの閾値Ｔｈを前回よりも小さくして分類を再度実行させる。ここで、グループ分けの結果が変わらなければ、閾値Ｔｈをさらに小さくしてグループが分かれるまで繰り返すなどしてもよい。

誤認識を起こした文字画像しか含まれないグループが発生するまでこれを繰り返せば、誤認識のみを抽出することができる。なお、例えばグループ内の文字画像数が十分少なくなった時点など、なんらかの段階で繰り返しを打ち切るなどしてもよい。

このようにこの第２の実施形態の文字認識システムによれば、オペレータは、確認用画像を確認して多数の文字の認識結果を一括して確認し、誤りを含むグループに対してこの手順を繰り返すことで、誤認識した文字を高速に特定することができる。

（第３の実施形態）
以下、図１４を参照して第３の実施形態を説明する。図１４は第３の実施形態の文字認識システムの構成を示す図である。なおこの第３の実施形態において第１の実施形態と同様な構成には同一の符号を付しその説明は省略する。

この第３の実施形態の文字認識システムは、図１４に示すように、第１実施形態の構成から、確認用画像出力部２４を無くし、確認画像生成部２３により生成された確認用画像を文字認識部２１へ入力するよう構成する。

文字認識部２１は、入力された確認用画像に対して文字認識を行うことで、文字として正常に認識できない場合は、誤認識した可能性がある文字画像が含まれているものとして、その文字グループ名をモニタ３に表示し、またはその文字グループに誤認識の可能性がある文字画像が含まれていることを示すメッセージなどをモニタ３に表示する。すなわち、文字認識部２１は、確認用画像生成部２３により生成された確認用画像を文字認識し、確認用画像が元のグループとして認識できなかった場合、同グループ内に誤認識した文字画像が含まれているものと判定しその旨を出力する。

上記第２の実施形態では、確認用画像を確認用画像出力部２４からモニタ３へ出力し画面に表示（提示）して、オペレータに確認用画像を確認させ、文字画像が誤分類されている可能性があることの判断をオペレータにさせ、正誤判断の結果をキー入力させたが、この第３実施形態では、確認画像生成部２３により生成された確認用画像を文字認識部２１に入力し、確認用画像を文字認識部２１に文字認識させることで、誤認識の可能性を自動的に判定させ、判定結果として、誤認識した文字画像が含まれている可能性のある文字グループ名などをモニタ３に表示する。

この第３の実施形態の文字認識システムによれば、グループ毎に誤認識した可能性を自動的に判定し、誤認識した文字画像が含まれる文字グループ名をモニタ３に表示するなどして、オペレータに提示することで、文字グループを分類する上での精度向上に寄与することができる。

なお、本願発明は、上記実施形態のみに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形してもよい。例えば実施形態で説明した各要素の拡張、一部の削除を含む変更を行った形態も本発明の技術的範囲に含まれる。

すなわち、上記実施形態に開示した複数の構成要素を適宜に組み合わせることにより、種々の発明を形成することができる。また実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施の形態に係る構成要素を適宜組み合わせてもよい。

また上記実施形態に示した各構成要素を、コンピュータのハードディスク装置などのストレージにインストールしたプログラムで実現してもよく、また上記プログラムを、コンピュータ読取可能な電子媒体：electronic mediaに記憶しておき、プログラムを電子媒体からコンピュータに読み取らせることで本発明の機能をコンピュータが実現するようにしてもよい。電子媒体としては、例えばＣＤ−ＲＯＭ等の記録媒体やフラッシュメモリ、リムーバブルメディア：Removable media等が含まれる。さらに、ネットワークを介して接続した異なるコンピュータに構成要素を分散して記憶し、各構成要素を機能させたコンピュータ間で通信することで実現してもよい。

１…スキャナ、２…コンピュータ、３…モニタ、２１…文字認識部、２２…認識結果取得部、２３…認用画像生成部、２４…確認用画像出力部、２５…メモリ、２６…入力部、２７…判定受付部。

Claims (8)

1. 文字が記入または印刷された帳票を光学的に読み取って得られた帳票画像から、一文字単位に切り出した文字画像に対して文字認識を行った結果、同じ文字として分類されたグループの複数の文字画像を取得する取得部と、
   前記取得部により取得された同じグループの前記複数の文字画像を重ね合わせて、前記複数の文字画像の中で、前記全ての文字画像で同じ画素値を示す第１部位と、前記他の文字画像と異なる画素値を示す第２部位とをオペレータが目視で判別可能な確認用画像を生成する確認用画像生成部と
   を具備することを特徴とする文字読取結果確認装置。
2. 前記確認用画像生成部は、
   グループ内の全ての文字画像で文字の一部である部分と、グループ内の少なくとも１枚の文字画像で文字の一部であり、少なくとも１枚の文字画像で文字の一部でない部分と、グループ内の全ての文字画像で文字の一部でない部分とで表示が異なるように前記確認用画像を生成することを特徴とする請求項１に記載の文字読取結果確認装置。
3. 前記確認用画像生成部は、
   グループ内の全ての文字画像で文字の一部である部分が所定の画素値である第１画像と、グループ内の少なくとも１枚の文字画像で文字の一部である部分が所定の画素値である第２画像とを確認用画像として生成することを特徴とする請求項１記載の文字読取結果確認装置。
4. 前記確認用画像生成部は、
   前記グループ内の文字画像に対してクラスタリングを行い、予め設定したグループ分けのパラメータを超える文字画像を新たなグループとして分類し、クラスタリング前のグループを細分することを特徴とする請求項１乃至３いずれか１記載の文字読取結果確認装置。
5. 前記確認用画像の確認結果として誤認識された文字画像が含まれるグループとして入力されたキーを受け付け、前記グループを前記確認用画像生成部に入力する受付部と、
   前記確認用画像生成部は、
   前記受付部から入力された誤認識のグループの文字画像に対して確認画像を生成する際に、前記グループ分けのパラメータを変更した上で確認用画像を生成することを特徴とする請求項４記載の文字読取結果確認装置。
6. 各部分を色分けして表示する際に、出現頻度に応じて確認用画像の色を部位毎に変えることを特徴とする請求項２記載の文字読取結果確認装置。
7. 前記確認用画像生成部により生成された確認用画像を文字認識し、前記確認用画像が元のグループとして認識できなかった場合、前記グループに誤認識した文字画像が含まれているものと判定する文字認識部を具備することを特徴とする請求項１記載の文字読取結果確認装置。
8. 文字が記入または印刷された帳票を光学的に読み取って得られた帳票画像から、一文字単位に切り出した文字画像に対して文字認識を行った結果、同じ文字として分類されたグループの複数の文字画像を取得するステップと、
   取得した同じグループの前記複数の文字画像を重ね合わせて、前記複数の文字画像の中で、前記全ての文字画像で同じ画素値を示す第１部位と、前記他の文字画像と異なる画素値を示す第２部位とをオペレータが目視で判別可能な確認用画像を生成するステップと
   を有することを特徴とする文字読取結果確認方法。

Images