JP6046088B2

JP6046088B2 - 画像処理装置及び画像処理方法

Info

Publication number: JP6046088B2
Application number: JP2014154685A
Authority: JP
Inventors: 宏憲林
Original assignee: Kyocera Document Solutions Inc
Current assignee: Kyocera Document Solutions Inc
Priority date: 2014-07-30
Filing date: 2014-07-30
Publication date: 2016-12-14
Anticipated expiration: 2034-07-30
Also published as: US20160034774A1; US9614990B2; JP2016031709A

Description

本発明は、画像処理装置及び画像処理方法に関する。

近年、手書き文字や印刷物の文字を光学的に読み取り、当該読み取った文字画像データと、予め登録された文字パターンとを照合して、文字データを特定する光学文字認識（ＯＣＲ）機能を備えた複写機、複合機等の画像処理装置が登場している。このような画像処理装置において、例えば、特開２００６−２５２４３０号公報（特許文献１）に、画像読取機能を使用してユーザーの手書き文字列からＯＣＲ機能により文字列を認識して、当該文字列に対応するフォントを自動作成する技術が存在する。

特開２００６−２５２４３０号公報

しかしながら、上述した特許文献１に記載の技術では、ＯＣＲ機能で認識される文字の認識の精度に関して不明であり、文字認識の精度向上に寄与しないという課題がある。

又、従来のＯＣＲ機能において、相互に類似した文字パターンを有する文字は誤認識されるという課題がある。例えば、アルファベットのｌ（エル）と、数字の１（イチ）とは、相互に、縦線の文字パターンであるため、両者は相互に類似する文字パターンを有し、一方の文字（アルファベットのｌ（エル））が他方の文字（数字の１（イチ））に誤認識される場合がある。

近年では、このようなＯＣＲ機能の文字誤認を防止するために、文字列を、予め登録された単語の文字列や文法に基づいて言語学的に分析し、文字列内に含まれる誤認識の文字を特定する技術が存在する。しかしながら、このような言語学的な処理には、単語単位での文法解釈が必要で、処理が高度になるという課題がある。

そこで、本発明は、前記課題を解決するためになされたものであり、ＯＣＲ機能における文字の誤認識を防止することが可能な画像処理装置及び画像処理方法を提供することを目的とする。

本発明の一の局面に係る画像処理装置は、フォント認識部と、フォント文字認識部と、認識文字判定部と、を備える。フォント認識部は、画像データの文字画像データに対して文字データが認識されると、当該文字データに対応する文字画像データの文字のフォントを認識する。フォント文字認識部は、前記認識されたフォントの文字画像データと前記画像データの文字画像データとを比較して、両者が一致した文字画像データに対応する文字データを認識する。認識文字判定部は、前記画像データの文字画像データから直接認識された文字データが、前記フォントの文字画像データを用いて認識された文字データと一致するか否かを判定し、両者が不一致の場合に、前記フォントの文字画像データを用いて認識された文字データを、前記文字画像データから認識された文字データとして採用する。

本発明の一の局面に係る画像処理方法は、フォント認識ステップと、フォント文字認識ステップと、認識文字判定ステップと、を備える。フォント認識ステップは、画像データの文字画像データに対して文字データが認識されると、当該文字データに対応する文字画像データの文字のフォントを認識する。フォント文字認識ステップは、前記認識されたフォントの文字画像データと前記画像データの文字画像データとを比較して、両者が一致した文字画像データに対応する文字データを認識する。認識文字判定ステップは、前記画像データの文字画像データから直接認識された文字データが、前記フォントの文字画像データを用いて認識された文字データと一致するか否かを判定し、両者が不一致の場合に、前記フォントの文字画像データを用いて認識された文字データを、前記文字画像データから認識された文字データとして採用する。

本発明の画像処理装置及び画像処理方法によれば、ＯＣＲ機能における文字の誤認識を防止することが可能となる。

本発明に係る複合機の内部の全体構成を示す概念図である。本発明の実施形態における複合機の機能ブロック図である。本発明の実施形態の実行手順を示すためのフローチャートである。本発明の実施形態における文字認識の一例を示す図である。本発明の実施形態におけるフォントを用いた文字認識の一例を示す図である。

以下に、添付図面を参照して、本発明の画像処理装置及び画像処理方法の実施形態について説明し、本発明の理解に供する。尚、以下の実施形態は、本発明を具体化した一例であって、本発明の技術的範囲を限定する性格のものではない。又、フローチャートにおける数字の前に付されたアルファベットＳはステップを意味する。

以下に、本発明の実施形態の一例として、画像処理装置について説明する。尚、本発明の画像処理装置は、例えば、ファクシミリ、コピー、スキャナ、プリンター等の機能を備えた複合機（ＭＦＰ：ＭｕｌｔｉＦｕｎｃｔｉｏｎＰｅｒｉｐｈｅｒａｌ）が該当する。

複合機１００は、図１に示すように、タッチパネルを含む操作部を介してユーザーから印刷ジョブの設定条件を受け付けると、画像読取部、画像処理部、搬送部、定着部等の各部を駆動し、当該印刷ジョブを提供する。複合機１００は、カラー印刷可能である。

尚、複合機１００の制御回路は、図示しないが、ＣＰＵ（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）、ＲＯＭ（ＲｅａｄＯｎｌｙＭｅｍｏｒｙ）、ＲＡＭ（ＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ）、ＨＤＤ（ＨａｒｄＤｉｓｋＤｒｉｖｅ）、各駆動部に対応するドライバを内部バスによって接続している。

複合機１００のＣＰＵは、例えば、ＲＡＭを作業領域として利用し、ＲＯＭ、ＨＤＤ等に記憶されているプログラムを実行し、当該実行結果に基づいてドライバからのデータ、指示、信号、命令等を授受し、印刷ジョブの実行に関する各駆動部の動作を制御する。又、駆動部以外の後述する各部（図２に示す）についても、ＣＰＵが、各プログラムを実行することで当該各部を実現する。ＲＯＭ、ＲＡＭ、ＨＤＤ等には、以下に説明する各部を実現するプログラムやデータが記憶されている。

次に、図２、図３を参照しながら、本発明の実施形態に係る構成及び実行手順について説明する。先ず、ユーザーが複合機１００の電源を投入すると、当該複合機１００の表示受付部２０１がタッチパネル上に操作画面を表示し、ユーザーからの指示を受け付ける。

ここで、ユーザーが、前記操作画面を見ながら、原稿台に原稿を載置して、所定の設定条件（例えば、ＯＣＲ機能の実行等）を入力し、画像読取キーを選択すると、表示受付部２０１が、当該画像読取キーの選択を受け付けて、その旨を画像読取部２０２に通知する。当該通知を受けた画像読取部２０２は、前記原稿の画像データの読み取りを実行する（図３：Ｓ１０１）。

画像読取部２０２が読み取りを完了すると、その旨を文字認識部２０３に通知し、当該通知を受けた文字認識部２０３は、前記設定条件でＯＣＲ機能の実行があるか否かを判定する（図３：Ｓ１０２）。

前記判定の結果、前記ＯＣＲ機能の実行がない場合（図３：Ｓ１０２ＮＯ）、文字認識部２０３は、その旨を画像読取部２０２に通知し、当該通知を受けた画像読取部２０３は、前記読み取った画像データをそのまま出力する（図３：Ｓ１０３）。

画像読取部２０２が出力する方法に特に限定は無く、例えば、画像読取部２０２が、前記画像データを操作部に表示したり、ユーザーにより指定された指定先に画像データを保存したりする。

一方、Ｓ１０３において、前記判定の結果、前記ＯＣＲ機能の実行がある場合（図３：Ｓ１０２ＹＥＳ）、文字認識部２０３は、前記画像データのうち、文字画像データに対して文字データを認識するＯＣＲ機能を実行する。

文字認識部２０３がＯＣＲ機能を実行する方法に特に限定は無い。例えば、文字認識部２０３が、図４に示すように、前記画像データの中から、文字画像データ４００（例えば、「Ａｌｐｈａｒｄ」）を抽出する（図３：Ｓ１０４）。次に、文字認識部２０３は、前記抽出した文字画像データ４００のうち、文字画像データ４００を構成する１つの文字画像データ４００ａ（単位文字画像データ、例えば、「Ａ」）と、所定のメモリーに予め設けられた登録単位文字画像データ４０１とを比較して、両者が一致するか否かを判定する（パターンマッチングする）。そして、文字認識部２０３は、前記一致した登録単位文字画像データ４０１に予め関連付けられた登録文字データ４０２（登録文字コード、ｔｅｘｔデータ、例えば、「Ａ」）を取得（認識）する（図３：Ｓ１０５）。この処理を、文字認識部２０３が、前記文字画像データ４００を構成する全部の単位文字画像データ４００ａに対して行うことで、前記文字画像データ４００に対応する文字データ４０３を認識することが出来る。

文字認識部２０３がＯＣＲ機能の実行を完了すると、その旨を誤認識文字判定部２０４に通知し、当該通知を受けた誤認識文字判定部２０４は、前記認識された文字データ４０３のうち、予め登録された誤認識され易い誤認識文字データが存在するか否かを判定する（図３：Ｓ１０６）。

ここで、誤認識文字判定部２０４が判定する方法に特に限定は無い。例えば、誤認識文字判定部２０４は、所定のメモリーに予め記憶された誤認識文字データ４０４を参照する。ここで、誤認識文字データ４０４は、ＯＣＲ機能の実行において誤認識され易い文字データであり、例えば、アルファベットのｌ（エル）と数字の１（イチ）、アルファベットのＯ（オー）と数字の０（ゼロ）、アルファベットのｒｍ（アールエヌ）とアルファベットのｍ（エム）等を挙げることが出来る。これらの誤認識文字データ４０４は、相互に類似する文字パターン（登録文字画像データ）を有するため、ＯＣＲ機能の実行結果において誤認識される可能性が高い。例えば、図４に示すように、文字画像データ４００のうち、アルファベットのｌ（エル）が、ＯＣＲ機能の実行により、文字データ４０３のうち、数字の１（イチ）と認識されている。そこで、誤認識文字判定部２０４は、前記参照した誤認識文字データ４０４と、前記認識された文字データ４０３とを１つの文字データ毎に比較して、当該認識された文字データ４０３に、前記誤認識文字データ４０４が１つでも含まれるか否かを判定する。前記文字データ４０３に１つでも誤認識文字データ４０４が含まれる場合に、誤認識文字判定部２０４は、前記誤認識文字データ４０４が存在すると判定する。

前記判定の結果、前記誤認識文字データ４０４が存在しない場合（図３：Ｓ１０６ＮＯ）、誤認識文字判定部２０４は、誤認識が生じ得ないと判定し、その旨を画像読取部２０２に通知する。当該通知を受けた画像読取部２０３は、前記読み取った画像データを、前記認識された文字データ４０３とともに出力する（図３：Ｓ１０３）。

一方、Ｓ１０６において、前記判定の結果、前記誤認識文字データ４０４が存在する場合（図３：Ｓ１０６ＹＥＳ）、誤認識文字判定部２０４は、誤認識が生じる可能性があると判定し、その旨をフォント認識部２０５に通知する。当該通知を受けたフォント認識部２０５は、前記文字データ４０４に対応する文字画像データ４００の文字のフォントを認識する（図３：Ｓ１０７）。

ここで、フォント認識部２０５が認識する方法に特に限定は無い。例えば、フォント認識部２０５は、図５に示すように、所定のメモリーに予め記憶された各フォント毎（例えば、「Ｃｅｎｔｕｒｙ」、「ＭＳ明朝」等）の登録フォント文字画像データ５００を参照し、当該参照した登録フォント文字画像データ５００と、前記文字画像データ４００とを単位文字画像データ４００ａ毎に比較し、両者が一致するか否かを判定する（パターンマッチングする）。そして、フォント認識部２０５は、前記一致した登録フォント文字画像データ５００に予め関連付けられた登録フォント５０１（例えば、「Ｃｅｎｔｕｒｙ」）を取得（認識）する。

ここで、例えば、フォント認識部２０５は、文字画像データ４００のうち、所定数の単位文字画像データ（例えば、「Ａ」、「ｐ」等）では、「Ｃｅｎｔｕｒｙ」の登録フォント５０１を認識し、他の単位文字画像データ（例えば、「ｌ」）では、「ＭＳ明朝」の登録フォント５０１を認識した場合、つまり、フォント認識部２０５が、文字画像データ４００の単位文字画像データ４００ａ毎にフォントを認識することで、１つの単語を構成する文字画像データ４００のうち、２つ以上の異なるフォントを認識した場合は、下記のようになる。即ち、フォント認識部２０５は、文字画像データ４００の各単位文字画像データ４００ａ毎に認識されたフォントのうち、一番多く認識されたフォントを、当該文字画像データ４００のフォントと認識する。これにより、１つの単語を構成する文字画像データ４００は、通常、１つのフォントの文字で構成されているから、フォントの誤認識を防止することが可能となる。

さて、フォント認識部２０５が認識を完了すると、その旨をフォント文字認識部２０６に通知し、当該通知を受けたフォント文字認識部２０６は、前記認識されたフォント（「Ｃｅｎｔｕｒｙ」）の文字画像データと前記文字画像データ４００とを比較して、両者が一致した文字画像データに対応する文字データを認識する。

ここで、フォント文字認識部２０６が認識する方法に特に限定は無い。例えば、フォント文字認識部２０６が、図５に示すように、前記認識されたフォント（「Ｃｅｎｔｕｒｙ」）の登録フォント５０１に関連付けられた登録フォント文字画像データ５００を参照し、当該参照した登録フォント文字画像データ５００と、前記文字画像データ４００とを単位文字画像データ４００ａ毎に比較して、両者が一致するか否か判定する（パターンマッチングする）。そして、フォント文字認識部２０６は、前記一致した登録フォント文字画像データ５００に予め関連付けられた登録文字データ５０２（例えば、「Ａ」）を取得（認識）する（図３：Ｓ１０８）。これにより、前記文字画像データ４００のフォントに対応するフォントの登録フォント文字画像データ５００でパターンマッチングすることで、より精度高く文字データを認識することが可能となる。言い換えると、上述した文字の誤認識を防止出来る。

さて、フォント文字認識部２０６が認識を完了すると、その旨を認識文字判定部２０７に通知し、当該通知を受けた認識文字判定部２０７は、前記文字画像データから直接認識された文字データ（第一の文字データ）が、前記フォント（「Ｃｅｎｔｕｒｙ」）の文字画像データを用いて認識された文字データ（第二の文字データ）と一致するか否かを判定する（図３：Ｓ１０９）。

ここで、認識文字判定部２０７が判定する方法に特に限定は無い。例えば、認識文字判定部２０７が、図５に示すように、先ほどのフォント（「Ｃｅｎｔｕｒｙ」）の文字画像データを用いて認識された第二の文字データ５０３と、前記文字画像データ４００から直接認識された第一の文字データ４０３とを各文字データ毎に比較して、両者が一致するか否か判定する（文字マッチングする）。そして、前記第二の文字データ５０３と前記第一の文字データ４０３において、１つの文字データでも不一致である場合、認識文字判定部２０７は、前記第一の文字データ４０３が前記第二の文字データ５０３と一致しないと判定する。

前記判定の結果、前記第一の文字データ４０３が前記第二の文字データ５０３と一致する場合（図３：Ｓ１０９ＹＥＳ）、認識文字判定部２０７は、誤認識が生じ得ないと判定し、前記第一の文字データ４０３を誤認識が生じていない文字データとし、その旨を画像読取部２０２に通知する。当該通知を受けた画像読取部２０３は、前記読み取った画像データを、前記認識された第一の文字データ４０３とともに出力する（図３：Ｓ１０３）。

一方、図５に示すように、前記フォント（「Ｃｅｎｔｕｒｙ」）の文字画像データを用いて認識された第二の文字データ５０３の方が、誤認識の可能性が無く、前記第一の文字データ４０３で認識された数字の１（イチ）が、前記第二の文字データ５０３でアルファベットのｌ（エル）と認識されていたとする。この場合、Ｓ１０９において、前記判定の結果、前記第一の文字データ４０３が前記第二の文字データ５０３と一致しない場合（図３：Ｓ１０９ＮＯ）、認識文字判定部２０７は、誤認識が生じていると判定し、前記第二の文字データ５０３を、前記文字画像データ４００から認識された文字データ（誤認識が生じていない正式な文字データ）とし（採用し）（図３：Ｓ１１０）、その旨を画像読取部２０２に通知する。つまり、認識文字判定部２０７は、前記第一の文字データ４０３を前記第二の文字データ５０３で置き換える。そして、当該通知を受けた画像読取部２０３は、前記読み取った画像データを、前記認識された第二の文字データ５０３とともに出力する（図３：Ｓ１０３）。これにより、ＯＣＲ機能の実行において、誤認識が生じる可能性があったとしても、フォントを利用したパターンマッチングの結果を優先することで、文字認識の精度を向上させることが可能となる。

又、本発明では、単語の文字列や文法を認識する必要が無く、言語学的な高度な分析をする必要も無い。そのため、処理の複雑化を防止し、従来のパターンマッチング手法の転用で文字認識の精度を容易に向上させることが出来る。又、上述した高度な分析には高価なモジュールを要するが、本発明では、それを不要とする。従って、本発明では、コスト面でも優れている。

尚、出力した画像データは、例えば、複合機１００により画像形成されても良い。又、本発明の実施形態では、フォント認識部２０５がフォントを認識する前に、誤認識文字判定部２０４が、誤認識文字データ４０４が存在するか否かを判定するよう構成したが、他の構成でも良い。例えば、図２、図３の点線で示すように、Ｓ１０５からＳ１０７へ直接移行し、フォント認識部２０５が、前記誤認識文字データ４０４が存在するか否かに関わらず、一律に、前記文字画像データの文字のフォントを認識しても良い。このように構成することで、誤認識の可能性があるか否かに関わらず、文字認識の精度を確認することが可能となる。

又、本発明の実施形態では、複合機１００が各部を備えるよう構成したが、当該各部を実現するプログラムを記憶媒体に記憶させ、当該記憶媒体を提供するよう構成しても構わない。当該構成では、前記プログラムを複合機に読み出させ、当該複合機が前記各部を実現する。その場合、前記記録媒体から読み出されたプログラム自体が本発明の作用効果を奏する。さらに、各手段が実行するステップをハードディスクに記憶させる方法として提供することも可能である。

以上のように、本発明に係る画像処理装置及び画像処理方法は、複合機、複写機等の画像処理装置に有用であり、ＯＣＲ機能における文字の誤認識を防止することが可能な画像処理装置及び画像処理方法として有効である。

１００複合機
２０１表示受付部
２０２画像読取部
２０３文字認識部
２０４誤認識文字判定部
２０５フォント認識部
２０６フォント文字認識部
２０７認識文字判定部

Claims

画像データの文字画像データに対して文字データが認識されると、当該文字データに対応する文字画像データの文字のフォントを認識するフォント認識部と、
前記認識されたフォントの文字画像データと前記画像データの文字画像データとを比較して、両者が一致した文字画像データに対応する文字データを認識するフォント文字認識部と、
前記画像データの文字画像データから直接認識された文字データが、前記フォントの文字画像データを用いて認識された文字データと一致するか否かを判定し、両者が不一致の場合に、前記フォントの文字画像データを用いて認識された文字データを、前記文字画像データから認識された文字データとして採用する認識文字判定部と、
を備えることを特徴とする画像処理装置。
画像データの文字画像データに対して認識された文字データのうち、予め登録された誤認識され易い誤認識文字データが存在するか否かを判定する誤認識文字判定部を更に備え、
前記フォント認識部は、前記誤認識文字データが存在する場合に、前記文字画像データの文字のフォントを認識する
請求項１に記載の画像処理装置。
前記フォント認識部は、文字画像データの文字毎にフォントを認識することで、１つの単語を構成する文字画像データのうち、２つ以上の異なるフォントを認識した場合、文字毎に認識されたフォントのうち、一番多く認識されたフォントを、前記文字画像データのフォントと認識する
請求項１又は２に記載の画像処理装置。
画像データの文字画像データに対して文字データが認識されると、当該文字データに対応する文字画像データの文字のフォントを認識するフォント認識ステップと、
前記認識されたフォントの文字画像データと前記画像データの文字画像データとを比較して、両者が一致した文字画像データに対応する文字データを認識するフォント文字認識ステップと、
前記画像データの文字画像データから直接認識された文字データが、前記フォントの文字画像データを用いて認識された文字データと一致するか否かを判定し、両者が不一致の場合に、前記フォントの文字画像データを用いて認識された文字データを、前記文字画像データから認識された文字データとして採用する認識文字判定ステップと、
を備えることを特徴とする画像処理方法。