JP6199641B2 - 帳票読取装置およびプログラム - Google Patents

Description

本発明の実施形態は、帳票読取装置およびプログラムに関する。

商品の受発注には、統一伝票と呼ばれる品名や商品コードを印字する欄（フィールド）などの帳票形式（フォーマット）が統一された帳票が使用されている。統一伝票の一例として仕入伝票がある。このような統一伝票の処理にはスキャナを用いて帳票イメージを読み取り、文字認識する帳票読取装置が利用されている。

帳票読取装置が統一伝票に印字された文字を読み取る場合には、帳票上の品名や商品コードなどが印字されている範囲を読み取り対象のフィールド（読み取り範囲）として予め帳票の形式（フォーマット）を定義しておくことにより、スキャナで読み取った帳票イメージの中から予め定義された読み取りフィールドに対応する部分の帳票イメージから文字イメージを検出、切り出して文字認識している。

特開平９−３０５７１５号公報

統一伝票では、品名や商品コードなどを印字する欄（フィールド）等の帳票形式は統一されているが、それらの欄（フィールド）の範囲のどの位置に品名や商品コードなどを印字するかは使用者によってまちまちで統一されていない。

該当欄（フィールド）の上部付近に偏って品名や商品コードなどを印字する場合や，該当欄（フィールド）の左端に偏って品名や商品コードなどを印字する場合など、まちまちである。

また、印字する品名や商品コードなどの文字数（数字の場合には桁数）も統一されていない。統一伝票では、品名や商品コードなどを印字する欄（フィールド）の帳票形式は統一されているだけで、印字する品名の文字数、商品コードの桁数や、それらの字体などの印字する文字については何も統一されていない。

帳票読取装置が、このような統一伝票の文字認識をする場合には、予め定義された読み取り対象のフィールド（読み取り範囲）に対応する部分の帳票イメージから未知の位置に存在する未知の文字数の文字イメージを検出し切り出して文字認識している。

しかしながら、このような従来の帳票読取装置では、読み取り対象のフィールド内に、または隣接フィールドにまたがる不明なキャラクタ（文字として認識されない、いわゆるノイズ）が検出された場合、そのフィールドの文字認識結果が誤読や未読扱いとなり、文字の読み取り精度が低下する。

伝票に文字を印字後に例えばチェック者が手書きしたチェック痕や伝票の定義領域内からはみ出した文字などがノイズとなり、または伝票に印字された文字と文字周辺の罫線とが重なることで罫線自体がノイズとなり、文字の誤読やリジェクトが発生し文字の読み取り精度が低下する。

また、伝票内のすべての読み取り対象のフィールド（読み取り範囲）を対象に文字読取を行うため、印字されていない空フィールドに存在するノイズを文字として誤読することもある。

本発明が解決しようとする課題は、予め読み取り対象の文字が印字されているフィールドが固定されている帳票から文字を読み取る際の読み取り精度を向上することができる帳票読取装置およびプログラムを提供することにある。

実施形態の帳票読取装置は、第１文字認識部、認識情報記憶部、再認識フィールド決定部、第２文字認識部を有する。第１文字認識部は項目毎に文字を印字したフィールドを有する表形式の帳票から光学的に読み取った画像から各フィールドの文字を認識する。認識情報記憶部には前記帳票の各項目に対応した複数の読み取りフィールドでの文字認識結果に対応付けて文字属性が記憶されている。再認識フィールド決定部は前記帳票の各項目に対応した複数の読み取りフィールドでの文字認識結果に対応付けられているそれぞれの文字属性を前記認識情報記憶部から読み出し、読み出した複数の読み取りフィールドの文字属性の相互関係に基づいて、再度文字認識すべき再認識フィールドを決定する。第２文字認識部は前記再認識フィールド決定部により決定された前記再認識フィールドに対して、前記複数の読み取りフィールドの文字属性の相互関係を利用して文字認識する。

実施形態の帳票読取システムの構成を示す図である。 帳票の一例（帳票サンプル）を示す図である。 帳票読取システムの動作を示すフローチャートである。 一段階目の文字認識処理で不明となった箇所が含まれる認識結果を示す図である。 文字の属性を示す図である。 二段階の文字認識処理により不明な箇所が除外された認識結果を示す図である。

以下、図面を参照して実施形態を詳細に説明する。図１は実施状態の帳票読取システムの構成を示すブロック図である。
図１に示すように、この実施形態の帳票読取システムは、スキャナ１、コンピュータ２（以下「ＰＣ２」と称す）およびモニタなどの表示部３を備える。

ＰＣ２は例えばＣＰＵ、メモリ、ハードディスク装置、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭなどの記録媒体を再生する再生装置としてのディスク再生装置などを有する。ＰＣ２ではディスク再生装置にセットされた記録媒体からハードディスク装置にインストールされた制御ソフトウェアをＣＰＵがメモリ上に読み出し、そのソフトウェアの処理を実行することで、ＰＣ２が文字認識装置として機能する。

文字認識装置として機能するＰＣ２は、画像記憶部２１、帳票定義情報記憶部２２、第１文字認識処理部２３、認識情報記憶部２４、読取項目文字情報処理部２５、第２文字認識処理部２６、読取結果を表示部３へ出力する出力部２７を備える。

スキャナ１は、読取対象の帳票としての伝票３０（図２参照）を光学的に読み取り、読み取った画像（イメージ）をＰＣ２の画像記憶部２１に記憶する。

図２に示すように、伝票３０は、例えばスーパーマーケットや大規模小売店などで販売される商品の受発注に用いられる「統一伝票」と称されるものであり、商品コード、単価、数量、合計などの項目名が横に一列に配置され、各項目名の下に縦一列に印字欄３１ａ〜３１ｄ、３２ａ〜３２ｄ、３３ａ〜３３ｄ、３４ａ〜３４ｄが設けられている帳票である。印字欄３１ａ〜３１ｄ、３２ａ〜３２ｄ、３３ａ〜３３ｄ、３４ａ〜３４ｄは、それぞれ、商品コード、単価、数量、合計の各項目名に対応した文字認識対象の読み取りフィールドである。

印字欄３１ａ〜３１ｃには、“Ａ０００”、“Ｂ０００”、“Ｃ０００”が印字されている。印字欄３２ａ〜３２ｃには、“￥１，０００”、“￥５００”、“￥１，５００”が印字されている。印字欄３３ａ〜３３ｃには、“２０”、“１０”、“１２０”が印字されている。

印字欄３４ａ〜３４ｃには、“￥２０，０００”、“￥５，０００”、“￥１８０，０００”が印字されている。印字欄３１ｃと印字欄３２ｄには、チェック痕３５、３６などノイズが手書き（記載）されているものとする。

画像記憶部２１には、スキャナ１により読み取られた伝票３０の画像（イメージ）が記憶（一時保存）される。画像記憶部２１、帳票定義情報記憶部２２および認識情報記憶部２４などはハードディスク装置等で実現される。帳票定義情報記憶部２２は、伝票３０の文字認識する対象となる読み取りフィールドの位置情報を帳票定義情報として記憶している。伝票３０の場合、印字欄３１ａ〜３１ｄ、３２ａ〜３２ｄ、３３ａ〜３３ｄ、３４ａ〜３４ｄが文字認識の対象となる読み取りフィールドである。

第１文字認識処理部２３は画像記憶部２１に記憶（一時保存）された画像から、帳票定義情報記憶部２２に記憶されている帳票定義情報を参照して、読取対象の文字が印字されているべき読み取りフィールドの画像を切り出し、切り出した画像を文字認識する。

更に、第１文字認識処理部２３は文字認識した画像から文字の属性を求める。文字の属性は、文字のサイズ、ピッチ、位置、字形、濃淡、縦横比、罫線などである。第１文字認識処理部２３は文字認識した結果（文字コード）と、その文字の属性と、文字認識した画像と、を対応付けて該当する読み取りフィールド毎に認識情報記憶部２４に記憶する。

すなわち第１文字認識処理部２３は項目毎に文字を印字したフィールドを有する表形式の伝票３０から光学的に読み取った画像から各フィールドの文字を認識する（一段階目の文字認識処理）。

読取項目文字情報処理部２５は認識情報記憶部２４から伝票３０の各項目名に対応したすべての読み取りフィールドでの文字認識結果に対応付けられている文字の属性を読み出し、これらの文字の属性の相互関係を判断し、この判断結果に基づいて、再度文字認識すべき読み取りフィールド（再認識フィールド）を決定する。

再認識フィールドは、同じ項目名に対応した読み取り対象フィールドでありながら他のフィールドの文字と異なる属性を持つ文字を含む読み取り対象フィールドが対象となる。再認識フィールドが他のフィールドの文字と異なる属性を持つ文字を含むことから、再認識フィールドと判断された読み取りフィールドにおける第１文字認識処理部２３による文字認識結果に誤読文字や読み取り不能文字が含まれている可能性が高いからである。

第２文字認識処理部２６は読取項目文字情報処理部２５で判断した文字の属性の相互関係を利用して再認識フィールドの文字認識（二段階目）を行い、その文字認識結果を第１文字認識処理部２３による文字認識結果とマージして認識情報記憶部２４に記憶する。つまり、認識情報記憶部２４に記憶された第１文字認識処理部２３による文字認識結果を第２文字認識処理部２６による文字認識結果で置換（上書き）する。出力部２７は第２文字認識処理部２６でマージした後の文字認識結果を表示部３へ出力し、表示部３の画面に表示する。

続いて、図３乃至図６を参照してこの実施形態の帳票読取システムの動作を説明する。
この帳票読取システムの場合、スキャナ１にセットされた認識対象の伝票３０が光学的に読み取られる、つまりスキャンされると（図３のステップＳ１０１）、そのスキャンされた伝票３０の画像がＰＣ２の画像記憶部２１に記憶される（ステップＳ１０２）。

第１文字認識処理部２３は、帳票定義情報記憶部２２から読み出した帳票定義情報に基づいて画像記憶部２１に記憶された伝票３０の画像に対して読み取り対象フィールドを特定し、各フィールドに対して順に一段階目の文字認識処理を実行する（ステップＳ１０３）。

更に、第１文字認識処理部２３は文字認識した画像から文字の属性を求める。第１文字認識処理部２３は文字認識した結果（文字コード）と、その文字の属性と、文字認識した画像と、を対応付けて該当する読み取りフィールド毎に認識情報記憶部２４に記憶する。

具体的には、第１文字認識処理部２３による一段階目の文字認識処理で、図４に示すような認識結果５０（文字）が得られる。同図では、欄５１ｃの文字認識結果が“Ｃ０００？”となり、欄５２ｄの文字認識結果が“？”となっている。ここで、「？」は、文字認識できなかった読取不能文字（リジェクト文字）を表現している。

読取項目文字情報処理部２５は認識情報記憶部２４から伝票３０の各項目名に対応したすべての読み取りフィールドでの文字認識結に対応付けられている文字の属性を読み出し、
これらの文字の属性の相互関係を判断し、この判断結果に基づいて、再度文字認識すべき読み取りフィールド（再認識フィールド）を決定する（ステップＳ１０４）。

図５に基づいて文字の属性について説明する。図５に示した文字の属性は一例であり、これがすべてではない。また、図５に例示した文字の属性のすべてを用いて、再認識フィールドを決定する必要もない。少なくともどれか一つの文字の属性を用いて再認識フィールドを決定すればよい。

属性「濃淡」は、背景画像から切り出した文字画像の濃淡情報であり、画像を多値で表現したときに利用することができる。属性「文字サイズ」は、文字の大きさであり、高さと横幅の２つ情報を含む。属性「文字ピッチ」は、隣接する文字間の距離である。

属性「文字縦横比」は、文字の高さと横幅との比率である。属性「位置」は、読み取りフィールドで文字認識した文字列（文字が１つの場合も含む）において、左端の文字の位置と、右端の文字の位置と、文字列に含まれる小数点の位置との３つの情報を含む。属性「字形」は、文字のフォントの種類である。属性「罫線」は、認識対象文字が縦罫線や横罫線と接触しているときに付与する属性である。

ここで、図２に示した伝票３０を第１文字認識処理部２３が文字認識した結果を図４に示す。伝票３０の項目名「商品コード」に対応した読み取りフィールドでの文字認識結が、“Ａ０００”、“Ｂ０００”、と“Ｃ０００？”となっている。

この場合、読取項目文字情報処理部２５は、文字の属性から、これら３つの読み取りフィールドの文字認識結果において、文字列の左端の位置は同一であると判断する。一方、読取項目文字情報処理部２５は、印字欄３１ｃに対応する読み取りフィールドの文字認識結果だけ、文字の属性の文字位置（右端）が異なっていることを判断する。

つまり、文字列の右端の位置がリジェクト文字「？」の分だけ他の読み取りフィールドの文字列の右端の位置よりもずれていると判断する。このことから、読取項目文字情報処理部２５は、印字欄３１ｃに対応する読み取りフィールドが再認識フィールドであると判断する。

図４において、伝票３０の項目名「単価」に対応した読み取りフィールドでの文字認識結が、“１０００”、“５００”、“１５００”、“？”となっている。この場合、読取項目文字情報処理部２５は、文字の属性から、印字欄３２ｄに対応する読み取りフィールドの文字認識結果“？”が、他の読み取りフィールドの文字の属性と文字サイズ、字形が異なっていると判断する。このことから、読取項目文字情報処理部２５は、印字欄３２ｄに対応する読み取りフィールドが再認識フィールドであると判断する。

第２文字認識処理部２６は、伝票３０において読取項目文字情報処理部２５が再認識フィールドであると判断した印字欄３１ｃに対応する読み取りフィールドと印字欄３２ｄに対応する読み取りフィールドとを再度文字認識する（ステップＳ１０５）。

二段階目の文字認識処理の結果の文字または文字列（テキスト）は、一段階目の文字認識結果の該当箇所（該当欄）の文字または文字列と置換（上書き）される。

そして、出力部２７は、二段階目の文字認識処理の結果が一段階目の文字認識結果に反映された文字認識結果を表示部３へ出力する（ステップＳ１０６）。
この結果、図６に示すように、図２に示した印字欄３１ｃのノイズ３５や印字欄３２ｄのノイズ３６が除去された認識結果５０が得られる。

ここで、図５を用いて第２文字認識処理部２６が読取項目文字情報処理部２５で判断した文字の属性の相互関係を利用して再認識フィールドの文字認識処理（二段階目）する動作を説明する。

（番号１）濃淡
第２文字認識処理部２６は、認識対象の文字の濃淡が予め設定されている閾値の範囲内にある文字だけを認識し、閾値の範囲外の文字は認識しない。濃淡閾値の範囲外にある濃すぎる文字、または薄すぎる文字は、認識対象から除外する。

（番号２）文字サイズ
第２文字認識処理部２６は、認識対象の文字の高さと横幅の片方又は両方が予め設定されている閾値の範囲内にある文字だけを認識し、閾値の範囲外の文字は認識しない。

（番号３）文字ピッチ
第２文字認識処理部２６は、認識対象の文字列の文字ピッチが予め設定されている閾値の範囲内にある文字だけを認識し、閾値の範囲外の文字は認識しない。

（番号４）文字縦横比
第２文字認識処理部２６は、認識対象の文字の縦横比が設定されている閾値の範囲内にある文字だけを認識し、閾値の範囲外の文字は認識しない。

（番号５）文字の位置
第２文字認識処理部２６は、再認識フィールドの認識対象の文字列の左端の位置、右端の位置、小数点の位置のいずれか一つ又はこれらの組み合わせが、同一の項目名に対応した他の読み取りフィールドでの文字列の位置と異なっている場合には、位置が異なっている文字だけ文字認識しない。

（番号６）文字の字形
第２文字認識処理部２６は、再認識フィールドでの認識対象の文字の字形が同一再認識フィールドの他の認識対象の文字の字形と異なっている場合には、その字形が異なる文字の文字認識をしない。文字認識する際に、文字フォント毎に文字認識用の辞書（標準パターン）を持つことにより、認識対象文字の字形（他の文字のフォントとの違い）が判別できる。ノイズなどの非文字のイメージを文字認識する場合には、字形が判別できないため、文字認識しないことでリジェクト文字の発生を防止できる。

（番号７）罫線
第２文字認識処理部２６は、認識対象の文字が縦罫線や横罫線と重なっている場合には、その認識対象文字は認識しない。このように文字認識しないケースとしては、伝票３０に印字した文字列が位置づれして罫線と重なって印字されている場合や、ノイズなどの非文字のイメージが罫線と重なっている場合である。

このようにこの実施形態によれば、伝票に印字された文字を認識することを前提にすれば、汚れや手書きされたチェック痕などの非印字の画像（ノイズ）を文字認識することが回避され、不必要なリジェクト文字の発生が避けられ、文字認識精度を向上することができる。リジェクト文字が発生すると、後工程で操作者が原伝票を参照して正しい文字を手入力するというリジェクト訂正処理が必要となる。この実施形態によれば、不必要なリジェクト訂正処理が回避できる。

本発明の実施形態を説明したが、この実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。この新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。この実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

さらに上記実施形態では、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たが、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，ＤＶＤ−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…ＰＣ（コンピュータ）、３…表示部、２１…画像記憶部、２２…帳票定義情報記憶部、２３…第１文字認識部、２４…認識情報記憶部、２５…読み取り項目文字情報処理部、２６…第２文字認処理識部、２７…出力部、３０…伝票、３１ａ〜３１ｄ，３２ａ〜３２ｄ，３３ａ〜３３ｄ，３４ａ〜３４ｄ…フィールド、３５，３６…ノイズ、５０…認識結果（表）、５１，５２…認識結果として不明な文字を含む欄、５１ａ，５２ｂ…認識結果として不明な文字が除外された欄。

Claims (4)

1. 項目毎に文字を印字したフィールドを有する表形式の帳票から光学的に読み取った画像から各フィールドの文字を認識する第１文字認識部と、
   前記帳票の各項目に対応した複数の読み取りフィールドでの文字認識結果に対応付けて文字属性が記憶された認識情報記憶部と、
   前記帳票の各項目に対応した複数の読み取りフィールドでの文字認識結果に対応付けられているそれぞれの文字属性を前記認識情報記憶部から読み出し、読み出した複数の読み取りフィールドの文字属性の相互関係に基づいて、再度文字認識すべき再認識フィールドを決定する再認識フィールド決定部と、
   前記再認識フィールド決定部により決定された前記再認識フィールドに対して、前記複数の読み取りフィールドの文字属性の相互関係を利用して文字認識する第２文字認識部と
   を具備する帳票読取装置。
2. 前記再認識フィールド決定部は、
   前記同じ項目に対応した読み取り対象フィールドでありながら他のフィールドの文字と異なる属性を持つ文字を含む読み取り対象フィールドを再認識フィールドとして決定する請求項１記載の帳票読取装置。
3. コンピュータに処理を実行させるプログラムにおいて、
   前記コンピュータを、
   項目毎に文字を印字したフィールドを有する表形式の帳票から光学的に読み取った画像から各フィールドの文字を認識する第１文字認識部と、
   前記帳票の各項目に対応した複数の読み取りフィールドでの文字認識結果に対応付けて文字属性が記憶された認識情報記憶部と、
   前記帳票の各項目に対応した複数の読み取りフィールドでの文字認識結果に対応付けられているそれぞれの文字属性を前記認識情報記憶部から読み出し、読み出した複数の読み取りフィールドの文字属性の相互関係に基づいて、再度文字認識すべき再認識フィールドを決定する再認識フィールド決定部と、
   前記再認識フィールド決定部により決定された前記再認識フィールドに対して、前記複数の読み取りフィールドの文字属性の相互関係を利用して文字認識する第２文字認識部
   として機能させるプログラム。
4. 前記再認識フィールド決定部は、
   前記同じ項目に対応した読み取り対象フィールドでありながら他のフィールドの文字と異なる属性を持つ文字を含む読み取り対象フィールドを再認識フィールドとして決定する請求項３記載のプログラム。

Images