JP6303531B2 - 画像処理装置及び画像処理プログラム - Google Patents

Description

本発明は、画像処理装置及び画像処理プログラムに関する。

特許文献１には、印刷処理時間と文字認識処理時間を短縮し、かつ、各々の精度の向上をもはかることを課題とし、端末装置はページ記述言語で記載された帳票データの中から文字認識に必要なフォーマット定義を抽出し、抽出したフォーマット定義に基づき文字認識をするために必要なフォーマット定義を作成し、作成した該フォーマット定義によりスキャナにより読み取られた帳票画像の文字認識がなされることが開示されている。

特許文献２には、既存の帳票から新たな帳票書式を容易に作成することができるようにすることを課題とし、帳票の画像イメージから罫線を抽出し、抽出した罫線の交点を帳票の文字認識に使用する認識枠の位置を導出するための基準点として使用し、この基準点を用いて帳票書式を設定するものであり、また、このようにして設定した帳票書式を用いて帳票の文字認識を行うものであることが開示されている。

特開平１０−３４０３１４号公報 特開２００２−１６３６０６号公報

本発明は、文書の枠内の文字列を認識するにあたって、予め定められた複数の枠内の文字列の関係の定義に沿わない文字認識結果となることを抑制するようにした画像処理装置及び画像処理プログラムを提供することを目的としている。

かかる目的を達成するための本発明の要旨とするところは、次の各項の発明に存する。

請求項１の発明は、文書の画像を受け付ける受付手段と、前記文書の第１の枠内の文字列と該第１の枠とは異なる第２の枠内の文字列との関係を定義する定義情報に基づき、該第１の枠内の複数の文字認識候補から、該第１の枠内の文字認識結果を選択する選択手段を有し、前記定義情報として、前記第１の枠内と前記第２の枠内であり得る文字列の集合、該第１の枠内の文字列と該第２の枠内の文字列の関係を示す正規表現情報、該第１の枠内の文字列と該第２の枠内の文字列の種別の制限のいずれか又はこれらの組み合わせを含み、前記選択手段は、該第１の枠内の複数の文字認識候補と該第２の枠内の複数の文字認識候補から、前記定義情報に合致する文字認識結果を選択し、前記第１の枠の定義情報と前記第２の枠の定義情報において、一方が複数の文字認識候補が列記されている定義情報であって、該定義情報内に他方の定義情報と矛盾する文字認識候補がある場合は、該他方の定義情報に合致する一方の定義情報内の文字認識候補を採用する、画像処理装置である。

請求項２の発明は、前記定義情報として、枠の位置情報を含み、前記選択手段は、前記定義情報内の枠の位置情報に基づき、前記第１の枠と関連する前記第２の枠を特定し、該第１の枠内の複数の文字認識候補と該第２の枠内の複数の文字認識候補の関係にしたがって、該第１の文字認識結果を選択する、請求項１に記載の画像処理装置である。

請求項３の発明は、一方の定義情報は、複数の定義情報として、第１の定義情報、第２の定義情報を含んでおり、該第１の定義情報は他の枠の文字認識結果を含み、該第２の定義情報は他の枠の文字認識結果に対する定義情報を含む場合、他方の文字認識結果が確定した後に、該第２の定義情報と矛盾が生じたときは、他の枠の複数の文字認識候補から文字認識結果を再度選択する、請求項１又は２に記載の画像処理装置である。

請求項４の発明は、コンピュータを、文書の画像を受け付ける受付手段と、前記文書の第１の枠内の文字列と該第１の枠とは異なる第２の枠内の文字列との関係を定義する定義情報に基づき、該第１の枠内の複数の文字認識候補から、該第１の枠内の文字認識結果を選択する選択手段として機能させ、前記定義情報として、前記第１の枠内と前記第２の枠内であり得る文字列の集合、該第１の枠内の文字列と該第２の枠内の文字列の関係を示す正規表現情報、該第１の枠内の文字列と該第２の枠内の文字列の種別の制限のいずれか又はこれらの組み合わせを含み、前記選択手段は、該第１の枠内の複数の文字認識候補と該第２の枠内の複数の文字認識候補から、前記定義情報に合致する文字認識結果を選択し、前記第１の枠の定義情報と前記第２の枠の定義情報において、一方が複数の文字認識候補が列記されている定義情報であって、該定義情報内に他方の定義情報と矛盾する文字認識候補がある場合は、該他方の定義情報に合致する一方の定義情報内の文字認識候補を採用する、画像処理プログラムである。

請求項１の画像処理装置によれば、文書の枠内の文字列を認識するにあたって、予め定められた複数の枠内の文字列の関係の定義に沿わない文字認識結果となることを抑制することができる。また、枠内であり得る文字列の集合、正規表現情報、文字列の種別の制限のいずれか又はこれらの組み合わせを用いて、文字認識結果を選択することができる。

請求項２の画像処理装置によれば、予め定められた位置にある枠を用いて、文字認識結果を選択することができる。

請求項３の画像処理装置によれば、一方の定義情報は、複数の定義情報として、第１の定義情報、第２の定義情報を含んでおり、その第１の定義情報は他の枠の文字認識結果を含み、その第２の定義情報は他の枠の文字認識結果に対する定義情報を含む場合、他方の文字認識結果が確定した後に、その第２の定義情報と矛盾が生じたときは、他の枠の複数の文字認識候補から文字認識結果を再度選択することができる。

請求項４の画像処理プログラムによれば、文書の枠内の文字列を認識するにあたって、予め定められた枠内の文字列の関係の定義に沿わない文字認識結果となることを抑制することができる。また、枠内であり得る文字列の集合、正規表現情報、文字列の種別の制限のいずれか又はこれらの組み合わせを用いて、文字認識結果を選択することができる。

本実施の形態の構成例についての概念的なモジュール構成図である。 本実施の形態の構成例についての概念的なモジュール構成図である。 認識対象となる文書の一例を示す説明図である。 正規表現の例を示す説明図である。 本実施の形態による処理例を示すフローチャートである。 帳票定義情報設定ファイルのデータ構造例を示す説明図である。 帳票定義情報設定ファイルの列の例を示す説明図である。 本実施の形態によって使用するコマンドの例を示す説明図である。 帳票定義情報設定ファイルの列の例を示す説明図である。 本実施の形態が対象とする枠の位置情報の例を示す説明図である。 本実施の形態によって用いられる文字種別の制限の例を示す説明図である。 本実施の形態によって用いられる認識候補のリストの例を示す説明図である。 本実施の形態によって用いられる正規表現パターンファイルの例を示す説明図である。 本実施の形態によって用いられる帳票定義情報設定ファイルの例を示す説明図である。 本実施の形態によって用いられる帳票定義情報設定ファイルの例を示す説明図である。 本実施の形態による処理例を示す説明図である。 本実施の形態を実現するコンピュータのハードウェア構成例を示すブロック図である。

以下、図面に基づき本発明を実現するにあたっての好適な一実施の形態の例を説明する。
図１は、本実施の形態の構成例についての概念的なモジュール構成図を示している。
なお、モジュールとは、一般的に論理的に分離可能なソフトウェア（コンピュータ・プログラム）、ハードウェア等の部品を指す。したがって、本実施の形態におけるモジュールはコンピュータ・プログラムにおけるモジュールのことだけでなく、ハードウェア構成におけるモジュールも指す。それゆえ、本実施の形態は、それらのモジュールとして機能させるためのコンピュータ・プログラム（コンピュータにそれぞれの手順を実行させるためのプログラム、コンピュータをそれぞれの手段として機能させるためのプログラム、コンピュータにそれぞれの機能を実現させるためのプログラム）、システム及び方法の説明をも兼ねている。ただし、説明の都合上、「記憶する」、「記憶させる」、これらと同等の文言を用いるが、これらの文言は、実施の形態がコンピュータ・プログラムの場合は、記憶装置に記憶させる、又は記憶装置に記憶させるように制御するの意である。また、モジュールは機能に一対一に対応していてもよいが、実装においては、１モジュールを１プログラムで構成してもよいし、複数モジュールを１プログラムで構成してもよく、逆に１モジュールを複数プログラムで構成してもよい。また、複数モジュールは１コンピュータによって実行されてもよいし、分散又は並列環境におけるコンピュータによって１モジュールが複数コンピュータで実行されてもよい。なお、１つのモジュールに他のモジュールが含まれていてもよい。また、以下、「接続」とは物理的な接続の他、論理的な接続（データの授受、指示、データ間の参照関係等）の場合にも用いる。「予め定められた」とは、対象としている処理の前に定まっていることをいい、本実施の形態による処理が始まる前はもちろんのこと、本実施の形態による処理が始まった後であっても、対象としている処理の前であれば、そのときの状況・状態に応じて、又はそれまでの状況・状態に応じて定まることの意を含めて用いる。「予め定められた値」が複数ある場合は、それぞれ異なった値であってもよいし、２以上の値（もちろんのことながら、全ての値も含む）が同じであってもよい。また、「Ａである場合、Ｂをする」という意味を有する記載は、「Ａであるか否かを判断し、Ａであると判断した場合はＢをする」の意味で用いる。ただし、Ａであるか否かの判断が不要である場合を除く。
また、システム又は装置とは、複数のコンピュータ、ハードウェア、装置等がネットワーク（一対一対応の通信接続を含む）等の通信手段で接続されて構成されるほか、１つのコンピュータ、ハードウェア、装置等によって実現される場合も含まれる。「装置」と「システム」とは、互いに同義の用語として用いる。もちろんのことながら、「システム」には、人為的な取り決めである社会的な「仕組み」（社会システム）にすぎないものは含まない。
また、各モジュールによる処理毎に又はモジュール内で複数の処理を行う場合はその処理毎に、対象となる情報を記憶装置から読み込み、その処理を行った後に、処理結果を記憶装置に書き出すものである。したがって、処理前の記憶装置からの読み込み、処理後の記憶装置への書き出しについては、説明を省略する場合がある。なお、ここでの記憶装置としては、ハードディスク、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、外部記憶媒体、通信回線を介した記憶装置、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）内のレジスタ等を含んでいてもよい。

本実施の形態である画像処理装置１００は、文書である画像を認識するものであって、図１の例に示すように、帳票画像読取装置１１０、表示装置１４０と接続されており、また、通信回線１９９Ａを介して画像データ記憶サーバー１２０と、通信回線１９９Ｂを介して定義情報記憶サーバー１３０と接続されている。画像処理装置１００は、文字認識を行う場合に、予め定められた書式情報や文字列パターンに合致する文字列を出力するように制御する。

帳票画像読取装置１１０は、画像処理装置１００と接続されている。帳票画像読取装置１１０は、文書の画像を読み取り、その画像を帳票画像データ２１５として画像処理装置１００に渡す。例えば、スキャナ、ファックス、スキャナ又はファックスの機能を有する複合機等が該当する。なお、帳票画像データ２１５は、文書の構成として予め定められた枠を含むものであればよい。以下、帳票を例示する。枠は実線、点線等の直線で囲まれているのが一般的であるが、必ずしも直線で囲まれている必要はなく、文字認識の対象となる文字列（文字列という場合は、１文字以上であればよい）が記載されている領域であればよい。また、認識対象となる文字は、活字文字であってもよいし、手書き文字であってもよい。
画像データ記憶サーバー１２０は、通信回線１９９Ａを介して画像処理装置１００と接続されている。画像データ記憶サーバー１２０は、帳票画像データ記憶モジュール１２５を有しており、帳票画像データ記憶モジュール１２５内に記憶されている帳票画像データ２１５を画像処理装置１００に渡す。帳票画像データ記憶モジュール１２５内の帳票画像データ２１５は帳票画像読取装置１１０によって読み込まれたものであってもよい。
定義情報記憶サーバー１３０は、通信回線１９９Ｂを介して画像処理装置１００と接続されている。定義情報記憶サーバー１３０は、帳票定義情報設定ファイル記憶モジュール１３５を有しており、帳票定義情報設定ファイル記憶モジュール１３５内の帳票定義情報設定ファイル２０５を画像処理装置１００に渡す。
表示装置１４０は、画像処理装置１００と接続されている。表示装置１４０は、画像処理装置１００から文字認識結果を受け取り、液晶ディスプレイ等の表示装置に出力する。

本実施の形態である画像処理装置１００の前提となる技術について説明する。
枠内に記載した文字を認識する技術がある。例えば、図３に示すような帳票３００を認識する。本帳票３００には、製造日を記載する製造日枠３１０、製造番号を記載する製造番号枠３２０が設定されている。この帳票３００への記載者は、製造日枠３１０には、例えばある部品の製造日を記入する。また製造番号枠３２０には製造番号を記入する。その結果、製造日枠３１０内には、製造日のみが記載されているとすることができる。また、製造番号枠３２０内には、製造番号のみが記載されているとすることができる。
上述したように、文字列を記載する枠が設定されて、さらに枠に記載されるはずの文字列、又は単語が限定される場合には、自由に記載可能な場合よりも認識率を上げることができる。
例えば、製造日などの場合で、図３のように、製造日の日付を書くように製造日枠３１０が帳票３００中で指定されている場合がある。この場合、製造日は指定された製造日枠３１０に、数字限定で記入されるので、認識時にそのように限定すればより精度が上がる。例えば、帳票３００中における製造日枠３１０の位置とその製造日枠３１０内に記載される日付が以下のような書式で限定されているとする。
｛製造日枠の位置情報｝｛適用される枠書式情報ＹＹＹＹＭＭＤＤ｝
ここで製造日枠３１０の位置情報は、例えば左上のＸ座標Ｙ座標、ならびに右下のＸ座標Ｙ座標で表現される。また書式情報のＹＹＹＹは西暦を４ケタ、ＭＭは月を２ケタ、ＤＤは日を２ケタの書式に限定されているということができる。
このような、文字列パターンの限定を指定する手法の例として、正規表現がある。正規表現にはいろいろな表記法があるが、一例として、正規表現の表記方法を図４に示す。例えば、以下に示すような正規表現の規則がある。
正規表現の規則「［・・・］」は、「・・・の中のどれか一つの文字。［Ａ−Ｚ］のように範囲を指定することも可能。」という意味を有している。
正規表現の規則「［＾・・・］」は、「・・・の中のどれとも一致しない一つの文字。範囲を指定することも可能。」という意味を有している。
正規表現の規則「＊」は、「直前のパターンの０回以上の繰り返し。」という意味を有している。
正規表現の規則「＋」は、「直前のパターンの１回以上の繰り返し。」という意味を有している。
正規表現の規則「｛ｍ｝」は、「直前のパターンのｍ回繰り返し。」という意味を有している。
正規表現の規則「｛ｍ，｝」は、「直前のパターンのｍ回以上繰り返し。」という意味を有している。
正規表現の規則「｛ｍ，ｎ｝」は、「直前のパターンのｍ回以上ｎ回以下繰り返し。」という意味を有している。
正規表現の規則「．」は、「任意の１文字」という意味を有している。
正規表現の規則「｜」は、「前後の正規表現の論理和」という意味を有している。
例えば、前記のように数字８ケタのみを対象とする場合、正規表現としては、
［０−９］｛８｝
と記述すればよい。このように、枠内に記載した文字に対して、その対象枠の書式情報（上記例では正規表現）を設定することにより、枠内に記載した文字の認識精度を上げることができる。ただし、帳票の認識において認識精度向上のためには、上記認識対象文字に関する認識対象枠情報や書式情報などの帳票定義情報の設定が必要である。

前述した特許文献記載の技術では、帳票の印刷データや画像データなどから帳票認識のための帳票定義情報として認識対象枠の位置情報を取得することにより、認識対象枠設定のユーザー負担を軽減している。
しかし、帳票によっては認識対象枠に複数の帳票定義設定を行いたい場合、例えば個別文字枠にはそれぞれの書式情報を設定し、それら個別文字枠を複数組み合わせて正規表現を適用したい場合などは特許文献記載の技術では実現できない。

図２は、本実施の形態である画像処理装置１００の構成例についての概念的なモジュール構成図である。画像処理装置１００は、定義情報解釈モジュール２１０、認識対象設定モジュール２２０、認識候補生成モジュール２３０、定義情報付認識実行モジュール２４０を有している。帳票定義情報設定ファイル２０５は、定義情報記憶サーバー１３０の帳票定義情報設定ファイル記憶モジュール１３５から取り出したものであり、帳票画像データ２１５は、画像データ記憶サーバー１２０の帳票画像データ記憶モジュール１２５から取り出したもの、又は帳票画像読取装置１１０から受け取ったものである。

定義情報解釈モジュール２１０は、認識対象設定モジュール２２０、定義情報付認識実行モジュール２４０と接続されており、帳票定義情報設定ファイル２０５を受け付ける。定義情報解釈モジュール２１０は、認識対象である帳票の枠の位置情報（以下、認識対象枠情報ともいう）や認識書式情報等を記載した帳票定義情報設定ファイル２０５を受け付けて、その帳票定義情報設定ファイル２０５に記載された帳票認識における定義情報を解釈する。帳票定義情報設定ファイル２０５には、認識対象枠情報の他に、認識書式情報として、第１の枠内と第２の枠内であり得る文字列の集合、その第１の枠内の文字列とその第２の枠内の文字列の関係を示す正規表現情報、その第１の枠内の文字列とその第２の枠内の文字列の種別の制限のいずれか又はこれらの組み合わせを含んでいてもよい。
認識対象設定モジュール２２０は、定義情報解釈モジュール２１０、認識候補生成モジュール２３０と接続されており、帳票画像データ２１５を受け付け、認識対象領域データ２２５を認識候補生成モジュール２３０に渡す。認識対象設定モジュール２２０は、文書の画像の一例である帳票画像データ２１５を受け付け、前記定義情報解釈モジュール２１０で解釈された定義情報のうち認識対象枠情報に基づいて、帳票画像データ２１５から認識対象となる領域を認識対象領域データ２２５として設定する。
認識候補生成モジュール２３０は、認識対象設定モジュール２２０、定義情報付認識実行モジュール２４０と接続されており、定義情報付認識実行モジュール２４０へ認識候補データ２３５を渡す。認識候補生成モジュール２３０は、認識対象設定モジュール２２０で設定された、認識対象領域データ２２５に基づく認識対象領域内の文字列を認識して、複数の文字認識候補の集まりである認識候補データ２３５を生成する。認識候補生成モジュール２３０が用いる文字認識技術については、複数の文字認識候補を出力するものであれば、どのような文字認識技術であってもよい。例えば、実際の手書き文字で学習された文字認識技術であってもよい。

定義情報付認識実行モジュール２４０は、定義情報解釈モジュール２１０、認識候補生成モジュール２３０と接続されており、認識結果２４５、リジェクト情報２４７を出力する。定義情報付認識実行モジュール２４０は、帳票定義情報設定ファイル２０５の第１の枠内の文字列とその第１の枠とは異なる第２の枠内の文字列との関係を定義する定義情報に基づき、その第１の枠内の複数の文字認識候補から、その第１の枠内の文字認識結果を選択する。
定義情報付認識実行モジュール２４０は、帳票定義情報設定ファイル２０５内の枠の位置情報に基づき、第１の枠と関連する第２の枠を特定し、その第１の枠内の複数の文字認識候補とその第２の枠内の複数の文字認識候補の関係にしたがって、その第１の文字認識結果を選択するようにしてもよい。
また、定義情報付認識実行モジュール２４０は、第１の枠内の複数の文字認識候補と第２の枠内の複数の文字認識候補から、帳票定義情報設定ファイル２０５に合致する文字認識結果を選択するようにしてもよい。
例えば、定義情報付認識実行モジュール２４０は、認識対象枠情報に基づく認識対象領域内の文字列を認識して得られた複数の認識候補文字列（認識候補データ２３５）から、定義情報解釈モジュール２１０で解釈された認識書式情報に一致する認識候補が存在するか否かを判定し、最終的な認識結果２４５及び認識書式に合致したかどうかの情報（これ以降ではこの情報をリジェクト情報２４７と呼称する）を出力する。なお、定義情報付認識実行モジュール２４０で出力される認識結果２４５は予め定められた書式（例えば、認識対象枠毎など）で出力されるようにする。

図５は、本実施の形態による処理例を示すフローチャートである。
図５のステップＳ５０２において、定義情報解釈モジュール２１０は、認識対象である帳票画像データ２１５の認識対象枠情報や認識書式情報などを記載した帳票定義情報設定ファイル２０５を受け付ける。
ステップＳ５０４において、定義情報解釈モジュール２１０は、帳票定義情報設定ファイル２０５に記述された定義情報を解釈する。この定義情報解釈モジュール２１０で解釈される定義情報は、認識対象枠情報、認識対象枠に設定された枠種別や認識書式、認識文字種限定の有無などである。

ステップＳ５０６において、認識対象設定モジュール２２０は、定義情報解釈モジュール２１０で解釈された帳票定義情報設定ファイル２０５に記載された定義情報のうち、認識対象枠情報の解釈結果に基づいて帳票画像データ２１５内における認識対象領域を設定する。
ステップＳ５０８において、認識候補生成モジュール２３０は、認識対象設定モジュール２２０で設定された、定義情報解釈モジュール２１０で解釈された認識対象枠情報に基づく認識対象領域内の文字列を認識して、複数の認識候補の集まりである認識候補データ２３５を生成する。ここでいう認識候補データ２３５とは、例えば特開２００３−４７８８７号公報に記載されているような、認識対象領域内の文字列のあらゆる切り出しパターンとそれらパターンの認識結果からなる認識候補「パス」データである。

ステップＳ５１０において、定義情報付認識実行モジュール２４０は、認識対象設定モジュール２２０で設定された認識対象領域内の文字列に対する認識候補データ２３５から、定義情報解釈モジュール２１０で解釈された定義情報のうち認識書式情報に一致するか否かを判定する。
ステップＳ５１２において、定義情報付認識実行モジュール２４０は、ステップＳ５１０における認識書式情報に一致するか否かの判定結果において、認識書式に一致する認識結果２４５が認識候補データ２３５中に存在すればその認識結果２４５と一致した旨のリジェクト情報２４７を出力する。また、認識書式情報に一致する認識結果２４５が認識候補データ２３５に存在しない場合は、認識候補データ２３５中で一番正解認識結果に近いと判定された誤認識結果と認識結果２４５の不一致を表すリジェクト情報２４７を出力する。なお、前述したように認識書式情報に一致する認識結果２４５が認識候補データ２３５内の存在しない場合は、認識結果２４５（この場合は誤認識した結果）を出力せず、リジェクト情報２４７のみを出力するようにしてもよい。また、定義情報付認識実行モジュール２４０における認識結果２４５の出力は、認識対象領域毎に書式付出力を行うなど、所定書式で出力するようにしてもよい。

ステップＳ５１４において、定義情報付認識実行モジュール２４０は、定義情報解釈モジュール２１０で解釈した処理対象となる全ての帳票定義情報の処理が終了したか否かを判定し、終了していなければ処理をステップＳ５０４に戻し、ステップＳ５０４からステップＳ５１２の定義情報の解釈、認識領域の設定、認識候補データ２３５の生成、定義情報付認識の実行、認識結果２４５及びリジェクト情報２４７の出力という一連の処理を繰り返す。処理対象となる全ての定義情報の処理が終了した場合は、本帳票データの認識処理を終了する（ステップＳ５９９）。

次に、図６に本実施の形態で用いる帳票定義情報設定ファイル２０５の具体例を示す。
図６に例示する帳票定義情報設定ファイル２０５において、各行には帳票画像データ２１５中の認識対象枠毎の定義情報を記述する。
また各列にはそれら認識対象枠毎に設定される定義情報を、例えば図６で示すようにカンマ区切りで列挙する。もちろんカンマ区切りだけではなく、他の区切り識別子（タブ、スペース等）であってもよい。また、ここで列挙される定義情報は、例えば任意に（ただし同一帳票画像データ２１５内では一意）に決めることが可能な認識対象枠の枠名称や、その認識対象枠内の文字列の認識書式情報や、その認識書式情報に基づく認識に必要な付随情報などがある。

次に、認識対象枠毎に設定される定義情報の各列情報の詳細な説明を行う。
図７は、帳票定義情報設定ファイル２０５の列１、及び列２に記載される情報の具体例を説明した図である。
図７の例に示すように、帳票定義情報設定ファイル２０５の列１には認識対象枠の枠名称を記述する。ここで枠名称は処理対象とする帳票画像データ２１５に対して任意に、ただし一意に設定することができるものである。例えば図７においては、Ｆｉｅｌｄ００１という枠名称が設定される。画像処理装置１００では、例えばここで設定された枠名称毎に予め定められた書式で認識結果２４５を出力する。

また帳票定義情報設定ファイル２０５の列２には、認識対象枠に対する認識書式を表すコマンド情報を記述する。ここで帳票定義情報設定ファイル２０５の列２に記載されるコマンド情報の具体例を図８に示す。
図８の例に示す各コマンドは、具体的には認識対象枠の枠種別指定コマンド（コマンド「Ｃ」、コマンド「ＨＬ」、コマンド「ＶＬ」等）と、認識対象枠の認識書式定義コマンド（コマンド「ＷＬ」、コマンド「ＷＦ」、コマンド「ＲＳ」、コマンド「ＲＦ」等）がある。以下のそれぞれの具体的な意味を記載する。
コマンド「Ｃ」は、枠種別指定コマンドで認識対象枠が単文字枠であることを表し、本コマンドに続く帳票定義情報設定ファイル２０５の列３から列７までに記載の付随情報を持つ。コマンドの正式名称は「Ｃｈａｒ」である。
コマンド「ＨＬ」は、枠種別指定コマンドで認識対象枠が横書き文字列枠であることを表し、本コマンドに続く帳票定義情報設定ファイル２０５の列３から列７までに記載の付随情報を持つ。コマンドの正式名称は「Ｈｏｒｉｚｏｎｔａｌ Ｌｉｎｅ」である。
コマンド「ＶＬ」は、枠種別指定コマンドで認識対象枠が縦書き文字列枠であることを表し、本コマンドに続く帳票定義情報設定ファイル２０５の列３から列７までに記載の付随情報を持つ。コマンドの正式名称は「Ｖｅｒｔｉｃａｌ Ｌｉｎｅ」である。

ここで図９に、コマンド「Ｃ」、コマンド「ＨＬ」、コマンド「ＶＬ」の列３から列７までの付帯情報の具体例を示す。コマンド「Ｃ」、コマンド「ＨＬ」、コマンド「ＶＬ」の列３から列７までの付帯情報の内、列３から列６までは、図１０の例に示すような文字列枠１０００の枠位置情報である。つまり、画像の左上を原点（ｏｒｉｇｉｎ（０，０））とし、図９、図１０の例に示すように、列３には文字列枠１０００の左上画素のｙ座標値（ｔｏｐ）、列４には文字列枠１０００の左下画素のｙ座標値（ｂｏｔｔｏｍ）、列５には文字列枠１０００の左上画素のｘ座標値（ｌｅｆｔ）、列６には文字列枠１０００の右上画素のｘ座標値（ｒｉｇｈｔ）を記述する。

次に、コマンド「Ｃ」、コマンド「ＨＬ」、コマンド「ＶＬ」の列３から列７までの付帯情報の内、列７には、図９の例に示すように文字種制限パターン値を記述する。図１１に列７に記述可能な文字種制限パターンの具体例を示す。例えば、認識対象枠内の認識文字種を数字／ローマ字大文字／ローマ字小文字に限定したい場合には、図１１の例に示すそれぞれの値（数字は「０ｘ０００１」、ローマ字大文字は「０ｘ０００２」、ローマ字小文字は「０ｘ０００４」）の論理和をとって、「０ｘ０００７」と列７に記載するようにする。各ケタのビットに、文字種制限の範囲を割り当てる。なお、「０ｘ」は、１６進数を表す表記である。
コマンド「ＷＬ」は、認識書式定義コマンドで認識対象枠内の文字列の認識候補リストを指定することを表し、本コマンドに続く帳票定義情報設定ファイル２０５の列３から列Ｎまでに記載の認識候補リスト（付帯情報）を持つ。コマンドの正式名称は「Ｗｏｒｄ Ｌｉｓｔ」である。認識対象枠内の認識すべき文字列の種類が予め限定されている場合には、列３から列Ｎまで認識候補文字列を列挙する。

コマンド「ＷＦ」は、認識書式定義コマンドで認識対象枠内の文字列の認識候補リストファイルを指定することを表し、本コマンドに続く帳票定義情報設定ファイル２０５の列３に参照する認識候補リストファイル（付帯情報）名を記載する。コマンドの正式名称は「Ｗｏｒｄ Ｆｉｌｅ」である。
図１２に認識候補リストファイル１２００の具体例を示す。認識対象枠内の認識すべき文字列の種類が予め限定されていて、しかも認識文字列候補数が多い場合には、上記コマンド「ＷＬ」における直接の認識候補文字列指定以外にも、図１２の例に示すような認識候補リストファイル１２００が使用できる。本ファイルは認識候補文字列を列挙したテキストファイルであり、コマンド「ＷＦ」に続く帳票定義情報設定ファイル２０５の列３にそのテキストファイル名を記述する。
コマンド「ＲＳ」は、認識書式定義コマンドで認識対象枠内の文字列に正規表現を適用することを表し、本コマンドに続く帳票定義情報設定ファイル２０５の列３から列Ｎに適用する正規表現パターン（付帯情報）を、例えば、図４に示すような表記法で記載する。コマンドの正式名称は「Ｒｅｇｅｘ Ｓｔｒｉｎｇ」である。

コマンド「ＲＦ」は、認識書式定義コマンドで認識対象枠内の文字列の正規表現パターンファイルを指定することを表し、本コマンドに続く帳票定義情報設定ファイル２０５の列３に参照する正規表現パターンファイル（付帯情報）名を記載する。コマンドの正式名称は「Ｒｅｇｅｘ Ｆｉｌｅ」である。
図１３に正規表現パターンファイル１３００の具体例を示す。認識対象枠内の認識に正規表現パターンを複数指定したい場合などは、コマンド「ＲＳ」による直接の正規表現パターン指定以外にも、図１３に示すような正規表現パターンファイル１３００のファイル名をコマンド「ＲＦ」に続く帳票定義情報設定ファイル２０５の列３に記述することで指定できる。図１３は、２種類の正規表現パターン［Ａ−Ｚ］｛３｝［０−９］｛３｝及び［ａ−ｚ］｛２｝［０−９］｛４｝を適用する場合の正規表現パターンファイル１３００の例を示している。

次に、帳票定義情報設定の具体例の説明を行う。
図１４に帳票定義情報設定の具体的な一例を示す。図１４（ｂ）に示す帳票定義情報設定ファイル１４５０の一例は、図１４（ａ）に示す認識対象枠１４００に対して以下のような定義情報を設定した場合の設定例である。
認識対象枠の名称：Ｆｉｅｌｄ００２
横書きライン枠：
認識対象枠の位置情報：（ｔｏｐ，ｂｏｔｔｏｍ，ｌｅｆｔ，ｒｉｇｈｔ）＝（１０８０，１１４９，５０，３５０）
認識候補リストファイル指定：認識候補リストファイル名ｂｕｈｉｎ＿ｎｕｍ＿ｌｉｓｔ．ｔｘｔ
正規表現ファイル指定：正規表現パターンファイル名ｒｅｇｅｘ＿ｐａｔｔｅｒｎ.ｔｘｔ
数字／ローマ字大文字限定：文字種限定パターン ０ｘ０００３
ここで、認識候補リストファイルｂｕｈｉｎ＿ｎｕｍ＿ｌｉｓｔ．ｔｘｔ、正規表現パターンファイルｒｅｇｅｘ＿ｐａｔｔｅｒｎ.ｔｘｔは、前述した図１２、図１３の例に示した、本認識対象枠内の文字列の認識候補や適用する正規表現パターンを列挙したテキストファイル（認識候補リストファイル１２００、正規表現パターンファイル１３００）を表す。
このように図１４（ｂ）に示す例のような帳票定義情報設定方法を用いることによって、図１４（ａ）に示す例のような１つ認識対象枠に対して、複数の定義情報（認識候補指定、正規表現パターン指定、文字種限定指定）の設定が可能となり、これら複数の定義情報設定により認識対象枠内の文字列の認識精度の向上が図られる。

図１５に、帳票定義情報設定の別の具体的な一例を示す。図１５（ｂ）に示す帳票定義情報設定ファイル１５５０の一例は、図１５（ａ）の例に示す認識対象枠１５００に対して、以下のような定義情報を設定した場合の設定例である。
認識対象枠の名称：Ｆｉｅｌｄ００３
横書きライン枠：
認識対象枠の位置情報：（ｔｏｐ，ｂｏｔｔｏｍ，ｌｅｆｔ，ｒｉｇｈｔ）＝（１００２，１０７２，５０，８３５）
単文字認識枠の位置情報及び文字種限定指定：
（ｔｏｐ，ｂｏｔｔｏｍ，ｌｅｆｔ，ｒｉｇｈｔ，ｌｉｍｉｔ＿ｐａｔｔｅｒｎ）＝（１００２，１０７２， ５０，１２８，０ｘ０００１）
（ｔｏｐ，ｂｏｔｔｏｍ，ｌｅｆｔ，ｒｉｇｈｔ，ｌｉｍｉｔ＿ｐａｔｔｅｒｎ）＝（１００２，１０７２，１２８，２０５，０ｘ０００１）
（ｔｏｐ，ｂｏｔｔｏｍ，ｌｅｆｔ，ｒｉｇｈｔ，ｌｉｍｉｔ＿ｐａｔｔｅｒｎ）＝（１００２，１０７２，２０５，２８３，０ｘ０００１）
（ｔｏｐ，ｂｏｔｔｏｍ，ｌｅｆｔ，ｒｉｇｈｔ，ｌｉｍｉｔ＿ｐａｔｔｅｒｎ）＝（１００２，１０７２，２８３，３６２，０ｘ０００２）
（ｔｏｐ，ｂｏｔｔｏｍ，ｌｅｆｔ，ｒｉｇｈｔ，ｌｉｍｉｔ＿ｐａｔｔｅｒｎ）＝（１００２，１０７２，３６２，４４２，０ｘ０００２）
（ｔｏｐ，ｂｏｔｔｏｍ，ｌｅｆｔ，ｒｉｇｈｔ，ｌｉｍｉｔ＿ｐａｔｔｅｒｎ）＝（１００２，１０７２，４４２，５２２，０ｘ０００１）
（ｔｏｐ，ｂｏｔｔｏｍ，ｌｅｆｔ，ｒｉｇｈｔ，ｌｉｍｉｔ＿ｐａｔｔｅｒｎ）＝（１００２，１０７２，５２２，６００，０ｘ０００１）
（ｔｏｐ，ｂｏｔｔｏｍ，ｌｅｆｔ，ｒｉｇｈｔ，ｌｉｍｉｔ＿ｐａｔｔｅｒｎ）＝（１００２，１０７２，６００，６７８，０ｘ０００１）
（ｔｏｐ，ｂｏｔｔｏｍ，ｌｅｆｔ，ｒｉｇｈｔ，ｌｉｍｉｔ＿ｐａｔｔｅｒｎ）＝（１００２，１０７２，６７８，７５８，０ｘ０００１）
（ｔｏｐ，ｂｏｔｔｏｍ，ｌｅｆｔ，ｒｉｇｈｔ，ｌｉｍｉｔ＿ｐａｔｔｅｒｎ）＝（１００２，１０７２，７５８，８３５，０ｘ０００１）
認識候補リストファイル指定：認識候補リストファイル名ｐｒｏｄｕｃｔ＿ｎｕｍ＿ｌｉｓｔ．ｔｘｔ
このように図１５に示す例では、帳票定義情報設定方法を用いることにより、図１５（ａ）に示すような複数の単文字認識対象枠で構成される認識対象枠１５００に対しても、複数の単文字枠で構成される認識対象枠全体に認識候補指定（コマンド「ＷＦ」による認識候補リストファイル指定）が可能となり、認識対象枠の認識精度向上が図られる。つまり、認識対象枠１５００の全体の枠内の文字列である認識候補リストファイルｐｒｏｄｕｃｔ＿ｎｕｍ＿ｌｉｓｔ．ｔｘｔ内に記載されている文字列の集合と、認識対象枠１５００の一部である単文字認識対象枠（認識対象枠１５００内には１０個ある）内の文字列（この場合は１文字）の制限（例えば、左端の単文字枠の文字は数字である）を規定している。この例は、第１の枠内の文字列とその第１の枠とは異なる第２の枠内の文字列との関係を定義する定義情報の例である。
なお、認識候補リストファイルｐｒｏｄｕｃｔ＿ｎｕｍ＿ｌｉｓｔ．ｔｘｔ内に記載されている文字列が、単文字認識対象枠内の文字列の定義と矛盾する場合は、単文字認識対象枠内の文字列の定義に合致する認識候補リストファイルｐｒｏｄｕｃｔ＿ｎｕｍ＿ｌｉｓｔ．ｔｘｔ内に記載されている文字列を利用する。この矛盾する場合として、例えば、認識候補リストファイルｐｒｏｄｕｃｔ＿ｎｕｍ＿ｌｉｓｔ．ｔｘｔ内に記載されている文字列の左端の文字が数字以外の場合がある。この場合、その文字列は除外して、認識候補リストファイルｐｒｏｄｕｃｔ＿ｎｕｍ＿ｌｉｓｔ．ｔｘｔ内に記載されている文字列を利用する。つまり、第１の枠の定義情報と第２の枠の定義情報において、一方が複数の文字認識候補が列記されている定義情報Ａであって、その定義情報Ａ内に他方の定義情報Ｂと矛盾する文字認識候補がある場合は、定義情報Ｂに合致する定義情報Ａ内の文字認識候補を採用する。

図１６に帳票定義情報設定のさらに別の具体的な一例を示す。図１６（ｂ）に示す帳票定義情報設定ファイル１６５０の一例は、図１６（ａ）の例に示す認識対象枠１６００に対して、以下のような定義情報を設定した場合の設定例である。
認識対象枠の名称：Ｆｉｅｌｄ００４
横書きライン枠：
認識対象枠の位置情報：（ｔｏｐ，ｂｏｔｔｏｍ，ｌｅｆｔ，ｒｉｇｈｔ）＝（１０００，１１００，１００，５００）
正規表現パターン指定：正規表現パターン［０−９￥−］｛１０，１２｝
図１６に示す具体例は、電話番号記入欄に関して帳票定義情報設定を行うものを示しており、図１６（ｂ）の例に示すように認識対象枠に対して正規表現パターンと文字種限定パターンを対応付ける。
ここで図１６（ｂ）の例に示す正規表現パターン“［０−９￥−］｛１０，１２｝”の意味は、認識対象枠の認識対象を「０から９及びハイフン“−”の文字に限定し、さらに文字数を１０文字以上１２文字以下に限定」というものである。したがって、このように帳票定義情報設定された認識対象枠（認識対象枠１６００、帳票定義情報設定ファイル１６５０）においては、図１６（ａ）の例に示すように「０３−１２３４−５６７８」と記載しても、図１６（ｃ）の例に示すように「０３１２３４５６７８」と記載してもどちらでも正しい認識結果だということを意味する。

また、図３の例に示すような場合において、製造番号枠３２０内の製造番号の一部として、製造日枠３１０内の製造日を含むようなとき、製造番号枠３２０の定義情報として、製造日枠３１０の定義情報を参照するように定義されている。つまり、第１の枠内の文字列と第２の枠内の文字列との関係を定義する定義情報として、一方の定義情報は他方の定義情報（他方の定義情報の全部又は一部）を含むように定義されていてもよい。したがって、定義情報付認識実行モジュール２４０は、製造番号枠３２０の文字認識結果を選択するにあたって、その製造番号枠３２０に対応付けられている定義情報にしたがって、認識候補生成モジュール２３０によって認識された製造番号枠３２０の複数の文字認識候補から、製造日枠３１０内の文字認識結果を含む文字認識候補を文字認識結果として選択することになる。
また、一方の定義情報Ａは、複数の定義情報（例えば、定義情報Ａ１、定義情報Ａ２）を含んでおり、定義情報Ａ１は他の枠の文字認識結果を含み、定義情報Ａ２は他の枠の文字認識結果に対する定義情報を含む場合、他方の文字認識結果が確定した後に、定義情報Ａ２と矛盾が生じる場合もある。この矛盾が生じた場合は、他の枠の複数の文字認識候補から文字認識結果を再度選択するようにしてもよい。具体的には、前述の図３の例で、製造番号枠３２０の定義情報Ａ１として、製造日枠３１０の文字認識結果（製造日）を含み、製造番号枠３２０の定義情報Ａ２として、製造日部分の文字列が列挙されて定義されている場合に、製造日枠３１０の文字認識結果が確定した後、その文字認識結果は定義情報Ａ２に列挙されていなかったときは矛盾が生じることになる。このような矛盾が生じた場合は、製造日枠３１０における複数の文字認識候補のうち、定義情報Ａ２に合致する文字認識候補を製造日枠３１０における文字認識結果として選択する。

図１７を参照して、本実施の形態の画像処理装置のハードウェア構成例について説明する。図１７に示す構成は、例えばパーソナルコンピュータ（ＰＣ）などによって構成されるものであり、スキャナ等のデータ読み取り部１７１７と、プリンタなどのデータ出力部１７１８を備えたハードウェア構成例を示している。

ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１７０１は、前述の実施の形態において説明した各種のモジュール、すなわち、定義情報解釈モジュール２１０、認識対象設定モジュール２２０、認識候補生成モジュール２３０、定義情報付認識実行モジュール２４０等の各モジュールの実行シーケンスを記述したコンピュータ・プログラムにしたがった処理を実行する制御部である。

ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）１７０２は、ＣＰＵ１７０１が使用するプログラムや演算パラメータ等を格納する。ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）１７０３は、ＣＰＵ１７０１の実行において使用するプログラムや、その実行において適宜変化するパラメータ等を格納する。これらはＣＰＵバスなどから構成されるホストバス１７０４により相互に接続されている。

ホストバス１７０４は、ブリッジ１７０５を介して、ＰＣＩ（Ｐｅｒｉｐｈｅｒａｌ Ｃｏｍｐｏｎｅｎｔ Ｉｎｔｅｒｃｏｎｎｅｃｔ／Ｉｎｔｅｒｆａｃｅ）バスなどの外部バス１７０６に接続されている。

キーボード１７０８、マウス等のポインティングデバイス１７０９は、操作者により操作される入力デバイスである。ディスプレイ１７１０は、液晶表示装置又はＣＲＴ（Ｃａｔｈｏｄｅ Ｒａｙ Ｔｕｂｅ）などがあり、各種情報をテキストやイメージ情報として表示する。

ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）１７１１は、ハードディスクを内蔵し、ハードディスクを駆動し、ＣＰＵ１７０１によって実行するプログラムや情報を記録又は再生させる。ハードディスクには、帳票定義情報設定ファイル２０５、帳票画像データ２１５、認識対象領域データ２２５、認識候補データ２３５、認識結果２４５、リジェクト情報２４７などが格納される。さらに、その他の各種のデータ処理プログラム等、各種コンピュータ・プログラムが格納される。

ドライブ１７１２は、装着されている磁気ディスク、光ディスク、光磁気ディスク、又は半導体メモリ等のリムーバブル記録媒体１７１３に記録されているデータ又はプログラムを読み出して、そのデータ又はプログラムを、インタフェース１７０７、外部バス１７０６、ブリッジ１７０５、及びホストバス１７０４を介して接続されているＲＡＭ１７０３に供給する。リムーバブル記録媒体１７１３も、ハードディスクと同様のデータ記録領域として利用可能である。

接続ポート１７１４は、外部接続機器１７１５を接続するポートであり、ＵＳＢ、ＩＥＥＥ１３９４等の接続部を持つ。接続ポート１７１４は、インタフェース１７０７、及び外部バス１７０６、ブリッジ１７０５、ホストバス１７０４等を介してＣＰＵ１７０１等に接続されている。通信部１７１６は、通信回線に接続され、外部とのデータ通信処理を実行する。データ読み取り部１７１７は、例えばスキャナであり、ドキュメントの読み取り処理を実行する。データ出力部１７１８は、例えばプリンタであり、ドキュメントデータの出力処理を実行する。

なお、図１７に示す画像処理装置のハードウェア構成は、１つの構成例を示すものであり、本実施の形態は、図１７に示す構成に限らず、本実施の形態において説明したモジュールを実行可能な構成であればよい。例えば、一部のモジュールを専用のハードウェア（例えば特定用途向け集積回路（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ：ＡＳＩＣ）等）で構成してもよく、一部のモジュールは外部のシステム内にあり通信回線で接続しているような形態でもよく、さらに図１７に示すシステムが複数互いに通信回線によって接続されていて互いに協調動作するようにしてもよい。また、複写機、ファックス、スキャナ、プリンタ、複合機（スキャナ、プリンタ、複写機、ファックス等のいずれか２つ以上の機能を有している画像処理装置）などに組み込まれていてもよい。

なお、説明したプログラムについては、記録媒体に格納して提供してもよく、また、そのプログラムを通信手段によって提供してもよい。その場合、例えば、前記説明したプログラムについて、「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」の発明として捉えてもよい。
「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」とは、プログラムのインストール、実行、プログラムの流通などのために用いられる、プログラムが記録されたコンピュータで読み取り可能な記録媒体をいう。
なお、記録媒体としては、例えば、デジタル・バーサタイル・ディスク（ＤＶＤ）であって、ＤＶＤフォーラムで策定された規格である「ＤＶＤ−Ｒ、ＤＶＤ−ＲＷ、ＤＶＤ−ＲＡＭ等」、ＤＶＤ＋ＲＷで策定された規格である「ＤＶＤ＋Ｒ、ＤＶＤ＋ＲＷ等」、コンパクトディスク（ＣＤ）であって、読出し専用メモリ（ＣＤ−ＲＯＭ）、ＣＤレコーダブル（ＣＤ−Ｒ）、ＣＤリライタブル（ＣＤ−ＲＷ）等、ブルーレイ・ディスク（Ｂｌｕ−ｒａｙ（登録商標） Ｄｉｓｃ）、光磁気ディスク（ＭＯ）、フレキシブルディスク（ＦＤ）、磁気テープ、ハードディスク、読出し専用メモリ（ＲＯＭ）、電気的消去及び書換可能な読出し専用メモリ（ＥＥＰＲＯＭ（登録商標））、フラッシュ・メモリ、ランダム・アクセス・メモリ（ＲＡＭ）、ＳＤ（Ｓｅｃｕｒｅ Ｄｉｇｉｔａｌ）メモリーカード等が含まれる。
そして、前記のプログラム又はその一部は、前記記録媒体に記録して保存や流通等させてもよい。また、通信によって、例えば、ローカル・エリア・ネットワーク（ＬＡＮ）、メトロポリタン・エリア・ネットワーク（ＭＡＮ）、ワイド・エリア・ネットワーク（ＷＡＮ）、インターネット、イントラネット、エクストラネット等に用いられる有線ネットワーク、あるいは無線通信ネットワーク、さらにこれらの組み合わせ等の伝送媒体を用いて伝送させてもよく、また、搬送波に乗せて搬送させてもよい。
さらに、前記のプログラムは、他のプログラムの一部分であってもよく、あるいは別個のプログラムと共に記録媒体に記録されていてもよい。また、複数の記録媒体に分割して
記録されていてもよい。また、圧縮や暗号化など、復元可能であればどのような態様で記録されていてもよい。

１００…画像処理装置
１１０…帳票画像読取装置
１２０…画像データ記憶サーバー
１２５…帳票画像データ記憶モジュール
１３０…定義情報記憶サーバー
１３５…帳票定義情報設定ファイル記憶モジュール
１４０…表示装置
１９９…通信回線
２０５…帳票定義情報設定ファイル
２１０…定義情報解釈モジュール
２１５…帳票画像データ
２２０…認識対象設定モジュール
２２５…認識対象領域データ
２３０…認識候補生成モジュール
２３５…認識候補データ
２４０…定義情報付認識実行モジュール
２４５…認識結果
２４７…リジェクト情報

Claims (4)

1. 文書の画像を受け付ける受付手段と、
   前記文書の第１の枠内の文字列と該第１の枠とは異なる第２の枠内の文字列との関係を定義する定義情報に基づき、該第１の枠内の複数の文字認識候補から、該第１の枠内の文字認識結果を選択する選択手段
   を有し、
   前記定義情報として、前記第１の枠内と前記第２の枠内であり得る文字列の集合、該第１の枠内の文字列と該第２の枠内の文字列の関係を示す正規表現情報、該第１の枠内の文字列と該第２の枠内の文字列の種別の制限のいずれか又はこれらの組み合わせを含み、
   前記選択手段は、該第１の枠内の複数の文字認識候補と該第２の枠内の複数の文字認識候補から、前記定義情報に合致する文字認識結果を選択し、
   前記第１の枠の定義情報と前記第２の枠の定義情報において、一方が複数の文字認識候補が列記されている定義情報であって、該定義情報内に他方の定義情報と矛盾する文字認識候補がある場合は、該他方の定義情報に合致する一方の定義情報内の文字認識候補を採用する、
   画像処理装置。
2. 前記定義情報として、枠の位置情報を含み、
   前記選択手段は、前記定義情報内の枠の位置情報に基づき、前記第１の枠と関連する前記第２の枠を特定し、該第１の枠内の複数の文字認識候補と該第２の枠内の複数の文字認識候補の関係にしたがって、該第１の文字認識結果を選択する、
   請求項１に記載の画像処理装置。
3. 一方の定義情報は、複数の定義情報として、第１の定義情報、第２の定義情報を含んでおり、該第１の定義情報は他の枠の文字認識結果を含み、該第２の定義情報は他の枠の文字認識結果に対する定義情報を含む場合、他方の文字認識結果が確定した後に、該第２の定義情報と矛盾が生じたときは、他の枠の複数の文字認識候補から文字認識結果を再度選択する、
   請求項１又は２に記載の画像処理装置。
4. コンピュータを、
   文書の画像を受け付ける受付手段と、
   前記文書の第１の枠内の文字列と該第１の枠とは異なる第２の枠内の文字列との関係を定義する定義情報に基づき、該第１の枠内の複数の文字認識候補から、該第１の枠内の文字認識結果を選択する選択手段
   として機能させ、
   前記定義情報として、前記第１の枠内と前記第２の枠内であり得る文字列の集合、該第１の枠内の文字列と該第２の枠内の文字列の関係を示す正規表現情報、該第１の枠内の文字列と該第２の枠内の文字列の種別の制限のいずれか又はこれらの組み合わせを含み、
   前記選択手段は、該第１の枠内の複数の文字認識候補と該第２の枠内の複数の文字認識候補から、前記定義情報に合致する文字認識結果を選択し、
   前記第１の枠の定義情報と前記第２の枠の定義情報において、一方が複数の文字認識候補が列記されている定義情報であって、該定義情報内に他方の定義情報と矛盾する文字認識候補がある場合は、該他方の定義情報に合致する一方の定義情報内の文字認識候補を採用する、
   画像処理プログラム。

Images