JP6693082B2 - 情報処理装置及びプログラム - Google Patents
情報処理装置及びプログラム Download PDFInfo
- Publication number
- JP6693082B2 JP6693082B2 JP2015208927A JP2015208927A JP6693082B2 JP 6693082 B2 JP6693082 B2 JP 6693082B2 JP 2015208927 A JP2015208927 A JP 2015208927A JP 2015208927 A JP2015208927 A JP 2015208927A JP 6693082 B2 JP6693082 B2 JP 6693082B2
- Authority
- JP
- Japan
- Prior art keywords
- common
- elements
- forms
- unit
- extracted
- 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.)
- Active
Links
Images
Landscapes
- Character Input (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
本発明は、情報処理装置及びプログラムに関する。
特許文献１に記載された帳票処理システムは、帳票画像から文字列を抽出し、抽出した文字列の位置情報及び出現頻度から各文字列の安定度を計算し、同一領域内で各文字列の出現した帳票種の数から固有度を計算し、安定度と固有度とから文字列の帳票識別辞書への登録の優先度を計算する。
帳票の処理の能率を向上させるには、電子化が有効な手段となり得る。例えば、複数の種別の帳票の特徴を示す要素を予めコンピュータに登録しておき、帳票をスキャナで読み取って画像を生成し、生成した画像に含まれる要素を抽出し、抽出された要素と予め登録された要素との比較により、読み取った帳票の種別を判定する。ところが、帳票の種別が増えるにつれて、書式が互いに似通った帳票も増える傾向がある。書式が似通った帳票同士では帳票の特徴を示す要素も似通っていることが多いが、そのように他の帳票の要素と似通った要素が帳票の特徴として登録されると、帳票の種別の誤判定（真の種別と異なる種別であると判定されること）の原因となり得る。誤判定が発生すると、判定結果を訂正する煩雑な作業が必要となり、非効率的である。
本発明は、複数の帳票の特徴が似通っていることに起因する帳票の種別の誤判定を減らすことを目的とする。
本発明は、複数の帳票の特徴が似通っていることに起因する帳票の種別の誤判定を減らすことを目的とする。
請求項１に係る発明は、複数の帳票の各々の特徴を示す要素の候補を取得する取得手段と、前記取得手段により取得された候補から２以上の前記帳票に共通する共通要素を抽出する抽出手段と、前記複数の帳票から、前記抽出手段により抽出された共通要素のうちの２以上の共通要素を含む帳票を抽出し、抽出された帳票に含まれる前記２以上の共通要素を当該帳票の特徴を示す要素に決定する決定手段と、前記複数の帳票の各々について、当該帳票を読み取って生成された第１の画像に含まれる第１の要素群を取得する第１取得手段と、前記第１の画像に互いに異なるノイズを付加した複数の第２の画像を生成する付加手段と、前記複数の第２の画像の各々に含まれる第２の要素群を取得する第２取得手段と、前記第１の要素群に含まれる要素と複数の前記第２の要素群に含まれる要素との類似度に基づいて、前記第１の要素群から前記帳票の特徴を示す要素の候補を抽出する第１抽出手段とを備え、前記取得手段は、前記第１抽出手段により抽出された候補を取得する情報処理装置を提供する。
請求項２に係る発明は、請求項１に記載の情報処理装置において、前記抽出手段は、前記取得手段により取得された候補から２以上の前記帳票に共通しない独自要素を抽出し、前記決定手段は、前記独自要素が前記第１抽出手段で前記候補として抽出されたときの前記類似度が決められた条件を満たさない場合に、前記独自要素と前記２以上の共通要素とを前記帳票の特徴を示す要素に決定する。
請求項３に係る発明は、請求項１に記載の情報処理装置において、前記第１抽出手段は、前記第１の要素群に含まれる要素のうち、前記類似度が決められた条件を満たさない要素を、前記帳票の特徴を示す要素の候補として抽出しない。
請求項４に係る発明は、請求項１に記載の情報処理装置において、前記抽出手段は、前記取得手段により取得された候補から２以上の前記帳票に共通しない独自要素を抽出し、前記決定手段は、前記抽出手段により抽出された独自要素を、当該独自要素を含む帳票の特徴を示す要素に決定する。
請求項２に係る発明は、請求項１に記載の情報処理装置において、前記抽出手段は、前記取得手段により取得された候補から２以上の前記帳票に共通しない独自要素を抽出し、前記決定手段は、前記独自要素が前記第１抽出手段で前記候補として抽出されたときの前記類似度が決められた条件を満たさない場合に、前記独自要素と前記２以上の共通要素とを前記帳票の特徴を示す要素に決定する。
請求項３に係る発明は、請求項１に記載の情報処理装置において、前記第１抽出手段は、前記第１の要素群に含まれる要素のうち、前記類似度が決められた条件を満たさない要素を、前記帳票の特徴を示す要素の候補として抽出しない。
請求項４に係る発明は、請求項１に記載の情報処理装置において、前記抽出手段は、前記取得手段により取得された候補から２以上の前記帳票に共通しない独自要素を抽出し、前記決定手段は、前記抽出手段により抽出された独自要素を、当該独自要素を含む帳票の特徴を示す要素に決定する。
請求項５に係る発明は、請求項１に記載の情報処理装置において、前記抽出手段は、前記取得手段により取得された候補から、２以上の前記帳票に共通しない独自要素と、２以上の前記帳票に共通する共通要素とを抽出し、前記情報処理装置は、前記複数の帳票の各々について、当該帳票に含まれる前記独自要素と前記共通要素に対して、当該帳票の種別の判定における優先順位を付与する付与手段を備え、前記決定手段は、前記複数の帳票の各々について、前記付与手段により付与された優先順位に基づいて、少なくとも１つの前記独自要素又は前記共通要素を当該帳票の特徴を示す要素に決定する情報処理装置を提供する。
請求項６に係る発明は、請求項５に記載の情報処理装置において、前記付与手段は、前記共通要素よりも高い優先順位を前記独自要素に付与し、前記決定手段は、前記独自要素
のみを前記帳票の特徴を示す要素に決定する。
請求項７に係る発明は、請求項５に記載の情報処理装置において、前記付与手段は、前記複数の帳票における出現頻度が低い共通要素ほど高い優先順位を付与し、前記決定手段は、前記独自要素と、前記付与手段により付与された優先順位に基づいて選択した共通要素とを、前記帳票の特徴を示す要素に決定する。
請求項８に係る発明は、請求項５乃至７いずれか１項に記載の情報処理装置において、帳票から読み取られた要素と前記決定手段により決定された要素との比較により当該帳票の種別を判定する判定手段と、前記付与手段により付与された優先順位が高い要素ほど前記判定手段による判定における重み付けを重くする重み付け手段とを備える。
請求項６に係る発明は、請求項５に記載の情報処理装置において、前記付与手段は、前記共通要素よりも高い優先順位を前記独自要素に付与し、前記決定手段は、前記独自要素
のみを前記帳票の特徴を示す要素に決定する。
請求項７に係る発明は、請求項５に記載の情報処理装置において、前記付与手段は、前記複数の帳票における出現頻度が低い共通要素ほど高い優先順位を付与し、前記決定手段は、前記独自要素と、前記付与手段により付与された優先順位に基づいて選択した共通要素とを、前記帳票の特徴を示す要素に決定する。
請求項８に係る発明は、請求項５乃至７いずれか１項に記載の情報処理装置において、帳票から読み取られた要素と前記決定手段により決定された要素との比較により当該帳票の種別を判定する判定手段と、前記付与手段により付与された優先順位が高い要素ほど前記判定手段による判定における重み付けを重くする重み付け手段とを備える。
請求項１０に係る発明は、コンピュータを、複数の帳票の各々の特徴を示す要素の候補を取得する取得手段と、前記取得手段により取得された候補から２以上の前記帳票に共通する共通要素を抽出する抽出手段と、前記複数の帳票から、前記抽出手段により抽出された共通要素のうちの２以上の共通要素を含む帳票を抽出し、抽出された帳票に含まれる前記２以上の共通要素を当該帳票の特徴を示す要素に決定する決定手段と、前記複数の帳票の各々について、当該帳票を読み取って生成された第１の画像に含まれる第１の要素群を取得する第１取得手段と、前記第１の画像に互いに異なるノイズを付加した複数の第２の画像を生成する付加手段と、前記複数の第２の画像の各々に含まれる第２の要素群を取得する第２取得手段と、前記第１の要素群に含まれる要素と複数の前記第２の要素群に含まれる要素との類似度に基づいて、前記第１の要素群から前記帳票の特徴を示す要素の候補を抽出する第１抽出手段として機能させるためのプログラムにおいて、前記取得手段は、前記第１抽出手段により抽出された候補を取得するプログラムを提供する。
請求項１、１０に係る発明によれば、２以上の共通要素を帳票の特徴を示す要素に決定する構成を備えない場合と比べて、複数の帳票の特徴が似通っていることに起因する帳票の種別の誤判定を減らすことができる。
請求項２に係る発明によれば、第１の画像に互いに異なるノイズを付加した複数の第２の画像を用いて帳票の特徴を示す要素を抽出する構成を備えない場合と比べて、帳票を読み取って生成された画像に含まれるノイズに起因する帳票の種別の誤判定を減らすことができる。
請求項３に係る発明によれば、独自要素のノイズに対する耐性が不足している場合に耐性の不足を補うことができる。
請求項４に係る発明によれば、ノイズに対する耐性が不足している要素を帳票の特徴を示す要素として用いないようにすることができる。
請求項５に係る発明によれば、帳票に独自要素が含まれている場合には、その独自要素をその帳票の特徴を示す要素として用いることができる。
請求項６、１１に係る発明によれば、帳票の種別の判定における優先順位に基づいて帳票の特徴を示す要素を決定する構成を備えない場合と比べて、複数の帳票の特徴が似通っていることに起因する帳票の種別の誤判定を減らすことができる。
請求項７に係る発明によれば、帳票に独自要素が含まれている場合には、その独自要素をその帳票の特徴を示す要素として用いることができる。
請求項８に係る発明によれば、出現頻度が低い共通要素ほど高い優先順位を付与する構成を備えない場合と比べて、帳票の種別の誤判定を減らすことができる。
請求項９に係る発明によれば、優先順位が高い要素ほど重み付けを重くする構成を備えない場合と比べて、帳票の種別の判定の精度を高めることができる。
請求項２に係る発明によれば、第１の画像に互いに異なるノイズを付加した複数の第２の画像を用いて帳票の特徴を示す要素を抽出する構成を備えない場合と比べて、帳票を読み取って生成された画像に含まれるノイズに起因する帳票の種別の誤判定を減らすことができる。
請求項３に係る発明によれば、独自要素のノイズに対する耐性が不足している場合に耐性の不足を補うことができる。
請求項４に係る発明によれば、ノイズに対する耐性が不足している要素を帳票の特徴を示す要素として用いないようにすることができる。
請求項５に係る発明によれば、帳票に独自要素が含まれている場合には、その独自要素をその帳票の特徴を示す要素として用いることができる。
請求項６、１１に係る発明によれば、帳票の種別の判定における優先順位に基づいて帳票の特徴を示す要素を決定する構成を備えない場合と比べて、複数の帳票の特徴が似通っていることに起因する帳票の種別の誤判定を減らすことができる。
請求項７に係る発明によれば、帳票に独自要素が含まれている場合には、その独自要素をその帳票の特徴を示す要素として用いることができる。
請求項８に係る発明によれば、出現頻度が低い共通要素ほど高い優先順位を付与する構成を備えない場合と比べて、帳票の種別の誤判定を減らすことができる。
請求項９に係る発明によれば、優先順位が高い要素ほど重み付けを重くする構成を備えない場合と比べて、帳票の種別の判定の精度を高めることができる。
本発明の実施形態の一例について説明する。
＜第１実施形態＞
図１は、実施形態に係るシステムの全体を示す図である。情報処理装置１と読取装置２は、ＬＡＮなどの通信手段３で接続されている。読取装置２は、帳票のサンプルを読み取って画像データを生成し、この画像データを情報処理装置１に送信する。情報処理装置１は、受信した画像データで表される画像から、帳票の特徴を示す要素を抽出する。抽出された要素は、実際の事務処理で使用される帳票の種別を判定するために用いられる。
＜第１実施形態＞
図１は、実施形態に係るシステムの全体を示す図である。情報処理装置１と読取装置２は、ＬＡＮなどの通信手段３で接続されている。読取装置２は、帳票のサンプルを読み取って画像データを生成し、この画像データを情報処理装置１に送信する。情報処理装置１は、受信した画像データで表される画像から、帳票の特徴を示す要素を抽出する。抽出された要素は、実際の事務処理で使用される帳票の種別を判定するために用いられる。
図２は、情報処理装置１のハードウェア構成を示す図である。情報処理装置１は、制御部１１、記憶部１２、通信部１３などを備えたコンピュータである。制御部１１は、ＣＰＵ（Central Processing Unit）などの演算装置と、ＲＯＭ（Read Only Memory）やＲＡＭ（Random Access Memory）などの記憶装置とを備える。ＲＯＭには、ハードウェアやＯＳ（Operating System）の起動の手順を記述したファームウェアが記憶されている。ＲＡＭは、ＣＰＵが演算を実行する際のデータの記憶に用いられる。記憶部１２は、例えばハードディスク装置を備え、ＯＳやアプリケーションプログラムなどが記憶されている。通信部１３は、読取装置２と通信するための通信Ｉ／Ｆ（Interface）を備える。情報処理装置１には、表示装置１４と受付装置１５が接続されている。表示装置１４は、例えば液晶表示装置を備え、操作者が情報処理装置１を操作するための画面などを表示する。受付装置１５は、例えばキーボードやマウスなどを備え、操作者が行った操作を受け付けて、その操作に応じた情報を制御部１１に出力する。
読取装置２は、例えば、プラテンガラス、遮光板、光源、光学系、撮像素子、演算装置などを備えたイメージスキャナである（図示省略）。プラテンガラス上に載せられた帳票に対して光源が光を照射し、帳票で反射された反射光が光学系を介して撮像素子に入射する。撮像素子は、入射した光を画像信号に変換して演算装置に出力する。演算装置は、画像信号に基づいてラスタ形式の画像データを生成し、この画像データを情報処理装置１に送信する。なお、複写機と情報処理装置１を通信手段３で接続し、複写機に備えられた読取装置を用いて帳票を読み取るようにしてもよい。また、ＵＳＢ（Universal Serial Bus）メモリなどの記録媒体を用いて読取装置２から情報処理装置１に帳票の画像データを受け渡してもよい。
図３は、帳票の例を示す図である。帳票には、文字や罫線などの要素が印刷などによって予め形成されている。この例では、「様式Ａ−１」、「申請日 年 月 日」、「審査部 御中」、「住宅ローン申込書」、「申込内容」、「氏名 印」の各文字列が予め形成されている。また、申込内容の欄を示す罫線が形成されている。
図４は、情報処理装置１の機能を示すブロック図である。取得手段１１０は、複数の帳票の各々の特徴を示す要素の候補を取得する。抽出手段１２０は、取得手段１１０により取得された候補から２以上の帳票に共通する共通要素を抽出する。決定手段１３０は、複数の帳票から、抽出手段１２０により抽出された共通要素のうちの２以上の共通要素を含む帳票を抽出し、抽出された帳票に含まれる２以上の共通要素を当該帳票の特徴を示す要素に決定する。また、抽出手段１２０は、取得手段１１０により取得された候補から２以上の帳票に共通しない独自要素を抽出する。決定手段１３０は、抽出手段１２０により抽出された独自要素を、当該独自要素を含む帳票の特徴を示す要素に決定する。これらの機能を実現するための具体的な構成は、以下のとおりである。
図５は、情報処理装置１の動作を示す流れ図である。情報処理装置１には、帳票の特徴を示す要素を抽出する手順を記述したアプリケーションプログラムがインストールされている。情報処理装置１の制御部１１は、このアプリケーションプログラムを実行して、以下に示す処理を実行する。
＜ステップＳ１＞（取得手段１１０の一例）
制御部１１は、帳票の特徴を示す要素の候補を取得する。具体的には、最初に、ユーザが読取装置２にサンプルの帳票を読み取らせる。読取装置２は、サンプルの帳票を読み取って画像データを生成し、画像データを情報処理装置１に送信する。情報処理装置１の制御部１１は、読取装置２から受信した画像データで表される画像に対して文字認識と罫線認識を実行する。文字認識は、例えば、ＯＣＲ（Optical Character Recognition）の手法を用いる。罫線認識は、例えば、特開２００３−１０９００７号公報の段落００５１に記載されている、Ｘ軸方向とＹ軸方向の黒画素の累積値から罫線を認識する手法を用いる。
制御部１１は、帳票の特徴を示す要素の候補を取得する。具体的には、最初に、ユーザが読取装置２にサンプルの帳票を読み取らせる。読取装置２は、サンプルの帳票を読み取って画像データを生成し、画像データを情報処理装置１に送信する。情報処理装置１の制御部１１は、読取装置２から受信した画像データで表される画像に対して文字認識と罫線認識を実行する。文字認識は、例えば、ＯＣＲ（Optical Character Recognition）の手法を用いる。罫線認識は、例えば、特開２００３−１０９００７号公報の段落００５１に記載されている、Ｘ軸方向とＹ軸方向の黒画素の累積値から罫線を認識する手法を用いる。
以下の説明では、文字認識によって候補を取得した例を示す。図３の例では、「様式Ａ−１」、「申請日 年 月 日」、「審査部 御中」、「住宅ローン申込書」、「申込内容」、「氏名 印」の各文字列が認識される。また、制御部１１は、帳票の画像を表示装置１４に表示させる。ユーザは、帳票の特徴を示す要素の候補（例えば、「様式Ａ−１」と「住宅ローン申込書」）を受付装置１５（マウス）を用いて指定する。以上の処理を複数の帳票に対して実行する。
図６は、候補リストを示す図である。帳票の特徴を示す要素の候補が指定されたならば、制御部１１は、指定された候補を候補リストに格納する。候補リストは、帳票ＩＤ、要素ＩＤ、要素の内容、位置情報を関連付けて格納するリストである。帳票ＩＤは、帳票を識別するための識別子である。要素ＩＤは、要素を識別するための識別子である。要素の内容は、この例では、文字認識で認識された文字列である。位置情報は、帳票の画像における要素の位置を示す情報であり、例えば、文字列に外接する矩形の左上の頂点の座標である。図示した候補リストは、５つの異なる種別の帳票から帳票の特徴を示す要素の候補を取得した例である。このうち、帳票ＩＤ＝００３が図３で例示した帳票に対応する。
＜ステップＳ２＞（抽出手段１２０の一例）
図７は、独自要素と共通要素の抽出結果を示す図である。制御部１１は、候補リストに格納されている要素の内容を比較して、独自要素と共通要素を抽出する。独自要素は、２以上の帳票で要素の内容が共通しない要素である。共通要素とは、２以上の帳票で要素の内容が共通する要素である。図中で要素ＩＤに○が付加された要素が独自要素であり、要素ＩＤに●が付加された要素が共通要素である。
図７は、独自要素と共通要素の抽出結果を示す図である。制御部１１は、候補リストに格納されている要素の内容を比較して、独自要素と共通要素を抽出する。独自要素は、２以上の帳票で要素の内容が共通しない要素である。共通要素とは、２以上の帳票で要素の内容が共通する要素である。図中で要素ＩＤに○が付加された要素が独自要素であり、要素ＩＤに●が付加された要素が共通要素である。
＜ステップＳ３＞（決定手段１３０の一例）
制御部１１が、ステップＳ２で抽出された独自要素を、この独自要素を含む帳票の特徴を示す要素に決定する。例えば、図７に示す帳票ＩＤ＝００１の帳票については、「学資保険申込書」（要素ＩＤ＝００４）が独自要素として抽出されているから、制御部１１は、この独自要素をこの帳票の特徴を示す要素に決定する。同様に、制御部１１は、帳票ＩＤ＝００２、００４、００５の帳票についても、それぞれ、抽出された独自要素を帳票の特徴を示す要素に決定する。
制御部１１が、ステップＳ２で抽出された独自要素を、この独自要素を含む帳票の特徴を示す要素に決定する。例えば、図７に示す帳票ＩＤ＝００１の帳票については、「学資保険申込書」（要素ＩＤ＝００４）が独自要素として抽出されているから、制御部１１は、この独自要素をこの帳票の特徴を示す要素に決定する。同様に、制御部１１は、帳票ＩＤ＝００２、００４、００５の帳票についても、それぞれ、抽出された独自要素を帳票の特徴を示す要素に決定する。
＜ステップＳ４＞（決定手段１３０の一例）
制御部１１が、２以上の共通要素を含む帳票を抽出し、この共通要素をその帳票の特徴を示す要素に決定する。図示した例では、共通要素として、「様式Ａ−１」と「住宅ローン申込書」が抽出されている。「様式Ａ−１」は、帳票ＩＤ＝００１、００２、００３に共通の要素であるから、この要素だけでは、帳票ＩＤ＝００１、００２、００３の区別がつかない。また、「住宅ローン申込書」は、帳票ＩＤ＝００３、００４、００５に共通の要素であるから、この要素だけでは、帳票ＩＤ＝００３、００４、００５の区別がつかない。ところが、５つの帳票のうち、帳票ＩＤ＝００３は、複数の共通要素（「様式Ａ−１」、「住宅ローン申込書」）が抽出されており、この複数の共通要素の組み合わせは、他の帳票にはないものである。従って、制御部１１は、この複数の共通要素を、帳票ＩＤ＝００３の帳票の特徴を示す要素に決定する。
制御部１１が、２以上の共通要素を含む帳票を抽出し、この共通要素をその帳票の特徴を示す要素に決定する。図示した例では、共通要素として、「様式Ａ−１」と「住宅ローン申込書」が抽出されている。「様式Ａ−１」は、帳票ＩＤ＝００１、００２、００３に共通の要素であるから、この要素だけでは、帳票ＩＤ＝００１、００２、００３の区別がつかない。また、「住宅ローン申込書」は、帳票ＩＤ＝００３、００４、００５に共通の要素であるから、この要素だけでは、帳票ＩＤ＝００３、００４、００５の区別がつかない。ところが、５つの帳票のうち、帳票ＩＤ＝００３は、複数の共通要素（「様式Ａ−１」、「住宅ローン申込書」）が抽出されており、この複数の共通要素の組み合わせは、他の帳票にはないものである。従って、制御部１１は、この複数の共通要素を、帳票ＩＤ＝００３の帳票の特徴を示す要素に決定する。
以上の処理により各帳票の特徴を示す要素が決定されたならば、制御部１１は、各帳票の帳票ＩＤと、その帳票の特徴を示す要素とを関連付けた特徴リストを作成して記憶部１２に記憶させる。
本実施形態では、或る帳票から独自要素が抽出されなかった場合であっても、その帳票が２以上の共通要素を含む場合には、その共通要素がその帳票の特徴を示す要素に決定される。よって、本実施形態によれば、複数の帳票の特徴が似通っていることに起因する帳票の種別の誤判定が減少する。
本実施形態では、或る帳票から独自要素が抽出されなかった場合であっても、その帳票が２以上の共通要素を含む場合には、その共通要素がその帳票の特徴を示す要素に決定される。よって、本実施形態によれば、複数の帳票の特徴が似通っていることに起因する帳票の種別の誤判定が減少する。
＜第２実施形態＞
第１実施形態では、帳票の画像を表示した画面上でユーザが帳票の特徴を示す要素の候補を指定するように構成されているが、第２実施形態では、情報処理装置１が帳票の特徴を示す要素の候補を抽出する。具体的には、以下のとおりである。
第１実施形態では、帳票の画像を表示した画面上でユーザが帳票の特徴を示す要素の候補を指定するように構成されているが、第２実施形態では、情報処理装置１が帳票の特徴を示す要素の候補を抽出する。具体的には、以下のとおりである。
図８は、ノイズの例を示す図である。帳票を読み取って生成した画像には、ノイズが含まれている場合がある。主なノイズは、以下のように分類される。
（ａ）記入されたもの
例えば、手書きで記入された文字や記号、押印によって形成された印影、記入すべき箇所を示すために鉛筆で書き込まれた印などである。図示した例では、氏名の欄に「富士 太郎」なる文字列（ノイズＮ１）が手書きで記入されている。また、申請日の欄と氏名の欄に、記入すべき箇所を囲んだ印（ノイズＮ２）が書き込まれている。また、氏名の欄に印影（ノイズＮ３）が形成されている。
（ａ）記入されたもの
例えば、手書きで記入された文字や記号、押印によって形成された印影、記入すべき箇所を示すために鉛筆で書き込まれた印などである。図示した例では、氏名の欄に「富士 太郎」なる文字列（ノイズＮ１）が手書きで記入されている。また、申請日の欄と氏名の欄に、記入すべき箇所を囲んだ印（ノイズＮ２）が書き込まれている。また、氏名の欄に印影（ノイズＮ３）が形成されている。
（ｂ）ウォーターマーク
読取装置２で読み取るとウォーターマークを含んだ画像が生成されるように帳票に隠し文字が設定されている場合がある。ウォーターマークは、帳票の記入や視認に支障が生じない程度の濃度で形成されるが、ウォーターマーク自体の視認性を確保するために、例えば、大きなサイズの文字、斜めの配置、複数のウォーターマークの規則的又は不規則な配置などにより形成される。図示した例では、「コピー禁止」なるウォーターマーク（ノイズＮ４）が形成されている（図示の都合上、ハッチングを使用）。なお、隠し文字を用いずに、顕在化したウォーターマークが帳票に形成されている場合もある。
読取装置２で読み取るとウォーターマークを含んだ画像が生成されるように帳票に隠し文字が設定されている場合がある。ウォーターマークは、帳票の記入や視認に支障が生じない程度の濃度で形成されるが、ウォーターマーク自体の視認性を確保するために、例えば、大きなサイズの文字、斜めの配置、複数のウォーターマークの規則的又は不規則な配置などにより形成される。図示した例では、「コピー禁止」なるウォーターマーク（ノイズＮ４）が形成されている（図示の都合上、ハッチングを使用）。なお、隠し文字を用いずに、顕在化したウォーターマークが帳票に形成されている場合もある。
（ｃ）汚れ
例えば、消しゴムのかす、インクのしみ、埃などの汚れが帳票に付着している場合がある。また、帳票の折れ目やしわなどが線状の汚れとなる場合もある。また、読取装置２のプラテンガラスに汚れが付着している場合もある。図示した例では、面状の汚れ（図示の都合上、ハッチングを使用。ノイズＮ５）と線状の汚れ（ノイズＮ６）が生じている。
例えば、消しゴムのかす、インクのしみ、埃などの汚れが帳票に付着している場合がある。また、帳票の折れ目やしわなどが線状の汚れとなる場合もある。また、読取装置２のプラテンガラスに汚れが付着している場合もある。図示した例では、面状の汚れ（図示の都合上、ハッチングを使用。ノイズＮ５）と線状の汚れ（ノイズＮ６）が生じている。
（ｄ）裏写り
帳票の裏面に文字などが形成されている場合がある。例えば、記入の要領が裏面に記載されている場合や、両面に記入欄が設けられている場合などがある。このように帳票の裏面に文字などが記載されており、且つ、裏面の文字などが透けて見える程度の薄い紙が用いられている場合、裏面の文字などが読取装置２に読み取られてしまうことがある。
帳票の裏面に文字などが形成されている場合がある。例えば、記入の要領が裏面に記載されている場合や、両面に記入欄が設けられている場合などがある。このように帳票の裏面に文字などが記載されており、且つ、裏面の文字などが透けて見える程度の薄い紙が用いられている場合、裏面の文字などが読取装置２に読み取られてしまうことがある。
（ｅ）傾き（スキュー）
本実施形態におけるノイズの概念には、読み取り時の帳票の傾きに起因するものも含まれる。例えば、読取装置２の読み取り位置に帳票を配置したときに帳票に傾きが生じることがある。また、読み取り位置に原稿を搬送する装置が備えられている場合、傾いた姿勢で帳票が搬送されることがある。この傾きの大きさによっては、例えば文字が認識されなかったり、罫線の方向が誤った方向に認識されるなどして、帳票の特徴が正確に認識されなくなるおそれがある。
本実施形態におけるノイズの概念には、読み取り時の帳票の傾きに起因するものも含まれる。例えば、読取装置２の読み取り位置に帳票を配置したときに帳票に傾きが生じることがある。また、読み取り位置に原稿を搬送する装置が備えられている場合、傾いた姿勢で帳票が搬送されることがある。この傾きの大きさによっては、例えば文字が認識されなかったり、罫線の方向が誤った方向に認識されるなどして、帳票の特徴が正確に認識されなくなるおそれがある。
図９は、情報処理装置１の機能を示すブロック図である。取得手段１１０、抽出手段１２０、決定手段１３０は、第１実施形態と同じ機能を備える。第１取得手段１０１は、複数の帳票の各々について、当該帳票を読み取って生成された第１の画像に含まれる第１の要素群を取得する。付加手段１０２は、第１の画像に互いに異なるノイズを付加した複数の第２の画像を生成する。第２取得手段１０３は、複数の第２の画像の各々に含まれる第２の要素群を取得する。第１抽出手段１０４は、第１の要素群に含まれる要素と複数の第２の要素群に含まれる要素との類似度に基づいて、第１の要素群から帳票の特徴を示す要素の候補を抽出する。そして、取得手段１１０は、第１抽出手段１０４により抽出された候補を取得する。これらの機能を実現するための具体的な構成は、以下のとおりである。
図１０は、情報処理装置１の動作を示す流れ図である。情報処理装置１には、帳票の特徴を示す要素を抽出する手順を記述したアプリケーションプログラムがインストールされている。情報処理装置１の制御部１１は、このアプリケーションプログラムを実行して、以下に示す処理を実行する。
＜ステップＳ０１＞（第１取得手段１０１の一例）
最初に、ユーザが読取装置２にサンプルの帳票を読み取らせる。読取装置２は、サンプルの帳票を読み取って第１の画像データを生成し、第１の画像データを情報処理装置１に送信する。情報処理装置１の制御部１１は、読取装置２から受信した第１の画像データで表される第１の画像に対して文字認識と罫線認識を実行する。文字認識は、例えば、ＯＣＲ（Optical Character Recognition）の手法を用いる。罫線認識は、例えば、特開２００３−１０９００７号公報の段落００５１に記載されている、Ｘ軸方向とＹ軸方向の黒画素の累積値から罫線を認識する手法を用いる。本実施形態は、第１の要素群として文字列を取得する例を示す。図３の例では、「様式Ａ−１」、「申請日 年 月 日」、「審査部 御中」、「住宅ローン申込書」、「申込内容」、「氏名 印」の各文字列が認識される。制御部１１は、これらの文字列を第１の要素群として取得する。
最初に、ユーザが読取装置２にサンプルの帳票を読み取らせる。読取装置２は、サンプルの帳票を読み取って第１の画像データを生成し、第１の画像データを情報処理装置１に送信する。情報処理装置１の制御部１１は、読取装置２から受信した第１の画像データで表される第１の画像に対して文字認識と罫線認識を実行する。文字認識は、例えば、ＯＣＲ（Optical Character Recognition）の手法を用いる。罫線認識は、例えば、特開２００３−１０９００７号公報の段落００５１に記載されている、Ｘ軸方向とＹ軸方向の黒画素の累積値から罫線を認識する手法を用いる。本実施形態は、第１の要素群として文字列を取得する例を示す。図３の例では、「様式Ａ−１」、「申請日 年 月 日」、「審査部 御中」、「住宅ローン申込書」、「申込内容」、「氏名 印」の各文字列が認識される。制御部１１は、これらの文字列を第１の要素群として取得する。
図１１は、第１の要素群リストを示す図である。第１の要素群を取得したならば、制御部１１は、第１の要素群リストを作成する。第１の要素群リストは、要素ＩＤ、要素の内容、位置情報を関連付けて格納するリストである。要素ＩＤは、要素を識別するための識別子である。要素の内容は、この例では、文字認識で認識された文字列である。位置情報は、第１の画像における要素の位置を示す情報であり、例えば、文字列に外接する矩形の左上の頂点の座標である。
＜ステップＳ０２＞（付加手段１０２の一例）
制御部１１は、第１の画像にノイズを付加する。付加するノイズは、例えば前述の（ａ）記入されたもの、（ｂ）ウォーターマーク、（ｃ）汚れ、（ｄ）裏写り、（ｅ）傾き、である。裏写りを想定した文字は、鏡像でもよいし、鏡像でなくてもよい。記憶部１２には、ノイズの初期値が記憶されている。ノイズの初期値とは、例えば、（ａ）については、文字や線の数、（ｂ）については、文字列の面積、（ｃ）については、汚れの面積、（ｄ）については、裏写りの面積、（ｅ）については、傾きの角度を定めたものである。また、ノイズの初期値の１つとして、例えば、第１の要素群に含まれる各要素（本実施形態では、文字列）の外接矩形内でノイズが占める面積の割合が定められていてもよい。
制御部１１は、第１の画像にノイズを付加する。付加するノイズは、例えば前述の（ａ）記入されたもの、（ｂ）ウォーターマーク、（ｃ）汚れ、（ｄ）裏写り、（ｅ）傾き、である。裏写りを想定した文字は、鏡像でもよいし、鏡像でなくてもよい。記憶部１２には、ノイズの初期値が記憶されている。ノイズの初期値とは、例えば、（ａ）については、文字や線の数、（ｂ）については、文字列の面積、（ｃ）については、汚れの面積、（ｄ）については、裏写りの面積、（ｅ）については、傾きの角度を定めたものである。また、ノイズの初期値の１つとして、例えば、第１の要素群に含まれる各要素（本実施形態では、文字列）の外接矩形内でノイズが占める面積の割合が定められていてもよい。
制御部１１は、第１の画像にこれらのノイズを付加した複数の第２の画像を生成する。このとき、制御部１１は、第２の画像の各々に含まれるノイズを互いに異ならせるようにする。例えば、要素の外接矩形内でノイズを付加する位置を第２の画像毎に乱数を用いて変動させるようにしてもよい。また、要素の外接矩形内でノイズが占める面積や、外接矩形の面積に対するノイズの面積の割合などを第２の画像毎に乱数を用いて変動させるようにしてもよい。要するに、ステップＳ０２において、制御部１１は、予め定められた複数種類のノイズを第２の画像毎に無作為に変動させることによって複数の第２の画像を生成する。図８で例示した画像は、複数の第２の画像のうちの１つである。複数の第２の画像の各々は、ノイズＮ１乃至Ｎ６の面積や位置などが互いに異なっている。
＜ステップＳ０３＞（第２取得手段１０３の一例）
ステップＳ０１と同様に、制御部１１が、第２の画像の各々に対して文字認識を実行して文字列を認識し、認識した文字列を第２の要素群として取得する。図８の例では、ノイズの重なった文字が認識されなくなるため、「様 Ａ−１」、「申請 年 月 日」、「審査部 御中」、「住宅ローン申 書」、「申込内容」、「氏 富士 太郎」の各文字列が認識される。制御部１１は、これらの文字列を第２の要素群として取得する。ただし、前述のとおり、複数の第２の画像の各々はノイズの面積や位置などが互いに異なっている。そのため、例えば、図８の例では、「住宅ローン申込書」の「込」にノイズが重なったために「込」が認識されないが、別の文字にノイズが重なった場合には、その文字が認識されなくなる。従って、取得される第２の要素群は、第２の画像毎に異なるものとなる。制御部１１は、複数の第２の画像の各々から第２の要素群を取得する。従って、第２の要素群は、第２の画像の数と同じ数だけ取得される。
ステップＳ０１と同様に、制御部１１が、第２の画像の各々に対して文字認識を実行して文字列を認識し、認識した文字列を第２の要素群として取得する。図８の例では、ノイズの重なった文字が認識されなくなるため、「様 Ａ−１」、「申請 年 月 日」、「審査部 御中」、「住宅ローン申 書」、「申込内容」、「氏 富士 太郎」の各文字列が認識される。制御部１１は、これらの文字列を第２の要素群として取得する。ただし、前述のとおり、複数の第２の画像の各々はノイズの面積や位置などが互いに異なっている。そのため、例えば、図８の例では、「住宅ローン申込書」の「込」にノイズが重なったために「込」が認識されないが、別の文字にノイズが重なった場合には、その文字が認識されなくなる。従って、取得される第２の要素群は、第２の画像毎に異なるものとなる。制御部１１は、複数の第２の画像の各々から第２の要素群を取得する。従って、第２の要素群は、第２の画像の数と同じ数だけ取得される。
図１２は、第２の要素群リストを示す図である。第２の要素群を取得したならば、制御部１１は、第２の要素群リストを作成する。第２の要素群リストは、要素ＩＤ、要素の内容、位置情報を関連付けて格納するリストである。第２の要素群リストは、第２の画像と同じ数だけ作成される。
＜ステップＳ０４＞（第１抽出手段１０４の一例）
制御部１１は、第１の要素群リストと第２の要素群リストから同一の要素ＩＤに対応する要素を読み出して、２つの要素の類似度を求める。類似度とは、文字列の場合、全文字数に対する一致した文字数の割合である。例えば、要素ＩＤ＝００４については、第１の要素群リストでは「住宅ローン申込書」、第２の要素群リストでは「住宅ローン申 書」であるから、類似度は、０．８７５である。
制御部１１は、第１の要素群リストと第２の要素群リストから同一の要素ＩＤに対応する要素を読み出して、２つの要素の類似度を求める。類似度とは、文字列の場合、全文字数に対する一致した文字数の割合である。例えば、要素ＩＤ＝００４については、第１の要素群リストでは「住宅ローン申込書」、第２の要素群リストでは「住宅ローン申 書」であるから、類似度は、０．８７５である。
制御部１１は、すべての第２の要素群リストについてこの処理を行い、要素ＩＤ毎に類似度の平均値を求める。例えば、５つの第２の画像から取得された要素ＩＤ＝００４の要素の内容がそれぞれ「住宅ローン申 書」、「住宅ローン 書」、「住宅ローン申 」、「住宅ローン申込書」、「住宅ロー 書」であったとすると、要素ＩＤ＝００４の類似度の平均値は、（０．８７５＋０．７５＋０．７５＋１．０＋０．６２５）÷５＝０．８となる。制御部１１は、類似度の平均値が予め定められた閾値に達しているならば、その要素が、その帳票の特徴を示す要素であると判定する。例えば閾値が０．４である場合、要素ＩＤ＝００４の要素は、類似度の平均値が閾値を上回るから、帳票の特徴を示す要素であると判定される。なお、類似度の平均値に代えて、類似度の最大値や最小値など、類似度に基づく値を用いて上記の処理を行うようにしてもよい。
図１３は、候補リストを示す図である。制御部１１は、すべての要素ＩＤについて上記の処理が済んだならば、候補リストを作成する。候補リストは、帳票の特徴を示す要素の要素ＩＤ、要素の内容、位置情報を関連付けて格納するリストである。この例では、要素ＩＤ＝００６の「氏名 印」の類似度の平均値が閾値に達しなかったため、要素ＩＤ＝００１乃至００５の要素が、帳票の特徴を示す要素として抽出されている。制御部１１は、候補リストを帳票毎に作成する。制御部１１は、作成した候補リストを識別するための識別子である帳票ＩＤを生成してその候補リストに関連付ける。この例では、作成した候補リストに特徴ＩＤ＝００１が関連付けられている。以上のようにして、第１の要素群から帳票の特徴を示す要素が抽出される。なお、帳票の特徴を示す要素の抽出結果を示す画像を表示装置１４に表示させるようにしてもよい。例えば、作成された候補リストを表示装置１４に表示させるようにしてもよい。また、帳票の特徴を示す要素として抽出された要素を視覚的に強調した帳票の画像を表示装置１４に表示させるようにしてもよい。
以上が、情報処理装置１が帳票の特徴を示す要素の候補を抽出する構成である。この手順によって複数の帳票の各々について候補リストを作成し、第１実施形態で説明した処理によって、各帳票の特徴を示す要素を抽出して特徴リストを作成する。
本実施形態によれば、第１の画像に互いに異なるノイズを付加した複数の第２の画像を用いて帳票の特徴を示す要素を抽出する構成を備えない場合と比べて、帳票を読み取って生成された画像に含まれるノイズに起因する帳票の種別の誤判定が減少する。また、本実施形態によれば、ノイズを作為的に変動させる構成と比べて、現実のノイズに近いノイズが付加される。また、本実施形態によれば、１種類のノイズを付加する構成と比べて、現実のノイズに近いノイズが付加される。また、本実施形態によれば、帳票の種別を示す要素の抽出の基準に幅が与えられる。
＜第３実施形態＞
図１４は、情報処理装置１の機能を示すブロック図である。取得手段１１０、抽出手段１２０は、第１実施形態と同じ機能を備える。取得手段１１０は、複数の帳票の各々の特徴を示す要素の候補を取得する。抽出手段１２０は、取得手段１１０により取得された候補から、２以上の帳票に共通しない独自要素と、２以上の帳票に共通する共通要素とを抽出する。付与手段１４０は、複数の帳票の各々について、当該帳票に含まれる独自要素と共通要素に対して、当該帳票の種別の判定における優先順位を付与する。決定手段１５０は、複数の帳票の各々について、付与手段１４０により付与された優先順位に基づいて、少なくとも１つの前記独自要素又は前記共通要素を当該帳票の特徴を示す要素に決定する。これらの機能を実現するための具体的な構成は、以下のとおりである。
図１４は、情報処理装置１の機能を示すブロック図である。取得手段１１０、抽出手段１２０は、第１実施形態と同じ機能を備える。取得手段１１０は、複数の帳票の各々の特徴を示す要素の候補を取得する。抽出手段１２０は、取得手段１１０により取得された候補から、２以上の帳票に共通しない独自要素と、２以上の帳票に共通する共通要素とを抽出する。付与手段１４０は、複数の帳票の各々について、当該帳票に含まれる独自要素と共通要素に対して、当該帳票の種別の判定における優先順位を付与する。決定手段１５０は、複数の帳票の各々について、付与手段１４０により付与された優先順位に基づいて、少なくとも１つの前記独自要素又は前記共通要素を当該帳票の特徴を示す要素に決定する。これらの機能を実現するための具体的な構成は、以下のとおりである。
図１５は、情報処理装置１の動作を示す流れ図である。情報処理装置１には、帳票の特徴を示す要素を抽出する手順を記述したアプリケーションプログラムがインストールされている。情報処理装置１の制御部１１は、このアプリケーションプログラムを実行して、以下に示す処理を実行する。
＜ステップＳ１１＞（取得手段１１０の一例）
制御部１１は、複数の帳票の各々の特徴を示す要素の候補を取得する。具体的には、制御部１１は、第１実施形態のステップＳ１と同じ処理により、候補リストを作成する（図６参照）。
制御部１１は、複数の帳票の各々の特徴を示す要素の候補を取得する。具体的には、制御部１１は、第１実施形態のステップＳ１と同じ処理により、候補リストを作成する（図６参照）。
＜ステップＳ１２＞（抽出手段１２０の一例）
制御部１１は、取得手段１１０により取得された候補から、２以上の帳票に共通しない独自要素と、２以上の帳票に共通する共通要素とを抽出する。具体的には、制御部１１は、第１実施形態のステップＳ２と同じ処理により、独自要素と共通要素を抽出する（図７参照）。
制御部１１は、取得手段１１０により取得された候補から、２以上の帳票に共通しない独自要素と、２以上の帳票に共通する共通要素とを抽出する。具体的には、制御部１１は、第１実施形態のステップＳ２と同じ処理により、独自要素と共通要素を抽出する（図７参照）。
＜ステップＳ１３＞（付与手段１４０の一例）
制御部１１は、複数の帳票の各々について、当該帳票に含まれる独自要素と共通要素に対して、当該帳票の種別の判定における優先順位を付与する。具体的には、制御部１１は、共通要素よりも高い優先順位を独自要素に付与する。例えば、図７（○＝独自要素、●＝共通要素）の例において、帳票ＩＤ＝００１の帳票については、要素ＩＤ＝００４の要素に対して第１位の優先順位が付与され、要素ＩＤ＝００１の要素に対して第２位の優先順位が付与される。帳票ＩＤ＝００３の帳票については、独自要素がなく、２つの候補とも共通要素であるから、両者に第１位の優先順位が付与される。
制御部１１は、複数の帳票の各々について、当該帳票に含まれる独自要素と共通要素に対して、当該帳票の種別の判定における優先順位を付与する。具体的には、制御部１１は、共通要素よりも高い優先順位を独自要素に付与する。例えば、図７（○＝独自要素、●＝共通要素）の例において、帳票ＩＤ＝００１の帳票については、要素ＩＤ＝００４の要素に対して第１位の優先順位が付与され、要素ＩＤ＝００１の要素に対して第２位の優先順位が付与される。帳票ＩＤ＝００３の帳票については、独自要素がなく、２つの候補とも共通要素であるから、両者に第１位の優先順位が付与される。
＜ステップＳ１４＞（決定手段１５０の一例）
制御部１１は、複数の帳票の各々について、付与手段１４０により付与された優先順位に基づいて、少なくとも１つの独自要素又は共通要素を当該帳票の特徴を示す要素に決定する。一例として、本実施形態では、制御部１１は、独自要素のみを帳票の特徴を示す要素に決定する。図７の例において、帳票ＩＤ＝００１の帳票については、要素ＩＤ＝００４の要素のみがこの帳票の特徴を示す要素に決定される。帳票ＩＤ＝００３の帳票については、第１実施形態と同様に、２つの共通要素をこの帳票の特徴を示す要素に決定してもよい。
制御部１１は、複数の帳票の各々について、付与手段１４０により付与された優先順位に基づいて、少なくとも１つの独自要素又は共通要素を当該帳票の特徴を示す要素に決定する。一例として、本実施形態では、制御部１１は、独自要素のみを帳票の特徴を示す要素に決定する。図７の例において、帳票ＩＤ＝００１の帳票については、要素ＩＤ＝００４の要素のみがこの帳票の特徴を示す要素に決定される。帳票ＩＤ＝００３の帳票については、第１実施形態と同様に、２つの共通要素をこの帳票の特徴を示す要素に決定してもよい。
本実施形態によれば、帳票の種別の判定における優先順位に基づいて帳票の特徴を示す要素を決定する構成を備えない場合と比べて、複数の帳票の特徴が似通っていることに起因する帳票の種別の誤判定が減少する。また、帳票に独自要素が含まれている場合には、その独自要素がその帳票の特徴を示す要素として用いられる。
＜運用例＞
次に、第１乃至第３実施形態で示した手順で作成された特徴リストを用いた帳票処理の運用例について説明する。記憶部１２には、上記の手順で作成された複数の特徴リストが記憶されている。これらの特徴リストには、互いに異なる帳票ＩＤが関連付けられている。最初にユーザが読取装置２に帳票を読み取らせる。この帳票は、例えば住宅ローンの申込者が図３に示す帳票（住宅ローン申込書）に必要事項を記入したものである。読取装置２は、この帳票を読み取って第３の画像データを生成し、この第３の画像データを情報処理装置１に送信する。情報処理装置１の制御部１１は、読取装置２から受信した第３の画像データで表される第３の画像に対して文字認識を実行し、認識された文字列を第３の要素群として取得し、第３の要素群リストを作成する。第３の要素群リストの構成は、前述の第１の要素群リストと同様である。
次に、第１乃至第３実施形態で示した手順で作成された特徴リストを用いた帳票処理の運用例について説明する。記憶部１２には、上記の手順で作成された複数の特徴リストが記憶されている。これらの特徴リストには、互いに異なる帳票ＩＤが関連付けられている。最初にユーザが読取装置２に帳票を読み取らせる。この帳票は、例えば住宅ローンの申込者が図３に示す帳票（住宅ローン申込書）に必要事項を記入したものである。読取装置２は、この帳票を読み取って第３の画像データを生成し、この第３の画像データを情報処理装置１に送信する。情報処理装置１の制御部１１は、読取装置２から受信した第３の画像データで表される第３の画像に対して文字認識を実行し、認識された文字列を第３の要素群として取得し、第３の要素群リストを作成する。第３の要素群リストの構成は、前述の第１の要素群リストと同様である。
制御部１１は、第３の要素群リストに含まれる各要素の位置情報に対応する要素を特徴リストから読み出し、第３の要素群リストに含まれる各要素と特徴リストから読み出した要素との類似度を求める（類似度の定義は、第２実施形態のステップＳ０４参照）。ただし、第３の要素群リストに含まれる各要素の位置情報に対応する要素が特徴リストに含まれていない場合には、その要素の類似度は０．０となる。制御部１１は、特徴リスト毎にその特徴リストに含まれる各要素の類似度に基づいて得点を計算し、得点が閾値以上で、且つ、得点が最高点である特徴リストを抽出する。
記憶部１２には、第３の画像データを格納するディレクトリが設けられている。このディレクトリの１つ下の階層には、それぞれに帳票ＩＤが関連付けられた複数のディレクトリと、帳票ＩＤが関連付けられていない１つのディレクトリ（不明な帳票のディレクトリ）が設けられている。制御部１１は、抽出された特徴リストの帳票ＩＤが関連付けられたディレクトリに第３の画像データを格納する。すべての特徴リストで得点が閾値に達しない場合には、不明な帳票のディレクトリに第３の画像データを格納する。以上のようにして、帳票の種別が判定される。
＜変形例＞
実施形態を次のように変形してもよい。また、複数の変形例を組み合わせてもよい。
実施形態を次のように変形してもよい。また、複数の変形例を組み合わせてもよい。
＜変形例１＞
独自要素のノイズに対する耐性が決められた条件を満たさず、且つ、複数の共通要素が抽出された場合に、独自要素と複数の共通要素との組み合わせを帳票の特徴を示す要素に決定してもよい。具体的には、第２実施形態の手法で抽出された候補が独自要素として抽出された場合、第２実施形態のステップＳ０４で求めた類似度の平均値を閾値と比較する。この閾値は、独自要素のノイズに対する耐性の基準値である。類似度の平均値がこの閾値に達しない場合、この独自要素のノイズに対する耐性が不足していることになる。類似度の平均値が閾値に達しない場合、複数の共通要素が抽出されているならば、この独自要素と複数の共通要素との組み合わせにより、独自要素の耐性の不足が補われる。要するに、抽出手段１２０は、取得手段１１０により取得された候補から２以上の帳票に共通しない独自要素を抽出し、決定手段１３０は、独自要素が第１抽出手段１０４で候補として抽出されたときの類似度が決められた条件を満たさない場合に、独自要素と２以上の共通要素とを帳票の特徴を示す要素に決定する。なお、類似度の平均値に代えて、類似度の最大値や最小値など、類似度に基づく値を用いて上記の処理を行うようにしてもよい。
本変形例によれば、独自要素のノイズに対する耐性が不足している場合に耐性の不足が補われる。
独自要素のノイズに対する耐性が決められた条件を満たさず、且つ、複数の共通要素が抽出された場合に、独自要素と複数の共通要素との組み合わせを帳票の特徴を示す要素に決定してもよい。具体的には、第２実施形態の手法で抽出された候補が独自要素として抽出された場合、第２実施形態のステップＳ０４で求めた類似度の平均値を閾値と比較する。この閾値は、独自要素のノイズに対する耐性の基準値である。類似度の平均値がこの閾値に達しない場合、この独自要素のノイズに対する耐性が不足していることになる。類似度の平均値が閾値に達しない場合、複数の共通要素が抽出されているならば、この独自要素と複数の共通要素との組み合わせにより、独自要素の耐性の不足が補われる。要するに、抽出手段１２０は、取得手段１１０により取得された候補から２以上の帳票に共通しない独自要素を抽出し、決定手段１３０は、独自要素が第１抽出手段１０４で候補として抽出されたときの類似度が決められた条件を満たさない場合に、独自要素と２以上の共通要素とを帳票の特徴を示す要素に決定する。なお、類似度の平均値に代えて、類似度の最大値や最小値など、類似度に基づく値を用いて上記の処理を行うようにしてもよい。
本変形例によれば、独自要素のノイズに対する耐性が不足している場合に耐性の不足が補われる。
＜変形例２＞
上記の実施形態では、ノイズの位置や面積などを第２の画像毎に乱数を用いて変動させる例を示したが、ノイズの位置や面積などを第２の画像毎に規則的に変動させるようにしてもよい。要するに、第１の画像に互いに異なるノイズを付加した複数の第２の画像を生成するように構成されていればよい。
上記の実施形態では、ノイズの位置や面積などを第２の画像毎に乱数を用いて変動させる例を示したが、ノイズの位置や面積などを第２の画像毎に規則的に変動させるようにしてもよい。要するに、第１の画像に互いに異なるノイズを付加した複数の第２の画像を生成するように構成されていればよい。
＜変形例３＞
ノイズに対する耐性が決められた条件を満たさない要素を帳票の特徴を示す要素の候補として抽出しないようにしてもよい。具体的には、第２実施形態のステップＳ０４において、制御部１１は、第１の要素群リストと第２の要素群リストから同一の要素ＩＤに対応する要素を読み出して、２つの要素の類似度を求める。制御部１１は、すべての第２の要素群リストについてこの処理を行い、要素ＩＤ毎に類似度の平均値を求める。制御部１１は、この平均値を閾値を比較する。この閾値は、要素のノイズに対する耐性の基準値である。類似度の平均値がこの閾値に達しない場合、この要素のノイズに対する耐性が不足していることになるから、制御部１１は、この要素を帳票の特徴を示す要素の候補として抽出しない。要するに、第１抽出手段１０４は、第１の要素群に含まれる要素のうち、類似度が決められた条件を満たさない要素を、帳票の特徴を示す要素の候補として抽出しない。なお、類似度の平均値に代えて、類似度の最大値や最小値など、類似度に基づく値を用いて上記の処理を行うようにしてもよい。
本変形例によれば、ノイズに対する耐性が不足している要素は、帳票の特徴を示す要素として用いられない。
ノイズに対する耐性が決められた条件を満たさない要素を帳票の特徴を示す要素の候補として抽出しないようにしてもよい。具体的には、第２実施形態のステップＳ０４において、制御部１１は、第１の要素群リストと第２の要素群リストから同一の要素ＩＤに対応する要素を読み出して、２つの要素の類似度を求める。制御部１１は、すべての第２の要素群リストについてこの処理を行い、要素ＩＤ毎に類似度の平均値を求める。制御部１１は、この平均値を閾値を比較する。この閾値は、要素のノイズに対する耐性の基準値である。類似度の平均値がこの閾値に達しない場合、この要素のノイズに対する耐性が不足していることになるから、制御部１１は、この要素を帳票の特徴を示す要素の候補として抽出しない。要するに、第１抽出手段１０４は、第１の要素群に含まれる要素のうち、類似度が決められた条件を満たさない要素を、帳票の特徴を示す要素の候補として抽出しない。なお、類似度の平均値に代えて、類似度の最大値や最小値など、類似度に基づく値を用いて上記の処理を行うようにしてもよい。
本変形例によれば、ノイズに対する耐性が不足している要素は、帳票の特徴を示す要素として用いられない。
＜変形例４＞
第３実施形態を以下のように変形してもよい。第３実施形態のステップＳ１３（図１５参照）において、制御部１１は、複数の帳票における出現頻度が低い共通要素ほど高い優先順位を付与する（付与手段１４０の一例）。ステップＳ１４において、制御部１１は、独自要素と、付与手段１４０により付与された優先順位に基づいて選択した共通要素とを、帳票の特徴を示す要素に決定する（決定手段１５０の一例）。具体的には、以下のとおりである。
第３実施形態を以下のように変形してもよい。第３実施形態のステップＳ１３（図１５参照）において、制御部１１は、複数の帳票における出現頻度が低い共通要素ほど高い優先順位を付与する（付与手段１４０の一例）。ステップＳ１４において、制御部１１は、独自要素と、付与手段１４０により付与された優先順位に基づいて選択した共通要素とを、帳票の特徴を示す要素に決定する（決定手段１５０の一例）。具体的には、以下のとおりである。
図１６は、候補リストの例を示す図である。要素ＩＤ＝００１の「様式Ａ−１」は２つの帳票（帳票ＩＤ＝００２、００３）に共通する共通要素である（出現頻度＝２）。要素ＩＤ＝００４の「住宅ローン申込書」は、３つの帳票（帳票ＩＤ＝００３、００４、００５）に共通する共通要素である（出現頻度＝３）。要素ＩＤ＝００５の「申込内容」は、４つの帳票（帳票ＩＤ＝００１、００２、００３、００４）に共通する共通要素である（出現頻度＝４）。
例えば、帳票ＩＤ＝００２の帳票の場合、独自要素は、要素ＩＤ＝００４の「自動車ローン申込書」であり、共通要素は、要素ＩＤ＝００１の「様式Ａ−１」と、要素ＩＤ＝００５の「申込内容」である。制御部１１は、要素ＩＤ＝００１の「様式Ａ−１」（出現頻度＝２）に第１位の優先順位を付与し、要素ＩＤ＝００５の「申込内容」（出現頻度＝４）に第２位の優先順位を付与する。そして、制御部１１は、独自要素である要素ＩＤ＝００４の「自動車ローン申込書」と、共通要素のうち優先順位が第１位である要素ＩＤ＝００１の「様式Ａ−１」とを、この帳票の特徴を示す要素に決定する。
なお、帳票ＩＤ＝００３の帳票のように、共通要素が３つ以上ある場合には、優先順位が第１位と第２位の共通要素を選択してもよい。要するに、本変形例では、独自要素と、優先順位に基づいて選択した共通要素とを、帳票の特徴を示す要素に決定する。
本変形例によれば、出現頻度が低い共通要素ほど高い優先順位を付与する構成を備えない場合と比べて、帳票の種別の誤判定が減少する。
本変形例によれば、出現頻度が低い共通要素ほど高い優先順位を付与する構成を備えない場合と比べて、帳票の種別の誤判定が減少する。
＜変形例５＞
第３実施形態を以下のように変形してもよい。
図１７は、情報処理装置１の機能を示すブロック図である。取得手段１１０、抽出手段１２０、付与手段１４０、決定手段１５０は、第３実施形態と同じ機能を備える。取得手段１１０は、複数の帳票の各々の特徴を示す要素の候補を取得する。抽出手段１２０は、取得手段１１０により取得された候補から、２以上の帳票に共通しない独自要素と、２以上の帳票に共通する共通要素とを抽出する。付与手段１４０は、複数の帳票の各々について、当該帳票に含まれる独自要素と共通要素に対して、当該帳票の種別の判定における優先順位を付与する。決定手段１５０は、複数の帳票の各々について、付与手段１４０により付与された優先順位に基づいて、少なくとも１つの独自要素又は共通要素を当該帳票の特徴を示す要素に決定する。判定手段１６０は、帳票から読み取られた要素と決定手段１５０により決定された要素との比較により当該帳票の種別を判定する。重み付け手段１７０は、付与手段１４０により付与された優先順位が高い要素ほど判定手段１６０による判定における重み付けを重くする。これらの機能を実現するための具体的な構成は、以下のとおりである。
第３実施形態を以下のように変形してもよい。
図１７は、情報処理装置１の機能を示すブロック図である。取得手段１１０、抽出手段１２０、付与手段１４０、決定手段１５０は、第３実施形態と同じ機能を備える。取得手段１１０は、複数の帳票の各々の特徴を示す要素の候補を取得する。抽出手段１２０は、取得手段１１０により取得された候補から、２以上の帳票に共通しない独自要素と、２以上の帳票に共通する共通要素とを抽出する。付与手段１４０は、複数の帳票の各々について、当該帳票に含まれる独自要素と共通要素に対して、当該帳票の種別の判定における優先順位を付与する。決定手段１５０は、複数の帳票の各々について、付与手段１４０により付与された優先順位に基づいて、少なくとも１つの独自要素又は共通要素を当該帳票の特徴を示す要素に決定する。判定手段１６０は、帳票から読み取られた要素と決定手段１５０により決定された要素との比較により当該帳票の種別を判定する。重み付け手段１７０は、付与手段１４０により付与された優先順位が高い要素ほど判定手段１６０による判定における重み付けを重くする。これらの機能を実現するための具体的な構成は、以下のとおりである。
判定手段１６０の具体的な構成は、前述の運用例で説明したとおりである。すなわち、制御部１１は、第３の要素群リスト（読取装置２により帳票から読み取られた要素群）に含まれる各要素の位置情報に対応する要素を特徴リストから読み出し、第３の要素群リストに含まれる各要素と特徴リストから読み出した要素との類似度を求める（類似度の定義は、第２実施形態のステップＳ０４参照）。制御部１１は、特徴リスト毎にその特徴リストに含まれる各要素の類似度に基づいて得点を計算し、得点が閾値以上で、且つ、得点が最高点である特徴リストを抽出する。
制御部１１は、例えば、特徴リストに含まれる各要素の類似度に重み付けの係数を乗算した値を合計することによって得点を求める。このとき、制御部１１は、付与手段１４０により付与された優先順位が高い要素ほど大きな係数を設定する（重み付け手段１７０）。
本変形例によれば、優先順位が高い要素ほど重み付けを重くする構成を備えない場合と比べて、帳票の種別の判定の精度が高まる。
本変形例によれば、優先順位が高い要素ほど重み付けを重くする構成を備えない場合と比べて、帳票の種別の判定の精度が高まる。
＜変形例６＞
上記の実施形態では、情報処理装置１がアプリケーションプログラムを実行することによって上記の機能を実現する例を示したが、上記の機能の一部又は全部がハードウェア回路で実装されていてもよい。また、アプリケーションプログラムを、光記録媒体、半導体メモリ等、コンピュータで読み取り可能な記録媒体に記録して提供し、この記録媒体からプログラムを読み取ってインストールするようにしてもよい。また、このプログラムを電気通信回線で提供してもよい。
上記の実施形態では、情報処理装置１がアプリケーションプログラムを実行することによって上記の機能を実現する例を示したが、上記の機能の一部又は全部がハードウェア回路で実装されていてもよい。また、アプリケーションプログラムを、光記録媒体、半導体メモリ等、コンピュータで読み取り可能な記録媒体に記録して提供し、この記録媒体からプログラムを読み取ってインストールするようにしてもよい。また、このプログラムを電気通信回線で提供してもよい。
１…情報処理装置、１１…制御部、１２…記憶部、１３…通信部、１４…表示装置、１５…受付装置、１１０…取得手段、１２０…抽出手段、１３０…決定手段、１４０…付与手段、１５０…決定手段、１６０…判定手段、１７０…重み付け手段、１０１…第１取得手段、１０２…付加手段、１０３…第２取得手段、１０４…第１抽出手段、２…読取装置、３…通信手段
Claims (9)
- 複数の帳票の各々の特徴を示す要素の候補を取得する取得手段と、
前記取得手段により取得された候補から２以上の前記帳票に共通する共通要素を抽出する抽出手段と、
前記複数の帳票から、前記抽出手段により抽出された共通要素のうちの２以上の共通要素を含む帳票を抽出し、抽出された帳票に含まれる前記２以上の共通要素を当該帳票の特徴を示す要素に決定する決定手段と、
前記複数の帳票の各々について、当該帳票を読み取って生成された第１の画像に含まれる第１の要素群を取得する第１取得手段と、
前記第１の画像に互いに異なるノイズを付加した複数の第２の画像を生成する付加手段と、
前記複数の第２の画像の各々に含まれる第２の要素群を取得する第２取得手段と、
前記第１の要素群に含まれる要素と複数の前記第２の要素群に含まれる要素との類似度に基づいて、前記第１の要素群から前記帳票の特徴を示す要素の候補を抽出する第１抽出手段と
を備え、
前記取得手段は、前記第１抽出手段により抽出された候補を取得する
情報処理装置。 - 前記抽出手段は、前記取得手段により取得された候補から２以上の前記帳票に共通しない独自要素を抽出し、
前記決定手段は、前記独自要素が前記第１抽出手段で前記候補として抽出されたときの前記類似度が決められた条件を満たさない場合に、前記独自要素と前記２以上の共通要素とを前記帳票の特徴を示す要素に決定する
請求項１に記載の情報処理装置。 - 前記第１抽出手段は、前記第１の要素群に含まれる要素のうち、前記類似度が決められた条件を満たさない要素を、前記帳票の特徴を示す要素の候補として抽出しない
請求項１に記載の情報処理装置。 - 前記抽出手段は、前記取得手段により取得された候補から２以上の前記帳票に共通しない独自要素を抽出し、
前記決定手段は、前記抽出手段により抽出された独自要素を、当該独自要素を含む帳票の特徴を示す要素に決定する
請求項１に記載の情報処理装置。 - 前記抽出手段は、前記取得手段により取得された候補から、２以上の前記帳票に共通しない独自要素と、２以上の前記帳票に共通する共通要素とを抽出し、
前記情報処理装置は、前記複数の帳票の各々について、当該帳票に含まれる前記独自要素と前記共通要素に対して、当該帳票の種別の判定における優先順位を付与する付与手段を備え、
前記決定手段は、前記複数の帳票の各々について、前記付与手段により付与された優先順位に基づいて、少なくとも１つの前記独自要素又は前記共通要素を当該帳票の特徴を示す要素に決定する
請求項１に記載の情報処理装置。 - 前記付与手段は、前記共通要素よりも高い優先順位を前記独自要素に付与し、
前記決定手段は、前記独自要素のみを前記帳票の特徴を示す要素に決定する
請求項５に記載の情報処理装置。 - 前記付与手段は、前記複数の帳票における出現頻度が低い共通要素ほど高い優先順位を付与し、
前記決定手段は、前記独自要素と、前記付与手段により付与された優先順位に基づいて選択した共通要素とを、前記帳票の特徴を示す要素に決定する
請求項５に記載の情報処理装置。 - 帳票から読み取られた要素と前記決定手段により決定された要素との比較により当該帳票の種別を判定する判定手段と、
前記付与手段により付与された優先順位が高い要素ほど前記判定手段による判定における重み付けを重くする重み付け手段と
を備えた請求項５乃至７のいずれか１項に記載の情報処理装置。 - コンピュータを、
複数の帳票の各々の特徴を示す要素の候補を取得する取得手段と、
前記取得手段により取得された候補から２以上の前記帳票に共通する共通要素を抽出する抽出手段と、
前記複数の帳票から、前記抽出手段により抽出された共通要素のうちの２以上の共通要素を含む帳票を抽出し、抽出された帳票に含まれる前記２以上の共通要素を当該帳票の特徴を示す要素に決定する決定手段と、
前記複数の帳票の各々について、当該帳票を読み取って生成された第１の画像に含まれる第１の要素群を取得する第１取得手段と、
前記第１の画像に互いに異なるノイズを付加した複数の第２の画像を生成する付加手段と、
前記複数の第２の画像の各々に含まれる第２の要素群を取得する第２取得手段と、
前記第１の要素群に含まれる要素と複数の前記第２の要素群に含まれる要素との類似度に基づいて、前記第１の要素群から前記帳票の特徴を示す要素の候補を抽出する第１抽出手段
として機能させるためのプログラムにおいて、
前記取得手段は、前記第１抽出手段により抽出された候補を取得する
プログラム。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2015208927A JP6693082B2 (ja) | 2015-10-23 | 2015-10-23 | 情報処理装置及びプログラム |
| US15/097,948 US10049269B2 (en) | 2015-09-30 | 2016-04-13 | Information processing apparatus, information processing method, and non-transitory computer readable medium |
| CN201610404427.7A CN106557734B (zh) | 2015-09-30 | 2016-06-08 | 信息处理装置和信息处理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2015208927A JP6693082B2 (ja) | 2015-10-23 | 2015-10-23 | 情報処理装置及びプログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2017083943A JP2017083943A (ja) | 2017-05-18 |
| JP6693082B2 true JP6693082B2 (ja) | 2020-05-13 |
Family
ID=58711070
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2015208927A Active JP6693082B2 (ja) | 2015-09-30 | 2015-10-23 | 情報処理装置及びプログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6693082B2 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6879563B2 (ja) * | 2018-02-19 | 2021-06-02 | 株式会社ミラボ | 帳票処理システム及び帳票処理プログラム |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3449392B2 (ja) * | 1996-08-27 | 2003-09-22 | 日本電信電話株式会社 | 識別関数学習方法 |
| JPH11282956A (ja) * | 1998-03-26 | 1999-10-15 | Ricoh Co Ltd | 帳票識別方法、装置および記録媒体 |
| JP2001312694A (ja) * | 2000-05-01 | 2001-11-09 | Hitachi Ltd | 多種類の帳票認識方法および装置 |
| JP2003115028A (ja) * | 2001-10-03 | 2003-04-18 | Hitachi Ltd | 帳票識別辞書自動生成方法及び帳票処理システム |
| JP2013041539A (ja) * | 2011-08-19 | 2013-02-28 | Kyocera Document Solutions Inc | 情報抽出装置 |
| JP5623574B2 (ja) * | 2012-03-30 | 2014-11-12 | 株式会社東芝 | 帳票識別装置および帳票識別方法 |
| JP6578858B2 (ja) * | 2015-09-30 | 2019-09-25 | 富士ゼロックス株式会社 | 情報処理装置及びプログラム |
-
2015
- 2015-10-23 JP JP2015208927A patent/JP6693082B2/ja active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2017083943A (ja) | 2017-05-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3996579B2 (ja) | 機械可読フォームのアクティブ領域を識別するためのフォーム処理システム | |
| US7999657B2 (en) | Image registration method for image comparison and document authentication | |
| JP5616308B2 (ja) | 文字の形状特徴を使用した文字比較による文書改変検知方法 | |
| US8326085B2 (en) | Image processing apparatus and image processing method | |
| JP3943638B2 (ja) | Ｏｃｒを利用しない文書画像中のドロップワードの自動認識方法 | |
| JP4594952B2 (ja) | 文字認識装置及び文字認識方法 | |
| US10643097B2 (en) | Image processing apparatuses and non-transitory computer readable medium | |
| JP6578858B2 (ja) | 情報処理装置及びプログラム | |
| KR20170101125A (ko) | 정보 처리장치, 정보 처리방법, 및 기억매체 | |
| US10049269B2 (en) | Information processing apparatus, information processing method, and non-transitory computer readable medium | |
| JP6693082B2 (ja) | 情報処理装置及びプログラム | |
| US8749854B2 (en) | Image processing apparatus, method for performing image processing and computer readable medium | |
| US20120105917A1 (en) | Image processing apparatus and computer readable medium | |
| JP4552757B2 (ja) | 画像処理装置、画像処理方法、および画像処理プログラム | |
| JP5476884B2 (ja) | 画像処理装置及び画像処理プログラム | |
| JP6693184B2 (ja) | 画像処理装置、および画像処理方法 | |
| US11722615B2 (en) | Image processing including adjusting image orientation | |
| US20220335738A1 (en) | Image processing system, image processing method, and storage medium | |
| JP6645143B2 (ja) | 画像解析装置 | |
| JP2022019257A (ja) | 情報処理装置、情報処理方法及びプログラム | |
| JP5841511B2 (ja) | 署名鑑処理装置、署名鑑処理方法および署名鑑処理プログラム | |
| JP2019195117A (ja) | 情報処理装置、情報処理方法、及びプログラム | |
| JPH11219408A (ja) | 文書読取装置 | |
| JP2010278710A (ja) | 画像処理装置及び画像処理プログラム | |
| JP2008146413A (ja) | 方向判定装置、画像処理装置、画像方向判別方法、および画像方向判別プログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180926 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190819 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20191001 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191128 |
|
| 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: 20200317 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200330 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6693082 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |