JP6930455B2

JP6930455B2 - 情報処理装置

Info

Publication number: JP6930455B2
Application number: JP2018034228A
Authority: JP
Inventors: 敦藤木
Original assignee: Kyocera Document Solutions Inc
Current assignee: Kyocera Document Solutions Inc
Priority date: 2018-02-28
Filing date: 2018-02-28
Publication date: 2021-09-01
Anticipated expiration: 2038-02-28
Also published as: US20190268487A1; JP2019149073A; US10638001B2

Description

本発明は、画像データに対して光学文字認識（ＯＣＲ；Optical Character Recognition）処理を施し、文書データに変換する情報処理装置に関する。

近年、複写機、複合機（ＭＦＰ；Multifunction Peripheral）等の画像形成装置は、高機能化が進められており、読み取った画像データにＯＣＲ処理を施し、マイクロソフト社製の「Ｗｏｒｄ」や「Ｅｘｃｅｌ」やＰＤＦ（Portable Document Format）等のファイル形式の文書データに変換する機能を備えている。

特開２００５−１１４９５１号公報

ＯＣＲ処理による識字率は、向上されているが、企業のロゴ等の特殊形状の文字列に対しては、依然として誤検知をすることが多い。レイア構造を有するＰＤＦ等のファイル形式で画像データの裏側にＯＣＲ解析結果（文書データ）を配置する場合には、誤検知された文字領域が表示されることはない。しかし、「Ｗｏｒｄ」や「Ｅｘｃｅｌ」等のファイル形式の場合には、誤検知された文字領域が表示され、誤検知された文字領域が出力画像上で目立ってしまう。

なお、画像データ中に指示された図形パターンが含まれるかを検出し、検出結果に基づき画像データの表示状態を変更する技術が提案されている（特許文献１参照）。特許文献１の技術を用いると、企業のロゴ等の特殊形状の文字を検出することができるが、文字列データとして取り扱うことができない。

本発明は、上記問題点を鑑みてなされたものであり、その目的とするところは、企業のロゴ等の特殊形状の文字列の誤検知をなくし、ＯＣＲ解析結果の精度を向上させることができる情報処理装置を提供することを目的とする。

本発明の情報処理装置は、画像データに対してＯＣＲ処理を施し、文書データに変換する情報処理装置であって、特定パターンが、１つの前記特定パターンに対してデータ種別が異なる複数の変換データと関連付けられて登録された特定パターン情報を記憶する特定パターン記憶部と、前記画像データと前記特定パターン情報に登録されている前記特定パターンとを画像マッチングによって照合して、前記画像データ中に存在する前記特定パターンを検出し、前記画像データ中に前記特定パターンを検出した場合、前記画像データから前記特定パターンを消去したパターン消去画像データを出力するパターン照合部と、前記パターン消去画像データに対して前記ＯＣＲ処理を行い、前記パターン消去画像データ内の文字列をテキストデータに変換し、変換した前記テキストデータをＯＣＲ解析結果として出力する文字認識部と、前記データ種別を指定する変換指定情報の設定を受け付ける入力部と、前記特定パターン情報に基づいて前記特定パターンを前記変換指定情報によって指定された前記データ種別の前記変換データに変換するパターン変換部と、前記文字認識部から出力される前記ＯＣＲ解析結果と前記パターン変換部によって変換された前記変換データとを合成した前記文書データを生成するファイル生成部と、を具備することを特徴とする。

本発明によれば、ＯＣＲ解析結果には特定パターンが含まれないため、特定パターンとして登録された企業のロゴ等の特殊形状の文字列の誤検知をなくし、ＯＣＲ解析結果の精度を向上させることができるという効果を奏する。

本発明に係る情報処理装置の実施の形態の構成を示すブロック図である。図１に示す特定パターン情報例を示す図である。図１に示す情報処理装置によるＯＣＲ処理動作を説明するフローチャートである。図１に示す情報処理装置によるＯＣＲ処理対象の画像データ例を示す図である。図１に示すファイル生成部によって生成される文書データ例を示す図である。図１に示すファイル生成部によって生成される文書データ例を示す図である。

以下、図を参照して本発明の実施の形態を詳細に説明する。
本実施の形態の情報処理装置１は、複写機、複合機（ＭＦＰ；Multifunction Peripheral）等の画像形成装置であり、図１を参照すると、制御部１０と、操作部２０と、原稿読取部３０と、記憶部４０と、印字部５０とがシステムバス６０によって接続されている。

操作部２０は、キーボード等の入力手段であり、原稿読取部３０による原稿の読み取り動作に係る各種指示入力、印字部５０による印字動作に係る各種指示入力等が行われる。

原稿読取部３０は、原稿をスキャンして画像データを取得するスキャナー装置である。原稿読取部３０によって取得された画像データは、制御部１０によって文書データに変換されて記憶部４０に記憶される。なお、画像データを取得する手段は、上記に限られず、インターネット等のネットワークと接続可能なインターフェース部経由で画像データを取得する手段であっても良く、フラッシュメモリやＤＶＤ等の各種記録媒体経由で画像データを取得する手段であっても良い。

記憶部４０は、半導体メモリーやＨＤＤ（Hard Disk Drive）等の記憶手段であり、制御部１０によって生成された文書データが保存されると共に、各種の管理情報が記憶されている。また、記憶部４０には、特定パターン情報４１が記憶されている。

特定パターン情報４１は、図２に示すように、企業のロゴ等の特定パターン（画像）と、ＯＣＲ処理に際して特定パターンを変換する変換データとを関連付けた情報である。本実施の形態の特定パターン情報４１では、１つの特定パターンに対し、データ種別が異なる３つの変換データ、具体的には、テキストのみからなる変換データと、画像のみからなる変換データと、画像＋テキストからなる変換データとが関連付けて記憶されている。

また、特定パターン情報４１には、特定パターンと照合する画像データの領域が照合領域として登録されている。図２に示す特定パターン情報４１では、斜線で示す画像データの上部領域が照合領域として登録されている。

なお、図２に示す特定パターン情報４１では、特定パターンと、画像データのみからなる変換データとを同一にしたが、両者を異なるものにしても良い。例えば、特定パターンを旧ロゴとし、画像データのみからなる変換データを新ロゴとしても良い。

印字部５０は、画像データを記録紙に画像形成して出力するプリンタ等の出力手段である。

制御部１０は、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）等を備えたマイクロコンピュータ等の情報処理部である。ＲＯＭには情報処理装置１の動作制御を行うための制御プログラムが記憶されている。そして、制御部１０のＣＰＵは、ＲＯＭに記憶されている制御プログラムを読み出し、制御プログラムをＲＡＭに展開させることで、情報処理装置１全体の動作を制御する。

制御部１０の機能ブロックは、パターン照合部１１と、文字認識部１２と、パターン変換部１３と、ファイル生成部１４とからなる。

パターン照合部１１は、ＯＣＲ処理が指示された画像データと、特定パターン情報４１に登録されている特定パターンとを画像マッチングによって照合し、画像データ中に存在する特定パターンを検出する。

そして、パターン照合部１１は、画像データ中に特定パターンを検出した場合、特定パターンを消去した画像データ（以下、パターン消去画像データと称す）を文字認識部１２に出力すると共に、検出された特定パターンと、検出された特定パターンの画像データ内の位置を示すパターン位置情報と、検出された特定パターンの大きさを示すパターンサイズ情報とパターン変換部１３に通知する。なお、画像データ中に特定パターンが検出されなかった場合、パターン照合部１１は、ＯＣＲ処理が指示されたそのままの画像データ（以下、オリジナル画像データと称す）を文字認識部１２に出力すると共に、特定パターンが検出されなかったことを示す不検出情報をパターン変換部１３に通知する。

なお、パターン照合部１１は、画像データと特定パターンと照合するに際し、特定パターンと照合する画像データの領域を特定パターン情報４１に登録されている照合領域に限定し、照合領域内に存在する特定パターンを検出する。

文字認識部１２は、パターン照合部１１から出力された画像データに対してＯＣＲ処理を行い、画像データ内の文字列をテキストデータに変換し、変換したテキストデータをＯＣＲ解析結果としてファイル生成部１４に出力する。従って、画像データ中に特定パターンが検出された場合、文字認識部１２は、パターン消去画像データに対してＯＣＲ処理を行うことになる。

また、文字認識部１２は、画像データを解析して文字領域と画像領域とを判別するレイアウト解析を有している。そして、文字認識部１２は、文字領域に対してＯＣＲ処理を行い、画像領域はそのまま出力する。これにより、画像データに文字領域と画像領域とが混在する場合、文字認識部１２から出力されるＯＣＲ解析結果は、テキストと画像とが混在したものになる。

パターン変換部１３は、画像データ中に特定パターンが検出された場合、パターン照合部１１から通知された特定パターンと、操作部２０からの入力等によって設定された変換指示情報とに基づいて、特定パターンを特定パターン情報４１に登録されている変換データに変換する。なお、変換指定情報は、「変換なし」、「テキストのみ」、「画像のみ」、「画像＋テキスト」のいずれかを指定する情報であり、パターン変換部１３は、変換指定情報が「テキストのみ」、「画像のみ」、「画像＋テキスト」のいずれかに設定されている場合に、特定パターンを該当するデータ種別の変換データに変換する。そして、パターン照合部１１は、変換した変換データをパターン照合部１１から通知されたパターン位置情報及びパターンサイズ情報と共にファイル生成部１４に出力する。

また、パターン変換部１３は、画像データ中に特定パターンが検出されず、パターン照合部１１から不検出情報が通知された場合と、変換指定情報が「変換なし」に設定されている場合とには、変換データがないことを示す無変換情報をファイル生成部１４に出力する。

ファイル生成部１４は、文字認識部１２から出力されたＯＣＲ解析結果と、パターン変換部１３から出力された変換データとを合成した文書データを生成する。ファイル生成部１４は、パターン変換部１３から出力された変換データをパターンサイズ情報に基づく大きさに変換し、変換した変換データをパターン位置情報に基づく位置に配置する。

また、ファイル生成部１４は、パターン変換部１３から無変換情報が出力された場合、文字認識部１２から出力されたＯＣＲ解析結果に基づく文書データを生成する。

次に、本実施の形態におけるＯＣＲ処理動作について図３乃至図５を参照して詳細に説明する。
図３を参照すると、制御部１０は、ＯＣＲ処理によって生成する文書データのファイル形式の設定を受け付けると共に（ステップＳ１０１）、変換指定情報の設定を受け付ける（ステップＳ１０２）。なお、ファイル形式及び変換指定情報の設定は、ＯＣＲ処理の際に操作部２０によってその都度受け付けても良く、デフォルトで予め設定しておいても良い。

次に、制御部１０は、操作部２０によってＯＣＲ処理の指示を受け付けると、原稿読取部３０等からＯＣＲ処理が指示された画像データを取得する（ステップＳ１０３）。

ＯＣＲ処理を実行する画像データを取得すると、制御部１０は、パターン照合部１１として機能する。パターン照合部１１は、ＯＣＲ処理が指示された画像データと、特定パターン情報４１に登録されている特定パターンとを画像マッチングによって照合し、画像データ中に存在する特定パターンを検出する特定パターン検出処理を実行する（ステップＳ１０４）。

次に、パターン照合部１１は、画像データの照合領域中に、特定パターン情報４１に登録されている特定パターンが検出されたか否かを判断する（ステップＳ１０５）。

ステップＳ１０５で特定パターンが存在しない場合、パターン照合部１１は、オリジナル画像データを文字認識部１２に出力すると共に、特定パターンが検出されなかったことを示す不検出情報をパターン変換部１３に通知する。そして、文字認識部１２は、パターン照合部１１から出力されたオリジナル画像データに対してＯＣＲ処理を行い、オリジナル画像データ内の文字列をテキストデータに変換し（ステップＳ１０６）、変換したテキストデータをＯＣＲ解析結果としてファイル生成部１４に出力する。

ステップＳ１０５で特定パターンを検出した場合、パターン照合部１１は、パターン消去画像データを文字認識部１２に出力すると共に（ステップＳ１０７）、検出された特定パターンと、検出された特定パターンの画像データ内の位置を示すパターン位置情報と、検出された特定パターンの大きさを示すパターンサイズ情報とパターン変換部１３に通知する。そして、文字認識部１２は、パターン照合部１１から出力されたパターン消去画像データに対してＯＣＲ処理を行い、パターン消去画像データ内の文字列をテキストデータに変換し（ステップＳ１０８）、変換したテキストデータをＯＣＲ解析結果としてファイル生成部１４に出力する。

次に、パターン変換部１３は、変換指定情報が「変換なし」に設定されているか否かを判断する（ステップＳ１０９）。

ステップＳ１１０で変換指定情報が「変換なし」に設定されている場合と、ステップＳ１０５で特定パターンが検出されず、パターン照合部１１から不検出情報が通知された場合とには、パターン変換部１３は、無変換情報をファイル生成部１４に出力する。そして、ファイル生成部１４は、パターン変換部１３から無変換情報が出力されると、文字認識部１２から出力されたＯＣＲ解析結果に基づく文書データを生成し（ステップＳ１１０）、ＯＣＲ処理動作を終了させる。

ステップＳ１１０で変換指定情報が「変換なし」ではなく、「テキストのみ」、「画像のみ」、「画像＋テキスト」のいずれかに設定されている場合、パターン変換部１３は、変換指定情報が該当するデータ種別の変換データに変換する（ステップＳ１１１）。そして、パターン照合部１１は、特定した変換データをパターン照合部１１から通知されたパターン位置情報及びパターンサイズ情報と共にファイル生成部１４に出力する。

次に、ファイル生成部１４は、文字認識部１２から出力されたＯＣＲ解析結果と、パターン変換部１３から出力された変換データとを合成した文書データを生成し（ステップＳ１１２）、ＯＣＲ処理動作を終了させる。

図４（ａ）に示すように、ステップＳ１０３で取得された画像データ（オリジナル画像データ）の照合領域に、特定パターン情報４１に登録されている特定パターンが配置されている場合、ステップＳ１０４で特定パターンが検出される。

そして、パターン照合部１１は、図４（ｂ）に示すように、ステップＳ１０３で取得された画像データからステップＳ１０４で検出された特定パターンを消去したパターン消去画像データを、ステップＳ１０７で文字認識部１２に出力する。そして、文字認識部１２は、パターン照合部１１から出力されたパターン消去画像データに対してＯＣＲ処理を行い、図５（ａ）に示すように、パターン消去画像データ内の文字列をテキストデータに変換し、変換したテキストデータをＯＣＲ解析結果としてファイル生成部１４に出力する。

変換指定情報が「変換なし」に設定されている場合、ファイル生成部１４によって、文字認識部１２から出力された図５（ａ）に示すＯＣＲ解析結果に基づく文書データが生成される。この場合、特定パターンが配置されていた個所は、空白となり、ＯＣＲ解析結果には特定パターンが含まれないため、特定パターンとして登録された企業のロゴ等の特殊形状の文字列の誤検知をなくし、ＯＣＲ解析結果の精度を向上させることができる。

変換指定情報が「テキストのみ」に設定されている場合、ステップＳ１１１でデータ種別が「テキストのみ」の変換データが特定され、ファイル生成部１４によって、図５（ｂ）に示すように、文字認識部１２から出力されたＯＣＲ解析結果と、データ種別が「テキストのみ」の変換データとを合成した文書データが生成される。この場合、ＯＣＲ解析結果には特定パターンが含まれないため、特定パターンとして登録された企業のロゴ等の特殊形状の文字列の誤検知をなくし、ＯＣＲ解析結果の精度を向上させることができると共に、特定パターンを正しいテキストに変換することができ、特定パターンを用いた検索を容易に行うことができる。

変換指定情報が「画像のみ」に設定されている場合、ステップＳ１１１でデータ種別が「画像のみ」の変換データが特定され、ファイル生成部１４によって、図６（ａ）に示すように、文字認識部１２から出力されたＯＣＲ解析結果と、データ種別が「画像のみ」の変換データとを合成した文書データが生成される。この場合、ＯＣＲ解析結果には特定パターンが含まれないため、特定パターンとして登録された企業のロゴ等の特殊形状の文字列の誤検知をなくし、ＯＣＲ解析結果の精度を向上させることができると共に、特定パターンが画像として合成されているため、見た目も良くなる。また、特定パターンを旧ロゴとし、画像データのみからなる変換データを新ロゴとすることで、簡単にロゴを新ロゴに変換することができる。

変換指定情報が「画像＋テキスト」に設定されている場合、ステップＳ１１１でデータ種別が「画像＋テキスト」の変換データが特定され、ファイル生成部１４によって、図６（ｂ）に示すように、文字認識部１２から出力されたＯＣＲ解析結果と、データ種別が「画像＋テキスト」の変換データとを合成した文書データが生成される。この場合、ＯＣＲ解析結果には特定パターンが含まれないため、特定パターンとして登録された企業のロゴ等の特殊形状の文字列の誤検知をなくし、ＯＣＲ解析結果の精度を向上させることができると共に、特定パターンの一部を正しいテキストに変換することができ、特定パターンを用いた検索を容易に行うことができ、さらに、特定パターンの一部を画像として合成されているため、見た目も良くなる。

以上説明したように、本実施の形態によれば、画像データに対してＯＣＲ処理を施し、文書データに変換する情報処理装置１であって、特定パターンが登録されて特定パターン情報４１を記憶する特定パターン記憶部として機能する記憶部４０と、画像データと特定パターン情報４１に登録されている特定パターンとを画像マッチングによって照合して、画像データ中に存在する特定パターンを検出し、画像データ中に特定パターンを検出した場合、画像データから特定パターンを消去したパターン消去画像データを出力するパターン照合部１１と、パターン消去画像データに対してＯＣＲ処理を行い、パターン消去画像データ内の文字列をテキストデータに変換し、変換したテキストデータをＯＣＲ解析結果として出力する文字認識部１２と、ＯＣＲ解析結果に基づく文書データを生成するファイル生成部１４とを備えている。
この構成により、ＯＣＲ解析結果には特定パターンが含まれないため、特定パターンとして登録された企業のロゴ等の特殊形状の文字列の誤検知をなくし、ＯＣＲ解析結果の精度を向上させることができる。

さらに、本実施の形態において、特定パターン情報４１には、特定パターンに変換データが関連付けられて登録されており、特定パターン情報４１に基づいて特定パターンを変換データに変換するパターン変換部１３を具備し、ファイル生成部１４は、ＯＣＲ解析結果と変換データとを合成して文書データを生成する。
この構成により、特定パターンをユーザーが登録した変換データに変換することができる。

さらに、本実施の形態において、変換データは、データ種別がテキストである。
この構成により、特定パターンを正しいテキストデータに変換することができ、特定パターンを用いた検索を容易に行うことができる。

さらに、本実施の形態において、特定パターン情報４１には、１つの特定パターンに対してデータ種別が異なる複数の変換データが登録されており、パターン変換部１３は、変換指定情報によって指定されたデータ種別の変換データに変換する。
この構成により、特定パターンから変換する変換データを選択することができる。

さらに、本実施の形態において、特定パターン情報４１には、特定パターンと照合する画像データの領域が照合領域として登録されており、パターン照合部１１は、照合領域内に存在する特定パターンを検出する。
この構成により、特定パターンの照合に要する処理時間を短くすることができる。

なお、本発明が上記各実施の形態に限定されず、本発明の技術思想の範囲内において、各実施の形態は適宜変更され得ることは明らかである。また、上記構成部材の数、位置、形状等は上記実施の形態に限定されず、本発明を実施する上で好適な数、位置、形状等にすることができる。なお、各図において、同一構成要素には同一符号を付している。

１情報処理装置
１０制御部
１１パターン照合部
１２文字認識部
１３パターン変換部
１４ファイル生成部
２０操作部
３０原稿読取部
４０記憶部
４１特定パターン情報
５０印字部
６０システムバス

Claims

画像データに対してＯＣＲ処理を施し、文書データに変換する情報処理装置であって、
特定パターンが、１つの前記特定パターンに対してデータ種別が異なる複数の変換データと関連付けられて登録された特定パターン情報を記憶する特定パターン記憶部と、
前記画像データと前記特定パターン情報に登録されている前記特定パターンとを画像マッチングによって照合して、前記画像データ中に存在する前記特定パターンを検出し、前記画像データ中に前記特定パターンを検出した場合、前記画像データから前記特定パターンを消去したパターン消去画像データを出力するパターン照合部と、
前記パターン消去画像データに対して前記ＯＣＲ処理を行い、前記パターン消去画像データ内の文字列をテキストデータに変換し、変換した前記テキストデータをＯＣＲ解析結果として出力する文字認識部と、
前記データ種別を指定する変換指定情報の設定を受け付ける入力部と、
前記特定パターン情報に基づいて前記特定パターンを前記変換指定情報によって指定された前記データ種別の前記変換データに変換するパターン変換部と、
前記文字認識部から出力される前記ＯＣＲ解析結果と前記パターン変換部によって変換された前記変換データとを合成した前記文書データを生成するファイル生成部と、を具備することを特徴とする情報処理装置。
前記データ種別は、「変換なし」、「テキストのみ」、「画像のみ」、「画像＋テキスト」であり、
前記変換指定情報は、「変換なし」、「テキストのみ」、「画像のみ」、「画像＋テキスト」のいずれかを指定する情報であることを特徴とする請求項１記載の情報処理装置。
前記特定パターンは、旧ロゴであり、
前記データ種別が「画像のみ」の前記変換データは、新ロゴであることを特徴とする請求項２記載の情報処理装置。