JP7032692B2 - 画像処理装置および画像処理プログラム - Google Patents

Description

本発明は、原稿の読み取りにより生成された文書画像データを処理する画像処理装置および画像処理プログラムに関する。

従来、レシートや帳票等の原稿の発行元である店名や事業者名等を特定するために、レシート画像の画像データにＯＣＲ（Optical Character Recognition）処理を実行して画像データからテキストデータを取得し、テキストデータから電話番号を示す文字列を抽出し、抽出した電話番号を位置情報サービスサーバーへ送信し、位置情報に対応するレシートの発行元である店舗名を特定する方法が知られている（特許文献１参照）。

特開２０１６‐１８９１７４号公報

しかしながら、前記文献１にかかる方法は、外部のサーバーへの電話番号の送信や、サーバーから受信した、ＨＴＴＰリクエストに対応する有効な位置情報を含むＸＭＬファイルの解析による位置情報に対応する店舗名の特定等といったステップを含んでおり、店舗名の特定までに要する処理が複雑である。また、レシートや帳票等の原稿の読み取りにより生成された文書画像データに基づいて、原稿の発行元である店名や事業者名等を適切に決定することが求められている。

画像処理装置は、原稿の読み取りにより生成された文書画像データを取得し、文字認識により前記文書画像データに含まれている文字列を認識する制御部と、前記原稿の発行元を抽出するための特定規則を記憶する記憶部と、を備え、前記制御部は、前記文書画像データに含まれている文字列の中から前記特定規則に基づいて第１文字列を抽出し、前記文書画像データに含まれている文字列のうち前記第１文字列以外の部分から前記第１文字列の少なくとも一部が一致する第２文字列を抽出し、前記第１文字列又は前記第２文字列を前記発行元に決定する。

画像処理装置の構成を簡易的に示す図。 第１実施形態にかかる処理を示すフローチャート。 設定画面の一例を示す図。 第２実施形態にかかる処理を示すフローチャート。 設定画面の他の例を示す図。

以下、各図を参照しながら本発明の実施形態を説明する。なお各図は、本実施形態を説明するための例示に過ぎない。

１．装置構成の概略的説明：
図１は、本実施形態にかかる画像処理装置１０の構成を簡易的に示している。画像処理装置１０は、原稿を光学的に読み取って読取結果としての所定のフォーマットの画像データを生成し当該画像データを外部へ出力する読取装置（スキャナー３０）と、通信可能に接続する。スキャナー３０は、公知の製品を含めて画像読取装置として機能する装置であればよい。

画像処理装置１０は、例えば、パーソナルコンピューター（ＰＣ）、スマートフォン、タブレット型端末、携帯電話機、或いはそれらと同程度の処理能力を有する情報処理装置によって実現される。また、本実施形態にかかる制御部１１を実現可能なハードウェアを画像処理装置と呼んでもよい。

画像処理装置１０は、制御部１１、表示部１２、操作受付部１３、通信インターフェイス（ＩＦ）１４、記憶部１５等を備える。制御部１１は、プロセッサー（例えばＣＰＵ１１ａ。ＡＳＩＣやＡＳＩＣとＣＰＵ等の協働であってもよい。）、ＲＯＭ１１ｂ、ＲＡＭ１１ｃ等を有する１つ又は複数のＩＣや、その他のメモリー等を適宜含んで構成される。記憶部１５は、例えば、ハードディスクドライブ（ＨＤＤ）やフラッシュメモリー等の不揮発性の記憶装置である。記憶部１５は、制御部１１の一部であってもよい。

制御部１１では、プロセッサー（ＣＰＵ１１ａ）が、ＲＯＭ１１ｂや記憶部１５等に保存されたプログラムに従った演算処理を、ＲＡＭ１１ｃ等をワークエリアとして用いて実行することにより、画像処理装置１０を制御する。制御部１１はプログラムの一つとしてプログラムＡを搭載しており、プログラムＡに従って、データ取得部２０、発行元決定部２１、表示制御部２２等といった各機能を実現する。プログラムＡは、原稿の読み取りにより生成された文書画像データに対する処理をコンピューターに実行させる画像処理プログラムである。また、プログラムＡは、文書画像データの保存や管理を実行するためのアプリケーションである。

通信ＩＦ１４は、公知の通信規格を含む所定の通信プロトコルに準拠して有線あるいは無線で外部と通信を実行するＩＦである。図１の例では、画像処理装置１０は、通信ＩＦ１４を介してスキャナー３０と接続している。画像処理部１０は、通信ＩＦ１４あるいは不図示の別の通信ＩＦを介して、外部のネットワークに接続することも可能であり、制御部１１は、例えば、前記ネットワーク（ローカルエリアネットワークやインターネット通信網等）を通じて、図示しない外部のサーバーに、スキャナー３０から取得した文書画像データをアップロードすることも可能である。

表示部１２は、視覚的情報を表示するための手段であり、例えば、液晶ディスプレイ（ＬＣＤ）や、有機ＥＬディスプレイ等により構成される。表示部１２は、ディスプレイと、ディスプレイを駆動するための駆動回路とを含む構成であってもよい。操作受付部１３は、ユーザーによる操作を受け付けるための手段であり、例えば、物理的なボタンや、タッチパネルや、マウスや、キーボード等によって実現される。むろん、タッチパネルは、表示部１２の一機能として実現されるとしてもよい。また、表示部１２および操作受付部１３を含めて操作パネル等と呼ぶことができる。

表示部１２、操作受付部１３、記憶部１５等の図１に示した一部の構成は、画像処理装置１０に外付けされた周辺機器であってもよい。また、図１に示した画像処理装置１０とスキャナー３０とを含んだ構成を１つのシステムとして捉えることも可能である。あるいは、画像処理装置１０とスキャナー３０とは、実態としてそれら全体が１つの装置に含まれていてもよい。画像処理装置１０とスキャナー３０とが１つの装置に含まれている場合、そのような１つの装置を読取装置等と呼ぶことができる。また、画像処理装置１０とスキャナー３０とを含む構成は、プリンター（コピー機）やファクシミリ等としての複数の機能を併せ持った複合機であってもよい。

２．第１実施形態：
図２は、制御部１１がプログラムＡに従って実行する処理をフローチャートにより示している。図２のフローチャートは、原稿の発行元を決定する処理を含んでいる。また、図２のフローチャートに従って説明する実施形態を、第１実施形態とも呼ぶ。

スキャナー３０は、ユーザーが任意にセットした原稿を読み取ることにより画像データを生成する。本実施形態では、ユーザーがスキャナー３０に読み取らせる原稿は、少なくとも文字が記載された原稿である。より具体的には、原稿は、レシートや、帳票の類である。帳票とは、例えば、請求書や見積書や契約書等である。スキャナー３０は、原稿の読取結果としての画像データ（文書画像データ）を、画像処理装置１０へ送信する。制御部１１は、通信ＩＦ１４を介してスキャナー３０へ原稿の読取開始を指示し、スキャナー３０は、制御部１１からの読取開始の指示に従って原稿の読み取りを開始するとしてもよい。

データ取得部２０は、上述のようにスキャナー３０から送信された文書画像データを、通信ＩＦ１４を介して取得する（ステップＳ１００）。なお、データ取得部２０は、スキャナー３０から直接に文書画像データを取得（受信）するのではなく、スキャナー３０から文書画像データが転送された転送先としての記憶部（例えば、記憶部１５）から文書画像データを取得するとしてもよい。

発行元決定部２１は、ステップＳ１００でデータ取得部２０により取得された文書画像データを対象として、文字認識（ＯＣＲ）を実行することにより、文書画像データに含まれている文字列を認識する（ステップＳ１１０）。この場合、発行元決定部２１は、文書画像データに含まれている文字列と認識可能な対象を文字データ（テキストデータ）に変換する。文字認識処理は、公知の技術であるため説明は省略する。

ステップＳ１２０では、発行元決定部２１は、ステップＳ１１０において認識した文書画像データに含まれている文字列（以下、データ内文字列）の中から、所定のキーワードと連続する文字列を抽出する。所定のキーワードとは、原稿の発行元を表す文字列の前や後に続くことが予想される文字列であり、記憶部１５に予め記憶されている。ここで、ユーザーが、利用した店舗で発行されたレシートを原稿としてスキャナー３０にスキャンさせる場合を想定すると、レシートの発行元である店名の前に記述される可能性が高い「welcome to」、「visiting for」、「shopping at」等といった幾つかの文字列が、所定のキーワードとして予め記憶されている。

ステップＳ１３０では、発行元決定部２１は、ステップＳ１２０において文字列の抽出に成功したか否かにより、以降の処理を分岐する。発行元決定部２１は、ステップＳ１２０において文字列の抽出に成功した場合にはステップＳ１３０で“Ｙｅｓ”と判定し、ステップＳ１４０へ進む。一方、ステップＳ１２０において文字列の抽出に成功しなかった場合には、発行元決定部２１は、ステップＳ１３０で“Ｎｏ”と判定し、ステップＳ１５０へ進む。

発行元決定部２１は、所定のキーワード（例えば、「welcome to」、「visiting for」、「shopping at」等）のいずれか一つがデータ内文字列に含まれていれば、データ内文字列の中で所定のキーワードに続く文字列をステップＳ１２０で抽出し、ステップＳ１３０で“Ｙｅｓ”と判定する。発行元決定部２１は、ステップＳ１２０では、例えば、データ内文字列の中で所定のキーワードに続く、所定単語数以内の単語からなる文字列あるいは、所定のキーワードに続く、所定文字数以内の文字からなる文字列を抽出する。また、発行元決定部２１は、ステップＳ１２０では、データ内文字列の中で所定のキーワードに続く文字列であって、店名や事業者名等の最後に付くことが多い所定の表現（例えば、「Corporation」、「Incorporated」、「Company」、「Limited」、或いはこれらの省略形「Corp.」、「Inc.」、「Co.」、「Ltd.」等の表現）までの範囲を抽出するとしてもよい。

所定のキーワードがデータ内文字列に一つも含まれていない場合は、発行元決定部２１は、ステップＳ１２０において文字列を抽出することができないため、ステップＳ１３０で“Ｎｏ”と判定することになる。
ステップＳ１４０では、発行元決定部２１は、ステップＳ１２０で抽出した文字列を原稿の発行元に決定し、ステップＳ２１０へ進む。

ステップＳ１５０では、発行元決定部２１は、原稿の発行元を抽出するための特定規則に基づいて、データ内文字列の中のＵＲＬ（uniform resource locator）情報から発行元の候補としての文字列を抽出する。レシート等の原稿には、ユーザーが原稿の発行元に関する様々な情報にインターネットを通じてアクセスできるように、ＵＲＬ情報が記載されている場合がある。特定規則は、規則データ１６に記述されており、規則データ１６は予め記憶部１５に記憶されている。特定規則は、ＵＲＬ情報に含まれている店名や事業者名に該当する文字列を抽出するための好適なルールを定めており、例えば、「文字列“www.”の後の文字列」や「文字列“.jp”の前の文字列」を抽出すべき旨を規定している。

具体例として、データ内文字列に「http://www.xyz.jp/」というＵＲＬ情報に該当する文字列が含まれている場合、ステップＳ１５０では、発行元決定部２１は、上述の特定規則に基づいてＵＲＬ情報から「xyz」という文字列を抽出することができる。

ステップＳ１６０では、発行元決定部２１は、ステップＳ１５０において文字列の抽出に成功したか否かにより、以降の処理を分岐する。発行元決定部２１は、ステップＳ１５０において、特定規則に基づいてデータ内文字列の中のＵＲＬ情報から文字列を抽出できた場合にはステップＳ１６０で“Ｙｅｓ”と判定し、ステップＳ１７０へ進む。第１実施形態では、ステップＳ１５０において特定規則に基づいてデータ内文字列の中のＵＲＬ情報から抽出した文字列を「第１文字列」とも呼ぶ。

一方、ステップＳ１５０において、特定規則に基づいてデータ内文字列の中のＵＲＬ情報から文字列を抽出できなかった場合、例えば、データ内文字列にＵＲＬ情報が含まれていない場合には、発行元決定部２１は、ステップＳ１６０で“Ｎｏ”と判定し、ステップＳ２１０へ進む。

ステップＳ１７０では、発行元決定部２１は、データ内文字列のうちステップＳ１５０で抽出した文字列（第１文字列）以外の部分から、第１文字列と類似する類似文字列を抽出する。類似文字列とは、第１文字列と一致する文字列や第１文字列の一部が一致する文字列を意味する。ただし、第１文字列の一部が一致する文字列といっても、一文字だけが一致する文字列を類似文字列とすることは適切ではない。そのため、発行元決定部２１は、第１文字列を構成する文字のうちの所定割合以上の文字が並び順も含めて一致する文字列を類似文字列とみなす、としてもよい。

上述の具体例のように、発行元決定部２１は、ステップＳ１５０においてデータ内文字列に含まれるＵＲＬ情報から文字列「xyz」を抽出した場合、ステップＳ１７０では、データ内文字列のうちＵＲＬ情報以外の文字列から、文字列「xyz」の類似文字列を抽出する。例えば、データ内文字列のうちのＵＲＬ情報以外の文字列に「Xyz Corporation」という文字列が含まれていれば、文字列「Xyz Corporation」が類似文字列として抽出される。

ステップＳ１５０でＵＲＬ情報から抽出される文字列は、原稿の発行元の名称の一部であったり、略称であったりして、原稿の発行元を正しく表現していないことがある。このような実態に鑑み、ステップＳ１７０は、ステップＳ１５０で抽出した文字列よりも原稿の発行元を適切に表現している可能性が高い文字列を抽出する処理である。そのため、ステップＳ１７０の態様の一つとして、発行元決定部２１は、第１文字列と一致する文字列や第１文字列の一部が一致する文字列だけでなく、そのような文字列の前後の文字列を含めた範囲を、類似文字列として抽出することが好適である。例えば、ステップＳ１７０では、発行元決定部２１は、第１文字列と一致する単語や第１文字列の一部が一致する単語だけでなく、そのような単語に続く、店名や事業者名等の最後に付くことが多い所定の表現（例えば、「Corporation」、「Incorporated」、「Company」、「Limited」、或いはこれらの省略形「Corp.」、「Inc.」、「Co.」、「Ltd.」等の表現）まで含めて、類似文字列として抽出する。また、ステップＳ１７０では、発行元決定部２１は、第１文字列と一致する単語や第１文字列の一部が一致する単語だけでなく、そのような単語と同一行内の単語や、当該同一行内であって且つフォントや文字サイズが共通する単語を含めて、類似文字列として抽出するとしてもよい。

ステップＳ１８０では、発行元決定部２１は、ステップＳ１７０において文字列の抽出に成功したか否かにより、以降の処理を分岐する。発行元決定部２１は、ステップＳ１７０において、データ内文字列のうちステップＳ１５０で抽出した第１文字列以外の部分から第１文字列の類似文字列を抽出できた場合にはステップＳ１８０で“Ｙｅｓ”と判定し、ステップＳ１９０へ進む。第１実施形態では、ステップＳ１７０において抽出した類似文字列を「第２文字列」とも呼ぶ。一方、ステップＳ１７０において、データ内文字列のうちステップＳ１５０で抽出した第１文字列以外の部分から第１文字列の類似文字列を抽出できなかった場合には、発行元決定部２１は、ステップＳ１８０で“Ｎｏ”と判定し、ステップＳ２００へ進む。

ステップＳ１９０では、発行元決定部２１は、ステップＳ１７０で抽出した文字列（第２文字列）を原稿の発行元に決定し、ステップＳ２１０へ進む。
ステップＳ２００では、発行元決定部２１は、ステップＳ１５０で抽出した文字列（第１文字列）を原稿の発行元に決定し、ステップＳ２１０へ進む。

ステップＳ２１０では、表示制御部２２は、原稿に関する種々の情報を設定するための設定画面を表示部１２に表示させる。また、ステップＳ２１０では、表示制御部２２は、ステップＳ１４０，Ｓ１９０，Ｓ２００のいずれかにより決定された発行元を設定画面内に表示させる。

図３は、表示制御部２２がステップＳ２１０で表示部１２に表示させる設定画面４０の一例を示している。設定画面４０は、原稿画像表示欄４１、発行元設定欄４２、保存用ボタン（ＯＫボタン）４３等を含んでいる。原稿画像表示欄４１には、ステップＳ１００で取得された文書画像データに基づく画像ＩＭ１、つまり原稿が表示される。ユーザーは、スキャナー３０に読み取らせた原稿を、原稿画像表示欄４１を通じて視認することができる。図３の例では、原稿画像表示欄４１に表示されている画像ＩＭ１は、原稿としてのレシートの画像である。

発行元設定欄４２は、原稿の発行元（店名や事業者名等）を設定するための入力欄である。設定画面４０には、発行元設定欄４２以外にも、例えば、原稿の発行日や、代金の支払方法や、税金の額や、代金の合計額等、原稿に関する種々の情報を設定するための各設定欄が設けられている。ユーザーは、操作受付部１３等を操作して、発行元設定欄４２を含む各設定欄に対する入力や、各設定欄に設定されている内容の編集を任意に行うことができる。

第１実施形態では、処理がステップＳ１４０からステップＳ２１０へ進んだ場合、表示制御部２２は、ステップＳ１４０で決定された発行元を発行元設定欄４２に設定した状態の設定画面４０を表示部１２に表示させる。また、処理がステップＳ１９０からステップＳ２１０へ進んだ場合、表示制御部２２は、ステップＳ１９０で決定された発行元（第２文字列）を発行元設定欄４２に設定した状態の設定画面４０を表示部１２に表示させる。また、処理がステップＳ２００からステップＳ２１０へ進んだ場合、表示制御部２２は、ステップ２００で決定された発行元（第１文字列）を発行元設定欄４２に設定した状態の設定画面４０を表示部１２に表示させる。なお、処理がステップＳ１６０からステップＳ２１０へ進んだ場合は、表示制御部２２は、原稿の発行元が決定されていないため、発行元設定欄４２を空欄の状態とした設定画面４０を表示部１２に表示させる。

図３の例では、原稿画像表示欄４１において画像ＩＭ１すなわち原稿の全体を必ずしも表示している訳ではないが、符号Ｎ１，Ｎ２で示すように、画像ＩＭ１内の文字列（データ内文字列）には、ＵＲＬ情報の一部としての第１文字列Ｎ１「xyz」および、第１文字列Ｎ１の類似文字列である第２文字列Ｎ２「Xyz Corporation」が含まれている。また、画像ＩＭ１内の文字列には、上述の所定のキーワードは含まれていないと仮定する。従って、図３は、制御部１１がステップＳ１３０で“Ｎｏ”と判定した後、ステップＳ１５０でＵＲＬ情報から第１文字列Ｎ１「xyz」を抽出し、さらにステップＳ１７０でＵＲＬ情報以外から第２文字列Ｎ２「Xyz Corporation」を抽出し、ステップＳ１９０で第２文字列Ｎ２「Xyz Corporation」を原稿の発行元に決定し、その結果、ステップＳ２１０で、発行元設定欄４２に最初から「Xyz Corporation」を設定した状態の設定画面４０を表示した事例を示している。設定画面４０が表示部１２に表示された時点で、発行元設定欄４２に原稿の発行元を示す文字列として「Xyz Corporation」が表示されているため、ユーザーにとっては、原稿の発行元を設定画面４０に入力する負担が減る。

制御部１１は、設定画面４０に対する設定入力を終了させる所定の操作、例えばＯＫボタン４３の操作をユーザーから受け付けた場合に、設定画面４０の各設定欄における現在の設定内容を、ステップＳ１００で取得した文書画像データとともに記憶部１５等に保存し（ステップＳ２２０）、設定画面４０を閉じて、図２のフローチャートを終了する。ＯＫボタン４３が操作された時点で空欄であった設定欄に対応する設定内容は、設定無し、あるいは所定のデフォルト設定の状態で保存される。ユーザーは、文書画像データとともに保存した設定内容については、再び設定画面４０を開くことで随時編集することが可能である。

３．第２実施形態：
図４は、制御部１１がプログラムＡに従って実行する処理であって図２とは異なる処理をフローチャートにより示している。図４のフローチャートは、原稿の発行元を決定する処理を含んでいる。また、図４のフローチャートに従って説明する実施形態を、第２実施形態とも呼ぶ。第２実施形態に関しては、既に説明した事項と共通する事項については説明を適宜省略する。

ステップＳ３００，Ｓ３１０は、図２のステップＳ１００，Ｓ１１０と同じであるため説明を省略する。
ステップＳ３２０では、発行元決定部２１は、ステップＳ３１０において認識した文書画像データに含まれている文字列（データ内文字列）の中から、所定のキーワードと連続する文字列を抽出する。つまり、ステップＳ３２０は、図２のステップＳ１２０と同じ処理である。ただし第２実施形態では、ステップＳ３２０の処理を、原稿の発行元を抽出するための特定規則に基づいてデータ内文字列の中から前記発行元の候補としての第１文字列を抽出する処理と捉える。つまり、記憶部１５に記憶されている規則データ１６には、上述したような所定のキーワードが規定されているとともに、「所定のキーワードと連続する文字列」を抽出すべき旨が規定されている。

具体例として、データ内文字列に「Welcome to Xyz Corporation」という文字列が含まれているとする。この場合、ステップＳ３２０では、発行元決定部２１は、上述の特定規則に基づいてデータ内文字列から所定のキーワード「welcome to」に続く「Xyz Corporation」という文字列を第１文字列として抽出することができる。

ステップＳ３３０では、発行元決定部２１は、ステップＳ３２０において特定規則に基づいてデータ内文字列の中から所定のキーワードと連続する文字列（第１文字列）の抽出に成功したか否かにより、以降の処理を分岐する。発行元決定部２１は、ステップＳ３２０において文字列の抽出に成功した場合にはステップＳ３３０で“Ｙｅｓ”と判定し、ステップＳ３４０へ進む。一方、ステップＳ３２０において文字列の抽出に成功しなかった場合には、発行元決定部２１は、ステップＳ３３０で“Ｎｏ”と判定し、ステップＳ３７０へ進む。

ステップＳ３４０では、発行元決定部２１は、データ内文字列のうちステップＳ３２０で抽出した第１文字列以外の部分から、第１文字列の類似文字列を抽出する。ただし、ステップＳ３４０では、発行元決定部２１は、データ内文字列に含まれているＵＲＬ情報から第１文字列の類似文字列を抽出する。つまり、第２実施形態では、データ内文字列のうちステップＳ３２０で抽出した第１文字列以外の部分を、データ内文字列に含まれているＵＲＬ情報に限定して類似文字列の抽出を試みる。具体例として、データ内文字列に「http://www.xyz.jp/」というＵＲＬ情報に該当する文字列が含まれている場合、ステップＳ３４０では、発行元決定部２１は、ステップＳ３２０で抽出した第１文字列「Xyz Corporation」の類似文字列である文字列「xyz」を抽出することができる。

ステップＳ３５０では、発行元決定部２１は、ステップＳ３４０において文字列の抽出に成功したか否かにより、以降の処理を分岐する。発行元決定部２１は、ステップＳ３４０において、データ内文字列のうちステップＳ３２０で抽出した第１文字列以外の部分（ＵＲＬ情報）から第１文字列の類似文字列を抽出できた場合にはステップＳ３５０で“Ｙｅｓ”と判定し、ステップＳ３６０へ進む。第２実施形態では、ステップＳ３４０において抽出した類似文字列を「第２文字列」とも呼ぶ。一方、ステップＳ３４０において、データ内文字列のうちステップＳ３２０で抽出した第１文字列以外の部分（ＵＲＬ情報）から第１文字列の類似文字列を抽出できなかった場合には、発行元決定部２１は、ステップＳ３５０で“Ｎｏ”と判定し、ステップＳ３７０へ進む。

ステップＳ３６０では、発行元決定部２１は、ステップＳ３２０で抽出した文字列（第１文字列）を原稿の発行元に決定し、ステップＳ３７０へ進む。
ステップＳ３７０では、表示制御部２２は、原稿に関する種々の情報を設定するための設定画面を表示部１２に表示させる。また、ステップＳ３７０では、表示制御部２２は、ステップＳ３６０により決定された発行元を設定画面内に表示させる。

図５は、表示制御部２２がステップＳ３７０で表示部１２に表示させる設定画面４０であって、図３とは別の例を示している。ただし、設定画面４０の構成は、図３，５いずれも同じである。図５の例では、設定画面４０の原稿画像表示欄４１には、ステップＳ３００で取得された文書画像データに基づく画像ＩＭ２、つまり原稿が表示される。画像ＩＭ２も原稿としてのレシートの画像である。

第２実施形態では、処理がステップＳ３６０からステップＳ３７０へ進んだ場合、表示制御部２２は、ステップＳ３６０で決定された発行元を発行元設定欄４２に設定した状態の設定画面４０を表示部１２に表示させる。なお、処理がステップＳ３３０又はステップＳ３５０からステップＳ３７０へ進んだ場合は、表示制御部２２は、原稿の発行元が決定されていないため、発行元設定欄４２を空欄の状態とした設定画面４０を表示部１２に表示させる。

図５の例では、原稿画像表示欄４１において画像ＩＭ２すなわち原稿の全体を必ずしも表示している訳ではないが、符号Ｎ３，Ｎ４で示すように、画像ＩＭ２内の文字列（データ内文字列）には、所定のキーワード「welcome to」に続く第１文字列Ｎ３「Xyz Corporation」および、第１文字列Ｎ３の類似文字列である、ＵＲＬ情報内の第２文字列Ｎ４「xyz」が含まれている。従って、図５は、制御部１１がステップＳ３２０で所定のキーワードに基づいて第１文字列Ｎ３「Xyz Corporation」を抽出し、さらにステップＳ３４０でＵＲＬ情報から第２文字列Ｎ４「xyz」を抽出し、ステップＳ３６０で第１文字列Ｎ３「Xyz Corporation」を原稿の発行元に決定し、その結果、ステップＳ３７０で、発行元設定欄４２に最初から「Xyz Corporation」を設定した状態の設定画面４０を表示した事例を示している。

制御部１１は、設定画面４０に対する設定入力を終了させる所定の操作、例えばＯＫボタン４３の操作をユーザーから受け付けた場合に、設定画面４０の各設定欄における現在の設定内容を、ステップＳ３００で取得した文書画像データとともに記憶部１５等に保存し（ステップＳ３８０）、設定画面４０を閉じて、図４のフローチャートを終了する。

４．まとめ：
このように本実施形態によれば、画像処理装置１０は、原稿の読み取りにより生成された文書画像データを取得し、文字認識により文書画像データに含まれている文字列（データ内文字列）を認識する制御部１１と、原稿の発行元を抽出するための特定規則（特定規則を記述した規則データ１６）を記憶する記憶部１５と、を備える。そして、第１実施形態および第２実施形態を含んだ概念として、プログラムＡを実行する制御部１１は、特定規則に基づいて、データ内文字列の中から第１文字列を抽出し、更に、データ内文字列のうち第１文字列以外の部分から、第１文字列の少なくとも一部が一致する第２文字列を抽出し、第１文字列又は第２文字列を前記発行元に決定する。これにより、制御部１１は、従来のような複雑なステップを必要とせず、また、第１文字列又は第２文字列の何れかから前記発行元を決定することができるため、原稿の発行元を正しく決定する可能性を高めることができる。

また、第１実施形態によれば、制御部１１は、特定規則に基づいてデータ内文字列の中のＵＲＬ情報から第１文字列を抽出する（ステップＳ１５０）。データ内文字列の中のＵＲＬ情報を構成するドメイン名には、レシート等の原稿の発行元、つまり店名や事業者名に相当する文字列が含まれていることが多い。そのため、上述したような特定規則に基づいてＵＲＬ情報から文字列を抽出することで、結果的に、原稿の発行元を表している可能性が高い文字列を第１文字列として抽出することができる。

また、第１実施形態によれば、制御部１１は、ステップＳ１７０により第２文字列を抽出できた場合に（ステップＳ１８０において“Ｙｅｓ”）、第２文字列を前記発行元に決定する（ステップＳ１９０）。上述したように、ステップＳ１５０でＵＲＬ情報から抽出される第１文字列は、原稿の発行元の名称の一部であったり、略称であったりして、原稿の発行元を正しく表現していないことがある。そのため、制御部１１は、ＵＲＬ情報以外から第１文字列の類似文字列としての第２文字列を抽出し、この第２文字列を前記発行元に決定することで、結果的に、原稿の発行元を正確に表現している可能性が高い文字列を、原稿の発行元として決定することができる。

また、第１実施形態によれば、制御部１１は、ステップＳ１７０により第２文字列を抽出できなかった場合には（ステップＳ１８０において“Ｎｏ”）、第１文字列を前記発行元に決定する（ステップＳ２００）。これにより、発行元を決定できないという事態を出来るだけ避けるとともに、発行元設定欄４２に原稿の発行元らしき文字列を設定した設定画面４０をユーザーに提示することができる。

また、第２実施形態によれば、制御部１１は、データ内文字列の中から、特定規則が定める所定のキーワードと連続する文字列を第１文字列として抽出する（ステップＳ３２０）。このような構成によれば、例えば、「welcome to」といったような、原稿の発行元を表す文字列が続くことが強く推認されるキーワードに基づいてデータ内文字列から文字列を抽出することで、結果的に、原稿の発行元を正確に表現している可能性が高い文字列を第１文字列として抽出することができる。

また、第２実施形態によれば、制御部１１は、ステップＳ３４０により第２文字列を抽出できた場合に（ステップＳ３５０において“Ｙｅｓ”）、第１文字列を前記発行元に決定する（ステップＳ３６０）。このような構成によれば、所定のキーワードと連続することを理由にデータ内文字列から抽出した第１文字列に類似する文字列（第２文字列）が、データ内文字列の別の場所から抽出できたことをもって、第１文字列が原稿の発行元を表現する文字列として適切であることを確認できる。そのため、原稿の発行元を正確に表現している可能性が高い文字列を、原稿の発行元として決定することができる。

また、第１実施形態および第２実施形態のいずれにおいても、制御部１１が原稿の発行元を表現するものとして決定した文字列が表示部１２に表示される。つまり、設定画面４０の発行元設定欄４２に、原稿の発行元が自動的に表示される。ユーザーは、表示された発行元が気に入らなければ、表示された発行元を任意に編集可能であるが、表示された発行元は上述したように原稿の発行元を正しく表現している可能性が高いため、ユーザーが原稿の発行元を入力したり編集したりする負担を軽減することができる。

これまでの説明から明らかなように、画像処理プログラムとしてのプログラムＡは、文字認識により文書画像データに含まれている文字列（データ内文字列）を認識する制御機能を、プロセッサーに実行させる。そして、制御機能は、データ内文字列の中から前記特定規則に基づいて第１文字列を抽出し、データ内文字列のうち第１文字列以外の部分から第１文字列の少なくとも一部が一致する第２文字列を抽出し、第１文字列又は第２文字列を原稿の発行元に決定することを、プロセッサーに実行させる。本実施形態は、画像処理プログラムによる処理に相当する方法や、画像処理プログラムを記憶したコンピューター読み取り可能な記憶媒体も開示していると言える。

５．変形例：
本実施形態は上述した内容に限定されず、後述するような種々の変形例を含む。各実施形態や各変形例を組み合わせた態様も本明細書による開示範囲に含まれる。

第１変形例：
制御部１１は、データ内文字列に含まれるＵＲＬ情報を構成するドメイン名が示す地域名に対応した言語の文字認識を実行するとしてもよい。制御部１１は、例えば、ステップＳ１５０において、ＵＲＬ情報からの第１文字列の抽出に伴い、ＵＲＬ情報のドメイン名の一部としての地域名を示す文字列「.jp」を認識したとする。この場合、ステップＳ１７０でデータ内文字列の第１文字列以外の部分から第１文字列の類似文字列（第２文字列）を抽出するときに、文字列「.jp」に対応する言語である日本語による文字認識処理をデータ内文字列に対して実行した上で、第１文字列の類似文字列の抽出を行う。

制御部１１は、類似文字列を抽出するとき、言語が異なる同じ意味の文字列は類似しているとみなす。例えば、抽出した第１文字列が、アルファベットで記載された文字列「tokyo」であり、データ内文字列に漢字で記載された文字列「東京」が存在してる場合、制御部１１は、文字列「東京」を、第１文字列の類似文字列としてステップＳ１７０で抽出する。このように、制御部１１は、ＵＲＬ情報を構成するドメイン名が示す地域名に対応した言語の文字認識を実行することにより、データ内文字列に対する文字認識率を向上させ、原稿の発行元を正しく表現する文字列をデータ内文字列から抽出する可能性をより向上させることができる。

ただし第１変形例は、ステップＳ１１０やステップＳ３１０で実行する文字認識処理について認識対象の言語を制限すべき旨を意味する訳ではない。ステップＳ１１０やステップＳ３１０のタイミングで、制御部１１は、英語や日本語やその他の複数の言語でデータ内文字列に対して文字認識処理を実行しておけば、その後のステップ、例えば、ステップＳ１７０で、既に実行した言語による文字認識処理を再度実行する必要は無い。言い換えると、制御部１１は、データ内文字列に含まれるＵＲＬ情報を構成するドメイン名が示す地域名に対応した言語の文字認識をステップＳ１１０やステップＳ３１０で未実行であれば、当該地域名に対応した言語の文字認識処理を、ステップＳ１１０やステップＳ３１０よりも後のタイミングで実行することで、データ内文字列に対する文字認識率を向上させることができる。

第２変形例：
記憶部１５は、文書画像データに対応付けられた発行元の保存回数を発行元毎に記録した保存回数情報を記憶しており、制御部１１は、記憶部１５に記憶された保存回数情報を参照し、第１文字列および第２文字列のうち保存回数が多い文字列を発行元に決定する、としてもよい。つまり、記憶部１５は、ステップＳ２２０やステップＳ３８０で文書画像データとともに保存された発行元毎に、保存回数を記憶している。

そして、第１実施形態であれば、制御部１１は、ステップＳ２２０で設定画面４０の各設定欄の設定内容をステップＳ１００で取得した文書画像データとともに保存する際、発行元設定欄４２に設定されている発行元についての、現在の保存回数情報における保存回数を１つ増やす。そして、ステップＳ１９０では、制御部１１は、これまで説明したようにステップＳ１７０で抽出した第２文字列を単純に原稿の発行元に決定するのではなく、ステップＳ１５０で抽出した第１文字列およびステップＳ１７０で抽出した第２文字列のうち、現在の保存回数情報における保存回数が多い文字列を発行元に決定する。

具体的例として、制御部１１は、ステップＳ１５０ではデータ内文字列のＵＲＬ情報から第１文字列として文字列「xyz」を抽出し、ステップＳ１７０ではデータ内文字列のＵＲＬ情報以外の部分から第２文字列として文字列「Xyz Corporation」および文字列「Xyz Corp.」を抽出したとする。また、ステップＳ１７０の後のステップＳ１８０の判定を経たステップＳ１９０の時点では、保存回数情報における文字列「xyz」、「Xyz Corporation」および「Xyz Corp.」それぞれの保存回数は、文字列「xyz」が０回、文字列「Xyz Corporation」が１０回、文字列「Xyz Corp.」が１回、であったとする。このような場合、制御部１１は、文字列「xyz」、「Xyz Corporation」および「Xyz Corp.」の中で、保存回数が最も多い文字列「Xyz Corporation」を、原稿の発行元に決定する（ステップＳ１９０）。このような第２変形例によれば、原稿のデータ内文字列から抽出した複数の文字列のうち、これまでの保存回数が多い、つまり原稿の発行元としてユーザーがこれまでに認めた回数が多い文字列を、原稿の発行元に決定することができる。

なお、第２実施形態においても、制御部１１は、ステップＳ３８０で設定画面４０の各設定欄の設定内容をステップＳ３００で取得した文書画像データとともに保存する際、発行元設定欄４２に設定されている発行元についての、現在の保存回数情報における保存回数を１つ増やす。そして、ステップＳ３６０では、制御部１１は、これまで説明したようにステップＳ３２０で抽出した第１文字列を単純に原稿の発行元に決定するのではなく、ステップＳ３２０で抽出した第１文字列およびステップＳ３４０で抽出した第２文字列のうち、現在の保存回数情報における保存回数が多い文字列を発行元に決定することができる。

その他の説明：
図３や図５は、原稿の発行元の表示態様の一例を示しているに過ぎない。原稿の発行元をユーザーに提示するための画面のレイアウトやデザインや役割は様々である。

図２や図４のフローチャートに記載した全てのステップが本実施形態において必須であるとは限らない。例えば、上述のように制御部１１が決定した原稿の発行元を、ステップＳ２１０やステップＳ３７０で表示部１２に表示させる（設定画面４０を通じてユーザーに提示する）ことは、必須の事項ではない。制御部１１は、例えば、第１文字列または第２文字列を原稿の発行元に決定した場合、決定した発行元としての文字列を、単に、文書画像データに対応付けて保存するとしてもよい。

また、図２のフローチャートにおいて、ステップＳ１２０，Ｓ１３０，Ｓ１４０は無くてもよい。つまり、制御部１１は、ステップＳ１１０の後、ステップＳ１５０を実行するとしてもよい。

１０…画像処理装置、１１…制御部、１２…表示部、１３…操作受付部、１４…通信ＩＦ、１５…記憶部、１６…規則データ、２０…データ取得部、２１…発行元決定部、２２…表示制御部、３０…スキャナー、４０…設定画面、４１…原稿画像表示欄、４２…発行元設定欄、Ａ…プログラム

Claims (8)

1. 原稿の読み取りにより生成された文書画像データを取得し、文字認識により前記文書画像データに含まれている文字列を認識する制御部と、
   前記原稿の発行元を抽出するための特定規則を記憶する記憶部と、を備え、
   前記制御部は、前記文書画像データに含まれている文字列の中から前記特定規則に基づいて第１文字列を抽出し、前記文書画像データに含まれている文字列のうち前記第１文字列以外の部分から前記第１文字列の少なくとも一部が一致する第２文字列を抽出し、前記第１文字列又は前記第２文字列を前記発行元に決定する、ことを特徴とする画像処理装置。
2. 前記制御部は、前記特定規則に基づいて前記文書画像データに含まれている文字列の中のＵＲＬ情報から前記第１文字列を抽出することを特徴とする請求項１に記載の画像処理装置。
3. 前記制御部は、前記ＵＲＬ情報を構成するドメイン名が示す地域名に対応した言語の文字認識を実行した上で前記第２文字列を抽出することを特徴とする請求項２に記載の画像処理装置。
4. 前記制御部は、前記文書画像データに含まれている文字列の中から、前記特定規則が定めるキーワードと連続する文字列を前記第１文字列として抽出することを特徴とする請求項１に記載の画像処理装置。
5. 前記制御部は、前記第２文字列を抽出できた場合に、前記第２文字列を前記発行元に決定することを特徴とする請求項２または請求項３に記載の画像処理装置。
6. 前記制御部は、前記第２文字列を抽出できなかった場合に、前記第１文字列を前記発行元に決定することを特徴とする請求項２、請求項３および請求項５のいずれかに記載の画像処理装置。
7. 前記記憶部は、前記文書画像データに対応付けられた前記発行元の保存回数を前記発行元毎に記録した保存回数情報を記憶しており、
   前記制御部は、前記保存回数情報を参照し、前記第１文字列および前記第２文字列のうち前記保存回数が多い文字列を前記発行元に決定することを特徴とする請求項１～請求項４のいずれかに記載の画像処理装置。
8. 原稿の読み取りにより生成された文書画像データに対する処理をコンピューターに実行させる画像処理プログラムであって、
   文字認識により前記文書画像データに含まれている文字列を認識する制御機能を実行させ、
   前記制御機能は、前記文書画像データに含まれている文字列の中から前記原稿の発行元を抽出するための特定規則に基づいて第１文字列を抽出し、前記文書画像データに含まれている文字列のうち前記第１文字列以外の部分から前記第１文字列の少なくとも一部が一致する第２文字列を抽出し、前記第１文字列又は前記第２文字列を前記発行元に決定する、ことを特徴とする画像処理プログラム。

Images