JP7139669B2 - 情報処理装置及びプログラム - Google Patents

Description

本発明は、情報処理装置及びプログラムに関する。

近年、文字列の属性に着目して文字列置換テーブルへの設定や追加が適切に行えるようにする情報処理装置が提案されている（例えば、特許文献１参照。）。

特許文献１に記載された情報処理装置は、処方箋の画像イメージを入力する入力手段と、前記画像イメージに文字認識処理を施すことにより前記画像イメージから処方箋データを得るデータ処理部とを備えた処方箋受付装置であって、前記データ処理部が、各種の薬品名を含むデータを保持する薬品マスターと、置換前文字列と置換後文字列とを対応付けて多数のデータを保持する文字列置換テーブルと、前記文字認識処理の後にその処理で得た認識文字列に前記文字列置換テーブルの置換前文字列の何れかが含まれているとき前記認識文字列の該当箇所を前記文字列置換テーブルの置換後文字列のうち該置換前文字列に対応するもので置き換える文字列置換手段と、一対の文字列を受理して前記文字列置換テーブルの置換前文字列と置換後文字列とにデータ保持させる置換文字列設定手段とを具えている。

特開２００７－１６４２７４号公報

本発明の課題は、検索する文字列の属性に応じて異なる複数の補正に関する情報を予め登録しなくても、認識された文字列を補正することが可能な情報処理装置及びプログラムを提供することにある。

［１］画像情報に含まれる文字を認識して文字情報を出力する文字認識手段と、
前記文字情報に含まれる少なくとも１つ以上の文字を含む文字列の検索を指示する検索指示情報と、識別情報、前記文字認識手段に対する入力の対象となる第１の文字、及び前記文字認識手段で前記第１の文字を認識したときに出力される第２の文字を予め関連付けた関連情報とに応じて、前記画像情報から出力した前記文字情報の中から前記文字列を検索する検索手段と、
検索された前記文字列に含まれる前記第２の文字を前記関連情報に基づいて前記第１の文字に補正する補正手段と、を備える情報処理装置。
［２］前記文字列に前記第１の文字が含まれるとき、前記関連情報に基づいて前記第１の文字に対応する前記第２の文字を追加して、前記検索手段が前記文字情報において検索する前記文字列の範囲を拡張する拡張手段をさらに備える、前記［１］に記載の情報処理装置。
［３］前記補正手段は、前記関連情報に基づかずに、前記第１の文字の前記文字列における位置と、前記識別情報、当該第１の文字、及び追加された前記第２の文字の組み合わせとを関連付けた関連情報に基づいて、検索された前記文字列を補正する、前記［２］に記載の情報処理装置。
［４］前記検索指示情報が予め定められた条件を満たしたときに、前記文字列の範囲を分割する分割手段をさらに備える、前記［１］から［３］のいずれか１つに記載の情報処理装置。
［５］前記分割手段は、前記予め定められた条件として、前記関連情報に同一の前記第２の文字に対応する複数の前記第１の文字が含まれるときに、前記文字列の範囲を分割する、前記［４］に記載の情報処理装置。
［６］前記検索指示情報を構成する文字を１文字ずつ受け付ける受付手段をさらに備える、前記［１］から［５］のいずれか１つに記載の情報処理装置。
［７］コンピュータを、
画像情報に含まれる文字を認識して文字情報を出力する文字認識手段と、
前記文字情報に含まれる少なくとも１つ以上の文字を含む文字列の検索を指示する検索指示情報と、識別情報、前記文字認識手段に対する入力の対象となる第１の文字、及び前記文字認識手段で前記第１の文字を認識したときに出力される第２の文字を予め関連付けた関連情報とに応じて、前記画像情報から出力した前記文字情報の中から前記文字列を検索する検索手段と、
検索された前記文字列に含まれる前記第２の文字を前記関連情報に基づいて前記第１の文字に補正する補正手段として機能させるためのプログラム。

請求項１、７に係る発明によれば、検索する文字列の属性に応じて異なる複数の補正に関する情報を予め登録しなくても、認識された文字列を補正することができる。
請求項２に係る発明によれば、検索する文字列の範囲を拡張して検索することができる。
請求項３に係る発明によれば、拡張された範囲で検索された文字列に含まれる文字を拡張前の文字に戻すことができる。
請求項４に係る発明によれば、拡張された範囲に含まれる文字が重複するような場合であっても、拡張された範囲で検索された文字列を一義的に補正することができる。
請求項５に係る発明によれば、拡張された範囲に含まれる文字が重複するような場合であっても、拡張前の文字を特定することができる。
請求項６に係る発明によれば、検索する文字列を１文字ずつ入力することができる。

図１は、本実施の形態に係る情報処理システムの制御系の一例を示すブロック図である。 図２は、誤認識パターンテーブルの一例を示す図である。 図３（ａ），（ｂ）は、検索文字列入力画面の一例を示す図である。 図４は、図１に示す情報処理装置の動作の一例を示すフローチャートである。

以下、本発明の実施の形態について図面を参照して説明する。なお、各図中、実質的に同一の機能を有する構成については、同一の符号を付してその重複した説明を省略する。

［実施の形態の要約］
本実施の形態に係る情報処理装置は、画像情報に含まれる文字を認識して文字情報を出力する文字認識手段と、画像情報に含まれる少なくとも１つ以上の文字を含む文字列の検索を指示する検索指示情報と、文字認識手段に対する入力の対象となる第１の文字及び文字認識手段で第１の文字を認識したときに出力される第２の文字とを予め関連付けた関連情報とに応じて、画像情報から出力した文字情報の中から文字列を検索する検索手段と、検索された文字列を関連情報に基づいて補正する補正手段とを備える。

「画像情報」は、例えば、文書、写真、図表等に関するデジタルデータが該当する。「文字認識手段」には、例えば、ＯＣＲ（Optical Character Recognition）処理を行い画像情報から文字や文字列を認識して文字情報を出力する手段が含まれる。「第１の文字」は、文字認識手段に対する入力の対象となる文字が該当する。「第２の文字」は、第１の文字に対する文字認識手段の出力の対象となる文字、すなわち文字認識手段が第１の文字認識したときに出力される文字が該当する。「関連情報」は、第１の文字と第２の文字とを関連付けた情報である。「文字列」は、複数の文字で構成されたもののみならず１文字で構成されるものであってもよい。

［実施の形態］
図１は、本発明の実施の形態に係る情報処理システムの制御系の一例を示すブロック図である。この情報処理システム１は、情報処理装置２と、この情報処理装置２とネットワーク４を介して接続された外部装置３とを備える。情報処理装置２は、例えば、パーソナルコンピュータ、画像形成装置、タブレッド端末、多機能携帯電話機（スマートフォン）等が該当する。

外部装置３には、例えば、パーソナルコンピュータ、サーバ装置等が含まれる。ネットワーク４は、例えば、ローカルエリアネットワーク（ＬＡＮ）、インターネット、ワイドエリアネットワーク（ＷＡＮ）等であり、有線でも無線でもよい。

（情報処理装置２の構成）
この情報処理装置２は、各部を制御する制御部２０と、各種のデータを記憶する記憶部２１と、キーボード、マウス等で実現される操作部２２と、液晶ディスプレイ等で実現される表示部２３と、ネットワーク４を介して、外部装置３との間で信号を送受信する通信部２５とを備える。なお、操作部２２と表示部２３とを一体化した操作表示部（不図示）を設けてもよい。

制御部２０は、ＣＰＵ（Central Processing Unit）、インターフェース等から構成されている。ＣＰＵは、記憶部２１に記録されたプログラム２１０に従って動作することにより、第１の受付手段２００、画像処理手段２０１、第２の受付手段２０２手段、生成手段２０３、変換手段２０４、拡張手段２０５、分割手段２０６、検索手段２０７、補正手段２０８、表示制御手段２０９等として機能する。画像処理手段２０１は、文字認識手段の一例である。生成手段２０３及び変換手段２０４は、特定手段の一例である。各手段２００～２０９の詳細については後述する。

記憶部２１は、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、ハードディスク等から構成され、プログラム２１０、辞書情報２１１、誤認識パターンテーブル２１２、ＯＣＲ結果情報２１３、履歴情報２１４、画面情報２１５等の各種データを記憶する。辞書情報２１１は、後述するＯＣＲ処理に用いられる文字のパターンを辞書化した情報である。ＯＣＲ結果情報２１３は、ＯＣＲ処理の結果に係る情報である。履歴情報２１４、画面情報２１５については、後述する。

（誤認識パターンテーブル２１２の構成）
図２は、誤認識パターンテーブル２１２の一例を示す図である。誤認識パターンテーブル２１２には、「ＩＤ」欄と、「変換前文字」欄と、「変換後文字」欄とが設けられている。

「ＩＤ」欄には、誤認識のパターン（以下、「誤認識パターン」又は「ルール」ともいう。）を識別する識別情報が記録されている。誤認識パターンとは、以下に示す変換前文字とこれに対応する少なくとも１つ以上の変換後文字との一対の組み合わせ（ペア）をいう。「変換前文字」欄には、画像処理手段２０１の入力の対象となる１つの文字が記録されている。この欄に記録されている文字は、例えば、当該情報処理装置２の画像処理手段２０１により過去に異なる文字として認識された文字、又は現在において異なる文字として認識されやすい文字が該当する。変換前文字は、第１の文字の一例である。なお、以下、異なる文字として認識されることを、単に「誤認識」ともいう。

「変換後文字」欄には、当該情報処理装置２の画像処理手段２０１が「変換前文字」に記録された文字を認識したときに出力される文字が記録されている。この欄に記録されている文字は、例えば、過去に異なる文字として出力された文字、又は現在において異なる文字として出力されやすい文字（以下、「誤認識文字」ともいう。）が記録されている。誤認識文字は、例えば、検索対象文字と類似する形状を有する文字が該当する。誤認識文字が複数ある場合は、羅列してもよく、例えば、「，」等の区切り文字で区切って記録してもよい。誤認識文字は、第２の文字の一例である。なお、本明細書において、テーブルに情報を書き込む場合に「記録」を用い、記憶部２１に情報を書き込む場合に「記憶」を用いる。

図２に示すように、一例として、“ｆ”や“＋”（プラス記号）は、ＯＣＲ処理により過去に“ｔ”と誤認識されたことがあるか、又は現在において“ｔ”と誤認識されやすい文字の一例である（「Ｒｕｌｅ１０１」、「Ｒｕｌｅ１０６」参照）。また、別の一例として、“０”（数字の零）は、ＯＣＲ処理により過去に“。”（句点）、“ｏ”（アルファベットの小文字のオー）、“Ｏ”（アルファベットの大文字のオー）等と誤認識されたことがあるか、又は現在において “。”、“ｏ”、“Ｏ”等と誤認識されやすい文字の一例である（「Ｒｕｌｅ１０２」参照）。“ｆ”と“ｔ”との組み合わせ（ペア）、“＋”と“ｔ”との組み合わせ（ペア）、“０”と“。ｏＯ”との組み合わせ（ペア）は、誤認識パターン又はルールの一例である。

誤認識パターンテーブル２１２は、第１の文字と第２の文字とを関連付けた第１の関連情報の一例である。なお、誤認識パターンテーブル２１２は、操作者の操作等により外部から入力される情報を適宜追加して更新されるようにしてもよく、Deep Learning等の学習機能を設け、学習機能による学習により得た情報を適宜追加して更新されるようにしてもよい。

（画面情報２１５）
図３を参照して画面情報２１５について説明する。図３は、検索文字列入力画面の一例を示す図である。図３（ａ）に示すように、検索文字列入力画面５Ａには、例えば、１つの文字を入力する文字入力欄５１、この文字入力欄５１に現在何文字目の文字を入力しているかを示す番号情報５２、現在までに入力された文字を文字列として示す文字列表示部５３、次の文字の入力を行わせる第１の釦５４、文字列の入力を終了させる第２の釦５５等が含まれる。

なお、別の例として、図３（ｂ）に示すように、複数の文字入力欄５１ａ，５１ｂ，５１ｃ，５２ｄ，‥，５１ｋを含む検索文字列入力画面５Ｂを用いてもよい。

（各手段について）
次に、制御部２０を構成する各手段の詳細について説明する。第１の受付手段２００は、外部装置３から送信された画像情報（以下、「画像データ」ともいう。）を受け付ける。画像データは、文書、写真、図表等をデジタルデータとして記憶したものである。具体的には、画像データは、例えば、設計図、配線図、記号、模式図、絵文字、シンボルマーク等の図形情報と、文字や文字列等の文字情報とを含んで構成されたデータ等を含んで構成されている。また、この画像データには、例えば、一度の文字認識処理で全域の文字の認識ができない程度の大きさを有するものが含まれる。

「文字」は、ある言語において何らかの意味や内容を示す、例えば、数字、漢字等の表意文字でもよいし、仮名やアルファベット等の表音文字でもよい。また、「記号」には、装飾記号、製図記号、回路記号、地図記号及び天気記号等も含まれる。なお、例えば、“＄”（ドルマーク）、“，”（カンマ）、“－”（ハイフン）等の特定の記号は、図形ではなく文字に含めてもよい。文字に含める特定の記号（以下、「記号文字」ともいう。）は、例えば、キーボードの操作によりテキスト情報として入力することができる記号等が該当する。また、文字は、活字でもよく手書きでもよい。

画像処理手段２０１は、第１の受付手段２００が受け付けた画像データに対して、この画像データに含まれる図形の形状を認識する形状認識処理、及びこの画像データに含まれる文字や文字列を認識する文字認識処理を行う。

文字認識処理には、例えば、画像データから文字のパターンを１文字単位で切り出し、その文字のパターンと記憶部２１の辞書情報２１１に記録されている文字のパターンとをパターンマッチング法等により比較し、類似度の最も高いものを結果として出力するＯＣＲ（Optical Character Recognition）処理が含まれる。ＯＣＲ処理により得られる結果を以下「ＯＣＲ結果」ともいう。

ＯＣＲ結果は、例えば、ＯＣＲ処理により認識した文字や文字列を示す文字情報や、これら文字や文字列の画像上の位置を示す位置情報が含まれる。位置情報には、例えば、画像上の座標値が含まれる。また、画像処理手段２０１は、出力したＯＣＲ結果を、例えば、テキスト形式でＯＣＲ結果情報２１３として記憶部２１に記憶する。

第２の受付手段２０２は、操作部２２に対する操作者の操作により入力される少なくとも１つ以上の文字を含む文字列の検索を指示する検索指示情報を受け付ける。検索指示情報は、画像データ上で検索する対象となる文字列を示す情報を含んで構成される。検索指示情報は、例えば、当該文字列を構成する個々の文字を１文字ずつ指定する操作により入力される。この操作は、ユーザインターフェースを介して対話的に行ってもよく（図３（ａ）参照）、１文字ずつ入力する複数の入力欄を含む画面を介して非対話的に行ってもよい（図３（ｂ）参照）。

生成手段２０３は、第２の受付手段２０２が受け付けた検索指示情報に基づいて、予め定められた形式の検索式（以下、「検索クエリ」ともいう。）を生成する。検索クエリは、以下、表１に示す要素を組み合わせて構成される。

なお、表１に示したものは、検索クエリの例示であり、これらに限定されるものではない。

一例として、第２の受付手段２０２が“ａｆｘ１２３４５”、“ｆｘ１１１”、“１１ｆｘ１１”のように、“ｆｘ”を含む文字列を検索する検索指示情報を受け付けたとき、生成手段２０３は、当該検索指示情報に基づいて、例えば、“［］［］［ｆ］［ｘ］”等の検索クエリを生成する。

また、別の一例として、第２の受付手段２０２が“ｆｘ１２３”や“ｔｘ１１”のように、“ｆ”又は“ｔ”で始まるとともに“ｘ”が続く文字列であって、“ｘ”の後に１から３の範囲の数字が２から４文字続く文字列を検索する検索指示情報を受け付けたとき、生成手段２０３は、当該検索指示情報に基づいて、例えば、“［ｆ，ｔ］［ｘ］［１－３］｛ｍｉｎ＝２，ｍａｘ＝４｝”等の検索クエリを生成する。

さらに、別の一例として、第２の受付手段２０２が“ｆｘ－１＄ｘ”や“ｆｘ－３＄ｘ”のように、上述した記号文字を特定の位置に含む文字列を検索する検索指示情報を受け付けたとき、生成手段２０３は、当該検索指示情報に基づいて、例えば、“［ｆ］［ｘ］［－］［０－３］｛ｍｉｎ＝１，ｍａｘ＝１｝［＄］［ｘ］”等の検索クエリを生成する。

なお、記載の都合上、上述の例では、文字列が全て全角の文字で構成される例を挙げて説明したが、半角の文字を含んで構成されるものでもよく、半角の文字のみで構成されるものでもよい。また、文字列は、アルファベットに限らず、平仮名、片仮名、漢字、その他の言語に係る文字を含んで構成されるものでもよい。以下、同様である。

変換手段２０４は、生成手段２０３により生成された検索クエリを正規表現に変換する。ここで、正規表現とは、文字列の検索用に規格化された表現の形式をいう。

具体的には、変換手段２０４は、検索クエリを構成する各要素を対応する正規表現に変換する。より具体的には、変換手段２０４は、検索クエリの複数候補指定要素から“，”（カンマ）を除去し、複数候補指定要素から“－”（ハイフン）を除去し、繰り返し回数要素から“ｍｉｎ＝”及び“ｍａｘ＝”を除去するとともに、ワイルドカード要素の空欄を“＊”マークに置換する。

また、変換手段２０４は、検索クエリに記号文字が含まれるとき、この記号文字が持つ特別な意味を無効にするために、当該記号文字の前に、例えば、“￥”（円マーク）等を付与する（「エスケープ」ともいう）。検索クエリの要素と正規表現との対応関係の一例を以下の表２にまとめる。

なお、表２に示した対応関係は、一例であり、これらに限定されるものではない。

一例として、変換手段２０４は、“［］［］［ｆ］［ｘ］”なる検索クエリを、“［＊］［＊］［ｆ］［ｘ］”なる正規表現に変換する。また、別の一例として、変換手段２０４は、“［ｆ，ｔ］［ｘ］［１－３］｛ｍｉｎ＝２，ｍａｘ＝４｝”なる検索クエリを、“［ｆｔ］［ｘ］［１－３］｛２，４｝”に変換する。さらに、別の一例として、変換手段２０４は、“［ｆ］［ｘ］［－］［０－３］｛ｍｉｎ＝１，ｍａｘ＝１｝［＄］［ｘ］”なる検索クエリを、“［ｆ］［ｘ］［￥－］［０－３］｛１，１｝［￥＄］［ｘ］”に変換する。なお、“｛１，１｝”のように同じ数字が並ぶ場合は、単に“｛１｝”としてもよい。

拡張手段２０５は、変換手段２０４により変換された正規表現に、記憶部２１の誤認識パターンテーブル２１２に記録された誤認識パターンを適用して当該正規表現を拡張する。具体的には、拡張手段２０５は、検索手段２０７によりＯＣＲ結果情報２１３上で検索される対象となる文字列の範囲が誤認識パターンテーブル２１２に記録された変換後文字を含む文字列にまで及ぶように、正規表現を拡張する。

より具体的には、拡張手段２０５は、変換手段２０４により変換された正規表現に、誤認識パターンテーブル２１２に記録された変換前文字が含まれるとき、誤認識パターンテーブル２１２においてこの変換前文字と関連付けられた変換後文字を追加することにより正規表現を拡張する。また、拡張手段２０５は、正規表現を拡張するときに適用した誤認識パターンのＩＤを、この誤認識パターンを適用した文字の文字列における位置と関連付けて記憶部２１の履歴情報２１４に記憶する。文字列における位置とは、当該文字がこの文字列の何番目の文字に当たるか、すなわち当該文字の文字列における位置を示すものをいう。履歴情報２１４は、第２の関連情報の一例である。

一例として、正規表現“［ｆｇ］［ｘ］［１－３］｛２，４｝”には、誤認識パターンテーブル２１２に変換前文字として記録された“ｆ”及び“１”が含まれている。この場合、拡張手段２０５は、“ｆ”に誤認識パターンテーブル２１２の「Ｒｕｌｅ１０１」を適用して要素“［ｆｇ］”を“［ｆｔｇ］”とし、また、“１”に誤認識パターンテーブル２１２の「Ｒｕｌｅ１０３」を適用して要素“［１－３］”を“［１－３ｌｉＩ］”とする。以上をまとめると、拡張手段２０５は、変換手段２０４により変換された正規表現“［ｆｇ］［ｘ］［１－３］｛２，４｝”を“［ｆｔｇ］［ｘ］［１－３ｌｉＩ］｛２，４｝”に拡張する。

なお、上記のように拡張することにより、ＯＣＲ結果情報２１３上で検索する対象のとなる文字列の範囲は以下の表３に示すように拡張される。

また、拡張手段２０５は、正規表現を拡張する際に適用した誤認識パターンについて、例えば、“［Ｒｕｌｅ１０１］［］［Ｒｕｌｅ１０３］｛｝”のような形式で、適用した誤認識パターンを適用した文字の位置と関連付けて記憶部２１の履歴情報２１４に記録する。

分割手段２０６は、検索クエリが予め定められた条件に該当するとき、１つの検索クエリを分割して複数の検索クエリを生成する。「予め定められた条件」には、例えば、検索クエリに複数候補指定要素又は範囲指定要素が含まれる場合であって、かつ、同一の変換後文字に対応する複数の誤認識パターンが適用され得る場合が該当する。

一例として、例えば“［ｆ，＋］［ｘ］”のように“［ｆ，＋］”等の複数候補指定要素を含んで構成されている検索クエリでは、“ｆ”に対してＲｕｌｅ１０１を適用するとともに、“＋”に対してＲｕｌｅ１０２を適用する。この２つの誤認識パターンにおいて、“ｆ”及び“ｔ”は、いずれも同一の変換後文字“ｔ”に関連付けられている。このような場合、分割手段２０６は、１つの検索クエリである“［ｆ，＋］［ｘ］”を、第１の検索クエリ“［ｆ］［ｘ］”と、第２の検索クエリ“［＋］［ｘ］”とに予め分割する。

検索手段２０７は、拡張手段２０５により拡張された正規表現を記憶部２１のＯＣＲ結果情報２１３に記録されているＯＣＲ結果に適用して、画像データに含まれる文字情報の中から当該拡張された正規表現に対応する文字列を検索する。

補正手段２０８は、検索手段２０７が検索した文字列を補正する。具体的には、補正手段２０８は、記憶部２１に記憶された履歴情報２１４を参照し、検索手段２０７により画像データに含まれる文字情報の中から検索した文字列に拡張手段２０５により拡張された正規表現によって検出された文字が含まれるとき、すなわち、拡張手段２０５により特定の位置に誤認域文字が追加されていたとき、拡張手段２０５が各文字に適用した誤認識パターンを逆方向に適用して文字列を補正する。

表示制御手段２０９は、記憶部２１の画面情報２１５を参照し、操作者に対して検索指示情報を構成する文字列を入力する画面を表示部２３に表示するよう制御する。

表示制御手段２０９は、操作者により第１の釦５４に対する操作に基づいて、番号情報５２を次の番号に変更するとともに、文字列表示部５３に入力された次の文字を追加した検索文字列入力画面５Ａを表示部２３に表示するよう制御する。なお、表示制御手段２０９は、文字列を対話的に１文字ずつ入力できるようにするために第２の受付手段２０２が１つの文字の入力を受け付けるごとに検索文字列入力画面５Ａを切り替えて表示するよう制御してもよい。また、表示制御手段２０９は、図３（ｂ）に示すように、複数の文字入力欄５１ａ，５１ｂ，５１ｃ，５２ｄ，‥５１ｋを含む検索文字列入力画面５Ｂを表示部２３に表示するよう制御してもよい。

また、表示制御手段２０９は、補正手段２０８により補正された補正後の文字列を、例えば、マーキング等による強調方法により、表示部２３に表示するよう制御する。

（実施の形態の動作）
次に、情報処理装置２の動作の一例について図４を参照して説明する。図４は、情報処理装置２の動作の一例を示すフローチャートである。以下、一例として、画像から文字列“ｆｘ２０９９１”を検索する事例を例に挙げて説明する。

第１の受付手段２００は、外部装置３から送信された画像データを受け付け（Ｓ１）、画像処理手段２０１に渡す。画像処理手段２０１は、第１の受付手段２００が受け付けた画像データにＯＣＲ処理を行い（Ｓ２）、当該画像データから文字情報等を含むＯＣＲ結果を出力する。また、画像処理手段２０１は、出力したＯＣＲ結果を記憶部２１のＯＣＲ結果情報２１３に記録する（Ｓ３）。

次に、表示制御手段２０９は、図３（ａ）に示す検索文字列入力画面５Ａを表示部２３に表示するよう制御する（Ｓ４）。このとき、表示制御手段２０９は、Ｎを１として表示するよう制御する。

次に、操作者が操作部２２に対して検索文字列入力画面５Ａの文字入力欄５１に文字を入力する操作を行うと、第２の受付手段２０２は、入力された文字の情報を受け付ける（Ｓ５）。なお、この入力された文字の情報は、検索指示情報を構成する要素の一つである。

この２つのステップＳ４及びＳ５は、操作者により第２の釦５５が操作されるまで（Ｓ６：Ｎｏ）繰り返して行われる。すなわち、操作者が検索文字列入力画面５Ａの第１の釦５４に対する操作を行うと、表示制御手段２０９は、表示部２３に、番号情報５２の「Ｎ」を次の番号である「Ｎ＋１」に変更するとともに、現在までに入力された文字列を文字列表示部５３に追加して表示した検索文字列入力画面５Ａを表示するよう制御し、第２の受付手段２０２は、次に入力された文字の情報を受け付する。

次に、操作者により第２の釦５５が操作されると（Ｓ６：Ｙｅｓ）、生成手段２０３は、第２の受付手段２０２が受け付けた少なくとも１つ以上で構成される文字の情報、すなわち検索指示情報に基づいて、検索クエリを生成する（Ｓ７）。一例として、操作者により“ｆ”、“ｘ”、“２”、“０”、“９”、“９”及び“１“が入力されると、生成手段２０３は、”［ｆ］［ｘ］［０－９］｛ｍｉｎ＝５，ｍａｘ＝５｝ “なる検索クエリを生成する。

分割手段２０６は、検索クエリが予め定めされた条件該当する場合（Ｓ８：Ｙｅｓ）、検索クエリを分割する（Ｓ９）。

変換手段２０４は、生成手段２０３が生成した検索クエリを正規表現に変換する（Ｓ１０）。一例として、変換手段２０４は、”［ｆ］［ｘ］［０－９］｛ｍｉｎ＝５，ｍａｘ＝５｝“なる検索クエリを“［ｆ］［ｘ］［０－９］｛５｝”なる正規表現に変換する。

拡張手段２０５は、記憶部２１に記憶された誤認識パターンテーブル２１２を参照して、変換手段２０４により変換された正規表現を拡張する（Ｓ１１）。一例として、拡張手段２０５は、正規表現の“［ｆ］［ｘ］［０－９］｛５｝”を“［ｆｔ］［ｘ］［０－９ｏＯｌｉＩｓＳｑｇ］｛５｝”に拡張する。

また、拡張手段２０５は、誤認識パターンを適用した文字の位置と関連付けて記憶部２１の履歴情報２１４に記録する（Ｓ１２）。一例として、拡張手段２０５は、履歴情報２１４に“［Ｒｕｌｅ１０１］［］［Ｒｕｌｅ１０２，Ｒｕｌｅ１０３，Ｒｕｌｅ１０４，Ｒｕｌｅ１０５］｛｝”と記録する。

検索手段２０７は、拡張手段２０５により拡張された正規表現をＯＣＲ結果に適用して画像データに含まれる文字情報の中から対応する文字列を検索する（Ｓ１３）。一例として、検索手段２０７は、拡張された正規表現（“［ｆｔ］［ｘ］［０－９ｏＯｌｉＩｓＳｑｇ］｛５｝”）を用いて、ＣＯＲ結果情報２１３上で“ｔｘ２。ｇｑｉ”という文字列を検索する。

補正手段２０８は、履歴情報２１４と、誤認識パターンテーブル２１２とを用いて、検索手段２０７が検索した文字列を補正する（Ｓ１４）。一例として、検索手段２０７が検索した“ｔｘ２。ｇｑｉ”に対し、１文字目の“ｔ”にＲｕｌｅ１０１を逆方向に適用して“ｔ”を“ｆ”とし、３文字目の“。”にＲｕｌｅ１０２を逆方向に適用して“。”を“０”（零）とし、４文字目の“ｇ”にＲｕｌｅ１０３を逆方向に適用して“ｇ”を“９”とし、５文字目の“ｑ”にＲｕｌｅ１０４を逆方向に適用して“ｑ”を“９”とし、６文字目の“ｉ”にＲｕｌｅ１０５を逆方向に適用して“ｉ”を“１”として、“ｔｘ２。ｇｑｉ”を“ｆｘ２９９０１”に補正する。

表示制御手段２０９は、補正された補正後の文字列“ｆｘ２９９０１”を、例えば、マーキング等の方法により、表示部２３に表示するよう制御する（Ｓ１５）。

なお、上述の例では、検索クエリ（”［ｆ］［ｘ］［０－９］｛ｍｉｎ＝５，ｍａｘ＝５｝“）が分割手段２０６により分割されない場合を例に挙げて説明したが、分割手段２０６により検索クエリが分割された場合、ステップＳ１０以降の動作は、分割された各検索クエリに対して実行される。

以上、本発明の実施の形態を説明したが、本発明の実施の形態は上記実施の形態に限定されるものではなく、本発明の要旨を変更しない範囲内で種々の変形、実施が可能である。例えば、第１の受付手段２００は、画像データに代えて、予め画像データにＯＣＲ処理を行うことにより得られるＯＣＲ結果を受け付けてもよい。

また、例えば、画像データは、必ずしも外部装置３から送信されたものに限られず、例えば、情報処理装置２に撮像部（不図示）を設け、この撮像部で撮像したものであってもよい。また、例えば、分割手段２０６は、検索クエリを分割したが、正規表現を分割してもよい。

制御部２０の各手段は、それぞれ一部又は全部を再構成可能回路（ＦＰＧＡ：Field Programmable Gate Array）、特定用途向け集積回路（ＡＳＩＣ：Application Specific Integrated Circuit）等のハードウエア回路によって構成してもよい。

また、本発明の要旨を変更しない範囲内で、上記実施の形態の構成要素の一部を省くことや変更することが可能である。また、本発明の要旨を変更しない範囲内で、上記実施の形態のフローにおいて、ステップの追加、削除、変更、入替え等が可能である。また、上記実施の形態で用いたプログラムをＣＤ－ＲＯＭ等のコンピュータ読み取り可能な記録媒体に記録して提供することができ、クラウドサーバ等の外部サーバに格納しておき、ネットワークを介して利用することもできる。

１…情報処理システム、２…情報処理装置、２０…制御部、２００…第１の受付手段、２０１…画像処理手段、２０２…第２の受付手段、２０３…生成手段、２０４…変換手段、２０５…拡張手段、２０６…分割手段、２０７…検索手段、２０８…補正手段、２０９…表示制御手段、２１…記憶部、２１０…プログラム、２１１…辞書情報、２１２…誤認識パターンテーブル、２１３…ＯＣＲ結果情報、２１４…履歴情報、２１５…画面情報、２２…操作部、２３…表示部、２５…通信部、３…外部装置、４…ネットワーク、５Ａ，５Ｂ…検索文字列入力画面、５１，５１ａ，５１ｂ，５１ｃ，５２ｄ，５２ｋ…文字入力欄、５２…番号情報、５３…文字列表示部、５４…第１の釦、５５…第２の釦

Claims (7)

1. 画像情報に含まれる文字を認識して文字情報を出力する文字認識手段と、
   前記文字情報に含まれる少なくとも１つ以上の文字を含む文字列の検索を指示する検索指示情報と、識別情報、前記文字認識手段に対する入力の対象となる第１の文字、及び前記文字認識手段で前記第１の文字を認識したときに出力される第２の文字を予め関連付けた関連情報とに応じて、前記画像情報から出力した前記文字情報の中から前記文字列を検索する検索手段と、
   検索された前記文字列に含まれる前記第２の文字を前記関連情報に基づいて前記第１の文字に補正する補正手段と、
   を備える情報処理装置。
2. 前記文字列に前記第１の文字が含まれるとき、前記関連情報に基づいて前記第１の文字に対応する前記第２の文字を追加して、前記検索手段が前記文字情報において検索する前記文字列の範囲を拡張する拡張手段をさらに備える、
   請求項１に記載の情報処理装置。
3. 前記補正手段は、前記関連情報に基づかずに、前記第１の文字の前記文字列における位置と、前記識別情報、当該第１の文字、及び追加された前記第２の文字の組み合わせとを関連付けた関連情報に基づいて、検索された前記文字列を補正する、
   請求項２に記載の情報処理装置。
4. 前記検索指示情報が予め定められた条件を満たしたときに、前記文字列の範囲を分割する分割手段をさらに備える、
   請求項１から３のいずれか１項に記載の情報処理装置。
5. 前記分割手段は、前記予め定められた条件として、前記関連情報に同一の前記第２の文字に対応する複数の前記第１の文字が含まれるときに、前記文字列の範囲を分割する、
   請求項４に記載の情報処理装置。
6. 前記検索指示情報を構成する文字を１文字ずつ受け付ける受付手段をさらに備える、
   請求項１から５のいずれか１項に記載の情報処理装置。
7. コンピュータを、
   画像情報に含まれる文字を認識して文字情報を出力する文字認識手段と、
   前記文字情報に含まれる少なくとも１つ以上の文字を含む文字列の検索を指示する検索指示情報と、識別情報、前記文字認識手段に対する入力の対象となる第１の文字、及び前記文字認識手段で前記第１の文字を認識したときに出力される第２の文字を予め関連付けた関連情報とに応じて、前記画像情報から出力した前記文字情報の中から前記文字列を検索する検索手段と、
   検索された前記文字列に含まれる前記第２の文字を前記関連情報に基づいて前記第１の文字に補正する補正手段として
   機能させるためのプログラム。

Images