JP7267854B2 - 帳票認識装置、帳票認識方法、及び帳票認識システム - Google Patents

Description

本発明は、帳票画像上に記載される網掛け領域の抽出と網掛け画素の除去、および帳票認識の技術に関する。

光学式文字認識装置（ＯＣＲ）に代表される帳票認識装置は、処理する帳票の罫線や枠、文字列等のレイアウトを解析し、文字列内の文字を認識する。

通常の帳票認識では、均一な背景上に記載された文字を認識対象としている。しかし、網掛け領域に記載された文字は、網掛けの影響により背景と文字を正しく分離できないため、通常のＯＣＲでは認識できない。網掛け領域上の文字を認識するには、網掛け領域を抽出し、網掛けの画素を除去する処理が必要となる。

帳票から網掛け領域を抽出して文字を認識する技術として、例えば特許文献１に開示の技術がある。この技術では、孤立点のヒストグラムを解析することにより網掛け領域を判定して網掛けの画素を除去する。

特開２００１－７６０９６号公報

特許文献１の方式では孤立点のヒストグラムを用いているため、小さい点で構成される網掛けしか対応できない。細い斜め線が交差する網掛けなどには対応できない。

本発明は、孤立点で構成される網掛けだけでなく、線が交差する網掛けパターンでも網掛け領域を抽出し、網掛けを除去する技術を提供することを目的とする。

本発明における帳票認識装置は、好ましくは、画像入力部から入力された帳票画像を行単位、および列単位で黒画素の連続している長さが所定の値以下の画素を抽出することにより、前記帳票画像の中から網掛け領域を抽出する網掛け領域抽出部と、前記帳票画像の網掛け領域内において、行単位、および列単位で黒画素の連続している長さが所定の値以下の画素を除去することにより、前記帳票画像の中から網掛け画素を除去する網掛け除去部と、を備えることを特徴とする帳票認識装置として構成される。

また、本発明は、上記帳票認識装置において行われる帳票認識方法、および帳票認識システムとしても把握される。

本発明の一態様によれば、様々な網掛けの画素を除去することができる。

第１実施形態の帳票認識装置の構成図である。 入力対象の帳票画像と処理結果の例である。 第１実施形態の網掛け除去処理のフローを示す図である。 入力対象の帳票画像の例である。 第１実施形態の網掛け画素候補抽出処理結果の例である。 第１実施形態の網掛け画素候補抽出処理結果の例である。 第１実施形態の網掛け画素候補連結処理結果の例である。 第１実施形態の網掛け領域抽出処理結果の例である。 第１実施形態の網掛け画素除去処理結果の例である。 第２実施形態の網掛け除去パラメータ設定のＧＵＩを示す図である。 網掛け除去処理の挙動を確認するためのテスト画像の例である。 第３実施形態の網掛け除去処理のパラメータを自動的に決定するフローを示す図である。 帳票認識システムの構成例を示す図である。

以下、実施の形態について、図面を用いて詳細に説明する。ただし、本発明は以下に示す実施の形態の記載内容に限定して解釈されるものではない。本発明の思想ないし趣旨から逸脱しない範囲で、その具体的構成を変更し得ることは当業者であれば容易に理解される。

以下に説明する発明の構成において、同一部分又は同様な機能を有する部分には同一の符号を異なる図面間で共通して用い、重複する説明は省略することがある。

本明細書等における「第１」、「第２」、「第３」などの表記は、構成要素を識別するために付するものであり、必ずしも、数または順序を限定するものではない。また、構成要素の識別のための番号は文脈毎に用いられ、一つの文脈で用いた番号が、他の文脈で必ずしも同一の構成を示すとは限らない。また、ある番号で識別された構成要素が、他の番号で識別された構成要素の機能を兼ねることを妨げるものではない。

図面等において示す各構成の位置、大きさ、形状、範囲などは、発明の理解を容易にするため、実際の位置、大きさ、形状、範囲などを表していない場合がある。このため、本発明は、必ずしも、図面等に開示された位置、大きさ、形状、範囲などに限定されない。

本明細書において単数形で表される構成要素は、特段文脈で明らかに示されない限り、複数形を含むものとする。

続いて、本実施例における帳票認識装置、帳票認識方法、及び帳票認識プログラムについて、図面を用いて詳細に説明する。まず、ハードウェア構成について説明する。

図１は、本実施例における帳票認識装置１００のハードウェア構成例である。帳票認識装置１００は、操作部１１０と、表示部１２０と、画像入力部１３０と、記憶部１４０と、制御部１５０と、インターフェース（ＩＦ）１６０とを備えるコンピュータ装置である。

操作部１１０は、例えば、ユーザが数字や文字の入力操作を行う際に利用するキーボードや、スキャンの開始を指示するためのボタン等、ハードウェアとしては一般的な装置から構成される。表示部１２０は、例えば、入力画像や認識結果等を表示する液晶ディスプレイ等、ハードウェアとしては一般的な装置から構成される。

画像入力部１３０は、例えば、フラットベッドスキャナやオートシートフィーダ付きのスキャナ、およびＣＣＤ（Charge Coupled Device）等の撮像素子を用いて画像を撮像するデジタルカメラ等、ハードウェアとしては一般的な装置から構成される。記憶部１４０は、例えば、メモリやハードディスク装置等からなる記憶デバイス等、ハードウェアとしては一般的な装置から構成される。記憶部１４０は、画像入力部１３０で入力された画像や各種内部処理用プログラム、および各種設定データを記憶する。また、記憶部１４０は、文字識別辞書等を記憶する。

制御部１５０は、例えば、ＣＰＵ（Central Processing Unit）等、ハードウェアとしては一般的な装置から構成される。制御部１５０は、網掛け領域の抽出や網掛け画素の除去、および文字列の検出、文字列認識等を行う帳票認識や装置全体の制御を行う。なお、入力画像は、画像入力部１３０が撮像する替わりに、記憶部１４０内に記録された画像データを用いてもよい。ＩＦ１６０は、例えば、ＮＩＣ（Network Interface Card）等、ハードウェアとしては一般的な装置から構成され、他の装置とデータを入出力する。

以下に示す各実施形態における処理は、制御部１５０が記憶部１４０に記憶されているプログラムを読み出して、メモリにロードして実行することにより実現される。例えば、制御部１５０は、画像入力部、網掛け領域抽出部、網掛け除去部、２値化部、文字認識部、パラメータ設定部、帳票認識部、スコア計算部、パラメータ記録部等の各機能を実現するためのプログラムやモジュールをメモリにロードして実行する。

上記プログラムは、ＩＦ１６０を介してネットワークから記憶部１４０にダウンロードされ、メモリ上にロードされて、制御部１５０により実行されるようにしてもよい。また、ＣＤ(Compact Disk)やＤＶＤ(Digital Versatile Disk)等の可搬性を有するコンピュータで読み取り可能な記憶媒体に対して情報を読み書きする読書装置を介して、当該記憶媒体からメモリ上に直接ロードされ、制御部１５０により実行されるようにしてもよい。さらには、上記プログラムを、コンピュータにインストール可能な形式又は実行可能な形式のファイルで上記記憶媒体に記録して提供したり、配布してもよい。さらには、上記プログラムを、通信ネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることにより提供したり、配布してもよい。

（第１実施形態）
本実施形態における帳票装置１００は、図２の（Ａ）に示す入力画像から図２の（Ｂ）に示す網掛けを除去した画像を生成する。図３を用いて、制御部１５０における帳票認識の概略の処理フローを示す。網掛け領域は、処理対象となる帳票上の領域が所定の微小パターン（例えば、点）や細い線の交差が周期的に配置された領域である。また、以下の説明において、文字といった場合には、かな、漢字等の文字情報のほか、英数字をはじめ、記号、符号、図形等の様々な識別情報を含む。これらの点は、第１実施形態以降、第３実施形態までの各実施形態についても同様である。本実施形態の説明においては、図４の網掛け画像を例として説明する。図２が孤立点の網掛けであるのに対し、図４は孤立点ではなく、線の交差で網掛けを表現している。なお、以下の例は図２の孤立点で表現した網掛けに対しても有効である。

図３に、制御部１５０が実行する帳票認識の処理フロー図を示す。
まず、ステップ３００の画像入力では、制御部１５０（網掛け領域抽出部）が、画像入力部１３０が入力した帳票画像を読み出す。以降の処理は２値画像を前提とした処理であるため、カラー画像の帳票が入力された場合は制御部１５０（２値化部）が２値化し、２値画像の帳票が入力された場合はそのまま後段の処理に用いる。

２値画像の符号化方法として「ランレングス符号化」がある。ランレングス符号化は、連続する黒画素の始点座標と連続する長さ（run-length）の情報に置き換える方式である。例えば、横方向のランレングス符号は、横方向に連続する黒画素に対して、黒画素の始点座標と連続する長さを記録する。縦方向のランレングス符号は、縦方向の連続する黒画素に対して、同様に符号化したものである。本実施例では、ランレングス符号を用いた処理の例を記載する。ただし、他の符号化方法を用いてもよい。

次に、ステップ３０５の網掛け領域抽出処理において、制御部１５０（網掛け領域抽出部）は、入力された帳票画像から網掛けが印刷されている領域を抽出する。ステップ３０５はステップ３１０からステップ３５０の５つの処理から構成されている。

ステップ３１０の横方向網掛け画素候補抽出処理において、制御部１５０（網掛け領域抽出部）は、２値画像に対して、行ごとに網掛け画素の候補を求める。具体的には、網掛け領域抽出部は、長さが所定の長さ以下のランを選択し、選択されたラン同士の間隔が所定の間隔以内であれば、横方向の網掛け画素の候補とする。図５（Ａ）の例では、図４の入力画像に対して、横方向のランの長さが３画素以下、間隔が３画素以下の場合の処理結果である。図４の黒画素のうち、網掛け画素の候補として抽出した画素を黒、網掛け画素の候補でない画素をハッチングで表現している。行単位に画素を囲む四角形（例えば、四角形５０１）は、網掛け画素の候補のランの間隔が３画素以下であり、横方向に近接している領域であることを表す。このように、網掛け領域抽出部は、帳票画像の横方向の黒画素の連続性を評価して、横方向の網掛け画素の候補を抽出する。

次に、ステップ３２０の縦方向網掛け画素候補抽出処理において、制御部１５０（網掛け領域抽出部）は、ステップ３１０と同じ処理を列単位で実行する。図５（Ｂ）は図４の入力画像に対してステップ３２０の処理を実行した結果である。列単位に画素を囲む四角形（例えば、四角形５０２）は、網掛け画素の候補のランの間隔が３画素以下であり、縦方向に近接している領域であることを表す。このように、網掛け領域抽出部は、帳票画像の縦方向の黒画素の連続性を評価して、縦方向の網掛け画素の候補を抽出する。

次に、ステップ３３０の網掛け画素候補抽出処理において、制御部１５０（網掛け領域抽出部）は、ステップ３１０とステップ３２０の処理で抽出した画素の論理積をとる。網掛け領域抽出部は、この論理積を取った後の黒画素を網掛け画素の候補とする。図６は、図５（Ａ）と図５（Ｂ）の黒画素同士で論理積をとった結果である。黒が論理積の結果が真となった画素、ハッチングと白が論理積の結果が偽となった画素である。網掛け領域抽出部は、論理積で真となった画素を網掛け画素の候補とする。このように、網掛け領域抽出部は、横方向の網掛け画素の候補と縦方向の網掛け画素の候補の両方で共通する黒画素を網掛け画素として抽出する。

次に、ステップ３４０の網掛け画素候補連結処理において、制御部１５０（網掛け領域抽出部）は、ステップ３３０で論理積をとった画素同士が近接している場合に接続する。図７は、図６の網掛け画素候補に対して、間隔５画素以下を接続した例である。まず、横方向に接続した結果が図７（Ａ）であり、図７（Ａ）を縦方向に接続した結果が図７（Ｂ）である。

次に、ステップ３５０の網掛け領域選択処理において、制御部１５０（網掛け領域抽出部）は、ステップ３４０で得られた画像中の黒画素が連結している領域を検出し、これを網掛け領域とする。図８の黒画素の領域は、図４の画像から図７の結果（図７の（Ｂ））に基づいて選択した網掛け領域であり、図４または図７の（Ｂ）のうち黒画素を含む領域である。このように、網掛け領域抽出部は、上記網掛け画素候補を連結して得られた隣接して得られた領域を網掛け領域とする。

次に、ステップ３６０の網掛け除去処理において、制御部１５０（網掛け除去部）は、ステップ３０５で抽出された網掛け領域から、網掛けの画素を除去する。ステップ３６０はステップ３７０とステップ３８０の２つの処理から構成されている。必要に応じて、この２つの処理をＮ回繰り返す。繰り返しについては、図９の（Ｂ）を用いて後述する。

ステップ３７０の横方向網掛け画素除去処理において、制御部１５０（網掛け除去部）は、ステップ３０５において選択した網掛け領域内から行ごとに網掛けの画素を抽出し、除去する。網掛け除去の基準は、例えば、ステップ３３０で抽出した網掛け画素候補である。その他には、基準となる長さ（例えば、３画素）よりも短いランであり、かつ、ランの上下に黒画素がない黒画素である。これらの画素を網掛け画素として除去する。

次に、ステップ３８０の縦方向網掛け画素除去処理において、制御部１５０（網掛け除去部）は、ステップ３７０と同じ処理を列単位で実行する。このように、網掛け除去部は、網掛け領域抽出部により抽出された網掛け領域に対応する入力帳票の画像から、横方向、および縦方向の黒画素の連続性を評価することにより、網掛けの画素であると判別し、網掛けの画素を除去する。

図９の（Ａ）は、図４に対して網掛け除去を実行した結果である。しかしながら、文字の境界線と接触した網掛け画素が残っているため、境界付近が直線になっていない。

そこで、制御部１５０（網掛け除去部）は、ステップ３７０とステップ３８０の処理を、条件を変えて再度実行してもよい。例えば、網掛け除去部は、ステップ３７０の網掛け除去の基準を、基準となる長さ（例えば、３画素）よりも短いランであり、かつ、ランの上または下が白画素の黒画素を網掛け画素として除去する。ステップ３８０も同様の基準を列単位で実行する。

図９の（Ｂ）は、図４に対して２回目の網掛け除去（ステップ３７０とステップ３８０）を実行した結果である。図９の（Ｂ）では、図９の（Ａ）に比べて、文字の境界の網掛けが除去されていることが分かる。なお、ステップ３７０とステップ３８０の処理の繰り返し回数に制限はない。ただし、回数が多いほど文字の黒画素も除去される。

以上のように、本実施形態によると、帳票上の網掛け領域を検出し、網掛け領域内の様々な網掛け画素を抽出して、除去することができるため、通常のＯＣＲで網掛け領域内の文字を認識することができる。

（第２実施形態）
第１実施形態では、入力画像から網掛け領域を抽出し、抽出した領域内の網掛け画素を除去した。これに対し、第２実施形態は、網掛け領域抽出や網掛け除去のパラメータ調整のためのＧＵＩに関する。

図１０は網掛け除去のパラメータ設定の画面の一例である。当該画面は、操作部１１０がユーザからの操作を受け付け、制御部１５０により表示部１２０に表示される。

領域１０００は、入力画像を表示する領域である。画像がこの領域内に表示できない場合には、スクロールすることができる。また、拡大・縮小の機能を設けてもよい。

領域１０１０は、領域１０００に示す画像がどの処理の結果であるかを選択するための領域である。領域１０１０の例では、処理をチェックボックスで選択することができる。例えば、制御部１５０は、図３に示した各ステップに対応するチェックボックスを表示し、いずれかのチェックボックスにチェックされた場合、当該チェックされた処理を実行したときの画像を記憶部１４０から読み出して、領域１０００に表示する。各ステップにおける画像は、図３の各ステップ実行時に、ステップ名に対応付けて記憶部１５０に記憶されているものとする。これにより、ユーザは、どのステップでどのような画像が生成されたのかを容易に確認することができる。

さらに、図１０では、制御部１５０は、制御部１５０（文字認識部）が図３の実行により得られた画像を解析して認識した文字を領域１０１１に表示する。これにより、ユーザは、入力画像が最終的にどのような文字として認識されたのかを容易に把握することができる。また、ユーザは、領域１０１１に表示された文字と、各ステップにおいて領域１０００に表示された画像とを見比べる等して、各ステップにおける画像と最終的に認識された文字との違いを容易に把握することができる。

領域１０２０は、網掛け画素抽出のパラメータを設定するための領域である。この例では、制御部１５０は、縦方向、横方向の短ランの長さの上限や、短ラン同士の間隔の上限を設定することができる。

領域１０３０は、網掛け除去のパラメータを設定するための領域である。この例では、まず、網掛け除去の処理を何回繰り返すかを指定する。さらに、縦方向、横方向の短ランの長さを設定できる。さらに、短ランの両側の画素について、両側が白画素でないと除去しないのか、片側が白画素であれば除去するのかを選択するためのチェックボックスがある。全てのパラメータをこの領域内で表示できない場合は、スクロールして部分ごとに表示することができる。

以上のように、本実施形態によると、帳票上の網掛けの状態に応じて、パラメータを変更しながら除去結果を確認することにより、網掛け除去に最適なパラメータを設定することができる。

さらに、図１１に示すようなテスト画像、もしくはテストシートを用いることにより、網掛け除去の挙動を詳細に可視化することができる。

例えば、図３に示した網掛け除去を実行可能な装置であるか否かを、図１１に示したテスト画像やテストシートを当該装置に入力し、当該装置で処理を実行する。仮に本実施例のような網掛け除去が可能でない装置の場合、図１１に示した７つの網掛けのテストパターンのうち、テストパターン１１０１～１１０４の４つしか除去できない。したがって、当該装置は図３のような網掛け除去を実行できない装置であると判断することができる。また、これとは逆に、図１１に示した７つの網掛けのテストパターンのすべてが除去できた場合は、当該装置は図３のような網掛け除去を実行している装置であると判断することができる。

（第３実施形態）
第２実施形態では、網掛け領域抽出や網掛け除去のパラメータを、ＧＵＩを用いて調整した。これに対し、第３実施形態は、最適なパラメータを自動的に決定する。

図１２はパラメータ決定の処理フロー図である。
まず、ステップ１２００において、制御部１５０（パラメータ設定部）は、最大スコアの初期値をセットする。

次に、ステップ１２１０において、制御部１５０（パラメータ設定部）は、網掛け領域抽出と網掛け除去のパラメータをセットする。

次に、ステップ１２２０において、制御部１５０（帳票認識部）は、ステップ１２１０で設定したパラメータを用いて図３に示した網掛け領域抽出処理や網掛け除去処理、その後の文字認識処理を実行する。

次に、ステップ１２３０において、制御部１５０（スコア計算部）は、ステップ１２２０の認識結果に基づいて網掛け除去を評価するためのスコアを計算する。スコアの一例としては、孤立点の数や面積比、短ランの数や面積比、文字を認識した際に得られる文字認識結果の確からしさを示す確信度の合計値などがある。

次に、ステップ１２４０において、制御部１５０（パラメータ記録部）は、ステップ１２３０で算出したスコアと、記録された最大スコアを比較する。

ステップ１２３０で算出したスコアの方が低い場合は（Ｓ１２４０；Ｎｏ）、何もせずに次に進む。

ステップ１２３０で算出したスコアの方が高い場合は（Ｓ１２４０；Ｙｅｓ）、ステップ１２５０において、制御部１５０（パラメータ記録部）は、ステップ１２１０で設定したパラメータを記録する。

次に、ステップ１２６０において、制御部１５０（パラメータ記録部）は、ステップ１２３０で算出したスコアを最大スコアとして記録する。

ステップ１２１０からステップ１２６０の処理は、ステップ１２１０のパラメータを変更して複数回繰り返す。

以上のように、本実施形態によると、最適な網掛け除去のパラメータを決定することができる。なお、各パラメータの実験結果を、例えば図１０に示すＧＵＩに表示してもよい。

なお、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれている。例えば、上記した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、ある実施例の構成の一部を他の実施例の構成に置き換えることが可能であり、また、ある実施例の構成に他の実施例の構成を加えることも可能である。また、各実施例の構成の一部について、他の構成の追加・削除・置換をすることが可能である。

上述した説明では、図１に示した帳票認識装置１００が図３に示した処理を実行することとした。しかし、例えば、図１３に示すような帳票認識システムとして図３に示した処理を実行してもよい。具体的には、帳票認識装置１００とサーバ装置２００とがネットワークＮを介して接続されたシステムを考えた場合、図３に示したステップ３００において、帳票認識装置１００の制御部１５０（網掛け領域抽出部）が、画像入力部１３０が入力した帳票画像を読み出し、ＩＦ１６０を介して、読み出した帳票画像をサーバ装置２００に送信する。サーバ装置２００の制御部２３０は、帳票認識装置１００から受信した帳票画像を入力として、図３のステップ３０５、ステップ３６０と同様の処理を実行し、網掛け除去後の画像を、ＩＦ２５０を介して帳票認識装置１００に送信する。帳票認識装置１００の制御部１５０は、サーバ装置２００から受信した網掛け除去後の画像を出力し、表示部１２０に表示する。

このような構成とすることにより、例えば、クラウド環境にあるサーバ装置２００が、帳票認識装置１００を有した様々な企業、あるいは企業内の様々な部署から、網掛け除去した画像の提供要求を受信し、当該要求に従って生成した網掛け除去後の画像を、上記企業や部署に送信することができる。したがって、これらの企業や部署では、サーバ装置２００に上記提供要求を送信するだけで、所望の網掛け除去後の画像を得ることができる。

また、上記構成とした場合のパラメータの設定については、以下のようにすればよい。例えば、帳票認識装置１００の制御部１５０が、図３に示した各ステップに対応するチェックボックスを表示し、いずれかのチェックボックスにチェックされた場合、当該チェックされた処理を実行したときの画像を読み出す読み出し要求をサーバ装置２００に送信する。サーバ装置２００の制御部２３０は、上記読み出し要求を帳票認識装置１００から受信すると、記憶部２４０から上記チェックされた処理を実行したときの画像を記憶部２４０から読み出し、帳票認識装置１００に送信する。帳票認識装置１００の制御部１５０は、サーバ装置２００から受信した上記チェックされた処理を実行したときの画像を領域１０００に表示する。この場合、各ステップにおける画像は、図３の各ステップ実行時に、サーバ２００の制御部２３０が、ステップ名に対応付けて記憶部２４０に記憶されているものとする。領域１０１１に表示する文字についても同様に、帳票認識装置１００からの要求に従ってサーバ装置２００が処理を実行し、帳票認識装置１００がその結果を受信して、サーバ装置２００が図３の処理を実行したことにより得られた画像を解析して認識した文字を領域１０１１に表示すればよい。

上記の各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。また、上記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリや、ハードディスク、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等の記録装置、または、ＩＣカード、ＳＤカード、ＤＶＤ等の記録媒体に置くことができる。

以上説明した帳票認識方法又は帳票認識装置・システムは、その各手順をコンピュータに実行させるための帳票認識プログラム、帳票認識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、帳票認識プログラムを含みコンピュータの内部メモリにロード可能なプログラム製品、そのプログラムを含むサーバ等のコンピュータ、等により提供されることができる。

１００ 帳票認識装置
１１０ 操作部
１２０ 表示部
１３０ 画像入力部
１４０ 記憶部
１５０ 制御部
１６０ インターフェース（ＩＦ）
２００ サーバ装置
２１０ 操作部
２２０ 表示部
２３０ 制御部
２４０ 記憶部
２５０ インターフェース（ＩＦ）

Claims (6)

1. 画像入力部から入力された帳票画像を行単位、および列単位で黒画素の連続している長さが所定の値以下の画素を抽出することにより、前記帳票画像の中から網掛け領域を抽出する網掛け領域抽出部と、
   前記帳票画像の網掛け領域内において、行単位、および列単位で黒画素の連続している長さが所定の値以下の画素を除去することにより、前記帳票画像の中から網掛け画素を除去する網掛け除去部と、
   画像入力部から入力された帳票画像に対して、前記網掛け領域抽出部が行う網掛け領域抽出のパラメータ、および前記網掛け除去部が行う網掛け除去のパラメータを設定するパラメータ設定部と、
   設定されたパラメータを用いて帳票認識を実行する帳票認識部と、
   帳票認識の結果を用いて、網掛け除去を評価するためのスコアを計算するスコア計算部と、
   パラメータを変更して前記パラメータ設定部、前記帳票認識部、前記スコア計算部の処理を繰り返し、前記スコアが最大となるパラメータを前記網掛け領域の抽出および前記網掛け除去のパラメータに決定するパラメータ記録部と、
   を備えることを特徴とする帳票認識装置。
2. 請求項１に記載された帳票認識装置であって、
   前記網掛け領域抽出部は、前記帳票画像の横方向の黒画素の連続性を評価して、横方向の網掛け画素の候補を抽出し、前記帳票画像の縦方向の黒画素の連続性を評価して、縦方向の網掛け画素の候補を抽出し、前記横方向の網掛け画素の候補と縦方向の網掛け画素の候補の両方で共通する黒画素を網掛け画素として抽出し、前記網掛け画素候補を連結して得られた隣接して得られた領域を網掛け領域とする、
   ことを特徴とする帳票認識装置。
3. 請求項１に記載された帳票認識装置であって、
   前記網掛け除去部は、前記網掛け領域抽出部により抽出された前記網掛け領域に対応する入力帳票の画像から、横方向、および縦方向の黒画素の連続性を評価することにより、網掛けの画素であると判別し、網掛けの画素を除去する、
   ことを特徴とする帳票認識装置。
4. 請求項１に記載された帳票認識装置であって、
   前記画像入力部から入力された帳票画像の表示領域と、前記網掛け領域抽出部の処理結果として得られた画像の表示領域と、前記網掛け除去部の処理結果として得られた画像の表示領域と、網掛け領域抽出のパラメータを入力および表示する領域と、網掛け除去のパラメータを入力および表示する領域と、を含む画面を表示部に表示する制御部、
   を備えたことを特徴とする帳票認識装置。
5. 網掛け領域抽出部が、画像入力部から入力された帳票画像を行単位、および列単位で黒画素の連続している長さが所定の値以下の画素を抽出することにより、前記帳票画像の中から網掛け領域を抽出し、
   網掛け除去部が、前記帳票画像の網掛け領域内において、行単位、および列単位で黒画素の連続している長さが所定の値以下の画素を除去することにより、前記帳票画像の中から網掛け画素を除去する場合において、
   パラメータ設定部が、画像入力部から入力された帳票画像に対して、前記網掛け領域抽出部が行う網掛け領域抽出のパラメータ、および前記網掛け除去部が行う網掛け除去のパラメータを設定し、
   帳票認識部が、設定されたパラメータを用いて帳票認識を実行し、
   スコア計算部が、帳票認識の結果を用いて、網掛け除去を評価するためのスコアを計算し、
   パラメータ記録部が、パラメータを変更して前記パラメータ設定部、前記帳票認識部、前記スコア計算部の処理を繰り返し、前記スコアが最大となるパラメータを前記網掛け領域の抽出および前記網掛け除去のパラメータに決定する、
   ことを特徴とする帳票認識方法。
6. 帳票認識装置とサーバ装置とがネットワークを介して接続された帳票認識システムであって、
   前記帳票認識装置は、
   帳票画像を入力する画像入力部と、
   前記画像入力部が入力した帳票画像を前記サーバ装置に送信し、前記サーバ装置から網掛け画素が除去された画像を受信する通信部と、
   前記通信部が受信した前記網掛け画素が除去された画像を出力する制御部と、を備え、
   前記サーバ装置は、
   前記帳票認識装置から前記帳票画像を受信し、前記網掛け画素が除去された画像を前記帳票認識装置に送信するサーバ通信部と、
   前記帳票認識装置から受信した前記帳票画像を行単位、および列単位で黒画素の連続している長さが所定の値以下の画素を抽出することにより、前記帳票画像の中から網掛け領域を抽出する網掛け領域抽出部と、
   前記帳票画像の網掛け領域内において、行単位、および列単位で黒画素の連続している長さが所定の値以下の画素を除去することにより、前記帳票画像の中から網掛け画素を除去する網掛け除去部と、を有し、
   前記帳票認識装置は、
   画像入力部から入力された帳票画像に対して、前記網掛け領域抽出部が行う網掛け領域抽出のパラメータ、および前記網掛け除去部が行う網掛け除去のパラメータを設定するパラメータ設定部と、
   設定されたパラメータを用いて帳票認識を実行する帳票認識部と、
   帳票認識の結果を用いて、網掛け除去を評価するためのスコアを計算するスコア計算部と、
   パラメータを変更して前記パラメータ設定部、前記帳票認識部、前記スコア計算部の処理を繰り返し、前記スコアが最大となるパラメータを前記網掛け領域の抽出および前記網掛け除去のパラメータに決定するパラメータ記録部と、
   を備えることを特徴とする帳票認識システム。

Images