JP7268316B2 - 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。

例えば、特許文献１には、文字認識対象を人手で入力する場合の工数を削減可能な情報処理装置が記載されている。この情報処理装置は、文字認識対象を３種類のいずれかに分類する分類手段と、分類手段によって第１の種類に分類された場合に、文字認識対象の文字認識結果を抽出する抽出手段と、を備える。また、この情報処理装置は、分類手段によって第２の種類に分類された場合に、文字認識対象の文字認識結果を抽出し、文字認識対象を人手で入力させるように制御する第１の制御手段と、分類手段によって第３の種類に分類された場合に、文字認識対象を複数人の人手で入力させるように制御する第２の制御手段と、を備える。

特開２０１６－２１２８１２号公報

ところで、手書き文字等の認識対象を読み取って得られた画像について文字認識処理を行った際に、認識結果としての文字列を表示した状態で、画像についての確認作業が行われる場合がある。しかしながら、認識結果としての文字列が表示された状態では、画像の確認者がその文字列に依存してしまい、適切な確認作業を行うことが難しい場合がある。

本発明は、画像の認識結果としての文字列を表示した状態で、画像についての確認作業を行う場合と比較して、認識結果に依存せずに確認作業を行うことができる情報処理装置及びプログラムを提供することを目的とする。

上記目的を達成するために、請求項１に記載の情報処理装置は、認識の対象とする画像を表示させる制御を行う第１制御部と、前記画像の認識結果としての第１文字列を取得する取得部と、前記第１文字列が非表示の状態で、ユーザによる前記画像についての第２文字列の入力を受け付ける受付部と、前記第１文字列と前記第２文字列とを比較した結果に基づいて、前記画像についての最終的な認識結果を表示させる制御を行う第２制御部と、を備え、前記取得部は、前記第１文字列の確からしさを示す確信度を取得し、前記第１制御部は、前記確信度及び前記画像の画数に応じて、前記画像の拡大率を変更して表示させる制御を行う。

また、請求項２に記載の情報処理装置は、請求項１に記載の発明において、前記第２制御部が、前記第１文字列と前記第２文字列とが一致する場合、前記最終的な認識結果として、前記一致した文字列を表示させる制御を行う。

また、請求項３に記載の情報処理装置は、請求項１又は２に記載の発明において、前記第２制御部が、前記第１文字列と前記第２文字列とが不一致の場合、前記最終的な認識結果として、前記第１文字列及び前記第２文字列のいずれか一方を選択させる制御を行う。

また、請求項４に記載の情報処理装置は、請求項３に記載の発明において、前記第２制御部が、前記第１文字列及び前記第２文字列の双方を表示させる制御を更に行う。

また、請求項５に記載の情報処理装置は、請求項４に記載の発明において、前記第２制御部が、前記第１文字列と前記第２文字列との異なる部分を強調して表示させる制御を更に行う。

また、請求項６に記載の情報処理装置は、請求項１に記載の発明において、前記受付部が、前記確信度と予め定められた閾値とを比較した結果に基づいて、前記第１文字列を非表示の状態にするか否かを切り替える。

また、請求項７に記載の情報処理装置は、請求項６に記載の発明において、前記受付部が、前記確信度が前記閾値より大きい場合に、前記第１文字列を表示の状態とし、前記第２文字列の入力を受け付けない。

また、請求項８に記載の情報処理装置は、請求項７に記載の発明において、前記第２制御部が、前記最終的な認識結果として、前記第１文字列を表示させる制御を更に行う。

また、請求項９に記載の情報処理装置は、請求項６～８のいずれか１項に記載の発明において、前記受付部が、前記確信度が前記閾値以下である場合に、前記第１文字列を非表示の状態とし、前記第２文字列の入力を受け付ける。

また、請求項１０に記載の情報処理装置は、請求項１～９のいずれか１項に記載の発明において、前記第１文字列が、光学的文字認識処理により認識された文字列であるとされている。

また、請求項１１に記載の情報処理装置は、請求項１～９のいずれか１項に記載の発明において、前記第１文字列が、前記ユーザとは別のユーザにより入力された文字列であるとされている。

また、請求項１２に記載の情報処理装置は、請求項１～９のいずれか１項に記載の発明において、前記取得部が、前記画像の認識結果としての第３文字列を更に取得し、前記第２制御部が、前記第１文字列、前記第２文字列、及び前記第３文字列を比較した結果に基づいて、前記最終的な認識結果を表示させる制御を更に行う。

また、請求項１３に記載の情報処理装置は、請求項１２に記載の発明において、前記第１文字列が、前記ユーザとは別のユーザにより入力された文字列であり、前記第３文字列が、光学的文字認識処理により認識された文字列であるとされている。

また、請求項１４に記載の情報処理装置は、請求項１３に記載の発明において、前記第２制御部が、前記第１文字列、前記第２文字列、及び前記第３文字列の２つ以上が一致する場合、前記最終的な認識結果として、前記一致した文字列を表示させる制御を行う。

また、請求項１５に記載の情報処理装置は、請求項１３又は１４に記載の発明において、前記第２制御部が、前記第１文字列、前記第２文字列、及び前記第３文字列が不一致の場合、前記最終的な認識結果として、前記第１文字列、前記第２文字列、及び前記第３文字列のいずれか１つを選択させる制御を行う。

更に、上記目的を達成するために、請求項１６に記載のプログラムは、コンピュータを、請求項１～１５のいずれか１項に記載の情報処理装置が備える各部として機能させる。

請求項１及び請求項１６に係る発明によれば、画像の認識結果としての文字列を表示した状態で、画像についての確認作業を行う場合と比較して、認識結果に依存せずに確認作業を行うことができる。

請求項２に係る発明によれば、一致した文字列を最終的な認識結果として表示させない場合と比較して、確認作業を効率的に行うことができる。

請求項３に係る発明によれば、不一致の２つの文字列のいずれかを選択させない場合と比較して、確認作業の精度を向上させることができる。

請求項４に係る発明によれば、不一致の２つの文字列を表示させない場合と比較して、文字列の選択を容易に行うことができる。

請求項５に係る発明によれば、不一致の２つの文字列の異なる部分を強調表示させない場合と比較して、文字列の選択を適切に行うことができる。

請求項６に係る発明によれば、確信度に応じて第１文字列の表示／非表示を切り替えない場合と比較して、確認作業を効率的に行うことができる。

請求項７に係る発明によれば、確信度が大きいにも係わらず第２文字列の入力を受け付ける場合と比較して、確認作業を効率的に行うことができる。

請求項８に係る発明によれば、確信度が大きいにも係わらず第１文字列を最終的な認識結果として表示させない場合と比較して、確認作業を効率的に行うことができる。

請求項９に係る発明によれば、確信度が小さいにも係わらず第２文字列の入力を受け付けない場合と比較して、確認作業の精度を向上させることができる。

請求項１０に係る発明によれば、光学的文字認識処理により認識された文字列を用いる場合であっても、認識結果に依存せずに確認作業を行うことができる。

請求項１１に係る発明によれば、別のユーザにより入力された文字列を用いる場合であっても、認識結果に依存せずに確認作業を行うことができる。

請求項１２に係る発明によれば、３つの文字列を考慮しない場合と比較して、認識作業の精度を向上させることができる。

請求項１３に係る発明によれば、別のユーザにより入力された文字列、及び、光学的文字認識処理により認識された文字列を用いる場合であっても、認識結果に依存せずに確認作業を行うことができる。

請求項１４に係る発明によれば、２つ以上一致した文字列を最終的な認識結果として表示させない場合と比較して、確認作業を効率的に行うことができる。

請求項１５に係る発明によれば、不一致の３つの文字列のいずれかを選択させない場合と比較して、確認作業の精度を向上させることができる。

第１の実施形態に係る情報処理システムの構成の一例を示す図である。 第１の実施形態に係るサーバ装置の電気的な構成の一例を示すブロック図である。 第１の実施形態に係るサーバ装置の概念的な構成の一例を示すブロック図である。 実施形態に係る端末装置のＵＩ画面の一例を示す正面図である。 第１の実施形態に係るサーバ装置の機能的な構成の一例を示すブロック図である。 実施形態に係る認識結果管理テーブルの一例を示す図である。 第１の実施形態に係るによる確認処理プログラムによる処理の流れの一例を示すフローチャートである。 第１の実施形態に係る端末装置のＵＩ画面の一例を示す正面図である。 第１の実施形態に係る第１確認処理の流れの一例を示すフローチャートである。 第１の実施形態に係る端末装置のＵＩ画面の他の例を示す正面図である。 第１の実施形態に係る端末装置のＵＩ画面の他の例を示す正面図である。 第１の実施形態に係る端末装置のＵＩ画面の他の例を示す正面図である。 第１の実施形態に係る第２確認処理の流れの一例を示すフローチャートである。 第１の実施形態に係る端末装置のＵＩ画面の他の例を示す正面図である。 第１の実施形態に係る端末装置のＵＩ画面の他の例を示す正面図である。 第１の実施形態に係る端末装置のＵＩ画面の他の例を示す正面図である。 第１の実施形態に係る端末装置のＵＩ画面の他の例を示す正面図である。 第２の実施形態に係るサーバ装置の機能的な構成の一例を示すブロック図である。 第３の実施形態に係る拡大率テーブルの一例を示す図である。 第３の実施形態に係る端末装置のＵＩ画面の一例を示す正面図である。

以下、図面を参照して、本発明を実施するための形態の一例について詳細に説明する。

[第１の実施形態]
図１は、第１の実施形態に係る情報処理システム９０の構成の一例を示す図である。
図１に示すように、本実施形態に係る情報処理システム９０は、サーバ装置１０と、端末装置４０Ａ、４０Ｂ、・・・と、画像読取装置５０と、を備えている。なお、サーバ装置１０は、情報処理装置の一例である。

サーバ装置１０は、ネットワークＮを介して、端末装置４０Ａ、４０Ｂ、・・・、及び画像読取装置５０の各々と通信可能に接続されている。このサーバ装置１０には、一例として、サーバコンピュータや、パーソナルコンピュータ（ＰＣ：Personal Computer）等の汎用的なコンピュータが適用される。また、このネットワークＮには、一例として、インターネットや、ＬＡＮ（Local Area Network）、ＷＡＮ（Wide Area Network）等が適用される。

画像読取装置５０は、紙媒体の帳票等を光学的に読み取って画像を取得し、取得した画像（以下、「帳票画像」という。）をサーバ装置１０に送信する機能を備えている。なお、ここでいう帳票としては、例えば、住所欄や氏名欄等の複数の項目を含む各種の帳票が用いられる。この帳票には、これら複数の項目の各々について手書き文字や、印刷文字等が記入されている。サーバ装置１０は、具体的には後述するように、画像読取装置５０から受信した帳票画像に対して、光学的文字認識処理の一例であるＯＣＲ（Optical Character Recognition）処理を行い、複数の項目の各々に対応する画像についてのテキストデータ（以下、「文字列」ともいう。）を取得する。なお、この文字列とは、１文字以上の文字の連なりを意味し、１文字であっても文字列と称する。

端末装置４０Ａは、確認作業を行う確認者（ユーザ）Ｕ１が操作する端末装置であり、端末装置４０Ｂは、確認作業を行う確認者Ｕ２が操作する端末装置である。これら複数の端末装置４０Ａ、４０Ｂ、・・・を区別して説明する必要がない場合には、端末装置４０Ａ、４０Ｂ、・・・を総称して端末装置４０ともいう。また、これら複数の確認者Ｕ１、Ｕ２、・・・を区別して説明する必要がない場合には、確認者Ｕ１、Ｕ２、・・・を総称して確認者Ｕともいう。この端末装置４０には、一例として、パーソナルコンピュータ（ＰＣ）等の汎用的なコンピュータや、スマートフォン、タブレット端末等の携帯可能な端末装置等が適用される。なお、端末装置４０には、確認者Ｕが確認作業を行うための確認作業アプリケーション・プログラム（以下、「確認作業アプリ」ともいう。）がインストールされており、確認作業用のＵＩ（User Interface）画面を生成して表示する。

サーバ装置１０は、認識の対象とする画像を、端末装置４０のＵＩ画面に表示させる制御を行う。確認者Ｕは、当該画像を見ながら、当該画像に対応する文字列を入力する。端末装置４０は、ＵＩ画面を介して入力を受け付けた文字列を確認結果としてサーバ装置１０に送信する。サーバ装置１０は、例えば、ＯＣＲ処理により得られた文字列と、確認者Ｕの入力により得られた文字列とを比較した結果に基づいて、最終的な認識結果を出力し、端末装置４０のＵＩ画面に表示させる制御を行う。

図２は、第１の実施形態に係るサーバ装置１０の電気的な構成の一例を示すブロック図である。
図２に示すように、本実施形態に係るサーバ装置１０は、制御部１２と、記憶部１４と、表示部１６と、操作部１８と、通信部２０と、を備えている。

制御部１２は、ＣＰＵ（Central Processing Unit）１２Ａ、ＲＯＭ（Read Only Memory）１２Ｂ、ＲＡＭ（Random Access Memory）１２Ｃ、及び入出力インターフェース（Ｉ／Ｏ）１２Ｄを備えており、これら各部がバスを介して各々接続されている。

Ｉ／Ｏ１２Ｄには、記憶部１４と、表示部１６と、操作部１８と、通信部２０と、を含む各機能部が接続されている。これらの各機能部は、Ｉ／Ｏ１２Ｄを介して、ＣＰＵ１２Ａと相互に通信可能とされる。

制御部１２は、サーバ装置１０の一部の動作を制御するサブ制御部として構成されてもよいし、サーバ装置１０の全体の動作を制御するメイン制御部の一部として構成されてもよい。制御部１２の各ブロックの一部又は全部には、例えば、ＬＳＩ（Large Scale Integration）等の集積回路又はＩＣ（Integrated Circuit）チップセットが用いられる。上記各ブロックに個別の回路を用いてもよいし、一部又は全部を集積した回路を用いてもよい。上記各ブロック同士が一体として設けられてもよいし、一部のブロックが別に設けられてもよい。また、上記各ブロックのそれぞれにおいて、その一部が別に設けられてもよい。制御部１２の集積化には、ＬＳＩに限らず、専用回路又は汎用プロセッサを用いてもよい。

記憶部１４としては、例えば、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、フラッシュメモリ等が用いられる。記憶部１４には、本実施形態に係る確認処理を行うための確認処理プログラム１４Ａが記憶される。なお、この確認処理プログラム１４Ａは、ＲＯＭ１２Ｂに記憶されていてもよい。また、記憶部１４には、確認処理に用いる認識結果管理テーブル１４Ｂが記憶されている。

確認処理プログラム１４Ａは、例えば、サーバ装置１０に予めインストールされていてもよい。確認処理プログラム１４Ａは、不揮発性の記憶媒体に記憶して、又はネットワークＮを介して配布して、サーバ装置１０に適宜インストールすることで実現してもよい。なお、不揮発性の記憶媒体の例としては、ＣＤ-ＲＯＭ（Compact Disc Read Only Memory）、光磁気ディスク、ＨＤＤ、ＤＶＤ-ＲＯＭ（Digital Versatile Disc Read Only Memory）、フラッシュメモリ、メモリカード等が想定される。

表示部１６には、例えば、液晶ディスプレイ（ＬＣＤ:Liquid Crystal Display）や有機ＥＬ（Electro Luminescence）ディスプレイ等が用いられる。表示部１６は、タッチパネルを一体的に有していてもよい。操作部１８には、例えば、キーボードやマウス等の操作入力用のデバイスが設けられている。表示部１６及び操作部１８は、サーバ装置１０のユーザから各種の指示を受け付ける。表示部１６は、ユーザから受け付けた指示に応じて実行された処理の結果や、処理に対する通知等の各種の情報を表示する。

通信部２０は、インターネットや、ＬＡＮ、ＷＡＮ等のネットワークＮに接続されており、画像読取装置５０や端末装置４０との間でネットワークＮを介して通信が可能とされる。

次に、図３を参照して、第１の実施形態に係るサーバ装置１０の概念的な構成について説明する。

図３は、第１の実施形態に係るサーバ装置１０の概念的な構成の一例を示すブロック図である。
図３に示すように、本実施形態に係るサーバ装置１０は、文字認識部２１０、文字列分類部２２０、認識結果指定部２３０、人手入力部２４０、及び結果統合部２５０を備えている。これらの各部は、ＣＰＵ１２Ａが確認処理プログラム１４Ａを実行することにより実現される。

文字認識部２１０は、文字列分類部２２０及び認識結果指定部２３０と接続されており、例えば、帳票画像に含まれる各項目についての画像（以下、「認識対象画像」という。）を受け付け、文字列分類部２２０に確信度を、認識結果指定部２３０に認識結果としての文字列を渡す。文字認識部２１０は、受け付けた認識対象画像に対してＯＣＲ処理を行い文字列として認識する。なお、文字列の認識方法としては、認識結果としての文字列、及び、その文字列の確信度を出力する公知の技術を用いればよい。ここでいう確信度とは、文字列の確からしさを示す指標である。つまり、確信度の値が高いほど、認識対象画像とその認識結果としての文字列とが一致する確率が高いことを示している。この確信度の導出方法としては、例えば、特開２０１６－２１２８１２号公報（特許文献１）に記載されている、特開平５－０４０８５３公報、特開平５－０２０５００号公報、特開平５－２９０１６９号公報、特開平８－１０１８８０号公報、特開２０１１－１１３１２５号公報、及び特開２０１３－０６９１３２号公報等に記載の公知の技術を用いればよい。なお、これらの中で、各文字に対する確信度を用いるものがあるが、文字毎の確信度を文字列の確信度に変換する手法としては、下記に示す様々な手法の中から適切なものを選択すればよい。

・文字列内の各文字についての確信度の最大値を文字列の確信度とする。
・文字列内の各文字についての確信度の最小値を文字列の確信度とする。
・文字列内の各文字についての確信度の平均値（最頻値、中央値等）を文字列の確信度とする。

文字列分類部２２０は、文字認識部２１０、認識結果指定部２３０、人手入力部２４０、及び結果統合部２５０と接続されており、予め定められた閾値Ｔｈ１、Ｔｈ２を受け付け、文字認識部２１０から確信度を受け取り、認識結果指定部２３０、人手入力部２４０、及び結果統合部２５０に分類結果を渡す。文字列分類部２２０は、一例として、認識対象画像を、下記に示す３つの種類のいずれかに分類する。ここでいう種類とは、最終的な認識結果としての文字列を得る方法の種類のことである。但し、本実施形態では、一例として、複数の閾値Ｔｈ１、Ｔｈ２（＜Ｔｈ１）を用いて、確信度をＫとした場合について示す。

（種類１）Ｋ＞Ｔｈ１の場合、ＯＣＲ処理により得られた文字列を最終的な認識結果とする。
（種類２）Ｔｈ２＜Ｋ≦Ｔｈ１の場合、ＯＣＲ処理により得られた文字列と、１名の確認者Ｕの入力により得られた文字列とを比較した結果に基づいて、最終的な認識結果を決定する。
（種類３）Ｋ≦Ｔｈ２の場合、複数名の確認者Ｕの入力により得られた複数の文字列を比較した結果に基づいて、最終的な認識結果を決定する。

つまり、文字列分類部２２０は、認識対象画像の認識結果についての確信度Ｋを複数の閾値Ｔｈ１、Ｔｈ２と比較することによって、分類結果として、種類１、種類２、及び種類３のいずれかを出力する。なお、Ｋ≦Ｔｈ２の場合に、種類３に代えて、種類２を出力してもよいし、Ｔｈ２＜Ｋ≦Ｔｈ１の場合に、種類２に代えて、種類３を出力してもよい。また、Ｋ＞Ｔｈ１の場合に、種類１に代えて、種類２又は種類３を出力してもよい。

認識結果指定部２３０は、文字認識部２１０、文字列分類部２２０、及び結果統合部２５０と接続されており、文字認識部２１０から認識結果としての文字列を、文字列分類部２２０から分類結果を受け取り、結果統合部２５０に認識結果を渡す。認識結果指定部２３０は、文字列分類部２２０によって種類１又は種類２に分類された場合に、認識対象画像に対する文字認識部２１０による認識結果としての文字列を指定して出力する。また、認識結果指定部２３０は、文字列分類部２２０によって種類３に分類された場合に、認識対象画像に対する文字認識部２１０による認識結果としての文字列を出力しない。

人手入力部２４０は、文字列分類部２２０及び結果統合部２５０と接続されており、認識対象画像を受け付け、文字列分類部２２０から分類結果を受け取り、結果統合部２５０に人手入力結果を渡す。人手入力部２４０は、文字列分類部２２０によって種類２に分類された場合に、認識対象画像を対象として１名の確認者Ｕで文字列を入力させるように制御を行う。また、人手入力部２４０は、文字列分類部２２０によって種類３に分類された場合に、認識対象画像を対象として複数名の確認者Ｕで文字列を入力させるように制御する。つまり、分類結果が種類２である場合は、人手入力結果として、１つの入力結果を結果統合部２５０に渡し、分類結果が種類３である場合は、人手入力結果として、複数の入力結果を結果統合部２５０に渡す。なお、本実施形態では、複数名の一例として、２名の場合を示すが、３名以上であってもよい。

結果統合部２５０は、文字列分類部２２０、認識結果指定部２３０、及び人手入力部２４０と接続されており、文字列分類部２２０から分類結果を、認識結果指定部２３０から認識結果としての文字列を、人手入力部２４０から人手入力結果としての文字列を受け取り、最終的な認識結果としての文字列を出力データとして出力する。結果統合部２５０は、文字列分類部２２０によって種類１に分類された場合は、認識結果指定部２３０によって指定された認識結果としての文字列を出力データとして出力する。また、結果統合部２５０は、文字列分類部２２０によって種類２に分類された場合は、認識結果指定部２３０によって指定された認識結果としての文字列と、人手入力部２４０によって１名の確認者Ｕにより入力された入力結果としての文字列とを比較した結果に基づいて、最終的な認識結果としての文字列を出力データとして出力する。また、結果統合部２５０は、文字列分類部２２０によって種類３に分類された場合は、人手入力部２４０によって複数名の確認者Ｕにより入力された複数の入力結果としての文字列を比較した結果に基づいて、最終的な認識結果としての文字列を出力データとして出力する。この出力データは、例えば、端末装置４０に出力されて、端末装置４０のＵＩ画面に表示される。

図４は、本実施形態に係る端末装置４０のＵＩ画面６０の一例を示す正面図である。
図４に示すＵＩ画面６０は、左側に帳票画像全体のプレビュー６０Ａが表示され、右側に複数の項目の各々についての認識対象画像を含む確認訂正ＵＩ６０Ｂが表示される。この場合、プレビュー６０Ａの画像６２Ａが、確認訂正ＵＩ６０Ｂの画像６２Ｂに対応している。このＵＩ画面６０の例では、画像６２Ｂの最終的な認識結果として、文字列６２Ｃが表示されている。

なお、上記閾値は、Ｔｈ１、Ｔｈ２の２つに限定されず、どちらか１つでもよい。例えば、Ｔｈ１のみであれば、種類１及び種類２のいずれかの選択とされる。この場合、認識結果指定部２３０は不要である。一方、Ｔｈ２のみであれば、種類２及び種類３のいずれかの選択とされる。あるいは、Ｔｈ１及びＴｈ２を同一の値に設定することで、種類１及び種類３のいずれかの選択とされる。

ところで、上述の種類２又は種類３に分類された場合、認識結果としての文字列を表示した状態で、確認者Ｕによる確認作業が行われる場合がある。しかしながら、認識結果としての文字列が表示された状態では、確認者Ｕがその文字列に依存してしまい、適切な確認作業を行うことが難しい場合がある。

このため、本実施形態に係るサーバ装置１０のＣＰＵ１２Ａは、記憶部１４に記憶されている確認処理プログラム１４ＡをＲＡＭ１２Ｃに書き込んで実行することにより、図５に示す各部として機能する。

図５は、第１の実施形態に係るサーバ装置１０の機能的な構成の一例を示すブロック図である。
図５に示すように、本実施形態に係るサーバ装置１０のＣＰＵ１２Ａは、第１表示制御部３０、取得部３２、受付部３４、及び第２表示制御部３６として機能する。なお、第１表示制御部３０は、第１制御部の一例であり、第２表示制御部３６は、第２制御部の一例である。また、第１表示制御部３０及び第２表示制御部３６は１つの表示制御部として実現してもよい。また、これら第１表示制御部３０、取得部３２、受付部３４、及び第２表示制御部３６は、上述した人手入力部２４０及び結果統合部２５０の各々による具体的な構成を示している。

本実施形態に係る第１表示制御部３０は、認識対象画像を表示させる制御を行う。本実施形態では、認識対象画像を、確認者Ｕの端末装置４０のＵＩ画面に表示させる制御を行う。

本実施形態に係る取得部３２は、認識対象画像の認識結果としての第１文字列を取得する。この第１文字列は、図６に示す認識結果管理テーブル１４Ｂから取得される。なお、種類２に分類された場合、第１文字列は、ＯＣＲ処理により認識された文字列である。一方、種類３に分類された場合、第１文字列は、確認者Ｕとは別の確認者Ｙにより入力された文字列である。

図６は、本実施形態に係る認識結果管理テーブル１４Ｂの一例を示す図である。
図６に示す認識結果管理テーブル１４Ｂには、項目毎に、スキャン画像（認識対象画像）、認識結果（第１文字列）、及び確信度が対応付けられて登録されている。

本実施形態に係る受付部３４は、第１文字列が非表示の状態で、確認者Ｕによる認識対象画像についての第２文字列の入力を受け付ける。この第２文字列の入力は、確認者Ｕの端末装置４０のＵＩ画面を介して受け付けられる。

本実施形態に係る第２表示制御部３６は、第１文字列と第２文字列とを比較した結果に基づいて、認識対象画像についての最終的な認識結果を表示させる制御を行う。本実施形態では、最終的な認識結果を、確認者Ｕの端末装置４０のＵＩ画面に表示させる制御を行う。

具体的には、第１文字列と第２文字列とが一致する場合、最終的な認識結果として、一致した文字列（本実施形態では第１文字列とする。）を表示させる制御を行う。一方、第１文字列と第２文字列とが不一致の場合、最終的な認識結果として、第１文字列及び第２文字列のいずれか一方を選択させる制御を行う。具体的には、第１文字列及び第２文字列の双方を表示させ、確認者Ｕにいずれか一方を選択させる。この場合、第１文字列と第２文字列との異なる部分を強調して表示させ、確認者Ｕが２つの文字列の相違点を視認し易くすることが望ましい。なお、ここでいう強調には、一例として、文字色を異ならせる、文字サイズを異ならせる、背景色を付与する、更には、下線や、斜体、太字、囲み線等の文字飾りを付与する等が含まれる。

また、取得部３２は、第１文字列の確信度を、一例として、図６に示す認識結果管理テーブル１４Ｂから取得するようにしてもよい。この場合、受付部３４は、確信度と閾値（一例として、閾値Ｔｈ１）とを比較した結果に基づいて、第１文字列を非表示の状態にするか否かを切り替える。具体的には、確信度が閾値Ｔｈ１より大きい場合、つまり、種類１に分類された場合に、第１文字列を表示の状態とし、第２文字列の入力を受け付けない。この場合、第２表示制御部３６は、最終的な認識結果として、第１文字列を表示させる制御を行う。一方、確信度が閾値Ｔｈ１以下である場合、つまり、種類２又は種類３に分類された場合に、第１文字列を非表示の状態とし、第２文字列の入力を受け付ける。

次に、図７を参照して、第１の実施形態に係るサーバ装置１０の作用を説明する。

図７は、第１の実施形態に係るによる確認処理プログラム１４Ａによる処理の流れの一例を示すフローチャートである。

まず、サーバ装置１０に対して、確認処理の開始が指示されると、確認処理プログラム１４Ａが起動され、以下の各ステップを実行する。

図７のステップ１００では、文字認識部２１０が、画像読取装置５０から受信した帳票画像に含まれる複数の項目の各々についての認識対象画像の入力を受け付ける。

ステップ１０２では、文字認識部２１０が、ステップ１００で受け付けた複数の項目の各々についての認識対象画像の第１文字列を認識する。本実施形態では、一例として、ＯＣＲ処理により第１文字列を認識する。また、このとき、第１文字列の確信度を導出し、得られた第１文字列及び確信度を、各項目の認識対象画像に対応付けて、一例として、図６に示す認識結果管理テーブル１４Ｂに格納する。

ステップ１０４では、文字列分類部２２０が、ステップ１０２で導出した確信度（＝Ｋ）と閾値Ｔｈ１、Ｔｈ２との比較を行う。確信度Ｋが閾値Ｔｈ１より大きい、つまり、種類１に分類された場合（Ｋ＞Ｔｈ１の場合）、ステップ１０６に移行する。また、確信度Ｋが閾値Ｔｈ２より大きく閾値Ｔｈ１以下、つまり、種類２に分類された場合（Ｔｈ２＜Ｋ≦Ｔｈ１の場合）、ステップ１１２に移行する。また、確信度Ｋが閾値Ｔｈ２以下、つまり、種類３に分類された場合（Ｋ≦Ｔｈ２の場合）、ステップ１１４に移行する。

ステップ１０６では、種類１に分類された場合の処理として、第１表示制御部３０が、認識対象画像を、端末装置４０のＵＩ画面に表示させる制御を行う。

ステップ１０８では、取得部３２が、認識対象画像の認識結果としての第１文字列を、一例として、図６に示す認識結果管理テーブル１４Ｂから取得する。

ステップ１１０では、第２表示制御部３６が、ステップ１０８で取得した第１文字列を最終的な認識結果として、一例として、図８に示すように、端末装置４０のＵＩ画面に表示させる制御を行い、ステップ１１６に移行する。

図８は、第１の実施形態に係る端末装置４０のＵＩ画面６４の一例を示す正面図である。
図８に示すＵＩ画面６４は、設問名、スキャン画像、確信度、確認結果、及び最終結果を含んでいる。なお、設問名は、項目を表し、スキャン画像は、認識対象画像を表す。

図８に示すＵＩ画面６４においては、種類１に分類されたスキャン画像（本例では「富士太郎」である。）に対して、ＯＣＲ処理により認識された第１文字列「富士太郎」が確認結果に表示される。更に、第１文字列「富士太郎」は最終的な認識結果として最終結果にも表示される。なお、種類２に分類されたスキャン画像（本例では「２２３－０８８６」及び「横浜市」である。）に対しては、第１文字列を確認結果として表示せず、確認者Ｕによる確認結果の入力を受け付け可能とされている。

一方、図７のステップ１１２では、種類２に分類された場合の処理として、図９に示す第１確認処理の各ステップが実行される。

図９は、第１の実施形態に係る第１確認処理の流れの一例を示すフローチャートである。

図９のステップ１２０では、第１表示制御部３０が、認識対象画像を、端末装置４０のＵＩ画面に表示させる制御を行う。

ステップ１２２では、取得部３２が、認識対象画像の認識結果としての第１文字列を、一例として、図６に示す認識結果管理テーブル１４Ｂから取得する。

ステップ１２４では、受付部３４が、確認処理が必要な項目であるか否かを判定する。確認処理が必要な項目ではないと判定した場合（否定判定の場合）、ステップ１２６に移行し、確認処理が必要な項目であると判定した場合（肯定判定の場合）、ステップ１２８に移行する。

ステップ１２６では、第２表示制御部３６が、ステップ１２２で取得した第１文字列を最終的な認識結果として指定し、ステップ１４２に移行する。

一方、ステップ１２８では、受付部３４が、一例として、上述の図８に示すスキャン画像（本例では「２２３－０８８６」である。）のように、第１文字列が非表示の状態で、図１０に示すように、端末装置４０のＵＩ画面を介して、確認者Ｕから第２文字列の入力を受け付ける。

図１０は、第１の実施形態に係る端末装置４０のＵＩ画面の他の例を示す正面図である。
図１０に示すＵＩ画面６６では、種類２に分類されたスキャン画像（本例では「２２３－０８８６」である。）に対して、確認者Ｕにより第２文字列が確認結果として入力されている。

ステップ１３０では、第２表示制御部３６が、ステップ１２２で取得した第１文字列と、ステップ１２８で入力を受け付けた第２文字列とが一致するか否かを判定する。第１文字列と第２文字列とが一致すると判定した場合（肯定判定の場合）、ステップ１２６に移行し、第１文字列と第２文字列とが一致しないと判定した場合（否定判定の場合）、ステップ１３２に移行する。

ステップ１３２では、第２表示制御部３６が、端末装置４０のＵＩ画面に対して、２つの文字列の異なる部分を強調して表示させる制御を行う。

ステップ１３４では、第２表示制御部３６が、第２文字列を訂正されたか否かを判定する。第２文字列が訂正されないと判定した場合（否定判定の場合）、ステップ１３６に移行し、第２文字列が訂正されたと判定した場合（肯定判定の場合）、ステップ１３８に移行する。

ステップ１３６では、第２表示制御部３６が、端末装置４０のＵＩ画面を介して、文字列の選択を受け付ける制御を行う。

一方、ステップ１３８では、第２表示制御部３６が、端末装置４０のＵＩ画面を介して、訂正後の文字列の選択を受け付ける制御を行う。

ステップ１４０では、第２表示制御部３６が、ステップ１３６又はステップ１３８で選択された文字列を最終的な認識結果として指定し、ステップ１４２に移行する。

ステップ１４２では、第２表示制御部３６が、一例として、図１１に示すように、端末装置４０のＵＩ画面に対して、ステップ１２６で指定された第１文字列を最終的な認識結果として表示させる制御を行う。また、第２表示制御部３６が、一例として、図１２に示すように、端末装置４０のＵＩ画面に対して、ステップ１４０で指定された文字列を最終的な認識結果として表示させる制御を行う。そして、第２表示制御部３６は、図７に示すステップ１１６にリターンする。

図１１は、第１の実施形態に係る端末装置４０のＵＩ画面の他の例を示す正面図である。
図１１に示すＵＩ画面６８では、種類２に分類されたスキャン画像（本例では「２２３－０８８６」である。）に対して、確認者Ｕにより確認結果として入力された第２文字列が第１文字列と一致する。このため、第１文字列が最終結果として表示されている。

なお、第２文字列の入力を受け付ける場合に、例えば、半角／全角等の入力規則等を表示させてもよいし、バリデーションチェック等を行うようにしてもよい。

図１２は、第１の実施形態に係る端末装置４０のＵＩ画面の他の例を示す正面図である。
図１２に示すＵＩ画面７０では、種類２に分類されたスキャン画像（本例では「横浜市」である。）に対して、確認者Ｕにより確認結果として入力された第２文字列が第１文字列と一致しない。このため、いずれかの文字列を選択可能とされている。

図１２に示すＵＩ画面７０では、確認者Ｕによる入力結果としての「横浜市」、及び、ＯＣＲ処理による認識結果としての「模浜市」の各々にチェックボックスが付与されている。この場合、「模浜市」が第１文字列、「横浜市」が第２文字列に対応する。このように、第１文字列と第２文字列とが不一致である場合、これらを並べて表示させる。すなわち、第１文字列は、第２文字列の入力時点では表示されず、不一致が確認された時点で表示されるため、確認者Ｕは、第１文字列に依存することなく、第２文字列を入力することが可能とされる。

また、第１文字列と第２文字列との間では、「模」の字と、「横」の字とが異なることが視覚的に分かるように、強調表示の一例として、各々の字に下線が付与されている。

図１２に示すＵＩ画面７０のスキャン画像（本例では「横浜市」）に対して、確認者Ｕは、最終確認を行い、いずれかの文字列が正しい場合には、正しい文字列のチェックボックスにチェックを入れて選択する。一方、どちらも誤りである場合には、第２文字列の入力結果を訂正し、訂正後の第２文字列のチェックボックスにチェックを入れて選択する。

本実施形態においては、項目毎に、確認者Ｕが第１文字列と第２文字列とを最終的に確認した上で、チェックが行われる。このため、第三者による最終確認が不要とされ、確認作業に要する工数が削減される。

一方、図７のステップ１１４では、種類３に分類された場合の処理として、図１３に示す第２確認処理の各ステップが実行される。

図１３は、第１の実施形態に係る第２確認処理の流れの一例を示すフローチャートである。

なお、図１３に示す第２確認処理では、第１文字列がＯＣＲ処理で得られた文字列ではなく、第２文字列の確認者Ｕとは別の確認者Ｕにより入力された文字列とされる。ここでは、説明を容易にするため、第１文字列を入力する１人目の確認者Ｕを確認者Ｕ１、第２文字列を入力する２人目の確認者Ｕを確認者Ｕ２として区別する。

図１３のステップ１５０では、第１表示制御部３０が、確認処理を行う確認者が１人目の確認者Ｕ１であるか否かを判定する。１人目の確認者Ｕ１であると判定された場合（肯定判定の場合）、ステップ１５２に移行し、１人目の確認者Ｕ１ではなく、２人目の確認者Ｕ２であると判定された場合（否定判定の場合）、ステップ１６０に移行する。

上記において、確認者Ｕ１であるか、あるいは、確認者Ｕ２であるかは、一例として、上述の図６に示す認識結果管理テーブル１４ＢのＯＣＲ処理による認識結果に、確認者Ｕ１により入力された第１文字列が追加されているか否かで判定される。追加の有無は、例えば、第１文字列が追加されていることを示す追加フラグを付与しておくことで判定される。第１文字列に追加フラグが付与されていない場合、第１文字列はＯＣＲ処理による認識結果のみであり、確認処理を行うのは確認者Ｕ１と判定される。一方、第１文字列に追加フラグが付与されている場合、確認者Ｕ１により入力された第１文字列が追加されており、確認処理を行うのは確認者Ｕ２と判定される。

ステップ１５２では、第１表示制御部３０が、認識対象画像を、端末装置４０のＵＩ画面に表示させる制御を行う。

ステップ１５４では、受付部３４が、端末装置４０のＵＩ画面を介して、文字列の入力を受け付ける。この場合も、ＯＣＲ処理による認識結果は、非表示とされ、１人目の確認者Ｕ１は、スキャン画像を見ながら、確認結果としての文字列を入力する。

ステップ１５６では、受付部３４が、一例として、ステップ１５４で入力を受け付けた文字列を第１文字列として、図６に示す認識結果管理テーブル１４Ｂに追加し、図７に示すステップ１１６にリターンする。

一方、ステップ１６０では、第１表示制御部３０が、認識対象画像を、端末装置４０のＵＩ画面に表示させる制御を行う。

ステップ１６２では、取得部３２が、認識対象画像の追加された第１文字列を、一例として、図６に示す認識結果管理テーブル１４Ｂから取得する。

ステップ１６４では、受付部３４が、一例として、図１４に示すように、確認者Ｕ１により入力された第１文字列が非表示の状態で、端末装置４０のＵＩ画面を介して、確認者Ｕ２による第２文字列の入力を受け付ける。

図１４は、第１の実施形態に係る端末装置４０のＵＩ画面の他の例を示す正面図である。
図１４に示すＵＩ画面７２では、種類３に分類されたスキャン画像（本例では「富士太郎」である。）に対して、確認結果の欄に第１文字列が非表示とされ、第２文字列が入力待ちの状態とされている。

ステップ１６６では、第２表示制御部３６が、ステップ１６２で取得した追加の第１文字列と、ステップ１６４で入力を受け付けた第２文字列とが一致するか否かを判定する。追加の第１文字列と第２文字列とが一致すると判定した場合（肯定判定の場合）、ステップ１６８に移行し、追加の第１文字列と第２文字列とが一致しないと判定した場合（否定判定の場合）、ステップ１７０に移行する。

ステップ１６８では、第２表示制御部３６が、ステップ１６２で取得した追加の第１文字列を最終的な認識結果として指定し、ステップ１８０に移行する。

この場合、ステップ１８０では、第２表示制御部３６が、一例として、図１５に示すように、端末装置４０のＵＩ画面に対して、ステップ１６８で指定された追加の第１文字列を最終的な認識結果として表示させる制御を行い、図７に示すステップ１１６にリターンする。

図１５は、第１の実施形態に係る端末装置４０のＵＩ画面の他の例を示す正面図である。
図１５に示すＵＩ画面７４では、種類３に分類されたスキャン画像（本例では「富士太郎」である。）に対して、確認者Ｕ２により確認結果として入力された第２文字列が追加の第１文字列と一致する。このため、追加の第１文字列が最終結果として表示されている。

なお、第２文字列の入力を受け付ける場合に、上述したように、例えば、半角／全角等の入力規則等を表示させてもよいし、バリデーションチェック等を行うようにしてもよい。

一方、ステップ１７０では、第２表示制御部３６が、端末装置４０のＵＩ画面に対して、一例として、図１６に示すように、２つの文字列の異なる部分を強調して表示させる制御を行う。

図１６は、第１の実施形態に係る端末装置４０のＵＩ画面の他の例を示す正面図である。
図１６に示すＵＩ画面７６では、種類３に分類されたスキャン画像（本例では「富士太郎」である。）に対して、確認者Ｕ２により確認結果として入力された第２文字列が追加の第１文字列と一致しない。このため、いずれかの文字列を選択可能とされている。

図１６に示すＵＩ画面７６では、確認者Ｕ２による入力結果としての「富工太郎」、及び、確認者Ｕ１による入力結果としての「富士太郎」の各々にチェックボックスが付与されている。この場合、「富士太郎」が第１文字列、「富工太郎」が第２文字列に対応する。このように、第１文字列と第２文字列とが不一致である場合、これらを並べて表示させる。なお、このとき、ＯＣＲ処理による認識結果も並べて表示させるようにしてもよい。すなわち、第１文字列は、第２文字列の入力時点では表示されず、不一致が確認された時点で表示されるため、確認者Ｕ２は、追加の第１文字列に依存することなく、第２文字列を入力することが可能とされる。

また、第１文字列と第２文字列との間では、「士」の字と、「工」の字とが異なることが視覚的に分かるように、強調表示の一例として、各々の字に下線が付与されている。

図１６に示すＵＩ画面７６のスキャン画像（本例では「富士太郎」）に対して、確認者Ｕ２は、最終確認を行い、いずれかの文字列が正しい場合には、一例として、後述の図１７に示すように、正しい文字列のチェックボックスにチェックを入れて選択する。一方、どちらも誤りである場合には、第２文字列の入力結果を訂正し、訂正後の第２文字列のチェックボックスにチェックを入れて選択する。

ステップ１７２では、第２表示制御部３６が、第２文字列を訂正されたか否かを判定する。第２文字列が訂正されないと判定した場合（否定判定の場合）、ステップ１７４に移行し、第２文字列が訂正されたと判定した場合（肯定判定の場合）、ステップ１７６に移行する。

ステップ１７４では、第２表示制御部３６が、端末装置４０のＵＩ画面を介して、文字列の選択を受け付ける制御を行う。

一方、ステップ１７６では、第２表示制御部３６が、端末装置４０のＵＩ画面を介して、訂正後の文字列の選択を受け付ける制御を行う。

ステップ１７８では、第２表示制御部３６が、ステップ１７４又はステップ１７６で選択された文字列を最終的な認識結果として指定し、ステップ１８０に移行する。

この場合、ステップ１８０では、第２表示制御部３６が、一例として、図１７に示すように、端末装置４０のＵＩ画面に対して、ステップ１７８で指定された文字列を最終的な認識結果として表示させる制御を行う。そして、第２表示制御部３６は、図７に示すステップ１１６にリターンする。

図１７は、第１の実施形態に係る端末装置４０のＵＩ画面の他の例を示す正面図である。
図１７に示すＵＩ画面７８では、確認者Ｕ２が最終確認を行い選択された文字列（本例では「富士太郎」である。）が最終結果として表示されている。

次に、図７に戻り、ステップ１１６では、第２表示制御部３６が、最後の項目であるか否かを判定する。最後の項目であると判定した場合（肯定判定の場合）、本確認処理プログラム１４Ａによる一連の処理を終了し、最後の項目ではないと判定した場合（否定判定の場合）、ステップ１０４に戻り処理を繰り返す。

このように本実施形態によれば、スキャン画像の確認作業を、ＯＣＲ処理及び１名の確認者で行う場合に、確認者はＯＣＲ処理による認識結果に依存せずに確認作業を行える。また、スキャン画像の確認作業を、２名の確認者で行う場合に、一方の確認者は他方の確認者による認識結果に依存せずに確認作業を行える。

[第２の実施形態]
上記第１の実施形態では、ＯＣＲ処理及び１名の確認者で確認作業を行う形態、及び、２名の確認者で確認作業を行う形態について説明したが、本実施形態では、ＯＣＲ処理及び２名の確認者で確認作業を行う形態について説明する。

図１８は、第２の実施形態に係るサーバ装置１１の機能的な構成の一例を示すブロック図である。
図１８に示すように、本実施形態に係るサーバ装置１１のＣＰＵ１２Ａは、第１表示制御部３０、取得部３２、受付部３４、及び第２表示制御部３６として機能する。

本実施形態に係る取得部３２は、認識対象画像の認識結果としての第３文字列を更に取得する。

本実施形態に係る第２表示制御部３６は、第１文字列、第２文字列、及び第３文字列を比較した結果に基づいて、最終的な認識結果を表示させる制御を更に行う。

本実施形態において、第１文字列は、第２文字列を入力した確認者とは別の確認者により入力された文字列であり、第３文字列は、ＯＣＲ処理により認識された文字列である。

第２表示制御部３６は、第１文字列、第２文字列、及び第３文字列の２つ以上が一致する場合、最終的な認識結果として、一致した文字列を表示させる制御を行う。また、第２表示制御部３６は、第１文字列、第２文字列、及び第３文字列が不一致の場合、最終的な認識結果として、第１文字列、第２文字列、及び第３文字列のいずれか１つを確認者に選択させる制御を行う。

このように本実施形態によれば、スキャン画像の確認作業を、ＯＣＲ処理及び２名の確認者で行う場合に、一方の確認者はＯＣＲ処理及び他方の確認者による認識結果に依存せずに確認作業を行える。

[第３の実施形態]
通常、上述の画像は既定のサイズで表示されるため、複雑な文字列等の確認作業の際に見づらい場合がある。特に、確信度の低い文字列の画像は見づらいことが多く、確認者が画像を誤って認識してしまう可能性が高い。これに対して、本実施形態では、確信度に応じて画像の拡大を行う形態について説明する。

図１９は、第３の実施形態に係る拡大率テーブル１４Ｃの一例を示す図である。
図１９に示す拡大率テーブル１４Ｃでは、確信度及び画数に応じて、画像の拡大率が設定されている。この拡大率テーブル１４Ｃは、記憶部１４に記憶されている。

例えば、項目毎の画像を認識して得られた文字列の文字毎に、画数を導出し、導出した画数の最大値（最大画数）を、当該画像の画数とする。あるいは、類似文字数の多さ（例えば、「邉」等）及び確信度から、画像の拡大率を変更するようにしてもよい。なお、画像の拡大率の変更は、第１表示制御部３０（図５参照）により実行される。

また、確信度の低い項目である場合に閾値毎に拡大率を指定してもよいし、確信度に比例して拡大率を変更するようにしてもよい。なお、上記の類似文字や画数に関する情報は、予め用意したデータベース（ＤＢ）から取得するようにしてもよい。

また、表示領域のサイズの問題で画像を拡大した際に枠内に表示できない場合には、枠内に収まる最大拡大率で表示させてもよいし、オーバーレイ表示により拡大して表示するようにしてもよい。

図２０は、第３の実施形態に係る端末装置４０のＵＩ画面の一例を示す正面図である。
図２０に示すＵＩ画面８２では、上述の図１９に示す拡大率テーブル１４Ｃを用いて、複数のスキャン画像の各々が拡大された状態で表示されている。

図２０に示すように、スキャン画像(わたなべ)の場合、確信度が５０％、最大画数が４画である。このため、図１９に示す拡大率テーブル１４Ｃから、拡大率は１２０％で表示される。同様に、スキャン画像(渡邉)の場合、確信度が３０％、最大画数が１７画である。このため、拡大率は２００％で表示される。また、スキャン画像(渡辺)の場合、確信度が７０％、最大画数が１１画である。このため、拡大率は１５０％で表示される。

このように本実施形態によれば、スキャン画像が拡大表示されるため、確認者が確認作業を行う際に、スキャン画像の視認性が向上する。

以上、実施形態に係る情報処理装置の一例としてサーバ装置を例示して説明したが、実施形態に係る情報処理装置として端末装置を適用してもよい。実施形態は、サーバ装置が備える各部の機能をコンピュータに実行させるためのプログラムの形態としてもよい。実施形態は、このプログラムを記憶したコンピュータが読み取り可能な記憶媒体の形態としてもよい。

その他、上記実施形態で説明したサーバ装置の構成は、一例であり、主旨を逸脱しない範囲内において状況に応じて変更してもよい。

また、上記実施形態で説明したプログラムの処理の流れも、一例であり、主旨を逸脱しない範囲内において不要なステップを削除したり、新たなステップを追加したり、処理順序を入れ替えたりしてもよい。

また、上記実施形態では、プログラムを実行することにより、実施形態に係る処理がコンピュータを利用してソフトウェア構成により実現される場合について説明したが、これに限らない。実施形態は、例えば、ハードウェア構成や、ハードウェア構成とソフトウェア構成との組み合わせによって実現してもよい。

１０、１１ サーバ装置
１２ 制御部
１２Ａ ＣＰＵ
１２Ｂ ＲＯＭ
１２Ｃ ＲＡＭ
１２Ｄ Ｉ／Ｏ
１４ 記憶部
１４Ａ 確認処理プログラム
１４Ｂ 認識結果管理テーブル
１４Ｃ 拡大率テーブル
１６ 表示部
１８ 操作部
２０ 通信部
３０ 第１表示制御部
３２ 取得部
３４ 受付部
３６ 第２表示制御部
４０、４０Ａ、４０Ｂ 端末装置
５０ 画像読取装置
９０ 情報処理システム
２１０ 文字認識部
２２０ 文字列分類部
２３０ 認識結果指定部
２４０ 人手入力部
２５０ 結果統合部

Claims (16)

1. 認識の対象とする画像を表示させる制御を行う第１制御部と、
   前記画像の認識結果としての第１文字列を取得する取得部と、
   前記第１文字列が非表示の状態で、ユーザによる前記画像についての第２文字列の入力を受け付ける受付部と、
   前記第１文字列と前記第２文字列とを比較した結果に基づいて、前記画像についての最終的な認識結果を表示させる制御を行う第２制御部と、
   を備え、
   前記取得部は、前記第１文字列の確からしさを示す確信度を取得し、
   前記第１制御部は、前記確信度及び前記画像の画数に応じて、前記画像の拡大率を変更して表示させる制御を行う
   情報処理装置。
2. 前記第２制御部は、前記第１文字列と前記第２文字列とが一致する場合、前記最終的な認識結果として、前記一致した文字列を表示させる制御を行う請求項１に記載の情報処理装置。
3. 前記第２制御部は、前記第１文字列と前記第２文字列とが不一致の場合、前記最終的な認識結果として、前記第１文字列及び前記第２文字列のいずれか一方を選択させる制御を行う請求項１又は２に記載の情報処理装置。
4. 前記第２制御部は、前記第１文字列及び前記第２文字列の双方を表示させる制御を更に行う請求項３に記載の情報処理装置。
5. 前記第２制御部は、前記第１文字列と前記第２文字列との異なる部分を強調して表示させる制御を更に行う請求項４に記載の情報処理装置。
6. 前記受付部は、前記確信度と予め定められた閾値とを比較した結果に基づいて、前記第１文字列を非表示の状態にするか否かを切り替える請求項１に記載の情報処理装置。
7. 前記受付部は、前記確信度が前記閾値より大きい場合に、前記第１文字列を表示の状態とし、前記第２文字列の入力を受け付けない請求項６に記載の情報処理装置。
8. 前記第２制御部は、前記最終的な認識結果として、前記第１文字列を表示させる制御を更に行う請求項７に記載の情報処理装置。
9. 前記受付部は、前記確信度が前記閾値以下である場合に、前記第１文字列を非表示の状態とし、前記第２文字列の入力を受け付ける請求項６～８のいずれか１項に記載の情報処理装置。
10. 前記第１文字列は、光学的文字認識処理により認識された文字列である請求項１～９のいずれか１項に記載の情報処理装置。
11. 前記第１文字列は、前記ユーザとは別のユーザにより入力された文字列である請求項１～９のいずれか１項に記載の情報処理装置。
12. 前記取得部は、前記画像の認識結果としての第３文字列を更に取得し、
    前記第２制御部は、前記第１文字列、前記第２文字列、及び前記第３文字列を比較した結果に基づいて、前記最終的な認識結果を表示させる制御を更に行う請求項１～９のいずれか１項に記載の情報処理装置。
13. 前記第１文字列は、前記ユーザとは別のユーザにより入力された文字列であり、
    前記第３文字列は、光学的文字認識処理により認識された文字列である請求項１２に記載の情報処理装置。
14. 前記第２制御部は、前記第１文字列、前記第２文字列、及び前記第３文字列の２つ以上が一致する場合、前記最終的な認識結果として、前記一致した文字列を表示させる制御を行う請求項１３に記載の情報処理装置。
15. 前記第２制御部は、前記第１文字列、前記第２文字列、及び前記第３文字列が不一致の場合、前記最終的な認識結果として、前記第１文字列、前記第２文字列、及び前記第３文字列のいずれか１つを選択させる制御を行う請求項１３又は１４に記載の情報処理装置。
16. コンピュータを、請求項１～１５のいずれか１項に記載の情報処理装置が備える各部として機能させるためのプログラム。

Images