JP7271889B2 - 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、表示された画像を確認しつつ文字を訂正する際、操作者の負担を軽減するようにした文字認識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に記載された文字認識装置は、送信された画像データを表示画面の画像表示領域に表示する画像表示制御部と、画像データに対して文字認識を行い、文字列ごとに確信度を生成する文字認識部とを備え、画像表示制御部は、確信度に応じた背景の色で画像データを調整する。

特開２００３－１０８９１９号公報

本発明の課題は、画像を読み取って得られた文字の認識結果の訂正画面を、空欄で表示する場合よりも、操作者の訂正入力作業の効率を上げる情報処理装置及びプログラムを提供することにある。

［１］読み取られた画像に対する文字認識結果の、文字の確からしさを示す確信度を取得する取得手段と、
前記文字認識結果のうち前記確信度が閾値以下の文字を含む文字列を訂正画面に表示するよう制御する表示制御手段と、
前記訂正画面において表示されている前記文字列全体に対して訂正する文字を受け付ける受付手段と、を備え、
前記訂正する文字が前記確信度が前記閾値を超える文字と異なる場合、前記表示制御手段は、その旨を示す情報を前記訂正画面に表示するよう制御する、情報処理装置。
［２］読み取られた画像に対する文字認識結果の、文字の確からしさを示す確信度を取得する取得手段と、
前記文字認識結果のうち前記確信度が閾値以下の文字を含む文字列を訂正作業量に応じた訂正画面に表示するよう制御する表示制御手段と、
前記訂正画面において表示されている前記文字列に対して訂正する文字を受け付ける受付手段と、を備えた情報処理装置。
［３］前記訂正作業量は、前記文字列中の前記確信度が閾値以下の文字の数である、前記［２］に記載の情報処理装置。
［４］前記訂正作業量は、前記文字列の文字数に対する前記確信度が閾値以下の文字数の割合である、前記［２］に記載の情報処理装置。
［５］前記訂正画面は、前記文字列のうち前記確信度が閾値以下の文字の位置を示す位置情報を含む、前記［１］から［４］のいずれか１つに記載の情報処理装置。
［６］前記訂正画面は、訂正する文字の入力欄を含み、
前記受付手段は、前記文字列のうち前記確信度が閾値以下の複数の文字の訂正のみを受け付ける場合、前記位置情報が訂正されていない文字を飛ばして移動されたとき、前記訂正されていない文字については前記文字認識結果を前記入力欄にコピーする、前記［５］に記載の情報処理装置。
［７］前記受付手段は、前記文字列のうち前記確信度が閾値以下の複数の文字の訂正のみを受け付ける場合、前記訂正する文字を受け付けたとき、前記確信度が閾値以下の訂正されていない文字に前記位置情報を移動させる、前記［５］に記載の情報処理装置。
［８］コンピュータを、読み取られた画像に対する文字認識結果の、文字の確からしさを示す確信度を取得する取得手段と、
前記文字認識結果のうち前記確信度が閾値以下の文字を含む文字列を訂正画面に表示するよう制御する表示制御手段と、
前記訂正画面において表示されている前記文字列全体に対して訂正する文字を受け付ける受付手段、として機能させるためのプログラムであって、
前記訂正する文字が前記確信度が前記閾値を超える文字と異なる場合、前記表示制御手段は、その旨を示す情報を前記訂正画面に表示するよう制御する、プログラム。
［９］コンピュータを、読み取られた画像に対する文字認識結果の、文字の確からしさを示す確信度を取得する取得手段と、前記文字認識結果のうち前記確信度が閾値以下の文字を含む文字列を訂正作業量に応じた訂正画面に表示するよう制御する表示制御手段と、前記訂正画面において表示されている前記文字列に対して訂正する文字を受け付ける受付手段、として機能させるためのプログラム。

請求項１、８に係る発明によれば、操作者は、画像を読み取って得られた認識結果のうち、確信度が閾値以下の文字を含む文字列を訂正することができるとともに、確信度が閾値以下の文字のみの訂正を受け付ける場合よりも、操作者の作業負担を軽減させることができ、文字認識手段により正しく認識された文字に対して操作者が誤って入力した場合に、そのことを操作者に知らせることができる。
請求項２～４、９に係る発明によれば、操作者は、画像を読み取って得られた認識結果のうち、確信度が閾値以下の文字を含む文字列を訂正することができるとともに、訂正作業量に応じた訂正画面で訂正することができる。
請求項５に係る発明によれば、訂正すべき文字を位置情報で認識することができる。
請求項６に係る発明によれば、訂正されなかった文字については認識結果を利用することができる。
請求項７に係る発明によれば、訂正すべき文字が複数存在する場合、その位置が分かり易くなる。

図１は、本発明の実施の形態に係る情報処理システムの構成例を示すブロック図である。 図２は、帳票の一例を示す図である。 図３は、訂正文字列テーブルの一例を示す図である。 図４は、確認訂正設定画面の一例を示す図である。 図５（ａ）～（ｃ）は、部分入力モードに対応した訂正画面の一例を示す図である。 図６（ａ）～（ｃ）は、全入力モードに対応した訂正画面の一例を示す図である。 図７（ａ）～（ｃ）は、部分入力モードに対応した訂正画面の他の例を示す図である。 図８（ａ）～（ｃ）は、部分入力モードに対応した訂正画面の変形例を示す図である。 図９は、本実施の形態に係る情報処理システム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要素については、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、読み取られた画像に対する文字認識結果の、文字の確からしさを示す確信度を取得する取得手段と、文字認識結果のうち確信度が閾値以下の文字を含む文字列を訂正画面に表示するよう制御する表示制御手段と、訂正画面において表示されている前記文字列に対して訂正する文字を受け付ける受付手段とを備える。

文字認識とは、読取対象の画像に含まれる手書きや活字による文字パターンをＪＩＳコード等の文字コードに変換する処理をいう。読取対象は、例えば、帳票等の紙文書である。確信度は、文字の確からしさを示す指標のことである。確信度として、例えば、認識対象の文字パターンをベクトルに変換し、文字認識結果の文字コードに対応する標準パターンをベクトルに変換し、両者のベクトル間の距離（例えば、ユークリッド距離等）や類似度（例えば、コサイン類似度等）等で表した指標を用いてもよい。訂正画面の表示には、端末装置に訂正画面を送信し端末装置に表示する態様や、自己が有する表示部に訂正画面を表示する態様等が含まれる。

［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構成例を示すブロック図である。この情報処理システム１は、帳票１０（図２参照）から画像を読み取る読取装置２と、読取装置２により読み取られた画像（以下「読取画像」ともいう。）を受信し、帳票１０に記入された文字を認識する情報処理装置３と、情報処理装置３による認識結果に対して文字の訂正を行う端末装置４とを備える。帳票１０は、読取対象の一例である。

読取装置２は、帳票１０を光学的に走査して帳票１０の画像を読み取るスキャナと、スキャナによる読取画像を情報処理装置３に送信する送信部とを備える。

端末装置４は、タッチパネル等で実現される表示部と、キーボード、マウス等で実現される入力部と、ＣＰＵ（Central Processing Unit）、インターフェース等で実現される制御部と、プログラムやデータ等を記憶する記憶部等で構成される。端末装置４は、例えば、パーソナルコンピュータや、タブレット型端末、多機能携帯電話機（スマートフォン）等の携帯情報端末を用いることができる。端末装置４は、情報処理装置３から送信された訂正画面６０（図５等参照）に含まれる文字列に対して訂正し、訂正内容を情報処理装置３に送信する。

（情報処理装置の構成）
情報処理装置３は、この装置３の各部を制御する制御部３０と、各種の情報を記憶する記憶部３１とを備える。

制御部３０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３１に記憶されたプログラム３１１に従って動作することにより、設定手段３００、領域抽出手段３０１、文字認識手段３０２、低確信度文字列抽出手段３０３、表示制御手段３０４、受付手段３０５等として機能する。これらの手段３００～３０５については後述する。文字認識手段３０２は、取得手段の一例である。

記憶部３１は、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、ハードディスク等から構成される。記憶部３１は、プログラム３１１、認識結果情報３１２、設定情報３１３、訂正文字列テーブル３１４（図３参照）、帳票データ３１５、文字認識辞書３１６等の各種情報を記憶する。

認識結果情報３１２は、読取装置２から送信された読取画像のうち領域抽出手段３０１により抽出された画像（以下「抽出画像」ともいう。）に対して文字認識手段３０２が文字認識処理を行って得られた認識結果、及び文字認識手段３０２により文字ごとに求められた確信度が、文字認識手段３０２により帳票１０の種類（例えば、申請書、納品書等）を識別する帳票ＩＤ、帳票１０を特定する帳票管理番号、及び項目を識別する項目ＩＤに関連付けて記憶部３１に記憶されるものである。

設定情報３１３は、確認訂正設定画面５０（図４参照）で設定された設定内容が、設定手段３００により端末装置４の操作者を識別するユーザＩＤごとに記憶部３１に記憶されるものである。

訂正文字列テーブル３１４は、低確信度文字列抽出手段３０３により抽出された文字列について、認識結果、確信度、確信度が閾値以下の文字（以下、「低確信度文字」ともいう。）の文字数が、低確信度文字列抽出手段３０３により帳票ＩＤ、帳票管理番号、及び項目ＩＤに関係付けられて記録されるものである。なお、帳票管理番号が帳票一枚ごとに異なる番号が付されていない場合、情報処理装置２の内部で帳票管理番号に相当する番号を割り当て、スキャンイメージと訂正情報とを対応付けて管理してもよい。

帳票データ３１５は、認識結果、又は認識結果に対して訂正された場合は訂正後の文字が、受付手段３０５により帳票ＩＤ、帳票管理番号、及び項目ＩＤに関係付けられて記憶部３１に記憶されるものである。

文字認識辞書３１６は、例えば、ＪＩＳコード等の文字コードごとに標準パターンが格納されたものである。

図２は、帳票１０の一例を示す図である。帳票１０は、申請日、氏名、住所、希望欄等の複数の項目１１ａ～１１ｄ（これらを総称するときは、以下「項目１１」ともいう。）を有し、項目１１ごとに手書きで記入される記入欄１２ａ～１２ｆ（これらを総称するときは、以下「記入欄１２」ともいう。）が設けられている。帳票１０は、予め帳票ＩＤごとに項目１１の位置が定められている。希望欄の項目１１ｄは、複数行に渡って記入できる領域を有している。帳票１０には、右上に帳票ＩＤ（例えば、Ｔ００１）、及び帳票管理番号（例えば、１２３４５）が記録されている。

図３は、訂正文字列テーブル３１４の一例を示す図である。訂正文字列テーブル３１４は、帳票ＩＤが記録される帳票ＩＤの欄、帳票管理番号が記録される帳票管理番号の欄、項目ＩＤが記録される項目ＩＤの欄、認識結果が上段に記録される認識結果（上段）の欄、及び確信度が下段に記録される確信度（下段）の欄を有する。図２に示す帳票１０の場合、申請日、氏名、住所、希望欄の各項目１１ａ～１１ｄにそれぞれ項目ＩＤとしてＫ０１、Ｋ０２、Ｋ０３、Ｋ０４、Ｋ０５が付与されているものとする。図３に示す場合は、例えば、帳票ＩＤがＴ００１、帳票管理番号が１２３４５、項目ＩＤがＫ０３について記録されている。なお、図３中、確信度を・・・で表示している箇所は確信度が９０％以上（図４では９７％）であることを示す。

図４は、確認訂正設定画面の一例を示す図である。確認訂正設定画面５０は、キーボード、マウス、タッチパネルのうち訂正する文字を選択する選択デバイスを選択するためのチェックボックス５１と、確信度の閾値を表示する確信度表示部５２と、確信度表示部５２に表示される確信度の閾値を変更するスライドバー部５３と、訂正モードを切り替えるための低確信度文字の文字数（図４では訂正文字数）の閾値を表示する文字数表示部５４と、文字数表示部５４に表示される文字数を変更するアローボタン５５ａ、５５ｂとを有する。訂正モードには、例えば、部分入力モード、全入力モードがある。部分入力モードとは、文字列のうち一部の文字を再入力するモードである。全入力モードとは、文字列の全ての文字を再入力するモードである。選択デバイスは、選択手段の一例である。

チェックボックス５１で選択デバイスを選択すると、選択デバイスに応じた訂正画面が表示制御手段３０４により作成され、端末装置４に送信される。

スライドバー部５３は、スライドバー５３ａを上下方向に移動させることにより閾値が設定され、設定された閾値が確信度表示部５２に表示される。ここで設定された閾値以下の確信度が低確信度文字として訂正の対象になる。

アローボタン５５ａ、５５ｂを操作することにより文字数が文字数表示部５４に表示される。ここで設定された文字数以上の低確信度文字が記入欄１２に存在すると、当該記入欄１２に対しては全入力モードとなり、設定された文字数未満の低確信度文字が記入欄１２に存在すると、当該記入欄１２に対しては部分入力モードとなる。

次に、制御部３０の各手段３００～３０５について説明する。

設定手段３００は、端末装置４からの要求に基づき確認訂正設定画面５０を端末装置４に送信する。設定手段３００は、確認訂正設定画面５０で設定された設定内容をユーザＩＤごとに設定情報３１３として記憶部３１に記憶する。

領域抽出手段３０１は、読取装置２から送信された読取画像から記入欄１２の内側の領域を抽出画像として抽出し、抽出画像を項目ＩＤごとに文字認識手段３０２に出力する。

文字認識手段３０２は、抽出画像について文字の認識を行うとともに、文字の確からしさを示す確信度を出力する文字認識処理を行う。すなわち、文字認識手段３０２は、例えば、抽出画像に含まれる文字パターンをベクトルに変換し、文字認識辞書３１６に格納された標準パターンをベクトルに変換し、両者のベクトル間の類似度を確信度として算出し、文字パターンを類似度が最大の文字コードに変換する。類似度としては、例えば、コサイン類似度を用いる。文字コードは、認識結果の一例である。文字認識手段３０２は、認識結果及び確信度を、帳票ＩＤ、帳票管理番号、及び項目ＩＤに関連付けて認識結果情報３１２として記憶部３１に記憶する。

低確信度文字列抽出手段３０３は、記憶部３１に記憶された認識結果情報３１２から低確信度文字を有する項目の文字列を抽出し、低確信度文字の文字数を算出する。そして低確信度文字列抽出手段３０３は、認識結果の文字列、確信度、及び低確信度文字の文字数を、帳票ＩＤ、帳票管理番号、及び項目ＩＤに関連付けて訂正文字列テーブル３１４に記録する。

表示制御手段３０４は、訂正作業量に対応した訂正画面６０を作成し、端末装置４に送信する。ここで、訂正作業量とは、例えば、文字列の訂正を開始してから終了するまでの時間である。訂正作業量は、例えば、低確信度文字の文字数で評価してもよく、文字列の文字数に対する低確信度文字の文字数の割合で評価してもよく、他の方法で評価してもよい。

具体的には、表示制御手段３０４は、訂正文字列テーブル３１４に記録された低確信度文字の文字数Ｎｘと設定情報３１３として設定された文字数Ｎｔとを比較し、Ｎｘ≦Ｎｔの場合は、低確信度文字のみを再入力する部分入力モードに対応する訂正画面６０を作成し、Ｎｘ＞Ｎｔの場合は、文字列の全て文字を再入力する全入力モードに対応する訂正画面６０を作成し、端末装置４に送信する。

また、表示制御手段３０４は、部分入力モードにおいて、低確信度文字に対して訂正する文字の入力が完了した場合に、確認メッセージ６３を訂正画面６０に表示し、全入力モードにおいて、高確信度文字と異なる文字が入力された場合に、警告メッセージ６４を訂正画面６０に表示する。警告メッセージ６４は、その旨を示す情報の一例である。また、表示制御手段３０４は、訂正作業量及び選択された選択デバイスに応じた訂正画面６０を作成してもよい。

受付手段３０５は、訂正画面６０に含まれる文字列に対して訂正する文字を受け付ける。また、受付手段３０５は、モードに応じた方法で訂正する文字を受け付ける。すなわち、部分入力モードでは、認識結果の文字列のうち低確信度文字に対して訂正する文字のみを受け付けてもよい。また、受付手段２０５は、全入力モードでは、認識結果の文字列全体に対して訂正する文字を受け付けてもよい。

受付手段３０５は、文字列のうち確信度が閾値以下の複数の文字の訂正のみを受け付ける場合、カーソル６２（図５参照）が訂正されていない文字を飛ばして移動されたとき、訂正されていない文字については認識結果を入力領域６１ｄにコピーしてもよい。また、受付手段３０５は、文字列のうち確信度が閾値以下の複数の文字の訂正のみを受け付ける場合、訂正する文字を受け付けたとき、確信度が閾値以下の訂正されていない文字にカーソル６２を移動させてもよい。カーソル６２は、低確信度文字の位置を示す位置情報の一例である。

（実施の形態の動作）
次に、情報処理システム１の動作の一例について図９を参照して説明する。図９は、情報処理システム１の動作の一例を示すフローチャートである。

低確信度文字列抽出手段３０３は、設定情報３１３及び訂正文字列テーブル３１４を参照して、項目ごとに低確信度文字の文字数が設定された文字数以上か否かを判断する（Ｓ１）。

低確信度文字の文字数が設定された文字数以下の場合（Ｓ１：Ｙｅｓ）、表示制御手段３０４は、部分入力モードで訂正する文字（訂正文字ともいう。）の入力を促す（Ｓ２）。すなわち、表示制御手段３０４は、部分入力モードに対応した訂正画面（図５参照）を作成し、端末装置４に送信する。

図５は、部分入力モードに対応した訂正画面の一例を示す図である。同図に示す訂正画面６０は、認識結果のうち訂正する文字を選択する選択デバイスとしてキーボードが選択された場合を示す。訂正画面６０は、表示制御手段３０４により作成され、抽出画像が表示される第１の表示領域６１ａと、認識結果が表示される第２の表示領域６１ｂと、第２の表示領域６１ｂに表示された認識結果の文字列の中で最低の確信度を表示する確信度表示部６１ｃと、訂正文字が入力される入力領域６１ｄとを含む。図５（ａ）に示すように、最初は第２の表示領域６１ｂに表示された文字列のうち先頭側の低確信度文字にカーソル６２が表示される。図５に示す場合の認識結果は、「追浜市西区みな４みらい６－１」となり、「追」、「４」が低確信度文字となっている。「追」の確信度が７０％であったために確信度表示部６１ｃに７０％が表示されている。入力領域６１ｄは、入力欄の一例である。

受付手段３０５は、入力があったか否かを判断する（Ｓ３）。文字の入力があった場合、図５（ｂ）に示すように、入力領域６１ｄに入力された文字を表示する（Ｓ４）。このとき、図５（ｂ）に示すように、カーソル６２が右隣に移動してもよく、操作者の操作に応じて移動させてもよい。

操作者が端末装置４のキーボードの文字送りキーでカーソル６２を図５（ｃ）に示すようにさらに右に送ると（Ｓ３：文字送りキー）、受付手段３０５は、カーソル６２を移動して飛ばした文字の認識結果を入力領域６１ｄにコピーする（Ｓ５）。図５（ｃ）に示す場合は、カーソル６２を認識結果の「追」から「４」まで移動したため、「追」と「４」との間の認識結果の「浜市西区みな」が入力領域６１ｄにコピーされて表示される。キーボードの文字戻しキーでカーソル６２を左側に戻せばカーソル６２の位置の認識結果の文字が訂正の対象になる（Ｓ３：文字戻しキー）。なお、訂正画面６０では、認識結果を明朝体で表示し、入力領域６１ｄに入力される文字をゴシック体で表示しているが、両者の字体は同じでもよいし、どの字体で表示するかは操作者や管理者の設定により選択できるものとしてもよい。

受付手段３０５は、入力が完了したか否かを判断する（Ｓ７）。すなわち、カーソル６２が第２の表示領域６１ｂの右端の文字に達し、右端の文字が低確信度文字でない場合や、右端の文字が低確信度文字であり、その文字を訂正するために文字が入力された場合は、受付手段３０５は、入力が完了したと判断する（Ｓ７：Ｙｅｓ）。訂正する文字数が比較的少ない場合、部分入力モードとすれば、操作者によっては認識結果の文字列の全てを入力する場合よりも作業負担が軽減される場合がある。

上記ステップＳ１において、低確信度文字の文字数が設定された文字数を超える場合（Ｓ１：Ｙｅｓ）、表示制御手段３０４は、全入力モードで訂正する文字（訂正文字ともいう。）の入力を促す（Ｓ８）。すなわち、表示制御手段３０４は、全入力モードに対応した訂正画面（図６参照）を作成し、端末装置４に送信する。

図６は、全入力モードに対応した訂正画面の一例を示す図である。同図に示す訂正画面６０は、認識結果のうち訂正する文字を選択する選択デバイスとしてキーボードが選択された場合を示す。訂正画面６０は、図５（ａ）に示す訂正画面６０と同様に、第１の表示領域６１ａ、第２の表示領域６１ｂ、確信度表示部６１ｃ、及び入力領域６１ｄを含むが、図５（ａ）に示したようなカーソル６２は表示されない。図６に示す場合の認識結果は、「追浜市凸区丼な４丼らい６－１」であり、「追」、「凸」、「丼」、「４」、「丼」が低確信度文字となっている。「凸」、「丼」の一方又は両方の確信度が４０％であったために確信度表示部６１ｃに４０％が表示されている。

操作者は、図６（ｂ）に示すように、キーボードを操作して入力領域６１ｄに文字列の全てを入力する（Ｓ９）。

受付手段３０５は、入力された文字列と認識結果のうち低確信度文字以外の文字（以下、「高確信度文字」ともいう。）とに差が生じているか否かを判断する（Ｓ１０）。差が生じていない場合（Ｓ１０：Ｎｏ）、表示制御手段３０４は、図６（ｂ）に示すように、「入力された内容で確定します。」のような確認メッセージ６３を訂正画面６０に表示する（Ｓ１１）。操作者はキーボードを操作して、訂正内容を確定させる場合は「ＯＫ」ボタン６３ａを選択し、修正が必要な場合は「戻る」ボタン６３ｂを選択する。

差が生じている場合は（Ｓ１０：Ｙｅｓ）、表示制御手段３０４は、図６（ｃ）に示すように、「入力と、認識結果に差があります。確認してください。」のような警告メッセージ６４を訂正画面６０に表示する（Ｓ１２）。操作者は、キーボードを操作して、差があってもそのまま確定させる場合は「ＯＫ」ボタン６４ａを選択し、修正が必要な場合は「戻る」ボタン６４ｂを選択する。図６（ｃ）に示す場合、入力領域６１ｄに入力された文字列のうち「５」に入力ミスとなっているため、表示制御手段３０４によりそれが目立つようにカーソル６２がその文字「５」に表示されている。

上記ステップＳ１１、Ｓ１２において、確認メッセージ６３又は警告メッセージ６４で「戻る」ボタン６３ｂ、６４ｂが選択された場合は、受付手段３０５は、訂正画面６０の入力領域６１ｄへの入力を受け付ける（Ｓ１３）。訂正する文字数が比較的多い場合、部分入力モードで入力すると、１文字ごとに訂正する文字の入力が必要となるため、操作者によっては全文入力モードで連続して入力した方が作業負担が軽減される場合がある。

（訂正画面の他の例）
図７は、部分入力モードに対応した訂正画面の他の例を示す図である。同図に示す訂正画面６０は、認識結果のうち訂正する文字を選択する選択デバイスとしてタッチパネルが選択された場合を示す。訂正画面６０は、表示制御手段３０４により作成され、図５に示す訂正画面６０と同様に、第１の表示領域６１ａ、第２の表示領域６１ｂ、確信度表示部６１ｃ、及び入力領域６１ｄを含むが、図５（ａ）に示したカーソル６２は表示されない。図７に示す場合の認識結果は、「追浜市西区みな４みらい６－１」であり、「追」、「４」が低確信度文字となっている。「追」の確信度が７０％であったために確信度表示部６１ｃに７０％が表示されている。

図７（ａ）に示すように、認識結果のうち訂正対象の文字「追」、「４」をそれぞれペンでタッチして選択マーク６５を付加すると、図７（ｂ）に示すように、認識結果の対応する文字にカーソル６２が表示される。また、選択していない文字が、受付手段３０５により認識結果からコピーして入力領域６１ｄに表示されるとともに、受付手段３０５により訂正対象の文字の部分に空白のスペース６６が表示され、入力枠６７が拡大して表示される。入力枠６７に訂正する文字をペンで入力すると、図７（ｃ）に示すように、受付手段３０５により次のスペース６６を拡大した入力枠６７が表示される。入力枠６７の面積が拡大して表示されることでペンで書き込みやすくなる。なお、スペース６６又は入力枠６７にキーボードで文字を入力してもよい。部分入力モードの場合、端末装置４の表示部の表示面積が小さい場合でも面積を拡大した入力枠６７を複数設けることができる。

（変形例１）
図８は、部分入力モードに対応した訂正画面の変形例を示す図である。同図に示す訂正画面６０は、 認識結果のうち訂正する文字を選択する選択デバイスとしてタッチパネルが選択された場合を示す。訂正画面６０は、表示制御手段３０４により作成され、図７に示す訂正画面６０と同様に、第１の表示領域６１ａ、第２の表示領域６１ｂ、確信度表示部６１ｃ、及び入力領域６１ｄを含み、文字列中に全ての低確信度文字にカーソル６２が表示されている。さらに、全入力モードに対応した訂正画面に切り替えるための「全入力」ボタン６１ｅが表示されている。「全入力」ボタン６１ｅは、訂正モードを切り替える切替え手段の一例である。

図８（ａ）に示すように、認識結果のうち訂正対象の文字「追」、「４」をそれぞれペンでタッチして選択マーク６５を付加すると、図８（ｂ）に示すように、認識結果の対応する文字にカーソル６２が表示される。また、先頭側の訂正対象の文字以外の文字が、受付手段３０５により認識結果からコピーして入力領域６１ｄに表示されるとともに、受付手段３０５により先頭側の訂正対象の文字の部分に空白のスペース６６が表示され、入力枠６７が拡大して表示される。入力枠６７に訂正する文字をペンで入力すると、図７（ｃ）に示すように、次の訂正対象の文字に空白のスペース６６が表示されるとともに、スペース６６を拡大した入力枠６７が表示される。

「全入力」ボタン６１ｅを選択すると、図８（ｃ）に示すように、表示制御手段３０４は、部分入力モードに対応した訂正画面６０に切り替える。図８（ｃ）に示す訂正画面６０には、部分入力モードに対応した訂正画面６０に切り替えるための「部分入力」ボタン６１ｆが表示される。なお、全入力モードに対応した訂正画面６０又は部分入力モードに対応した訂正画面６０を最初に表示するかは、ディフォルトで定めてよい。「部分入力」ボタン６１ｆは、訂正モードを切り替える切替え手段の一例である。

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、上記実施の形態では、端末装置４に訂正画面６０を表示したが、情報処理装置３に入力部及び表示部を設け、その表示部に訂正画面を表示して文字の訂正を受け付けてもよい。また、上記実施の形態では、情報処理装置３に１つの端末装置を接続したが、情報処理装置３にネットワーク（有線、無線を問わない）を介して複数の端末装置４を接続してもよい。

制御部３０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等のコンピュータで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…読取装置、３…情報処理装置、４…端末装置、１０…読取画像、１１、１１ａ-１１ｄ…項目、１２、１２ａ-１２ｆ…記入欄、３０…制御部、３１…記憶部、５０…確認訂正設定画面、５１…チェックボックス、５２…確信度表示部、５３…スライドバー部、５３ａ…スライドバー、５４…文字数表示部、５５ａ、５５ｂ…アローボタン、６０…訂正画面、６１ａ…第１の表示領域、６１ｂ…第２の表示領域、６１ｃ…確信度表示部、６１ｄ…入力領域、６１ｅ…「全入力」ボタン、６１ｆ…「部分入力」ボタン、６２…カーソル、６３…確認メッセージ、６３ａ…「ＯＫ」ボタン、６３ｂ…「戻る」ボタン、６４…警告メッセージ、６４ａ…「ＯＫ」ボタン、６４ｂ…「戻る」ボタン、６５…選択マーク、６６…スペース、６７…入力枠、３００…設定手段、３０１…領域抽出手段、３０２…文字認識手段、３０３…低確信度文字列抽出手段、３０４…表示制御手段、３０５…受付手段、３１１…プログラム、３１２…認識結果情報、３１３…設定情報、３１４…訂正文字列テーブル、３１５…帳票データ、３１６…文字認識辞書

Claims (9)

1. 読み取られた画像に対する文字認識結果の、文字の確からしさを示す確信度を取得する取得手段と、
   前記文字認識結果のうち前記確信度が閾値以下の文字を含む文字列を訂正画面に表示するよう制御する表示制御手段と、
   前記訂正画面において表示されている前記文字列全体に対して訂正する文字を受け付ける受付手段と、を備え、
   前記訂正する文字が前記確信度が前記閾値を超える文字と異なる場合、前記表示制御手段は、その旨を示す情報を前記訂正画面に表示するよう制御する、
   情報処理装置。
2. 読み取られた画像に対する文字認識結果の、文字の確からしさを示す確信度を取得する取得手段と、
   前記文字認識結果のうち前記確信度が閾値以下の文字を含む文字列を訂正作業量に応じた訂正画面に表示するよう制御する表示制御手段と、
   前記訂正画面において表示されている前記文字列に対して訂正する文字を受け付ける受付手段と、
   を備えた情報処理装置。
3. 前記訂正作業量は、前記文字列中の前記確信度が閾値以下の文字の数である、
   請求項２に記載の情報処理装置。
4. 前記訂正作業量は、前記文字列の文字数に対する前記確信度が閾値以下の文字数の割合である、
   請求項２に記載の情報処理装置。
5. 前記訂正画面は、前記文字列のうち前記確信度が閾値以下の文字の位置を示す位置情報を含む、
   請求項１から４のいずれか１項に記載の情報処理装置。
6. 前記訂正画面は、訂正する文字の入力欄を含み、
   前記受付手段は、前記文字列のうち前記確信度が閾値以下の複数の文字の訂正のみを受け付ける場合、前記位置情報が訂正されていない文字を飛ばして移動されたとき、前記訂正されていない文字については前記文字認識結果を前記入力欄にコピーする、
   請求項５に記載の情報処理装置。
7. 前記受付手段は、前記文字列のうち前記確信度が閾値以下の複数の文字の訂正のみを受け付ける場合、前記訂正する文字を受け付けたとき、前記確信度が閾値以下の訂正されていない文字に前記位置情報を移動させる、
   請求項５に記載の情報処理装置。
8. コンピュータを、
   読み取られた画像に対する文字認識結果の、文字の確からしさを示す確信度を取得する取得手段と、
   前記文字認識結果のうち前記確信度が閾値以下の文字を含む文字列を訂正画面に表示するよう制御する表示制御手段と、
   前記訂正画面において表示されている前記文字列全体に対して訂正する文字を受け付ける受付手段、として機能させるためのプログラムであって、
   前記訂正する文字が前記確信度が前記閾値を超える文字と異なる場合、前記表示制御手段は、その旨を示す情報を前記訂正画面に表示するよう制御する、
   プログラム。
9. コンピュータを、
   読み取られた画像に対する文字認識結果の、文字の確からしさを示す確信度を取得する取得手段と、
   前記文字認識結果のうち前記確信度が閾値以下の文字を含む文字列を訂正作業量に応じた訂正画面に表示するよう制御する表示制御手段と、
   前記訂正画面において表示されている前記文字列に対して訂正する文字を受け付ける受付手段、
   として機能させるためのプログラム。

Images