JP7326753B2

JP7326753B2 - 情報処理装置及びプログラム

Info

Publication number: JP7326753B2
Application number: JP2019010051A
Authority: JP
Inventors: 俊一木村; 雅則関野; 拓也桜井
Original assignee: Fuji Xerox Co Ltd; Fujifilm Business Innovation Corp
Current assignee: Fujifilm Business Innovation Corp
Priority date: 2019-01-24
Filing date: 2019-01-24
Publication date: 2023-08-16
Anticipated expiration: 2039-01-24
Also published as: CN111476073A; US20200242390A1; JP2020119289A; CN111476073B; US11100356B2

Description

本発明は、情報処理装置及びプログラムに関する。

紙帳票に手書き記入又は印刷された文字列をデジタルデータ化するデータ入力システムがある。データ入力システムは、帳票中を人間が読み取ってキー入力する方式、光学文字認識（ＯＣＲ）技術を用いた文字認識器により帳票中の画像に対して文字認識処理を行う方式、あるいはこれらの組合せにより帳票中の文字列をデジタル化する。

特許文献１に開示された情報処理装置の分類手段は、文字認識対象を３種類のいずれかに分類し、抽出手段は、前記分類手段によって第１の種類に分類された場合に、前記文字認識対象の文字認識結果を抽出し、第１の制御手段は、前記分類手段によって第２の種類に分類された場合に、前記文字認識対象の文字認識結果を抽出し、該文字認識対象を人手で入力させるように制御し、第２の制御手段は、前記分類手段によって第３の種類に分類された場合に、前記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。また、特許文献１には、文字認識モジュールが文字認識結果の確度（すなわちその文字認識結果が正しいと確信する度合い）を出力し、その確度の値に応じて、文字認識対象を第１～第３の種類に分類すること、更に、その確度が最も高い範囲に属する場合には文字認識モジュールによる文字認識結果を最終的な結果として抽出すること、が記載されている。

さて、手書き記入又は印刷された文字列の上にユーザが取消線を引く場合がある。取消線が引かれた文字列はユーザが取り消す旨を指示しているものなので、文字認識処理では、仮にその文字列が認識できたとしてもその認識結果を棄却することが望ましい。しかし、文字列を構成する文字やその上に引かれた取消線の態様によっては、文字認識モジュールはその文字列を認識でき、しかもその文字認識の結果の確度が高い値となる場合もある。そのような場合、取消線があるにもかかわらず、その確度の高い文字認識結果が最終的な結果として採用されてしまう可能性がある。

そこで、文字認識とは別に取消線の検知処理を行い、取消線が検知された部分に対応する文字認識結果を棄却することが行われている。

例えば特許文献２に開示されるシステムでは、スコアによる棄却判定部は、文字パターン認識部で得た認識結果の信頼度の値を元に認識結果の棄却判定を行う。文字・枠線接触数検出部は、文字記入欄内の画像から１文字分の非文字枠画像を取り出し、非文字枠画像に接触している文字枠線の数を計測する。罫線接触棄却判定部は、非文字枠画像に接触している文字枠線数が所定の閾値を越える場合に、文字枠線に対応した文字の認識結果を棄却する。棄却処理統合部は、スコアによる棄却判定部の結果と罫線接触棄却判定部の結果の両方を元に、最終的に出力する文字認識結果の棄却判定を行う。

特開２０１６－２１２８１２号公報特開２０１２－１８５７１３号公報

取消線の自動検出では入力画像に含まれるスキャンノイズ等のように取消線でないものが取消線として検出される場合がある。入力画像から取消線が検出されると文字認識手段の文字認識結果を棄却することとすると、文字認識手段が正しい文字認識結果を求めている場合でも、入力画像中のノイズが取消線として検出されれば、その文字認識結果が利用されないことになる。

本発明は、入力画像に含まれるノイズ等の取消線でないものが取消線として検出された場合に、その入力画像に対する文字認識手段の文字認識結果が正しければその文字認識結果が利用される蓋然性を高める仕組みを提供する。

請求項１に係る発明は、入力画像に対して文字認識を行うことにより文字認識結果を出力すると共に、当該文字認識結果の確度を出力する文字認識手段と、前記入力画像に対する人による文字認識結果の入力を受け付ける受付手段と、前記文字認識手段が出力した文字認識結果と前記受付手段が受け付けた前記人による文字認識結果とに基づき前記入力画像に対する最終的な文字認識結果を求める処理、を行う処理手段であって、前記処理では、前記文字認識手段が出力した文字認識結果と前記受付手段が受け付けた前記人による文字認識結果とが合致する場合はその合致する文字認識結果を前記最終的な文字認識結果とし、合致しない場合は、前記受付手段が受け付けた文字認識結果に基づき前記最終的な文字認識結果を求める、処理手段と、画像中の取消線を検出する取消線検出装置が前記入力画像中から前記取消線を検出した場合に、前記処理手段に前記処理を行わせ、前記取消線検出装置が前記入力画像中から前記取消線を検出しなかった場合は、前記確度が閾値より高ければ前記文字認識手段が出力した前記文字認識結果を前記最終的な文字認識結果とし、前記確度が前記閾値以下であれば、前記処理手段に前記処理を行わせる、という制御を行う制御手段と、を含む情報処理装置である。

請求項２に係る発明は、入力画像に対して文字認識を行うことにより文字認識結果を出力すると共に、当該文字認識結果の確度を出力する文字認識手段と、前記入力画像に対する人による文字認識結果の入力を受け付ける受付手段と、前記文字認識手段が出力した文字認識結果と前記受付手段が受け付けた前記人による文字認識結果とに基づき前記入力画像に対する最終的な文字認識結果を求める処理、を行う処理手段であって、前記処理では、前記文字認識手段が出力した文字認識結果と前記受付手段が受け付けた前記人による文字認識結果とが合致する場合はその合致する文字認識結果を前記最終的な文字認識結果とし、合致しない場合は、前記受付手段が受け付けた文字認識結果に基づき前記最終的な文字認識結果を求める、処理手段と、前記文字認識手段が出力した前記文字認識結果に対応する判定用確度が閾値より高ければ、当該文字認識結果を前記入力画像に対する最終的な文字認識結果とし、前記判定用確度が前記閾値以下であれば、前記処理手段に前記処理を行わせる、という制御を行う制御手段と、画像中の取消線を検出する取消線検出装置が前記入力画像中から前記取消線を検出しなかった場合は、前記文字認識手段が出力した前記確度を前記判定用確度として採用し、前記取消線検出装置が前記入力画像中から前記取消線を検出した場合には前記文字認識手段が出力した前記確度を前記閾値以下の値に変更し、この変更の後の確度を前記判定用確度として採用した上で、前記制御手段に前記制御を行わせる手段と、を含む情報処理装置である。

請求項３に係る発明は、コンピュータを、入力画像に対して文字認識を行うことにより文字認識結果を出力すると共に、当該文字認識結果の確度を出力する文字認識手段、前記入力画像に対する人による文字認識結果の入力を受け付ける受付手段、前記文字認識手段が出力した文字認識結果と前記受付手段が受け付けた前記人による文字認識結果とに基づき前記入力画像に対する最終的な文字認識結果を求める処理、を行う処理手段であって、前記処理では、前記文字認識手段が出力した文字認識結果と前記受付手段が受け付けた前記人による文字認識結果とが合致する場合はその合致する文字認識結果を前記最終的な文字認識結果とし、合致しない場合は、前記受付手段が受け付けた文字認識結果に基づき前記最終的な文字認識結果を求める、処理手段、画像中の取消線を検出する取消線検出装置が前記入力画像中から前記取消線を検出した場合に、前記処理手段に前記処理を行わせ、前記取消線検出装置が前記入力画像中から前記取消線を検出しなかった場合は、前記確度が閾値より高ければ、前記文字認識手段が出力した前記文字認識結果を前記最終的な文字認識結果とし、前記確度が前記閾値以下であれば、前記処理手段に前記処理を行わせる、という制御を行う制御手段、として機能させるためのプログラムである。
請求項４に係る発明は、コンピュータを、入力画像に対して文字認識を行うことにより文字認識結果を出力すると共に、当該文字認識結果の確度を出力する文字認識手段、前記入力画像に対する人による文字認識結果の入力を受け付ける受付手段、前記文字認識手段が出力した文字認識結果と前記受付手段が受け付けた前記人による文字認識結果とに基づき前記入力画像に対する最終的な文字認識結果を求める処理、を行う処理手段であって、前記処理では、前記文字認識手段が出力した文字認識結果と前記受付手段が受け付けた前記人による文字認識結果とが合致する場合はその合致する文字認識結果を前記最終的な文字認識結果とし、合致しない場合は、前記受付手段が受け付けた文字認識結果に基づき前記最終的な文字認識結果を求める、処理手段、前記文字認識手段が出力した前記文字認識結果に対応する判定用確度が閾値より高ければ、当該文字認識結果を前記入力画像に対する最終的な文字認識結果とし、前記判定用確度が前記閾値以下であれば、前記処理手段に前記処理を行わせる、という制御を行う制御手段、画像中の取消線を検出する取消線検出装置が前記入力画像中から前記取消線を検出しなかった場合は、前記文字認識手段が出力した前記確度を前記判定用確度として採用し、前記取消線検出装置が前記入力画像中から前記取消線を検出した場合には前記文字認識手段が出力した前記確度を前記閾値以下の値に変更し、この変更の後の確度を前記判定用確度として採用した上で、前記制御手段に前記制御を行わせる手段、として機能させるためのプログラムである。

請求項１又は３に係る発明によれば、入力画像に含まれるノイズ等の取消線でないものが取消線として検出された場合に、その入力画像に対する文字認識手段の文字認識結果が正しければその文字認識結果が利用される蓋然性を高めることができる。

請求項２又は４に係る発明によれば、判定用確度が閾値より大きい場合は文字認識手段の認識結果を最終的な文字認識結果とし、閾値以下の場合には突合手段の突合の結果に基づき最終的な文字認識結果を求める、という構成を生かして、文字認識手段の文字認識結果が正しければその文字認識結果が利用される蓋然性を高めることができる。

実施形態の装置構成の主要部を例示する図である。取消線の様々なパターンを例示する図である。取消線検出方法の一例を説明するための図である。突合部の突合結果が非合致の場合の処理のための構成を例示する図である。突合部の突合結果が非合致の場合の処理のための別の構成を例示する図である。別の例の装置構成の主要部を例示する図である。

図１に、本発明に係る情報処理装置の一実施形態の構成例を示す。

この情報処理装置には、文字列の画像を含んだ入力画像が入力される。入力画像は、例えば、帳票等の紙面をスキャナでスキャンすることにより得られる画像である。あるいは、紙面をスキャンすることにより得られた画像から、認識対象の文字列を含む領域（例えば特定の記入欄）の画像が切り出され、入力画像として情報処理装置に入力される。入力画像に含まれる文字列は、手書き文字からなる文字列であってもよいし、活字の文字列であってもよいし、手書き文字と活字が混じった文字列であってもよい。文字列は、１以上の文字からなる列である。また、認識の対象となる文字の中には、各種のアルファベットや仮名などの表音文字、漢字等の表意文字、ロゴマーク等の各種マーク等が含まれてもよい。

文字認識器１２は、その入力画像に対して文字認識を行い、その入力画像に含まれる文字列の認識結果Ｒを求めて出力する。出力される認識結果Ｒは、その文字列を構成する各文字の文字コードの列である。文字認識器１２は「文字認識手段」の一例である。

また文字認識器１２は、その認識結果Ｒについての文字認識の確度Ｐを出力する。確度Ｐは、文字認識器１２が求めた認識結果Ｒがその入力画像に含まれる文字列を正しく表している確からしさを示す度合いである。確度Ｐが高いほど、認識結果Ｒのテキストコードが正解である（すなわち入力画像中の文字列を正しく表している）蓋然性が高い。文字認識器１２が出力した認識結果Ｒと確度Ｐは認識制御部５２に入力される。

取消線検出部５０は、その入力画像から取消線を検出する。取消線検出部５０は、「検出手段」の一例である。

取消線は、文字列を取り消すために手書きで又はアプリケーションによりその文字列の上に引かれる１つ又は複数の線である。取消線には様々なパターンがある。例えば図２の（ａ）に例示するのは、入力画像１００内にある手書きの文字列「ＡＢＣ」を取り消すために、それら文字列の横幅全域にわたって延びるほぼ直線上の２本の線からなる取消線１０２ａである。また、図２の（ｂ）に示すように、ジグザグ状の手書きの取消線１０２ｂや、図２の（ｃ）に示すように、文字列「ＡＢＣ」の個々の文字について個別に取消線１０２ｃが引かれる場合もある。取消線検出部５０は、それらパターンの全てを検出できるものであってもよいし、そのうちの一部のものを検出できるものであってもよい。なお、図２の（ａ）や（ｃ）の例のように、文字列に対して重なる取消線の密度が薄く、取消線が文字認識の邪魔になりにくい場合には、文字認識器１２によるその文字列の認識結果Ｒの確度Ｐが高い値となることがある。

画像中から取消線を検出する手法には従来様々なものが提案されている。取消線検出部５０は、それら従来手法を用いるものであってもよい。また取消線検出部５０は、これから開発される取消線検出手法を用いるものであってもよい。

また図３に示すように、１文字単位の単位枠１１０を１以上配列してなる記入枠１１５中に文字が記入された帳票を読み取ることにより得られた入力画像が対象である場合、取消線検出部５０は、２以上の単位枠１１０と重なる連続した線分１０４（直線でも曲線でもよい）を検出すれば、その線分を取消線と判定してもよい。図３に示した記入枠１１５は、隣り合う単位枠１１０同士が接している（すなわち一辺を共有している）「はしご枠」形式のものであったが、記入枠１１５中の隣り合う単位枠１１０同士の間に間隔が空いている場合も、同様の取消線検出手法が適用可能である。

なお、入力画像には、帳票等の紙面をスキャンしたスキャナに起因する読み取りノイズや、紙面の折り目や線状の汚れ等が画像として含まれることがある。取消線検出部５０はそのようなノイズ、折り目、汚れ等の画像を取消線として検出してしまう場合がある。

取消線検出部５０は、入力画像中から取消線を検出したか否か、すなわち入力画像中の取消線の有無、を示す情報を認識制御部５２に対して出力する。

認識制御部５２は、文字認識器１２から入力された認識結果Ｒ及び確度Ｐと、取消線検出部５０から入力された取消線の有無の情報とに基づいて、入力画像についての最終的な文字認識結果を求めるための制御を行う。認識制御部５２は、「制御手段」の一例である。以下、認識制御部５２が実行する制御について説明する。

従来、入力画像に対する文字認識器の認識結果Ｒの確度Ｐがある閾値Ｔ１より高い場合に、その認識結果Ｒを当該情報処理装置の最終的な文字認識結果として出力する情報処理装置は存在する。この種の情報処理装置は、確度Ｐが閾値Ｔ１以下の場合は、人間から同じ入力画像に対する文字認識結果の入力を受け取り、受け取った入力をその認識結果Ｒと突合（すなわち突き合わせ）する。この突合で、それら両者が合致（すなわち一致）していると判定された場合は、その認識結果Ｒが情報処理装置の最終的な文字認識結果として出力される。一方、その突合でそれら両者が非合致であると判定された場合、その従来の情報処理装置は、他の人間からその入力画像の文字認識結果の入力を受け取り、この入力を考慮に入れて最終的な文字認識結果を求める。一つの例では、最初の人の文字認識結果と、今回新たに入力された他の人の文字認識結果とを突合し、これら両者が一致すれば、その文字認識結果を最終的な文字認識結果とする。

これに対し、本実施形態の認識制御部５２は、入力画像に対する文字認識器１２の認識結果Ｒの確度Ｐがその閾値Ｔ１より高くても、それだけではその認識結果Ｒを情報処理装置の最終的な文字認識結果とはしない。その代わりに、認識制御部５２は、その入力画像に対する取消線検出部５０からの情報を更に参照し、確度Ｐがその閾値Ｔ１より高く、かつその入力画像に取消線がない場合に、その認識結果Ｒを情報処理装置の最終的な文字認識結果として出力する。

一方、取消線検出部５０がその入力画像から取消線を検出した場合には、認識制御部５２は、文字認識器１２の認識結果Ｒの確度Ｐが閾値Ｔ１より高くても、その認識結果Ｒを突合部１６に入力する。突合部１６は、入力された認識結果Ｒを、キー入力部１４に入力された人間（図示例では「Ａ」という名前の人）によるその入力画像についての文字認識結果と突合する。突合部１６は、「突合手段」の一例である。なお、キー入力部１４は、ユーザ（人間）からのキー入力を受け付けるソフトウエアモジュールであり、「受付手段」の一例である。Ａさんの端末は、図１に示した情報処理装置と例えばインターネットを介して接続されているものでよい。この場合、入力画像を表示したり、その入力画像の認識結果の入力を受け付けたりする機構は、例えばウェブサービスの形でキー入力部１４からその端末に提供される。Ａさんは、端末に表示された入力画像を認識し、その入力画像が示す文字列を端末のキーボードから入力する。キー入力部１４は、Ａさんが入力した文字列データをその端末から受け取り、突合部１６に渡す。

従来、入力画像から取消線が検出された場合、その入力画像に対する文字認識器の認識結果を棄却する手法が存在する。本実施形態は、そのような従来手法とは異なり、取消線が検出された場合でも、文字認識器１２の認識結果Ｒは棄却せず、その認識結果Ｒを人間の文字認識結果と突合することにより再利用する。

また、認識制御部５２は、文字認識器１２の認識結果Ｒの確度Ｐが閾値Ｔ１以下の場合、上述した従来方式と同様、文字認識器１２の認識結果Ｒを突合部１６にて、人間による文字認識結果と突合する。

このように、本実施形態では、確度Ｐが閾値Ｔ１以下の場合に加え、取消線が検出された場合にも、文字認識器１２の認識結果Ｒと人間の文字認識結果との突合が行われる。

突合部１６は、文字認識器１２の認識結果Ｒと、キー入力部１４に入力された人間の文字認識結果とが合致（すなわち一致）した場合には、その認識結果Ｒを、情報処理装置の最終的な文字認識結果として出力する。一方、突合部１６による突合結果が非合致（すなわち不一致）の場合は、Ａさん以外の他の人からその入力画像の文字認識結果の入力を受け取り、受け取った入力を利用して、情報処理装置の最終的な文字認識結果を求める。突合結果が非合致の場合に対する処理については、後で図４及び図５を参照して具体的な例を説明する。

以上に説明したように、図１に示す情報処理装置によれば、取消線検出部５０が入力画像から取消線を検出した場合、文字認識器１２の認識結果Ｒは人間の文字認識結果と突合される。入力画像に含まれる読み取りノイズや紙面の折り目、汚れ等の画像を取消線検出部５０が取消線として誤検出した場合でも、人間の目で見ればその画像が取消線でないと分かるケースは非常に多い。このようなケースでは、人間は、取消線がないものとして入力画像中の文字列を認識し、認識結果をキー入力部１４に入力する。したがって、入力画像中の取消線ではない画像が取消線として誤検出された場合であっても、文字認識器１２の認識結果Ｒが正しい場合には、その認識結果Ｒは突合部１６で人間の文字認識結果と合致したと判定され、最終的な認識結果として出力されることとなる。

一方、取消線検出部５０が検出した取消線が本当の取消線である場合、Ａさんはその取消線を認識し、取消線があることを示す所定の入力（例えば空白のまま確定する等の入力）をキー入力部１４に対して行う。この入力の値は、文字認識器１２の認識結果Ｒとは異なる値なので、突合部１６での突合結果は必ず非合致となる。したがって、入力画像中に本当の取消線がある場合に文字認識器１２の認識結果Ｒが最終的な文字認識結果として出力されることはない。

取消線が検出されると文字認識器の認識結果Ｒを棄却してしまう従来方式では、取消線が検出された場合には、人間による文字認識結果に頼るしかない。この場合、キー入力部１４からのＡさんの入力をそのまま情報処理装置の最終的な文字認識結果として採用することが考えられる。しかし、人間は往々にしてミスをするので、一人の認識結果だけでは信頼性が十分でないと判断される場合も少なくない。そこで信頼性を高めるために、二人以上の人間の文字認識結果を突合し、その突合の結果に基づいて最終的な文字認識結果を求めることも考えられる。しかし、二人以上の人間を従事させることによりコストは高くなる。

これに対し、本実施形態では、取消線が検出された場合、文字認識器１２の認識結果Ｒは人間であるＡさんの文字認識結果と突合され、両者が合致した場合には認識結果Ｒが最終的な認識結果として採用される。この場合の最終的な認識結果は、２つの独立した認識結果が合致したものなので、Ａさん単独の文字認識結果よりも信頼性が高い。また、突合の結果文字認識器１２の認識結果ＲとＡさんの文字認識結果とが合致した場合、２人目の人間の入力が不要になるため、取消線が検出されると必ず２人以上の入力の突合を行う方式よりも必要コストが低くなる。

次に、図４を参照して、突合部１６での突合結果が非合致の場合の処理のための構成の一例を説明する。図４において、図１に示した要素と同様の要素には同一符号を付し、重複する説明は省略する。

図４に示す情報処理装置は、図１に示した情報処理装置の要素群に加え、キー入力部２２、第２突合部２４及びキー入力部２６を有する。

キー入力部２２は、Ａさんとは別の人であるＢさんから、入力画像の文字認識結果の入力を受け付ける。第２突合部２４は、突合部１６から入力されるＡさんの入力と、キー入力部２２から入力されるＢさんの入力とを突合する。キー入力部２６は、ＡさんともＢさんとも異なるＣさんから、入力画像の文字認識結果の入力を受け付ける。

図４の例では、突合部１６は、文字認識器１２の認識結果ＲとＡさんの文字認識結果との突合結果が非合致の場合、Ａさんの文字認識結果を第２突合部２４に入力する。またこの場合、キー入力部２２がＢさんの端末に入力画像を提供し、これに応じてＢさんが入力した文字認識結果を第２突合部２４に入力する。第２突合部２４は、Ａさんの文字認識結果とＢさんの文字認識結果との突合を行い、それら両者が合致する場合、その合致した文字認識結果を情報処理装置の最終的な文字認識結果として出力する。また、突合の結果が非合致の場合、第２突合部２４はキー入力部２６を起動する。キー入力部２６は、Ｃさんの端末に入力画像を提供し、これに応じたＣさんからの文字認識結果の入力を受け付け、その文字認識結果を最終的な文字認識結果として採用する。Ｃさんとして、例えばＡさんやＢさんよりも過去に入力した文字認識結果の正解率が高い人を採用することで、最終的な文字認識結果の精度がある程度担保される。

次に、図５を参照して、突合部１６での突合結果が非合致の場合の処理のための構成の別の一例を説明する。図５には、情報処理装置の構成のうち、突合部１６による突合処理以降の処理を担う部分が示される。

図５の例では、突合部１６の突合結果が非合致である場合、突合部１６は、振り分け処理部１８に、今回の認識対象の入力画像、その入力画像に対するＡさんの入力データ、及び確度Ｐを渡して、処理の振り分けを依頼する。

振り分け処理部１８は、確度Ｐが、予め設定された閾値Ｔ２（ただしＴ２＜Ｔ１）より大きい場合、キー入力部２８にその入力画像を渡す。キー入力部２８は、予め登録されているＤさんの端末にその入力画像を提供し、これに対してＤさんが入力した文字認識結果を受け取り、その文字認識をその入力画像に対する最終的な認識結果として出力する。ここでＤさんはＡさんとは異なる人であればよい。

また振り分け処理部１８は、確度Ｐが閾値Ｔ２以下の場合は、キー入力部２２に入力画像を渡すと共に、第２突合部２４にＡさんの入力データを渡す。キー入力部２２は、予め登録されているＢさんの端末にその入力画像を提供し、これに対してＢさんが入力した文字認識結果を受け取り、その文字認識結果を第２突合部２４に渡す。第２突合部２４は、Ａさんの文字認識結果とＢさんの文字認識結果を突合し、その結果両者が合致していれば、その合致した文字認識結果をその入力画像に対する最終的な文字認識結果として出力する。一方、第２突合部２４の突合で両者が非合致であった場合、キー入力部２６が、Ａさん及びＢさんのいずれとも異なるＣさんの端末にその入力画像を提供し、これに対してＤさんが入力した文字認識結果を受け取り、その文字認識結果を最終的な認識結果として出力する。

次に、図６を参照して、本実施形態の情報処理装置の別の構成を例示する。図６において、図１の構成における要素と同様の要素には同一符号を付し、重複説明を省略する。

図６の構成は、図１の構成のうちの認識制御部５２を、確度調整部５４と振り分け処理部１３とに置き換えたものである。

確度調整部５４は、文字認識器１２からの入力画像に対する認識結果Ｒと確度Ｐと、取消線検出部５０からの、その入力画像中から取消線が検出されたか否かを示す情報と、を受け取る。確度調整部５４は、入力画像中から取消線が検出された場合には、文字認識器１２から受け取った確度Ｐを、閾値Ｔ１未満の値に調整した上で、振り分け処理部１３に出力する。一方、入力画像から取消線が検出されなかった場合は、確度調整部５４は、文字認識器１２から受け取った確度Ｐを、変更せずにそのまま振り分け処理部１３に出力する。確度調整部５４が出力する確度の値を確度Ｐ′と表現する。確度調整部５４が出力する確度Ｐ′は、「判定用確度」の一例である。

振り分け処理部１３は、確度調整部５４から入力された確度Ｐ′に応じて、以降の処理経路を制御する。より詳しくは、振り分け処理部１３は、確度Ｐ′が閾値Ｔ１より大きい場合には、文字認識器１２の認識結果Ｒを情報処理装置の最終的な文字認識結果として出力する。一方、確度Ｐ′が閾値Ｔ１以下の場合は、認識結果Ｒと確度Ｐ′を突合部１６に入力する。突合部１６が行う処理は、図１の実施形態の場合と同様である。また、突合部１６の突合結果が非合致の場合に処理構成としては、図４又は図５に例示したものを採用してもよい。

図６の構成から取消線検出部５０と確度調整部５４を除き、文字認識器１２の出力を振り分け処理部１３に直接入力すると、この「発明を実施するための形態」の欄の中で上述した従来の情報処理装置と同様の構成となる。

図６の例は、この従来構成の各要素の機能に変更を加えることなく、取消線検出部５０及び確度調整部５４を追加することで、図１の例と同様の機能を実現している。

以上に例示した実施形態の情報処理装置は、一つの例ではハードウエアの論理回路として構成可能である。また、別の例として、実施形態の情報処理装置は、内蔵されるコンピュータにそれらシステム又は装置内の各機能モジュールの機能を表すプログラムを実行させることにより実現してもよい。ここで、コンピュータは、例えば、ハードウエアとして、ＣＰＵ等のプロセッサ、ランダムアクセスメモリ（ＲＡＭ）及びリードオンリメモリ（ＲＯＭ）等のメモリ（一次記憶）、ＨＤＤ（ハードディスクドライブ）を制御するＨＤＤコントローラ、各種Ｉ／Ｏ（入出力）インタフェース、ローカルエリアネットワークなどのネットワークとの接続のための制御を行うネットワークインタフェース等が、たとえばバスを介して接続された回路構成を有する。また、そのバスに対し、例えばＩ／Ｏインタフェース経由で、ＣＤやＤＶＤなどの可搬型ディスク記録媒体に対する読み取り及び／又は書き込みのためのディスクドライブ、フラッシュメモリなどの各種規格の可搬型の不揮発性記録媒体に対する読み取り及び／又は書き込みのためのメモリリーダライタ、などが接続されてもよい。上に例示した各機能モジュールの処理内容が記述されたプログラムがＣＤやＤＶＤ等の記録媒体を経由して、又はネットワーク等の通信手段経由で、ハードディスクドライブ等の固定記憶装置に保存され、コンピュータにインストールされる。固定記憶装置に記憶されたプログラムがＲＡＭに読み出されＣＰＵ等のプロセッサにより実行されることにより、上に例示した機能モジュール群が実現される。また、実施形態の情報処理装置は、ソフトウエアとハードウエアの組合せで構成されてもよい。

１２文字認識器、１３，１８振り分け処理部、１４，２２，２６，２８キー入力部、１６突合部、２４第２突合部、５０取消線検出部、５２認識制御部、５４確度調整部。

Claims

入力画像に対して文字認識を行うことにより文字認識結果を出力すると共に、当該文字認識結果の確度を出力する文字認識手段と、
前記入力画像に対する人による文字認識結果の入力を受け付ける受付手段と、
前記文字認識手段が出力した文字認識結果と前記受付手段が受け付けた前記人による文字認識結果とに基づき前記入力画像に対する最終的な文字認識結果を求める処理、を行う処理手段であって、前記処理では、前記文字認識手段が出力した文字認識結果と前記受付手段が受け付けた前記人による文字認識結果とが合致する場合はその合致する文字認識結果を前記最終的な文字認識結果とし、合致しない場合は、前記受付手段が受け付けた文字認識結果に基づき前記最終的な文字認識結果を求める、処理手段と、
画像中の取消線を検出する取消線検出装置が前記入力画像中から前記取消線を検出した場合に、前記処理手段に前記処理を行わせ、前記取消線検出装置が前記入力画像中から前記取消線を検出しなかった場合は、前記確度が閾値より高ければ前記文字認識手段が出力した前記文字認識結果を前記最終的な文字認識結果とし、前記確度が前記閾値以下であれば、前記処理手段に前記処理を行わせる、という制御を行う制御手段と、
を含む情報処理装置。
入力画像に対して文字認識を行うことにより文字認識結果を出力すると共に、当該文字認識結果の確度を出力する文字認識手段と、
前記入力画像に対する人による文字認識結果の入力を受け付ける受付手段と、
前記文字認識手段が出力した文字認識結果と前記受付手段が受け付けた前記人による文字認識結果とに基づき前記入力画像に対する最終的な文字認識結果を求める処理、を行う処理手段であって、前記処理では、前記文字認識手段が出力した文字認識結果と前記受付手段が受け付けた前記人による文字認識結果とが合致する場合はその合致する文字認識結果を前記最終的な文字認識結果とし、合致しない場合は、前記受付手段が受け付けた文字認識結果に基づき前記最終的な文字認識結果を求める、処理手段と、
前記文字認識手段が出力した前記文字認識結果に対応する判定用確度が閾値より高ければ、当該文字認識結果を前記入力画像に対する最終的な文字認識結果とし、前記判定用確度が前記閾値以下であれば、前記処理手段に前記処理を行わせる、という制御を行う制御手段と、
画像中の取消線を検出する取消線検出装置が前記入力画像中から前記取消線を検出しなかった場合は、前記文字認識手段が出力した前記確度を前記判定用確度として採用し、前記取消線検出装置が前記入力画像中から前記取消線を検出した場合には前記文字認識手段が出力した前記確度を前記閾値以下の値に変更し、この変更の後の確度を前記判定用確度として採用した上で、前記制御手段に前記制御を行わせる手段と、
を含む情報処理装置。
コンピュータを、
入力画像に対して文字認識を行うことにより文字認識結果を出力すると共に、当該文字認識結果の確度を出力する文字認識手段、
前記入力画像に対する人による文字認識結果の入力を受け付ける受付手段、
前記文字認識手段が出力した文字認識結果と前記受付手段が受け付けた前記人による文字認識結果とに基づき前記入力画像に対する最終的な文字認識結果を求める処理、を行う処理手段であって、前記処理では、前記文字認識手段が出力した文字認識結果と前記受付手段が受け付けた前記人による文字認識結果とが合致する場合はその合致する文字認識結果を前記最終的な文字認識結果とし、合致しない場合は、前記受付手段が受け付けた文字認識結果に基づき前記最終的な文字認識結果を求める、処理手段、
画像中の取消線を検出する取消線検出装置が前記入力画像中から前記取消線を検出した場合に、前記処理手段に前記処理を行わせ、前記取消線検出装置が前記入力画像中から前記取消線を検出しなかった場合は、前記確度が閾値より高ければ、前記文字認識手段が出力した前記文字認識結果を前記最終的な文字認識結果とし、前記確度が前記閾値以下であれば、前記処理手段に前記処理を行わせる、という制御を行う制御手段、
として機能させるためのプログラム。
コンピュータを、
入力画像に対して文字認識を行うことにより文字認識結果を出力すると共に、当該文字認識結果の確度を出力する文字認識手段、
前記入力画像に対する人による文字認識結果の入力を受け付ける受付手段、
前記文字認識手段が出力した文字認識結果と前記受付手段が受け付けた前記人による文字認識結果とに基づき前記入力画像に対する最終的な文字認識結果を求める処理、を行う処理手段であって、前記処理では、前記文字認識手段が出力した文字認識結果と前記受付手段が受け付けた前記人による文字認識結果とが合致する場合はその合致する文字認識結果を前記最終的な文字認識結果とし、合致しない場合は、前記受付手段が受け付けた文字認識結果に基づき前記最終的な文字認識結果を求める、処理手段、
前記文字認識手段が出力した前記文字認識結果に対応する判定用確度が閾値より高ければ、当該文字認識結果を前記入力画像に対する最終的な文字認識結果とし、前記判定用確度が前記閾値以下であれば、前記処理手段に前記処理を行わせる、という制御を行う制御手段、
画像中の取消線を検出する取消線検出装置が前記入力画像中から前記取消線を検出しなかった場合は、前記文字認識手段が出力した前記確度を前記判定用確度として採用し、前記取消線検出装置が前記入力画像中から前記取消線を検出した場合には前記文字認識手段が出力した前記確度を前記閾値以下の値に変更し、この変更の後の確度を前記判定用確度として採用した上で、前記制御手段に前記制御を行わせる手段、
として機能させるためのプログラム。