JP7391672B2 - 文書を電子化するための画像処理システム、その制御方法及びプログラム - Google Patents

Description

本発明は、本発明は、文書のスキャン画像にファイル名等のプロパティを設定する技術に関する。

従来より、文書の管理手法として、文書をスキャナで読み取って得られたスキャン画像を所定フォーマットのファイルに変換し、ネットワーク上のストレージサーバに送信して保存する手法が広く利用されている。ネットワーク上のストレージサーバにスキャン画像をファイルとして送信するには、ファイル名をつける必要がある。ファイル名を設定する方法として、スキャン画像をＯＣＲ処理して文字情報を抽出し、得られた文字情報の中からファイル名として用いる文字列を選択する方法がある。また、ユーザがファイル名の設定で使用した文字列の文字領域情報を帳票種別毎に保存・蓄積しておき、特徴が一致する帳票フォームのスキャン画像について、そのファイル名に使用するための文字列をユーザに自動で提案することも行われている。

ここで、複数の帳票等を電子化する場合、まず電子化対象の帳票等をまとめてスキャンし、その後、各帳票のスキャン画像に対するファイル名の設定作業をまとめて行うといったユースケースが考えられる。この点、特許文献１には、複数の文書に対する画像処理結果を保存すると共にユーザにその一覧を提示し、いずれかの文書の画像処理結果に対し修正が行われた場合、当該修正内容を、保存している画像処理結果に反映する技術が開示されている。そして、画像処理結果の一例として、ＯＣＲ処理結果が示されている。

特開２０１９－１５９６２９号公報

上記特許文献１の技術の場合、ユーザの行った修正が反映されるのは、保存されている複数の文書の画像処理結果のうち、当該修正対象の文書の画像処理結果のみである。そのため、例えば同じ文書フォームの複数の文書をまとめて電子化する際のファイル名設定に適用したとしても、ユーザは、まとめて生成した複数のスキャン画像のそれぞれに対して個別にファイル名を設定する必要があった。つまり、一度に生成した複数のスキャン画像のうちあるスキャン画像に対して行ったファイル名設定の結果を踏まえ、同一文書フォームの残りのスキャン画像に対して、そのファイル名のための文字列を自動で提案するようなことはできなかった。これでは、ユーザは同じ作業を繰り返し行う必要があり非常に煩雑である。

本発明は、上記問題点に鑑みてなされたものであり、複数の文書をまとめて電子化する際のユーザの手間を軽減することを目的とする。

本開示に係る、文書を電子化する画像処理システムは、前記文書のスキャン画像に対して文字認識処理を行って得られた認識文字列を使用して当該スキャン画像に関するプロパティを設定するための第１のＵＩ画面、及び複数の前記文書それぞれに対応する複数のスキャン画像の一覧を表示する第２のＵＩ画面を表示するユーザインタフェース手段と、前記プロパティの設定に用いられた認識文字列の情報を、そのスキャン画像の文書フォームと対応付けて登録する学習を行なって学習データを生成する学習手段と、前記学習データに登録されているいずれかの文書フォームと一致する文書フォームを持つスキャン画像であるか否かを判別する判別手段と、を備え、前記第２のＵＩ画面の前記一覧に含まれる複数のスキャン画像のうちのいずれかのスキャン画像に対し、前記第１のＵＩ画面にて前記プロパティの設定が行われたことにより前記学習手段において前記学習が行われた場合、前記判別手段は、前記一覧に含まれる他のスキャン画像であって、当該学習が行われたスキャン画像と前記判別の結果が同じであったスキャン画像に対して、当該学習後の学習データを用いて再度の判別を行う、ことを特徴とする。

本開示の技術によれば、複数の文書をまとめて電子化する際のユーザの手間を軽減することが出来る。

画像処理システムの全体構成を示す図 ＭＦＰのハードウェア構成を示すブロック図 ＭＦＰ連携サーバ及びストレージサーバのハードウェア構成を示すブロック図 画像処理システムのソフトウェア構成を示すブロック図 画像処理システム全体の処理の流れを示すシーケンス図 メインメニューのＵＩ画面の一例を示す図 ログイン画面の一例を示す図 スキャン設定画面の一例を示す図 （ａ）はリクエストＩＤの一例、（ｂ）は処理中を表すレスポンスの一例、完了を表すレスポンスの一例をそれぞれ示す図 ストレージ保存画面の一例を示す図 ファイル名設定画面の一例を示す図 ファイル名設定画面の一例を示す図 スキャン画像解析処理の詳細を示すフローチャート 解析結果保存領域の構造を模式的に示す図 解析結果のデータ構造の一例を示す図 ケース１に係る、学習結果反映処理の詳細を示すフローチャート ストレージ保存画面の一例を示す図 ファイル名設定画面の一例を示す図 スキャン画像の一例を示す図 ケース２に係る、学習結果反映処理の詳細を示すフローチャート ストレージ保存画面の一例を示す図 （ａ）及び（ｂ）はファイル名設定画面の一例を示す図 ストレージ保存画面の一例を示す図

以下、本発明を実施するための形態について図面を用いて説明する。なお、以下の実施の形態は特許請求の範囲に係る発明を限定するものでなく、また実施の形態で説明されている特徴の組み合わせの全てが発明の解決手段に必須のものとは限らない。

［実施形態１］
＜システム構成＞
図１は、本実施形態に係る、画像処理システムの全体構成を示す図である。画像処理システムは、ＭＦＰ（Multifunction Peripheral）１１０と、インターネット上でクラウドサービスを提供するサーバ装置１２０及び１３０とを含む。ＭＦＰ１１０は、インターネットを介してサーバ装置１２０及び１３０と通信可能に接続されている。

ＭＦＰ１１０は、スキャン機能を有する情報処理装置の一例である。ＭＦＰ１１０は、スキャン機能に加え印刷機能やＢＯＸ保存機能といった複数の機能を有する複合機である。サーバ装置１２０及び１３０は、共にクラウドサービスを提供する情報処理装置の一例である。本実施形態のサーバ装置１２０は、ＭＦＰ１１０から受け取ったスキャン画像に対し画像解析を行ったり、別のサービスを提供するサーバ装置１３０に対しＭＦＰ１１０からのリクエストを転送したりするクラウドサービスを提供する。以下、サーバ装置１２０が提供するクラウドサービスを「ＭＦＰ連携サービス」と呼ぶこととする。サーバ装置１３０は、インターネットを介して送られてきたファイルを保存したり、モバイル端末（不図示）などのウェブブラウザからの要求に応じて保存ファイルを提供したりするクラウドサービス（以下、「ストレージサービス」と呼ぶ）を提供する。本実施形態では、ＭＦＰ連携サーバを提供するサーバ装置１２０を「ＭＦＰ連携サーバ」と呼び、ストレージサービスを提供するサーバ装置１３０を「ストレージサーバ」と呼ぶこととする。

図１に示す画像処理システム１００の構成は一例であって、これに限定されない。例えば、ＭＦＰ連携サーバ１２０の機能をＭＦＰ１１０が兼ね備えていてもよい。また、ＭＦＰ連携サーバ１２０はインターネット上ではなくＬＡＮ（Local Area Network）経由でＭＦＰ１１０と接続されていてもよい。また、ストレージサーバ１３０を、メール配信サービスを行うメールサーバに置き換えて、文書のスキャン画像をメールに添付し送信する場面に適用してもよい。

＜ＭＦＰのハードウェア構成＞
図２は、ＭＦＰ１１０のハードウェア構成を示すブロック図である。ＭＦＰ１１０は、制御部２１０、操作部２２０、プリンタ部２２１、スキャナ部２２２、モデム２２３で構成される。制御部２１０は、以下の各部２１１～２１９で構成され、ＭＦＰ１１０全体の動作を制御する。ＣＰＵ２１１は、ＲＯＭ２１２に記憶された様々な制御プログラム（後述のソフトウェア構成図で示す各種機能に対応するプログラム）を読み出して実行する。ＲＡＭ２１３は、ＣＰＵ２１１の主メモリ、ワークエリア等の一時記憶領域として用いられる。なお、本実施例では１つのＣＰＵ２１１が１つのメモリ（ＲＡＭ２１３またはＨＤＤ２１４）を用いて後述のフローチャートに示す各処理を実行するものとするが、これに限定されない。例えば、複数のＣＰＵや複数のＲＡＭまたはＨＤＤを協働させて各処理を実行してもよい。ＨＤＤ２１４は、画像データや各種プログラムを記憶する大容量記憶部である。操作部Ｉ／Ｆ２１５は、操作部２２０と制御部２１０とを接続するインタフェースである。操作部２２０には、タッチパネルやキーボードなどが備えられており、ユーザによる操作／入力／指示を受け付ける。なお、タッチパネルへのタッチ操作には、人の指による操作やタッチペンによる操作が含まれる。プリンタＩ／Ｆ２１６は、プリンタ部２２１と制御部２１０とを接続するインタフェースである。印刷用の画像データはプリンタＩ／Ｆ２１６を介して制御部２１０からプリンタ部２２１へ転送され、紙等の記録媒体上に印刷される。スキャナＩ／Ｆ２１７は、スキャナ部２２２と制御部２１０とを接続するインタフェースである。スキャナ部２２２は、不図示の原稿台やＡＤＦ（Auto Document Feeder）にセットされた原稿を光学的に読み取ってスキャン画像データを生成し、スキャナＩ／Ｆ２１７を介して制御部２１０に入力する。スキャナ部２２２で生成されたスキャン画像データは、プリンタ部２２１にて印刷したり（コピー出力）、ＨＤＤ２１４に保存したり、ＬＡＮを介してＭＦＰ連携サーバ１２０等の外部装置にファイル送信したりすることができる。モデムＩ／Ｆ２１８は、モデム２２３と制御部２１０とを接続するインタフェースである。モデム２２３は、ＰＳＴＮ上のファクシミリ装置（不図示）との間で画像データをファクシミリ通信する。ネットワークＩ／Ｆ２１９は、制御部２１０（ＭＦＰ１１０）をＬＡＮに接続するインタフェースである。ＭＦＰ１１０は、ネットワークＩ／Ｆ２１９を用いて、スキャン画像データをＭＦＰ連携サーバ１２０に送信したり、ＭＦＰ連携サーバ１２０から各種データを受信したりする。以上説明したＭＦＰ１１０のハードウェア構成は一例であり、必要に応じてその他の構成を備えるものであってもよいし、一部の構成を有していなくてもよい。

＜サーバ装置のハードウェア構成＞
図３は、ＭＦＰ連携サーバ１２０／ストレージサーバ１３０のハードウェア構成を示すブロック図である。ＭＦＰ連携サーバ１２０とストレージサーバ１３０は共通のハードウェア構成を有し、ＣＰＵ３１１、ＲＯＭ３１２、ＲＡＭ３１３、ＨＤＤ３１４及びネットワークＩ／Ｆ３１５で構成される。ＣＰＵ３１１は、ＲＯＭ３１２に記憶された制御プログラムを読み出して各種処理を実行することで、全体の動作を制御する。ＲＡＭ３１３は、ＣＰＵ３１１の主メモリ、ワークエリア等の一時記憶領域として用いられる。ＨＤＤ３１４は、画像データや各種プログラムを記憶する大容量記憶部である。ネットワークＩ／Ｆ３１５は、制御部３１０をインターネットに接続するインタフェースである。ＭＦＰ連携サーバ１２０及びストレージサーバ１３０は、ネットワークＩ／Ｆ３１５を介して他の装置（ＭＦＰ１１０など）から様々な処理のリクエストを受け、当該リクエストに応じた処理結果を返す。

＜画像処理システムのソフトウェア構成＞
図４は、本実施形態に係る、画像処理システム１００のソフトウェア構成を示すブロック図である。以下、画像処理システム１００を構成するＭＦＰ１１０及び、ＭＦＰ連携サーバ１２０及びストレージサーバ１３０それぞれの役割に対応したソフトウェア構成を、順に説明する。なお、以下では、各装置が有する諸機能のうち、文書をスキャンして電子化（ファイル化）し、ストレージサーバ１３０に保存を行うまでの処理に関わる機能に絞って説明を行うものとする。

≪ＭＦＰのソフトウェア構成≫
ＭＦＰ１１０の機能モジュールは、ネイティブ機能モジュール４１０とアディショナル機能モジュール４２０の２つに大別される。ネイティブ機能モジュール４１０はＭＦＰ１１０に標準的に備えられたアプリケーションであるのに対し、アディショナル機能モジュール４２０はＭＦＰ１１０に追加的にインストールされたアプリケーションである。アディショナル機能モジュール４２０は、Ｊａｖａ（登録商標）をベースとしたアプリケーションであり、ＭＦＰ１１０への機能追加を容易に実現できる。なお、ＭＦＰ１１０には図示しない他の追加アプリケーションがインストールされていてもよい。

ネイティブ機能モジュール４１０は、スキャン実行部４１１およびスキャン画像管理部４１２を有する。また、アディショナル機能モジュール４２０は、表示制御部４２１、スキャン制御部４２２、連携サービスリクエスト部４２３、画像処理部４２４を有する。

表示制御部４２１は、操作部２２０のタッチパネルに、各種のユーザ操作を受け付けるためのユーザインタフェース画面（ＵＩ画面）を表示する。各種のユーザ操作には、例えば、ＭＦＰ連携サーバ１２０へアクセスするためのログイン認証情報の入力、スキャン設定、スキャンの開始指示、ファイル名設定、ファイルの保存指示などがある。

スキャン制御部４２２は、ＵＩ画面でなされたユーザ操作（例えば「スキャン開始」ボタンの押下）に応じて、スキャン設定の情報と共にスキャン実行部４１１に対しスキャン処理の実行を指示する。スキャン実行部４１１は、スキャン制御部４２２からのスキャン処理の実行指示に従い、スキャナＩ／Ｆ２１７を介してスキャナ部２４０に文書の読み取り動作を実行させ、スキャン画像データを生成する。生成したスキャン画像データは、スキャン画像管理部４１２によってＨＤＤ２１４に保存される。この際、保存されたスキャン画像データを一意に示すスキャン画像識別子の情報が、スキャン制御部４２２へ通知される。スキャン画像識別子は、ＭＦＰ１１０においてスキャンした画像をユニークに識別するための番号や記号、アルファベットなどである。スキャン制御部４２２は、例えばファイル化する対象のスキャン画像データを上記のスキャン画像識別子を使ってスキャン画像管理部４１２から取得する。そして、ファイル化のために必要な処理のリクエストをＭＦＰ連携サーバ１２０に対して行うよう、連携サービスリクエスト部４２３に対して指示する。

連携サービスリクエスト部４２３は、ＭＦＰ連携サーバ１２０に対して各種処理のリクエストを行ったり、そのレスポンスを受け取ったりする。各種処理には、例えば、ログイン認証、スキャン画像の解析、スキャン画像データの送信などが含まれる。ＭＦＰ連携サーバ１２０とのやり取りはＲＥＳＴやＳＯＡＰなどの通信プロトコルを使用される。

画像処理部４２４は、スキャン画像データに対し所定の画像処理を行って、表示制御部４２１が表示するＵＩ画面で用いられる画像を生成する。所定の画像処理の詳細については後述する。

なお、ＭＦＰ１１０とは異なる装置（不図示のクライアントＰＣなど）が、上述のアディショナル機能モジュール４２０を備えていてもよい。すなわち、ＭＦＰ１１０にて得たスキャン画像の解析リクエストや解析結果に基づくファイル名の設定等を、クライアントＰＣで行うようなシステム構成でも構わない。

≪サーバ装置のソフトウェア構成≫
まず、ＭＦＰ連携サーバ１２０のソフトウェア構成について説明する。ＭＦＰ連携サーバ１２０は、リクエスト制御部４３１、画像処理部４３２、ストレージサーバアクセス部４３３、データ管理部４３４、表示制御部４３５を有する。リクエスト制御部４３１は、外部装置からのリクエストを受信できる状態で待機しており、受信したリクエスト内容に応じて、画像処理部４３２、ストレージサーバアクセス部４３３、データ管理部４３４に対し所定の処理の実行を指示する。画像処理部４３２は、ＭＦＰ１１０から送られてくるスキャン画像データに対して、文字領域の検出処理、文字認識処理（ＯＣＲ処理）、類似文書の判定処理といった解析処理の他、回転や傾き補正といった画像加工処理を行う。なお、以下では、スキャン画像から検出される文字領域のことを「テキストブロック」と呼ぶこととする。また、対象となる文書として、見積書や請求書といった帳票を例に説明を行うこととし、そのスキャン画像を「帳票画像」と呼ぶ場合がある。ストレージサーバアクセス部４３３は、ストレージサーバ１３０に対する処理のリクエストを行う。クラウドサービスでは、ＲＥＳＴやＳＯＡＰなどのプロトコルを用いてストレージサーバにファイルを保存したり、保存したファイルを取得したりするための様々なインタフェースを公開している。ストレージサーバアクセス部４３３は、公開されたインタフェースを使用して、ストレージサーバ１３０に対するリクエストを行う。データ管理部４３４は、ＭＦＰ連携サーバ１２０で管理するユーザ情報、画像解析結果、各種設定データ等を保持・管理する。表示制御部４３５は、インターネット経由で接続されたＰＣやモバイル端末（いずれも不図示）上で動作しているウェブブラウザからのリクエストを受けて、画面表示に必要な画面構成情報（ＨＴＭＬ、ＣＳＳ等）を返す。ユーザは、ウェブブラウザで表示される画面経由で、登録されているユーザ情報を確認したり、スキャン設定を変更したりできる。

次に、ストレージサーバ１３０のソフトウェア構成について説明する。ストレージサーバ１３０は、リクエスト制御部４４１、ファイル管理部４４２、表示制御部４４３を有する。リクエスト制御部４４１は、外部装置からのリクエストを受信できる状態で待機しており、本実施形態においてはＭＦＰ連携サーバ１２０からのリクエストに応じて、受信したファイルの保存や保存ファイルの読み出しをファイル管理部４４２に指示する。そして、リクエストに応じたレスポンスをＭＦＰ連携サーバ１２０に返す。表示制御部４４３は、インターネット経由で接続されたＰＣやモバイル端末（いずれも不図示）上で動作しているウェブブラウザからのリクエストを受けて、画面表示に必要な画面構成情報（ＨＴＭＬ、ＣＳＳ等）を返す。ユーザは、ウェブブラウザで表示される画面経由で、保存ファイルを確認したり取得したりすることができる。

＜画像処理システム全体の処理の流れ＞
図５は、ＭＦＰ１１０で文書（帳票）をスキャンし、得られた帳票画像をファイル化してストレージサーバに保存する際の、装置間の処理の流れを示すシーケンス図である。図６はＭＦＰ１１０の起動時に表示されるメインメニューのＵＩ画面（以下、「メイン画面」と表記）の一例を示す図である。文書をスキャンしてファイル化し、クラウドストレージサービスの利用に必要な専用のアプリケーションをＭＦＰ１１０にインストールすることで、メイン画面６００上に「スキャンしてクラウドストレージに保存」ボタン６０１が表示されるようになる。そして、ユーザがメイン画面６００内に表示されたメニューボタンの中から「スキャンしてクラウドストレージに保存」ボタン６０１を押下すると、図５のシーケンス図で示される一連の処理が開始する。なお、図５のシーケンス図は、スキャン画像をファイル化する際に付与されるファイル名を設定する場合の説明となっているが、ファイル名の他、フォルダパスやメタデータといったプロパティ全般に適用可能である。

以下、図５のシーケンス図に沿って、装置間のやり取りを時系列に説明する。なお、以下の説明において記号「Ｓ」はステップを表す。

ＭＦＰ１１０は、ＭＦＰ連携サーバ１２０にアクセスするためのログイン認証の情報を入力するＵＩ画面（以下、「ログイン画面」と表記）を操作部２２０に表示する（Ｓ５０１）。図７にログイン画面の一例を示す。ユーザが、予め登録されているユーザＩＤとパスワードを、ログイン画面７００上の入力欄７０２及び７０３にそれぞれ入力し「ログイン」ボタン７０１を押下すると、ログイン認証のリクエストがＭＦＰ連携サーバ１２０に送信される（Ｓ５０２）。

ログイン認証のリクエストを受けたＭＦＰ連携サーバ１２０は、当該リクエストに含まれるユーザＩＤとパスワードを用いて認証処理を行う（Ｓ５０３）。認証処理の結果、正規のユーザであることが確認されれば、ＭＦＰ連携サーバ１２０は、アクセストークンをＭＦＰ１１０に返す。以後、ＭＦＰ１１０からＭＦＰ連携サーバ１２０に対して行う各種リクエストの際にこのアクセストークンを一緒に送ることで、ログイン中のユーザが特定される。本実施形態では、ＭＦＰ連携サーバ１２０へのログインの完了によって、ストレージサーバ１３０へのログインも同時に完了するものとする。このためにユーザは、インターネット上のＰＣ（不図示）のウェブブラウザ等を介して、ＭＦＰ連携サービスを利用するためのユーザＩＤとストレージサービスを利用するためのユーザＩＤとの紐づけを予め行っておく。これにより、ＭＦＰ連携サーバ１２０へのログイン認証に成功すれば同時にストレージサーバ１３０へのログイン認証も完了し、ストレージサーバ１３０にログインするための操作を省略できる。そして、ＭＦＰ連携サーバ１２０においては、自装置にログインしたユーザからのストレージサービスに関するリクエストにも対応可能となる。なお、ログイン認証の方法は一般的に公知な手法（Ｂａｓｉｃ認証、Ｄｉｇｅｓｔ認証、OAuthを用いた認可等）を用いて行えばよい。

ログインが完了すると、ＭＦＰ１１０は、スキャン設定用のＵＩ画面（以下、「スキャン設定画面」と表記）が操作部２２０に表示される（Ｓ５０７）。図８にスキャン設定画面の一例を示す。スキャン設定画面８００には、「スキャン開始」ボタン８０１、カラー設定欄８０２、解像度設定欄８０３が存在する。「スキャン開始」ボタン８０１は、原稿台にセットした文書（本実施形態では見積書や請求書といった帳票を想定）に対するスキャン処理の開始を指示するためのボタンである。カラー設定欄８０２では、スキャン時のカラーモードを設定する。例えばフルカラーやモノクロといった選択肢の中から指定できるようになっている。解像度設定欄８０３では、スキャン時の解像度を設定する。例えば６００ｄｐｉや１２００ｄｐｉといった選択肢の中から指定できるようになっている。なお、カラーモードと解像度は設定項目の一例であって、これらすべてが存在しなくてもよいし、これら以外の設定項目が存在してもよい。また、カラーモードや解像度に関する選択肢を、ストレージサービスの要求する設定値のみに限定したりしてもよい。ログインユーザは、このようなスキャン設定画面８００を介してスキャン処理についての詳細な条件設定を行なう。スキャン設定を終えたログインユーザが、ＭＦＰ１１０の原稿台にスキャン対象の文書をセットし、「スキャン開始」ボタン８０１を押下するとスキャンが実行される（Ｓ５０５）。これにより、紙文書を電子化したスキャン画像データが生成される。スキャンの完了後、ＭＦＰ１１０は、スキャンによって得られたスキャン画像データを、その解析リクエストと共にＭＦＰ連携サーバ１２０に送信する（Ｓ５０６）。

帳票画像の解析リクエストを受けたＭＦＰ連携サーバ１２０では、リクエスト制御部４３１が画像処理部４３２に対し、解析処理の実行を指示する（Ｓ５０７）。その際、リクエスト制御部４３１は、受信した解析リクエストを一意に特定可能なリクエストＩＤをＭＦＰ１１０に返す。図９（ａ）にリクエストＩＤの一例を示す。一方、解析処理の実行指示を受けた画像処理部４３２は、解析リクエストに係る帳票画像に対する解析処理を実行する（Ｓ５０８）。この解析処理では、まず対象となる帳票画像（以下、「対象帳票画像」と表記。）内に存在するテキストブロックを検出する処理を行う。テキストブロックの検出は、例えば、ある閾値で２値化を行った画像から文字と推測される矩形領域を抽出する方法等、既知の方法を適用すればよい。次に、テキストブロック検出処理によって見つかった各テキストブロックに対して、文字認識処理（ＯＣＲ：Optical Character Recognition）を行う。そして、対象帳票画像が以前に電子化された帳票画像と類似しているかどうかを学習データと照合して判別する処理（帳票判別処理）を行う。この類似帳票の判定では、対象帳票画像内に存在する各テキストブロックが当該帳票画像内のどこにそれぞれ位置するかを示す配置情報を用いる。具体的には、今回の対象帳票画像の配置情報と、学習データに蓄積された過去の帳票画像の配置情報とを比較し、テキストブロックの配置が同一・類似であるかどうかを判定する。これは、テキストブロックの配置が同一又は類似の関係にあれば、それらは同一の文書フォーム（帳票フォーム）を用いて作成された同種の帳票であると推測できることに基づいている。この類似帳票の判定で使用する過去の帳票画像の配置情報は、後述の「学習処理」によって学習データとして蓄積される。これら解析処理によって得られた結果は、リクエスト制御部４３１に渡される。なお、本実施形態では、テキストブロックの配置の一致度合いのみに基づき帳票の類否判定を行っているが、例えば、ＯＣＲ結果から帳票の種別（見積書、請求書など）を特定し、得られた種別の情報を加味して類否判定を行ってもよい。

上記解析処理が行われている間、ＭＦＰ１１０は、上述のリクエストＩＤを使用して、ＭＦＰ連携サーバ１２０に対して定期的（例えば数百ミリ秒から数ミリ秒程度毎）に処理状況の問合せを行う（Ｓ５０９～Ｓ５０９’）。この問合せは、ＭＦＰ連携サーバ１２０からの解析処理の完了レスポンス（Ｓ５１０）が取得できるまで繰り返し実行される。ＭＦＰ連携サーバ１２０は、処理状況の問合せを受けると、リクエストＩＤに対応する解析処理の進行状況を確認し、完了していない場合は処理中を表すレスポンス（図９（ｂ）を参照）を返す。また、完了していた場合は完了を表すレスポンス（図９（ｃ）を参照）を返す。このレスポンスの“status”には現在の処理状況を示す文字列、具体的には、ＭＦＰ連携サーバ１２０で処理が行われている最中である場合には“processing”が入り、処理が完了している場合には“completed”が入る。なお、処理が失敗した場合の“failed”など、他のステータスを表す文字列が入ることもある。図９（ｃ）に示すとおり、処理完了時のレスポンスには、ステータス情報に加え、帳票画像の解析結果に関する情報などを含む。なお、Ｓ５０７～Ｓ５１１にかけての、ＭＦＰ連携サーバ１２０における解析処理については、別途フローチャートを参照して後述する。

処理完了レスポンスを受信した後、ＭＦＰ１１０は、当該レスポンスに含まれる、画像解析結果の格納先を示すＵＲＬを用いて、解析処理の結果を、ＭＦＰ連携サーバ１２０に対してリクエストする（Ｓ５１１）。この場合のＵＲＬには、“ocrResultUrl”と“matchingResultUrl”がある。リクエストを受けてＭＦＰ連携サーバ１２０のリクエスト制御部４３１は、解析処理の結果情報を返す。

そして、スキャン設定画面の表示から画像解析結果の取得までの一連の処理（Ｓ５０４～Ｓ５１１）が、ファイル化対象の帳票の数だけ繰り返されることになる。もしくは、Ｓ５０５にて複数の帳票をまとめてスキャンし、その解析リクエスト（Ｓ５０６）に基づく解析指示（Ｓ５０７）と解析処理（Ｓ５０８）を帳票単位で分割して行うようにしてもよい。

そして、ＭＦＰ１１０は、複数の帳票についての解析処理の結果情報を使用して、各帳票画像にファイル名を設定してストレージサーバ１３０に保存するためのＵＩ画面（以下、「ストレージ保存画面」と表記）を表示する（Ｓ５１２）。ファイル名は、スキャン画像データに関するプロパティ（属性）として設定される情報の一種である。図１０に、ストレージ保存画面の一例を示す。図１０のストレージ保存画面１０００には、帳票リスト領域１００１、「送信」ボタン１００２、「編集」ボタン１００３、「削除」ボタン１００４が存在する。帳票リスト領域１００１には、解析処理の対象となったスキャン済み帳票の一覧がリスト形式で表示される。スキャン済み帳票一覧は、「帳票ＩＤ」、「送信先」、「ステータス」、「種類」の４つの項目から構成される。帳票ＩＤは、各帳票画像を一意に識別する識別子が入る。「送信先」は、ファイル化されたデータの送信先となるストレージサーバ１３０の名称が入る。「ステータス」は、後述の帳票判別処理を行った際の結果を示す情報として、“未学習”または“学習済”のいずれかが入る。“未学習”は学習データの中に同一の帳票フォームで作成された帳票（＝特徴が一致する類似帳票）が存在しないと判定されたことを示し、“学習済”は類似帳票が存在すると判定されたことを示す。「種類」は、帳票の種別を表す情報、例えば“見積書”や“請求書”といった帳票名の種別を表す名称が入る。また、「ステータス」が“学習済”とある帳票に関しては、その帳票種別におけるどのタイプの帳票フォームと一致しているのかを特定可能なより詳細な情報が入る。例えば帳票種別が“請求書”である場合には、“請求書ＡＡＡ”や“請求書ＢＢＢ”といったように、帳票判別処理にて最も類似すると判定された過去の帳票画像を特定可能なより詳細な情報が入る。「送信」ボタン１００２は、ストレージサーバ１３０に対して対象帳票画像のファイルデータを送信するためのボタンである。スキャン済み帳票一覧の中から任意の帳票を選択し、「送信」ボタン１００２を押下することで、その「送信先」で特定されるストレージサーバ１３０に対してファイル送信が実行される。なお、ファイル送信が正常に完了した場合、その帳票に関する一行分の情報が、スキャン済み帳票一覧から削除されることになる。「編集」ボタン１００３は、後述するファイル名設定画面１１００にＵＩ画面を切り替えるためのボタンである。スキャン済み帳票一覧の中から任意の帳票を選択し、「編集」ボタン１００３を押下することで、その選択に係る帳票画像に対するファイル名を設定するためのＵＩ画面へと遷移する。「削除」ボタン１００４は、任意の帳票を削除するためのボタンである。スキャン済み帳票一覧の中から任意の帳票を選択し、「削除」ボタン１００４を押下することで、選択した帳票がスキャン済み帳票一覧から削除される。スキャン済み帳票一覧の中から任意の一つの帳票が選択され、続けて「編集」ボタン１００３を押下する操作イベントが検知されると、ストレージ保存画面１０００は、ユーザ選択に係る帳票のスキャン画像がプレビュー表示された、図１１に示すようなファイル名設定画面１１００に遷移する。ファイル名設定画面１１００を用いたファイル名設定の詳細については後述する。図１１のファイル名設定画面１１００においてユーザがファイル名を設定して「ＯＫ」ボタン１１０７を押下すると、再び図１０に示すストレージ保存画面１０００に戻る。そして、ユーザは、図１０のストレージ保存画面１０００内の「送信」ボタン１００２を押下する。

「送信」ボタン１００２の押下を受けてＭＦＰ１１０は、ユーザ選択に係る帳票のスキャン画像に対するファイル名の設定においてユーザが行った入力操作に関する情報（設定時入力情報）を含んだ学習リクエストをＭＦＰ連携サーバ１２０に送信する（Ｓ５１３）。学習リクエストを受信したＭＦＰ連携サーバ１２０では、リクエスト制御部４３１が、画像処理部４３２に対し学習処理の実行を指示する（Ｓ５１４）。この指示を受けて画像処理部４３２は、対象帳票画像に存在する各テキストブロックの配置情報と、Ｓ５１３で受け取った学習リクエストに含まれるファイル名設定時の入力情報（ファイル名に使用したテキストブロックの情報）を、学習データとして保存する（Ｓ５１５）。保存完了の通知を受けたリクエスト制御部４３１は、さらに、画像処理部４３２に対して、当該学習の結果をスキャン済み帳票一覧に反映させる処理（以下、「学習結果反映処理」と呼ぶ。）の実行を指示する（Ｓ５１６）。この指示を受けて画像処理部４３２は、Ｓ５１５での学習後の学習データを用いた学習結果反映処理を実行する（Ｓ５１７）。学習結果反映処理の詳細については後述する。学習処理及びそれに続く学習結果反映処理が完了すると、リクエスト制御部４３１は、処理完了のレスポンスをＭＦＰ１１０に返す。

そして、学習処理及び学習結果反映処理の完了レスポンスをＭＦＰ連携サーバ１２０から受け取ったＭＦＰ１１０は、前述のファイル名設定画面１１００を更新する（Ｓ５１８）。その後、ＭＦＰ１１０は、選択に係る帳票画像のデータとそのファイル送信時に設定するファイル名等の情報と共に、当該帳票画像の保存リクエストをＭＦＰ連携サーバ１２０に送信する（Ｓ５１９）。保存リクエストを受信したＭＦＰ連携サーバ１２０では、リクエスト制御部４３１が、ファイル生成処理を開始すると共に保存リクエストを正常に受けたことを示すレスポンスをＭＦＰ１１０に返す。そのレスポンスを受け取ったＭＦＰ１１０は、処理を終了し、スキャン設定画面の表示状態（Ｓ５０４）に戻る。一方、ＭＦＰ連携サーバ１２０では、事前に登録されたスキャン設定からファイルフォーマットの情報を取得し、当該ファイルフォーマットに従って帳票画像をファイル化する（Ｓ５２０）。この際、生成されたファイルには保存リクエストにて指定されたファイル名が付されることになる。こうして生成された帳票画像ファイルは、ストレージサーバ１３０に送信され、保存される（Ｓ５２１）。

以上が、画像処理システム全体の処理の大まかな流れである。なお、図５のシーケンス図では、ＭＦＰ１１０がＭＦＰ連携サーバ１２０とやり取りを行う内容となっているが、解析結果取得、ＵＩ画面の表示、学習指示等は、不図示のクライアントＰＣなどで行なう構成でもよい。

＜ファイル名の設定＞
ユーザは、図１１に例示したファイル名設定画面１１００を用いて、ストレージサーバ１３０に保存する帳票画像についてのファイル名を設定する。以下、詳しく説明する。

ファイル名入力欄１１０１は、ユーザが設定したファイル名を表示する領域である。また、ファイル名入力欄１１０１の空白部分をタッチすると、ソフトキーボードが表示され、任意の文字を入力することができる。ファイル名となる文字列が入力・表示されている状態では、その文字列をタッチするとタッチした部分の文字列を修正するためのソフトキーボードが表示され、入力・表示中の文字を修正することができる。プレビュー領域１１０２は、帳票画像をプレビュー表示する領域である。さらにプレビュー表示された画像内のテキストブロックをタッチすると、タッチした位置に対応するテキストブロック内の文字列を、ファイル名を構成する文字列として追加することができる。タッチ等によって選択されたテキストブロックは、選択したことが分かるように当該テキストブロックなどに線、枠、色などを付して強調表示してもよい。また、ユーザが複数のテキストブロックを選択した場合、それぞれのテキストブロックの色を異なる色にしてもよい。また、選択したテキストブロックが中央になるようにプレビュー表示位置の変更や、拡大率の変更を行ってもよい。また、テキストブロックが複数存在する場合、予め設定されたブロック数分のテキストブロックが表示されるように、プレビュー表示位置を算出してもよい。例えば、ファイル名に使用した領域のうち、一番上部の領域と一番下部の領域の中央部分が、プレビュー領域の縦方向の中央になるように表示位置と拡大率の変更を行い、プレビュー表示を行う。一度選択したテキストブロックを再度タッチすると、選択が解除されて対応する文字列を削除して、当該テキストブロックに付与した線や色なども表示しない状態に戻す。図１１に示すファイル名設定画面１１００の例では、どのテキストブロックも選択されていない状態では、各テキストブロックはプレビュー画像上には表示されないようにしている。しかし、ユーザにどの部分が選択可能なのかを示すために、色や枠線を用いて各テキストブロックが視認できるように表示してもよい。また、各テキストブロックを視認可能にする表示は、ボタンなどで表示と非表示が切り替えられるようにしてもよい。プレビュー画像に対してスワイプ操作を行うと、プレビュー領域１１０２に表示されるプレビュー画像の位置を移動することができる。

削除ボタン１１０３は、ファイル名入力欄１１０１に表示中の文字のうち末尾にあるテキストブロックに対応する文字を削除するためのボタンである。拡大ボタン１１０４は、プレビュー領域１１０２に表示しているプレビュー画像の表示倍率を大きくするためのボタンである。縮小ボタン１１０５は、プレビュー領域１１０１に表示しているプレビュー画像の表示倍率を小さくするためのボタンである。拡大および縮小時にプレビュー領域１１０１の中央の座標が拡大および縮小前と同一となるように表示位置の調整がなされる。初期表示ボタン１１０６は、スワイプ操作によるプレビュー画像の表示位置の移動、拡大ボタン１１０４や縮小ボタン１１０５による表示倍率の変更が行われていた場合に、初期状態の表示倍率と表示位置に戻すためのボタンである。ＯＫボタン１１０７は、ファイル名の設定が完了した段階で、設定されたファイル名と共に帳票画像データをＭＦＰ連携サーバ１２０へ送信するべく、前述の図１０に示すストレージ保存画面１０００にＵＩ画面表示を戻すためのボタンである。

図１２は、「見積書」と文字認識されたテキストブロックが最初に選択され、続いて「品川株式会社」と文字認識されたテキストブロックが選択された場合のファイル名設定画面１１００を示した図である。ファイル名入力欄１１０１には、タッチしたテキストブロックの順に対応する２つの文字列が入力されており、当該２つの文字列の間にセパレータとしてのアンダースコアが入力されている。なお、アンダースコアは、ユーザが手動で入力してもよいし、自動で入力されるようにしてもよい。

＜スキャン画像解析処理の詳細＞
続いて、画像処理部４３２が行う解析処理（Ｓ５０８）の詳細について、図１３のフローチャートに沿って詳しく説明する。

まず、Ｓ１３０１では、解析リクエストに係る対象帳票画像に存在するテキストブロックを検出する処理が実行される。これにより対象帳票画像内に含まれる文字列単位のテキストブロックの配置や大きさが特定される。次に、Ｓ１３０２では、対象帳票画像に対し、学習データを用いた前述の帳票判別処理が実行される。判定の結果、類似帳票が見つかった場合（Ｓ１３０３でＹｅｓ）はＳ１３０４に進み、見つからなかった場合（Ｓ１３０３でＮｏ）はＳ１３０８に進む。

Ｓ１３０４では、対象帳票画像から検出された全テキストブロックのうち、見つかった類似帳票について登録されているテキストブロックに対応するテキストブロックが取得される。ここで、類似帳票について登録されているテキストブロックとは、当該類似帳票のスキャン画像のファイル名に使用された文字列のテキストブロックを意味する。

続くＳ１３０５では、Ｓ１３０４で取得したテキストブロックに対してＯＣＲ処理が実行され、当該テキストブロック内の文字列が認識・抽出される。これにより、対象帳票画像に対してユーザが設定すると見込まれるファイル名を、類似帳票のファイル名設定ルールに基づいてユーザに提案することができる。

次に、Ｓ１３０６では、対象帳票画像についての解析結果の保存が、データ管理部４３４に対して指示される。この指示を受けてデータ管理部４３４は、対象帳票画像についての解析結果をＨＤＤ３１４に保存する。図１４は、ＨＤＤ３１４内の解析結果保存領域の構造を模式的に示す図である。類似帳票が見つかった場合のＳ１３０６では、帳票ＩＤ単位で割り当てられたフォーム学習済み保存領域のうち、最も類似度の高い類似帳票の保存領域（この例では、領域１４０１又は領域１４０２）に格納されることになる。図１５は、図１４に示す保存領域に格納される解析結果のデータ構造の一例を示す図である。図１５において、“formList”以下に、複数の帳票画像に関する解析結果が、帳票単位（スキャン画像単位）で順に格納される。各帳票は“formID”、“imageWidth”、“imageHeight”、“regions”の情報を持つ。“formID”は各帳票を一意に識別する識別子である。“imageWidth”は、解析対象の帳票画像のＸ方向（横方向）のピクセル数を示す。“imageHeight”は、解析対象の帳票画像のＹ方向（縦方向）のピクセル数を示す。“regions”は、解析対象の帳票画像から検出されたテキストブロックの座標情報と文字列情報が含まれる。“regions”内には、さらに以下の情報が含まれる。“rect”にテキストブロック単位の座標情報を示し、“x”は左上のＸ座標、“y”は左上のＹ座標、“width”はＸ方向のピクセル数、“height”はＹ方向のピクセル数を示す。また、“text”は“rect”が示すテキストブロックのＯＣＲ結果（認識文字列）を示す。この“rect”と“text”の情報が、解析によって得られた帳票画像内の全テキストブロック分含まれることになる。そして、Ｓ１３０７にて、対象帳票画像に係る帳票がフォーム学習済み帳票であることを示す情報がリクエスト制御部４３１に通知され、本フローを終了する。

一方、類似帳票が見つからなかった場合のＳ１３０８では、対象帳票画像から検出された全テキストブロックに対してＯＣＲ処理が実行され、すべてのテキストブロック内の文字列が認識・抽出される。全テキストブロックに対してＯＣＲ処理を行うのは、ファイル名の設定に使用すると推測されるテキストブロックの情報がないためである。続くＳ１３０８では、対象帳票画像についての解析結果の保存が、データ管理部４３４に対して指示される。この指示を受けてデータ管理部４３４は、対象帳票画像についての解析結果をＨＤＤ３１４に保存する。ここでは、類似帳票が見つからなかったと判定された場合なので、図１４に示す保全領域の中のフォーム未学習保存領域（この例では、領域１４０３）に格納されることになる。その後、Ｓ１３０９にて、対象帳票画像に係る帳票がフォーム未学習帳票であることを示す情報がリクエスト制御部４３１に通知され、本フローを終了する。

以上が、画像処理部４３２における、対象帳票画像に対する解析処理の内容である。

＜学習結果反映処理＞
次に、学習処理後にその学習結果をスキャン済み帳票一覧に反映させる処理（Ｓ５１７）について、２つのケースを例に詳しく説明する。ケース１は、解析処理時の帳票判別処理（Ｓ５０８）にて、類似帳票が存在しない（すなわち新規フォームの帳票である）と判定された帳票画像が、スキャン済み帳票一覧の中に複数存在しているケースである。ケース２は、解析処理時の帳票判別処理（Ｓ５０８）にて、類似帳票が存在すると判定された帳票画像が複数存在し、そのうちの１つに対してユーザがファイル名設定画面１１００上でファイル名を修正したケースである。以下、それぞれのケースにおける学習結果反映処理について説明する。

≪ケース１≫
ここでは、新規フォームの帳票であると判定された帳票画像がスキャン済み帳票一覧の中に複数存在し、ユーザがその中の任意の帳票画像に対してファイル名を設定したとの想定で、具体的な処理の流れについて説明する。図１６は、本ケースに係る、学習結果反映処理の詳細を示すフローチャートである。以下、図１６のフローチャートに沿って説明する。

まずＳ１６０１では、スキャン済み帳票一覧に記載の帳票画像のうち、帳票判別処理にてフォーム未学習と判定された帳票画像が特定される。前述の図１０に示すストレージ保存画面１０００において、帳票リスト領域１００１における「ステータス」が“未学習”となっている帳票画像が特定されることになる。次にＳ１６０２では、Ｓ１６０１にて特定された帳票画像についての解析結果が取得される。本実施形態の場合、前述の図１４に示す保存領域１４０３に格納された解析結果が取得されることになる。

そして、Ｓ１６０３では、Ｓ１６０２にて解析結果が取得されたフォーム未学習の帳票画像のうち、注目する帳票画像が決定される。続くＳ１６０４では、Ｓ１６０３で決定した注目帳票画像の解析結果に対し、本フローの直前に学習が行われた対象帳票画像の解析結果を含む最新の学習データを用いた照合が行われる。すなわち、直前に学習が行われた対象帳票画像と注目帳票画像とが互いに類似するか否かが判定されることになる。判定の結果、両者が類似する場合はＳ１６０５に進み、類似しない場合はＳ１６０８に進む。

Ｓ１６０５では、注目帳票画像から検出された全テキストブロックのうち、対象帳票画像においてファイル名に使用された文字列のテキストブロックに対応するテキストブロックの認識文字列が取得される。この際、対応するテキストブロックに対してＯＣＲ処理を行って認識文字列を抽出してもよいが、注目帳票画像については全テキストブロックの認識文字列が前述のＳ１３０８にて抽出済みであるため、その中から対応するものを取得すればよい。

次に、Ｓ１６０６では、注目帳票画像についての解析結果が更新され、更新後の解析結果がフォーム学習済み保存領域に移動される。すなわち、対象帳票画像に類似する帳票画像として、新たなフォーム学習済み保存領域が用意されそこに格納される。Ｓ５０８の帳票判別時には類似帳票が存在しなかった帳票が、この時点では類似帳票が存在することになったためである。そして、Ｓ１６０７では、注目帳票画像がファーマット学習済み帳票に変わったことを示す通知が、画像処理部４３２からリクエスト制御部４３１に対して送られる。また、注目帳票画像が対象帳票画像と類似しないと判定された場合には、Ｓ１６０８にて、フォーム未学習帳票の状態から変わっていないことを示す通知が、画像処理部４３２からリクエスト制御部４３１に対して送られる。

そして、Ｓ１６０９では、Ｓ１６０２にて解析結果が取得された帳票画像のすべてについて対象帳票画像との比較が完了したか否かが判定される。未処理の帳票画像があればＳ１６０３に戻って次の注目帳票画像を決定して処理を続行し、なければ本処理を終了する。

図１７に示すストレージ保存画面１０００は、前述の図１０に示すストレージ保存画面１０００が、上記学習結果反映処理の結果を踏まえ更新された後の状態を示している。図１０で示す更新前の状態では、５件分のスキャン済み帳票の帳票ＩＤが表示されており、そのうち“００１”、“００２”、“００４”のステータスが“未学習”となっている。ここでは、ユーザが、帳票ＩＤが“００１”の帳票を選択し、編集ボタン１００３を押下して、図１１のファイル名設定画面１１００において、プレビュー領域１１０２内の文字列“見積書”及び“品川株式会社”の部分をタッチしてファイル名を設定したとする。これにより、ファイル名設定画面１１００は、前述の図１２に示す状態となり、ファイル名入力欄１１０１には“見積書＿品川株式会社”というファイル名が表示されている。その後、ユーザは、ＯＫボタン１１０７を押下することでファイル名設定時の入力情報が学習され、その直後に学習結果反映処理が実行されたものとする。

いま、更新後の図１７と更新前の図１０とを比較すると、帳票ＩＤが“００１”と“００２”において、そのステータスが“未学習”から“学習済”へと変化している。そして、帳票ＩＤが“００１”についてのステータス変化はユーザが手動操作にてファイル名を設定したことに起因し、帳票ＩＤが“００２”についてのステータス変化は学習結果反映処理において“００１”の帳票と類似すると判定されたことに起因している。また、種類に関しても“００１”と“００２”とで同一内容に変化しており、これらは互いに類似する帳票であることが分かる。そして、更新後の図１７に示すストレージ保存画面１０００においてユーザが、帳票ＩＤが“００２”の帳票を選択して編集ボタン１００３を押下すると、図１８に示す状態へと遷移する。図１８に示すファイル名設定画面１１００のプレビュー領域１１０２に表示されているプレビュー画像の元になった、帳票ＩＤが“００２”のスキャン画像を図１９に示す。図１８に示すファイル名設定画面１１００は、表示された時点で既にファイル名入力欄１１０１に、“見積書＿下丸子株式会社”が入力されている。これは、学習結果反映処理によって、帳票ＩＤが“００１”の帳票について行われたファイル名設定の学習結果が、帳票ＩＤが“００２”の帳票に適用されたことに因るものである。なお、帳票ＩＤが“００４”の帳票に関しては、そのステータスが“未学習”まま変わっていない。これは、当該帳票が、学習結果反映処理において、帳票ＩＤが“００１”の帳票と類似していないと判定されたことに因るものである。

以上のようにして、新規の帳票について学習を行った結果を、スキャン済み帳票一覧内の他の未学習帳票に対して反映させることができる。これにより、まとめてスキャンした同一の帳票フォームを持つ他の未学習帳票を個別に学習させる手間を省くことができる。また、新規の帳票について学習を行った直後に学習結果反映処理を行うので、ユーザに対して最新の学習結果を即座に提示することが可能となる。また、学習結果反映処理時には、まとめてスキャンした各帳票についての画像解析結果が１度のアクセスで全て取得されるので、大量の帳票を扱うほど処理時間の短縮効果が大きくなる。

≪ケース２≫
次に、スキャン済み帳票一覧の中に、互いに類似し、かつ、ステータスが“学習済み”の帳票が複数存在する場合において、そのうちある１つの帳票に対してユーザがファイル名を修正したとの想定で、具体的な処理の流れについて説明する。図２０は、本ケースに係る、学習結果反映処理の詳細を示すフローチャートである。また、図２１は、本ケースにおける学習結果反映処理の実行前のストレージ保存画面の一例を示す図である。ここでは、スキャン済み帳票として５件の帳票が登録されており、そのうち帳票ＩＤが“００１”、“００２”、“００３”、“００５”において、そのステータスが“学習済”となっている。この状態でユーザは、帳票ＩＤが“００１”の帳票を選択し、編集ボタン１００３を押下したとする。そして、図１２で示すファイル名設定画面１１００が表示されたものとする。このとき、プレビュー領域１１０２内のプレビュー画像では“見積書”及び“品川株式会社”のテキストブロックが強調され、またファイル名入力欄１１０１には現在のファイル名である「見積書＿品川株式会社」の文字が表示されている。その後、ユーザは、図２２（ａ）に示すように、“Ｒ１２－３５００”の文字部分をタッチする。これにより、ファイル名入力欄１１０１の表示は、「見積書＿品川株式会社＿Ｒ１２－３５００」に変更される。その後、ユーザがＯＫボタン１１０７を押下すると、当該表示内容にてファイル名が更新され、それに続いて、図２０に示すフローの実行が開始される。

まずＳ２００１では、スキャン済み帳票一覧に記載の帳票画像のうち、直前の学習に係る帳票画像の帳票フォームと同一・類似の帳票フォームを持ち、かつ、帳票判別処理にてフォーム学習済みと判定された帳票画像が特定される。いま、直前の学習に係る帳票画像の帳票ＩＤは“００１”であり、その種類は“見積書ＣＣＣ”である（図２１を参照）。よって、その種類が同じ“見積書ＣＣＣ”であって、かつ、ステータスが“学習済み”の２つの帳票画像、すなわち、帳票ＩＤが“００２”と“００５”の帳票画像が特定される。次にＳ２００２では、Ｓ２００１にて特定された帳票画像についての解析結果が取得される。

そして、Ｓ２００３では、Ｓ２００２にて解析結果が取得された帳票画像のうち、注目する帳票画像が決定される。続くＳ２００４では、本処理の直前に学習が行われた対象帳票画像におけるテキストブロックに対応する、Ｓ２００３で決定した注目帳票画像におけるテキストブロックの文字列が抽出済みであるかどうかが判定される。例えば、ユーザが行った編集内容がファイル名に使用する文字列の一部の削除である場合、修正後のファイル名で使用する文字列の情報は、学習データとして保持されている帳票単位のデータ内に既に含まれており、取得済みである。しかし、編集内容がファイル名に使用する文字列の追加である場合、注目帳票画像における当該追加された文字列に対応するテキストブロックの文字列の情報は、学習データとして保持されている帳票単位のデータ内に含まれておらず、新たに抽出する必要がある。そこで、本ステップで対応するテキストブロックの文字列が抽出済みであるか否かの判定を行う。対応するテキストブロックへのＯＣＲ処理が完了しており、各テキストブロックの認識文字列が抽出済みであればＳ２００６に進み、未抽出であればＳ２００５に進む。

Ｓ２００５では、注目帳票画像における対応するテキストブロックに対してＯＣＲ処理が実行され、文字列の抽出が行われる。そして、続くＳ２００６では、注目帳票画像の解析結果が更新される。具体的には、注目帳票画像におけるテキストブロックとその認識文字列を示す情報（上述の“regions”内の“rect”及び“text”の情報）について、直前の学習に係る対象帳票画像への編集内容に応じた削除・追加がなされる。なお、このとき注目帳票画像のステータスは“学習済”のままで変わらないので、保存領域の移動は行われない。

そして、Ｓ２００６では、注目帳票画像の解析結果の更新が完了した旨の通知が、画像処理部４３２からリクエスト制御部４３１に対してなされる。その後、Ｓ１６０９にて、Ｓ２００２にて解析結果が取得された帳票画像のすべてについて対象帳票画像との比較が完了したか否かが判定される。未処理の帳票画像があればＳ２００３に戻って次の注目帳票画像を決定して処理を続行し、なければ本処理を終了する。

以上説明した学習結果反映処理の終了後、ユーザが図２１に示すストレージ保存画面１０００において、帳票ＩＤが“００２”の帳票画像を選択し、編集ボタン１００３を押下したとする。図２２（ｂ）は、この際に表示されるファイル名設定画面１１００の一例を示している。帳票ＩＤが“００２”の帳票画像のステータスは“学習済”であり、帳票ＩＤが“００１”の帳票画像と類似する。そのため、ファイル名設定画面１１００が表示された時点で、帳票ＩＤが“００１”の上記更新後のファイル名設定ルールに基づくファイル名である“見積書＿下丸子株式会社＿Ｒ１２－３５００”が、ファイル名入力欄１１０１に表示されることになる。また、プレビュー領域１１０２においても、文字列「Ｒ１２－３６００」のテキストブロックの部分が、ファイル名として選択されていることが分かるように強調表示される。

以上のようにして、学習済みの帳票についてファイル名の編集を行った場合の再学習の結果を、スキャン済み帳票一覧内の類似する他の学習済み帳票に対しても即座に反映させることができる。これにより、まとめてスキャンした同一の帳票フォームを持つ他の学習済み帳票を個別に再学習させる手間を省くことができる。また、学習済みの帳票について再学習を行った直後に学習結果反映処理を行うので、ユーザに対して最新の学習結果を即座に提示することが可能となる。また、学習結果反映処理時には、まとめてスキャンした各帳票についての画像解析結果が１度のアクセスで全て取得されるので、大量の帳票を扱うほど処理時間の短縮効果が大きくなる。

＜変形例１＞
上述のケース１及びケース２の場合ともに、スキャン済みファイル一覧の中に存在する所定の条件を満たす全ての帳票画像に対して学習結果反映処理を行っていた。しかしながら、ユーザが既に確認済みの帳票画像についてまで学習結果を反映させる必要はなく、一律に反映させることでユーザが意図しないファイル名に変更されてしまう等の弊害が生じる恐れもある。そこで、ユーザが既に確認済みの帳票画像に対しては、上述の学習結果反映処理の対象外としてもよい。具体的には、スキャン済み帳票一覧内の特定の帳票画像について一定の状況が検知された場合には、当該帳票画像に対して確認済みであることを示す情報（例えばフラグなど）を付加する。そして、フラグ等によって確認済みであることが示されている帳票画像については、上述の学習結果反映処理の対象から除外するようにする。この際、図２３に示すストレージ保存画面１０００’の帳票リスト領域１００１’のように「確認状態」の項目をさらに設け、どの帳票が確認済みであるかどうかをユーザが視認できるようにしてもよい。さらには、文字による表記に代えて、確認状況を示すアイコン、各行の背景色の変更、専用のチェックボックスを設ける等によって、確認済みであるかどうかを示してもよい。

ここで、ユーザによる確認が済んでいることを示す一定の状況としては、例えば以下のような場合が考えられる。
・プレビュー画像内の任意のテキストブロックに対するユーザ選択が検出された場合
・ファイル名入力欄１１０１に表示された文字列に対する修正が検出された場合
・同一のプレビュー画像が表示された状態のまま一定時間が経過した場合
・ＯＫボタン１１０７或いは専用の確認済みボタン（不図示）の押下が検出された場合

そして、上述した一定状況の検出は、ファイル名設定画面１１００が表示されている間、所定間隔で繰り返し行えばよい。前述のＳ５１２にてファイル設定画面が表示されている状態下で上記一定の状況が検出されるとＭＦＰ１１０は、その帳票画像のprosessIDと共に当該検出があった旨をＭＦＰ連携サーバ１２０に通知する。そして、ＭＦＰ連携サーバ１２０のデータ管理部４３４において、当該通知に係るprocessIDの帳票画像について確認済みであるものとして保存・管理すればよい。

＜変形例２＞
上述の例では、スキャン済み帳票一覧に表示される帳票画像の範囲は、ログインユーザと対応付けられていた。すなわち、ストレージ保存画面１０００の帳票リスト領域１００１内に表示されるのは自身がスキャンした帳票画像のみであった。しかしながら、ログインユーザ自身がスキャンした帳票画像以外に、他のユーザがスキャンした帳票画像を含めるようにしてもよい。他のユーザがスキャンした帳票画像を含む場合も同様、所定の条件を満たす場合には学習結果反映処理の対象とすればよい。

（その他の実施形態）
本発明は、上述の実施形態の１以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける１つ以上のプロセッサーがプログラムを読出し実行する処理でも実現可能である。また、１以上の機能を実現する回路（例えば、ＡＳＩＣ）によっても実現可能である。

Claims (14)

1. 類似の文書フォームが学習データに登録されていない未学習のスキャン画像を含む複数のスキャン画像の一覧を表示させる表示手段と、
   ユーザの指示に基づいて、前記一覧のうちの未学習の第１のスキャン画像についてのプロパティが、当該第１のスキャン画像に含まれる文字列のうちの少なくとも１つの文字列を用いて設定された場合、当該設定に用いられた文字列に関する位置情報を、当該第１のスキャン画像の文書フォームと関連付けて、新たな学習データとして登録する学習手段と、
   前記一覧に含まれる前記第１のスキャン画像以外の複数のスキャン画像のうちの、前記登録された新たな学習データの文書フォームに類似する文書フォームを有する第２のスキャン画像に対して、前記登録された新たな学習データと当該第２のスキャン画像に含まれる文字列とに基づいて取得されるプロパティを反映する反映手段と、
   を備えることを特徴とする画像処理システム。
2. 前記未学習の第１のスキャン画像についてのプロパティは、前記ユーザの指示に基づいて当該第１のスキャン画像上で選択された文字列画像を文字認識処理することによって得られる文字列を用いて設定される、ことを特徴とする請求項１に記載の画像処理システム。
3. 前記表示手段は、前記一覧に含まれる前記複数のスキャン画像の各々について、類似の文書フォームが既に学習データに登録されているか否かを示す情報を更に表示する、ことを特徴とする請求項１に記載の画像処理システム。
4. 前記表示手段は、前記学習手段により前記新たな学習データが登録された後、前記一覧に含まれる前記第１のスキャン画像と前記第２のスキャン画像とについて、類似の文書フォームが既に学習データに登録されていることを示す情報を表示する、ことを特徴とする請求項３に記載の画像処理システム。
5. 前記第１のスキャン画像の文書フォームは、前記第１のスキャン画像内の各文字列のブロックの位置を示す配置情報を含む、ことを特徴とする請求項１に記載の画像処理システム。
6. 前記反映手段は、前記一覧に含まれ且つ前記第１のスキャン画像以外の未学習のスキャン画像の中から、前記登録された新たな学習データの文書フォームに類似する文書フォームを有する前記第２のスキャン画像を判定し、当該判定した第２のスキャン画像に対して、前記登録された新たな学習データと当該第２のスキャン画像に含まれる文字列とに基づいて取得されるプロパティを反映する、ことを特徴とする請求項１に記載の画像処理システム。
7. 前記反映手段は、前記一覧に含まれ且つユーザによる確認が済んでいないスキャン画像の中から、前記登録された新たな学習データの文書フォームに類似する文書フォームを有する前記第２のスキャン画像を判定し、当該判定した第２のスキャン画像に対して、前記登録された新たな学習データと当該第２のスキャン画像に含まれる文字列とに基づいて取得されるプロパティを反映する、ことを特徴とする請求項１に記載の画像処理システム。
8. 前記一覧は、スキャン機能を有する装置のＵＩ画面に表示されることを特徴とする請求項１に記載の画像処理システム。
9. 前記一覧は、クライアントＰＣのＵＩ画面に表示されることを特徴とする請求項１に記載の画像処理システム。
10. 前記学習手段での前記新たな学習データの登録は、サーバによって実行されることを特徴とする請求項１に記載の画像処理システム。
11. 前記文字認識処理は、サーバによって実行されることを特徴とする請求項２に記載の画像処理システム。
12. 前記プロパティとは、スキャン画像をファイル化する際に付与されるファイル名である、ことを特徴とする請求項１乃至１１のいずれか１項に記載の画像処理システム。
13. 類似の文書フォームが学習データに登録されていない未学習のスキャン画像を含む複数のスキャン画像の一覧を表示させる表示ステップと、
    ユーザの指示に基づいて、前記一覧のうちの未学習の第１のスキャン画像についてのプロパティが、当該第１のスキャン画像に含まれる文字列のうちの少なくとも１つの文字列を用いて設定された場合、当該設定に用いられた文字列に関する位置情報を、当該第１のスキャン画像の文書フォームと関連付けて、新たな学習データとして登録する学習ステップと、
    前記一覧に含まれる前記第１のスキャン画像以外の複数のスキャン画像のうちの、前記登録された新たな学習データの文書フォームに類似する文書フォームを有する第２のスキャン画像に対して、前記登録された新たな学習データと当該第２のスキャン画像に含まれる文字列とに基づいて取得されるプロパティを反映する反映ステップと、
    を備えることを特徴とする画像処理システムの制御方法。
14. コンピュータを、請求項１乃至１２のいずれか１項に記載の画像処理システムの手段として機能させるためのプログラム。

Images