JPH02118786A - 文字認識方法 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔産業上の利用分野］ この発明は、帳票上を走査し得られる文字列画像から検
索対象単語を抽出し、その文字認識を行なった結果を検
索キーとしてデータベースを検索し、上記検索キーに対
応したデータを出力する情報処理装置において、上記デ
ータベースに入っているデータを取り出すための上記検
索キーを得るための文字認識方法に関する。

［従来の技術］ 一般文書の文字列を走査して得られる文字列画像上の単
語の文字認識を行ない、それを検索キーとする情報処理
装置では、まず検索対象単語を抽出する必要がある。従
来は、単語間の空白や句読点等を判別し単語を抽出して
いた。

［発明が解決しようとする課題］ しかしながら、単語の前後にカッコや数字がある場合に
はこれらが検索キーに含まれてしまったり、そのために
誤認識されたりすることにより。

正しい検索ができず、必要とするデータを取り出すこと
ができなかった。このため、検索キーの前後に不要な文
字が含まれている場合にはオペレ−夕がキー人力等によ
りこれを削除する等の作業が必要であった。

この発明は、抽出単語の前後にカッコや数字などの不要
な文字が含まれている場合にも所望の検索キーを得るこ
とができる文字認識方法を提供することにある。

［課題を解決するための手段］ この発明は、帳票上を走査し得られる文字列画像から検
索対象単語を抽出し、その文字認識を行なった結果を検
索キーとしてデータベースを検索し、上記検索キーに対
応したデータを出力する情報処理装置において、認識に
用いる辞書として。

検索キーに含まれる文字を登録した第１の辞書と、検索
キーから排除すべき文字（記号を含む）を登録した第２
の辞書とをあらかじめ用意しておき、上記文字列画像か
ら抽出した単語の構成文字を上記第１および第２の辞書
に登録されている文字と比較することにより、抽出した
単語の前後にある第２の辞書に登録されている文字を削
除することを特徴とする。

［作　用］ この発明は、検索対象単語として抽出された文字列に対
して文字列の先頭の文字から順次第２の辞書の文字と比
較し、該当する文字があれば排除する。同じように文字
列の末尾の文字についても文字列の末尾の文字から順次
第２の辞書に登録されている文字があればこれを排除す
る。その後残った文字列の文字を第１の辞書を用いて認
識し、検索キーを得る。

したがって、抽出された文字列の前後に不要な文字があ
る場合でも、正しい検索キーが認識でき２表示データ、
意味データ等の所望のデータを確実に得ることができる
。

［実施例］ 以下、この発明を実施例に従って説明する。

第１図はこの発明の一実施例の情報処理装置のブロック
図であり、先ずこの情報処理装置の概要を説明する。

情報処理装置は、処理部ＩＡとメモリＩＢとを含み、処
理部ＩＡに対する入出力装置として。

スキャナ（画像入力手段）２と、ＣＲＴまたはＬＣＤ　
（液晶表示装置）を含む表示装置（表示手段）６とが接
続されている。画像人力手段としては光学的読取装置の
みならず磁気的に走査して読取る装置等も含む。

処理部ＩＡは主にＣＰＵから構成され、その機能の観点
からみると、制御手段１と文字認識手段３とデータベー
ス検索手段５とを含んでいる。

メモリＩＢは、半導体メモリ、ディスク・メモリ等を含
むもので、認識結果記憶エリア４．データベース７およ
び認識用辞書８を含んでいる。認識用辞書８は、検索キ
ーに含まれる文字を登録した第１の辞書８１と、検索キ
ーに含まれないが文章表現等で用いられる文字（記号を
含む）、すなわち検索キーから排除すべき文字を登録し
た第２の辞！ｉ８２とから構成される。第１の辞書８１
にはこの実施例では第２図（Ａ）に示すようにアルファ
ベットの大文字と小文字とが登録されている。第２の辞
８Ｂ２には、第２図（Ｂ）に示すように、カッコ。

数字等が登録されている。

スキャナ２は帳票上を光学的に走査して得られる１文字
列分の映像信号をディジタル信号に変換し、処理部ＩＡ
に与える。

制御手段１はスキャナ２から与えられるディジタル画像
を文字画像として文字認識手段３に転送し７文字認識手
段３は認識用辞書８を用いて文字認識を行ない認識結果
を出力する。制御手段１は文字認識手段３が出力した認
識結果を検索キーとして認識結果記憶エリア４に転送し
、認識結果記憶エリア４にこの転送された認識結果が記
憶される。データベース検索手段５は認識結果記憶エリ
ア４から検索キーを読み出しデータベース７から所望の
データ（表示データ、意味データ等）を取り出し出力す
る。

制御手段１は認識結果記憶エリア４から読み出した検索
キーと前記データベース検索手段５から出力されたデー
タを表示装置６に転送し２表示装置６は転送されたデー
タに対応する文字画像を表示する。

第５図は上記処理装置の動作手順を示すフロー・チャー
ト、第６図は先頭文字のチエツク処理のフロー・チャー
ト、第７図は末尾文字のチエツク処理のフロー・チャー
トである。

第３図には帳票上の文字列の一例が示されている。長方
形ａはハンド・スキャナの読取範囲を示している。

以下、第３図に示す文字列からｌｍＰＰという検索キー
を認識する場合を例にとって、第５図から第７図を参照
して、情報処理装置の動作について説明する。

制御手段１はスキャナ２から与えられる一列分の文字列
画像を入力しくステップｌＯ）、単語の抽出を行なう（
ステップ２０）。すなわち、スキャナ２からは、第３図
に示す文章の第１列の文字列ｓｓｅｒ（１ｍＰＰ）が制
御手段１に与えられ、制御手段１はこの文字列から特定
の単語（ＩｍＰＰ）を抽出する。

次に抽出された単語の先頭文字から順に、検索キーに含
まれない文字のチエツクを行なう（ステップ３０）。第
６図を参照してこの処理を詳細に説明すると、先ず制御
手段１は先頭文字を文字認識手段３に転送し１文字認識
手段３は第２の辞書８２を使って認識を行なう（ステッ
プ３１）。先頭文字が第２の辞書８２に登録されている
文字である場合（ステップ３２）には、先頭文字を削除
（ステップ３３）　Ｌ、次の文字の認識（ステップ３１
）に進む。ステップ３１〜３３の処理は第２の辞書８２
に登録されている文字が現われなくなるまで繰返し行な
われる。これにより（ＩｍＰＰ）中の（が削除される。

先頭文字が第２の辞書８２に登録されていない文字にな
った場合には、末尾文字のチエツク（ステップ４０）に
進む。第７図を参照して、先ず末尾文字を文字認識手段
３に転送し１文字認識手段３は第２の辞書８２を使って
認識を行なう（ステップ４１）。末尾文字が第２の辞書
８２に登録されている文字である場合（ステップ４２）
には、末尾文字を削除（ステップ４３）　Ｌ、次の文字
の認識（ステップ４１）に進む。ステップ４１〜４３の
処理もまた。第２の辞書８２に登録されている文字以外
の文字が現われるまで、末尾の文字から順次先頭に向っ
て一文字ずつ行なわれる。これにより、（ＩｍＰＰ）中
の）が削除される。

末尾文字が第２の辞書８２に含まれていない文字になる
と、検索キーの認識（ステップ５０）に進む。ここでは
１文字認識手段３は第１の辞書８１を使って認識し検索
キーを出力し、認識結果記憶エリア４に記憶する。すな
わち、残ったｌｍＰＰのすべての文字が第１の辞書８１
に登録されていることを確認し、この単語１ｍＰＰを検
索キーとしてエリア４にストアする。

この後制御手段１は、前記認識結果記憶エリア４に記憶
されている検索キーに基づいてデータベース検索手段５
がデータベース７から読出したデータを表示装置ｔ６に
転送し表示する（ステップ６０）。

ステップ２０で抽出された単語から不要文字が削除され
ることにより形成された検索キーの他の例が第４図に示
されている。

この発明を実施可能な情報処理装置として電子辞書やス
ペルコレクタが含まれることはいうまでもない。

［発明の効果］ この発明によれば、抽出された文字列の前後に不要な文
字がある場合でも、所望のデータを確実に得ることがで
きる。

また、検索キーに含まれる文字が変更された場合または
他の文字を含む帳票を認識する場合でも第１．第２の辞
書のいずれかを変更するのみでよい。

さらに、認識用辞書を検索キーに含まれる文字を登録し
た第１の辞書と、含まれない文字を登録した第２の辞書
とに分けることにより認識速度および認識率が向上する
。

【図面の簡単な説明】

第１図は情報処理装置の構成を示すブロック図、第２図
は認識用辞書の例を示すもので　第２図（Ａ）は第１の
辞書に登録された文字を、第２図（［３）は第２の辞書
に登録された文字をそれぞれ示しており、第３図は帳票
上の文字列を示す図、第４図は抽出単語と処理後の検索
キーの例を示す図、第５図は文字認識方法の処理手順を
示すフロー・チャート、第６図は先頭文字のチエツク処
理ルーチンを示すフロー・チャート、第７図は末尾文字
のチエツク処理ルーチンを示すフロー・チャートである
。 １・・・制御手段。 ＩＡ・・・処理部。 １Ｂ・・・メモリ。 ３・・・文字認識手段。 ４・・・認識文字記憶エリア。 ５・・・データベース検索手段。 ６・・・表示装置。 ７・・・データベース。 ８・・・認識用辞書。 ８１・・・第１の辞書。 ８２・・・第２の辞書。 以 上 （Ａ） （Ｂ） 刀 図 Ａｂｓｔｒａｃｔ−Ａｎ　Ｉｍａｇｅ　Ｐｉｐｅｌｉｎ
ｅｄ　ｐｒｏｃｅＭｗｉｔｈ　ｈｉｇｈ−ｓｐｅｅｄ　
ｐｒｏｃｅｓｓｉｎｇ　ｃａｐａｂｉｌｉｔｙ　ｈａｓ
　ｂｅｅｎ図 抽出単語 検索キー Ｐｈａｓｅｌｌ： ＝：枠 ｈａｓｅ （ｃｈａｒａｃｔｅｒ） ：＝沙 ｃｈａｒａｃｔｅｒ 第 図

Claims (1)

【特許請求の範囲】
1. 帳票上を走査し得られる文字列画像から検索対象単語を
   抽出し、その文字認識を行なった結果を検索キーとして
   データベースを検索し、上記検索キーに対応したデータ
   を出力する情報処理装置において、認識に用いる辞書と
   して、検索キーに含まれる文字を登録した第１の辞書と
   、検索キーから排除すべき文字を登録した第２の辞書と
   をあらかじめ用意しておき、上記文字列画像から抽出し
   た単語の構成文字を上記第１および第２の辞書に登録さ
   れている文字と比較することにより、抽出した単語の前
   後にある第２の辞書に登録されている文字を削除するこ
   とを特徴とする文字認識方法。