JPH05120471A - 文字認識装置 - Google Patents

Abstract

(57)【要約】 【目的】 この発明の目的は、認識結果の修正における
操作性の煩雑さを解消して修正作業の能率を向上させ、
修正時間の短縮を図ることのできる文字認識装置を提供
することである。 【構成】 この文字認識装置は、表示画面２４に認識結
果文２６を表示する画面２４ａ、読取られた画像データ
を表示するための画像データ表示領域２５ａを含む文節
修正用画面２４ｂを設け、文２６中の誤認識のおそれの
ある文字を含む文節“本発明は”を強調表示し、操作者
は領域２５ａに表示される該文節のイメージデータを参
照して最適文節“本発明に”を入力することにより、誤
認識文節“本発明は”は入力文節“本発明に”で置換さ
れるように、文字認識結果が文節単位で修正可能なよう
に構成される。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】この発明は文字認識装置に関し、
特に、認識結果を修正可能な文字認識装置に関する。

【０００２】

【従来の技術】従来の文字認識装置の１つである光学的
文字読取装置（ＯＣＲ）は、紙面上に記載された文字情
報、たとえば日本語文字、中国語文字、韓国語文字など
を認識する場合には、これらの文字情報を光学的に走査
して光電変換する。光電変換されて１画素ごとの電気信
号で表わされる画像データは、１文字単位で文字パター
ンにして切出され、さらに所定の文字認識理論に従って
１文字ずつ認識される。この主の文字認識装置において
は、得られる類似度または距離に基づき正しく認識され
たことが疑わしいと判定された文字をリジェクトする。
このリジェクトされた文字は、陰極線管（ＣＲＴ）など
を用いた表示部に点滅、反転、または強調して表示され
る。操作者は、該表示部の表示画面を見ながら該当リジ
ェクト文字と、元原稿とを照合して確認しつつ、１文字
単位でキーボードなどの入力部を介して正しい文字にな
るよう認識結果の修正作業を行なっていた。

【０００３】

【発明が解決しようとする課題】近年は、ワードプロセ
ッサなどに代表されるキーボードなどからの文字の入力
は、１文字単位よりも熟語または文節単位での入力が主
流となりつつある一方で、上述した文字認識装置の認識
結果修正方法における１文字単位での修正では、操作が
煩雑となるばかりでなく修正に時間がかかり、操作者に
苦痛を与えるという問題があった。この問題は、修正す
べき文字が増加するに比例して顕著となるので、特に解
決が望まれる。

【０００４】それゆえに、この発明の目的は、文字認識
結果の修正における操作性の煩雑さを解消して、修正作
業の能率向上と時間短縮を図ることのできる文字認識装
置を提供することである。

【０００５】

【課題を解決するための手段】この発明に係る文字認識
装置は、複数の文字が書かれた文書を走査して各文字の
画像データを出力する読取手段と、この読取手段が出力
する画像データを入力し、応じて複数文字のそれぞれを
認識し、該当する文字コードと認識の度合をそれぞれ出
力する文字識別手段と、文字識別手段が出力する文字コ
ードのそれぞれを入力し、応じて文節単位に認識する文
節識別手段と、文節識別手段によって認識された各文節
の文字コードに基づいて、予め準備される文節の辞書デ
ータを検索し、応じて各文節文字コードについて最適で
ある度合を示す最適度を出力する検索手段と、同一表示
領域に第１および第２の表示領域を含む表示手段と、文
節単位でデータ入力可能な入力手段と、さらに第１表示
領域に文字識別手段が出力する複数の文字コードで表わ
される文字列を、この文字列中で最適度が所定レベルに
達しない文節または認識度合が所定レベルに達しない文
字を含む文節を強調しながら表示する手段と、第２表示
領域に読取手段が出力する該強調表示文節の画像データ
を表示する手段と、第２表示領域に表示された該強調表
示文節の画像データに基づいて入力手段を介して入力さ
れた文節を用いて該強調表示文節を修正する制御手段と
を備えて構成される。

【０００６】また、上述したような文字認識装置におい
て、制御手段は該強調表示文節を入力文節を用いて修正
された文字列を出力する出力手段をさらに備えて構成さ
れてもよい。

【０００７】

【作用】この発明に係る文字認識装置は上述のように構
成されて、文字識別手段において認識された文書中の各
文字についての認識結果の修正を、画像イメージを参照
しながら文節単位で行なうようにしている。そのため
に、表示手段の第１の表示領域に文字識別手段の認識結
果である文字列を、その最適度が所定レベルに達してい
ない文節または認識度合が所定レベルに達しない文字を
含む文節を強調しながら表示するとともに、第２表示領
域に認識結果修正対象である該強調表示文節の画像デー
タを表示するようにしている。したがって、操作者は第
２表示領域に表示される画像データを参照しながら、入
力手段を介して最適な文節を入力するだけで、強調表示
文節を入力文節を用いて修正することができることか
ら、認識レベルの低い文字を、その文字を含む文節単位
で修正可能となる。

【０００８】

【実施例】以下、この発明の一実施例について図面を参
照して詳細に説明する。

【０００９】図１（ａ）および（ｂ）は、本発明の一実
施例による文字認識装置１００の構成図である。

【００１０】文字認識装置１００は、認識結果を修正す
ることが可能なように認識部１、言語辞書２ａを参照す
るスペルチェック部２、制御部３、制御部３に接続され
る表示部４、文節単位でデータ入力可能な入力部５およ
び出力部６を含んで構成される。認識部１は、紙面上に
書かれた文章を、たとえば光学的に走査して画像データ
を出力し、この画像データから文書中の１文字ずつを認
識し、さらに認識した文字を文節単位に識別するよう構
成される。この認識部１は文節の画像データ上における
位置（以下、座標値と呼ぶ）も導出するが、その詳細な
構成は後述する。

【００１１】スペルチェック部２は、予め文節単位で文
字コードがストアされた言語辞書２ａを、前段に接続さ
れる認識部１が導出する文節で検索して、その文節の文
字の綴りの妥当性をチェックする。このとき、認識部１
の出力する文節が辞書２ａにストアされない、すなわち
チェック結果が妥当でなければ、スペルチェック部２
は、スペルチェックフラグＦ２をセット「１」する。そ
して、スペルコレクトして、スペルコレクト結果を導出
し、スペルコレクト結果とスペルチェックフラグＦ２を
含むデータＤ１を認識部１に導出する。なお、スペルコ
レクト機能については後述する。

【００１２】表示部４は、ＣＲＴなどを含んで構成され
る。入力部５は、制御部３に対してデータを入力するた
めに外部操作され、キーボードまたはタッチパネルなど
を含んで構成される。

【００１３】出力部６は、プリンタなどを含んで構成さ
れ、該装置１００の認識結果、表示部４における表示デ
ータおよび入力部５における入力データなどを出力可能
なように構成される。

【００１４】なお、表示部４の画面表示例については後
述する。認識部１の詳細構成は図１（ｂ）に示される。

【００１５】認識部１はイメージスキャナ１０、画像メ
モリ１１、文字切出部１２、文字識別部１３、形態素解
析部１４および文節メモリ１５を含んで構成される。

【００１６】イメージスキャナ１０は、紙面上に書かれ
た認識すべき文字で表わされる文書を光学的に走査し
て、白黒（１，０）のイメージデータで表わされる画像
データＧ１を出力する。画像データＧ１は画像メモリ１
１にビットパターンのイメージデータに展開してストア
される。

【００１７】文字切出部１２は、イメージスキャナ１０
で読取られた文書の中の個々の文字パターンの切出し
を、文字と文字との間のスペースに着目して行なってお
り、画像メモリ１１のイメージデータにおける１行の文
字パターンと、そのパターンの座標値を含むデータＧ５
が文節メモリ１５に与えられる。また、文字切出部１２
は、画像メモリ１１にストアされたイメージデータの各
文字についての文字パターンとその座標値を含むデータ
Ｇ２を文字識別部１３に与える。

【００１８】文字識別部１３は、予め複数の文字パター
ンとこの文字パターンによって一意に特定される文字コ
ードとが対応して記憶された辞書を内蔵しており、デー
タＧ２で与えられる文字パターンに基づいてこの辞書を
検索して該当する文字コードを読出す。そして、１文字
コードと座標値と候補文字コードと認識結果を含むデー
タＧ３を導出する。候補文字コードとは、文字識別部１
３が与えられる文字パターンについて内蔵する辞書を検
索し、最適な文字となり得る文字に該当する文字コード
であり、少なくとも１つ以上の文字コードが含まれる。
認識結果は、認識部１３が与えられる文字パターンと辞
書に予めストアされる複数の文字パターンのそれぞれと
をパターンマッチングし、最もマッチングするパターン
との類似度である。

【００１９】形態素解析部１４は、一般によく知られた
処理である、認識された文字列から文節を識別して、文
節文字コードと座標値と候補文字コードとリジェクトフ
ラグＦ１を含むデータＧ４を文節メモリ１５に導出す
る。リジェクトフラグＦ１は、形態素解析部１４が解析
した文節について、その文節がリジェクト文字を含むか
どうかを示しており、リジェクト文字を含む場合、フラ
グＦ１はセット「１」される。形態素解析部１４は解析
して得られた各文節について、データＧ３に含まれる認
識結果である類似度が所定レベルに達していない文字が
含まれる場合、その文節についてリジェクトフラグＦ１
をセットする。

【００２０】図２（ａ）および（ｂ）は、図１（ｂ）の
文節メモリ１５におけるデータ記憶のフォーマットを説
明するための図である。

【００２１】図２（ａ）において、文節メモリ１５は文
節記憶領域１８および行単位の文字パターンと座標値デ
ータ記憶領域２２を含み、領域１８は、さらに文節文字
コード記憶領域１９ａ、候補文字コード記憶領域１９
ｂ、文節領域座標記憶領域２０およびフラグ記憶領域２
１ａおよび２１ｂを含む。

【００２２】記憶領域１９ａおよび１９ｂは、たとえば
１００バイトの記憶容量を有し、文節領域座標記憶領域
２０は、たとえば４バイトの記憶容量を有し、フラグ記
憶領域２１ａおよび２１ｂはそれぞれ、たとえば１バイ
トの記憶容量を有する。これらの記憶容量についてはこ
れに特定されるものではない。

【００２３】文節文字コード記憶領域１９ａには、形態
素解析部１４が解析して導出したデータＧ４に含まれる
文節文字コードがストアされ、候補文字コード記憶領域
１９ｂにはデータＧ４に含まれる候補文字コードがスト
アされる。また、文節領域座標記憶領域２０には領域１
９ａにストアされた文節の座標値がストアされる。

【００２４】さらに、フラグ記憶領域２１ａおよび２１
ｂにはリジェクトフラグＦ１およびスペルチェックフラ
グＦ２がそれぞれ記憶される。

【００２５】記憶領域２２にはデータＧ５に含まれる画
像メモリ１１における１行分の文字パターンとその座標
値が逐次ストアされる。

【００２６】記憶領域１９ａおよび１９ｂについて、１
文節の記憶のみに用いられるのに１００バイト割当てら
れるのは、文節を構成する文字のそれぞれが、文字識別
部１３の文字認識に際して得られる候補文字を複数個持
っているからである。文節領域座標記憶領域２０には、
１文節として切出された領域１９ａにストアされる文節
の領域座標（ｘ１，ｙ１），（ｘ２，ｙ２）がそれぞれ
２バイトにして記憶される。画像メモリ１１におけるイ
メージデータから切出される文節と領域座標の関係は、
図２（ｂ）に示されるとおりであり、切出された文節の
イメージデータを囲む四角形の左上端と右下端の座標を
文節領域座標としている。

【００２７】図３は、図１（ａ）に示されたスペルチェ
ック部２のスペルコレクト処理を説明するための図であ
る。

【００２８】図３に示されるように、形態素解析部１４
が導出するデータＧ４に含まれる文節文字コードと候補
文字コードとに基づいてスペルコレクトの処理が行なわ
れる。たとえば、形態素解析部Ｇ４が文節メモリ１５に
ストアした候補文字コードが図３中のないしの順番
にストアされた場合、スペルチェック部２は候補文節Ｂ
１、Ｂ２…、ＢＮを候補文字コード〜を相互に置換
えながら作成する。そして、この作成された候補文節Ｂ
１、Ｂ２、…、ＢＮのそれぞれを言語辞書２ａにストア
される文節のそれぞれと照合し、言語辞書２ａに登録さ
れているか否かをまずチェックする。この場合、候補文
節ＢＮが言語辞書２ａに登録されていることが判明する
ので、候補文節ＢＮを最適文節として確定し、スペルコ
レクト結果として導出し図２の文節文字コード記憶領域
１９ａに書込んでストアする。これにより、形態素解析
部１４の性能のいかんによって、文節が正確に解析され
ず擬似的な文節になるのを、スペルチェック部５のスペ
ルコレクト機能により防止して、最適な文節を得ること
が可能となる。このように文節メモリ１５の文節文字コ
ード記憶領域１９ａには常にスペルチェック部２のスペ
ルコレクト処理が施された最適文節文字コードがストア
されることになる。

【００２９】図４は、この発明の一実施例による文字認
識装置１００の動作を示すフロー図である。

【００３０】図５は、この発明の一実施例による文字認
識装置１００の認識結果修正のための表示画面の一例を
示す図である。

【００３１】次に、文字認識装置１００の認識結果修正
の動作について説明する。ここで、予め表示部４におけ
る認識結果修正時の画面表示の一例について図５を参照
して説明する。

【００３２】図５において表示画面２４は認識結果文表
示用画面２４ａと文節修正用画面２４ｂとに分割され
る。これら２つの画面はマルチウインドゥ表示技術を利
用して作成してもよい。

【００３３】認識結果文表示用画面２４ａは制御部３の
制御により一定量の認識結果文２６を表示する。文節修
正用画面２４ｂは、画像データ表示領域２５ａおよび認
識結果表示領域２５ｂを含む。

【００３４】動作において、イメージスキャナ１０によ
り認識したい文書が走査されて画像メモリ１１にイメー
ジデータにして画像データＧ１がストアされる。その
後、文字切出部１２、文字識別部１３、形態素解析部１
４およびスペルチェック部２の処理を経て、文節メモリ
１５には入力された文書に含まれる文節に関するデータ
が文節記憶領域１８にストアされるとともに、走査され
た文書の行単位の文字パターンとその座標値が領域２２
に逐次ストアされる。

【００３５】図４のステップＳ１（図中Ｓ１と略す）に
おいて、制御部３はスペルチェック部２を介して文節メ
モリ１５をアクセスして一定量の文節文字コードを読出
し、表示画面２４の認識結果文表示用画面２４ａに認識
結果文２６にして画面表示する。

【００３６】次に、画面２４ａに表示された認識結果文
２６を構成する文節のそれぞれについてステップＳ２な
いしステップＳ７を含んで構成される処理が行なわれ
る。このステップＳ２ないしＳ７の処理は画面２４ａに
表示されている認識結果文２６を構成するすべての文節
ついて終了するまでループして繰り返される。

【００３７】次のステップＳ２の処理において、制御部
３はスペルチェック部２を介して文節メモリ１５をアク
セスし、認識結果文２６の第１番目の文節に関するフラ
グの論理和を算出する。制御部３は文節メモリ１５にス
トアされる該文節のフラグ記憶領域２１ａおよび２１ｂ
にストアされるリジェクトフラグＦ１およびスペルチェ
ックフラグＦ２を読出し、応じて両フラグの論理和を算
出する。続いて、次のステップＳ３の処理において算出
されたフラグ論理和が０に等しいか否かを判定する。こ
のとき、このフラグ論理和が０に等しい、言換えれば当
該文節はリジェクトされる文字を含まなく、かつスペル
チェック部２において言語辞書２ａをアクセスして該当
する文節が検索されてスペルチェックが成功した状態の
文節であれば、当該文節の認識は正しいのでについて以
降の処理は行なわれず、後述するステップＳ７の処理が
行なわれる。

【００３８】前述のステップＳ３の処理において、フラ
グの論理和が０でなければ、当該文節を構成する文字の
いずれかがリジェクトされているか、または当該文節に
ついてスペルチェック部２が言語辞書２ａを検索したと
き、スペルチェックが成功しなかった文節であるので、
認識結果修正のため次のステップＳ４の処理が行なわれ
る。

【００３９】ステップＳ４の処理においては、当該文節
が図５の画面２４ａに示されるようにたとえば四角で囲
まれて強調される。

【００４０】次に、ステップＳ５の処理において、囲み
込み表示された文節の認識結果とイメージ情報が文節修
正用画面２４ｂに表示される。制御部３はスペルチェッ
ク部２を介して文節メモリ１５をアクセスし、当該文節
についての画像データを領域２０にストアされた座標値
で記憶領域２２から読出すとともに、当該文節の認識結
果を文節文字コード記憶領域１９ａから読出す。そし
て、画像データを画像データ表示領域２５ａに表示する
とともに、記憶領域１９ａから読出した文節文字コード
による文節を認識結果表示領域２５ｂに表示する。

【００４１】次にステップＳ６の処理において、操作者
は文節修正用画面２４ｂの表示領域２５ａにおけるイメ
ージ情報を参照しながら、正しい文節となるように、入
力部５のキーボードなどを介して、文節単位で正しい文
字コードを入力し、強調表示されている文節を修正す
る。この修正は、制御部３が入力部５を介して与えられ
る文節文字コードによる文節を、表示画面２４で強調表
示されている文節に置換して表示することにより行なわ
れる。

【００４２】次のステップＳ７の処理において、制御部
３は認識結果文表示用画面２４ａに表示されている認識
結果文２６を構成する各文節について、上述したステッ
プＳ２ないしＳ６で示される処理が終了したか否かを判
定する。このとき、認識結果文２６を構成するすべての
文節について、上述の処理が終了したのであれば、一連
の修正処理は終了する。しかし、制御部３は、すべての
文節についてこれらの処理が終了していないことを判別
すると、再びステップＳ２の処理に戻り、次の文節につ
いて、該文節のリジェクトフラグＦ１およびスペルチェ
ックフラグＦ２の論理和が算出され、その算出値に基づ
く認識結果修正が行なわれる。

【００４３】上述のような文節単位の修正によって、た
とえば図５の認識結果文２６で認識結果が低いと思われ
るために、強調表示されている文節“本発明は”は、イ
メージスキャナ１０により読取られた画像が画像データ
表示領域２５ａの文節“本発明に”であることから、操
作者が入力部５を介し入力する文節“本発明に”で置換
されて修正される。

【００４４】上述のようにして操作者により入力部５を
介して認識結果が修正された場合、制御部３は所望に応
じて表示部４における修正後の認識結果文２６を出力部
６のプリンタなどを介して外部出力するようにしてもよ
い。

【００４５】

【発明の効果】以上のようにこの発明によれば、第１表
示領域に、文字識別手段が出力する識別結果である文字
列を、この文字列中で最適度が所定レベルまたは認識度
合が所定レベルに達しない文字を含む文節を強調しなが
ら表示するとともに、同一表示領域の第２表示領域に読
取手段が出力する該強調表示文節の画像データを表示す
る。そして、第２表示領域に表示された画像データに基
づいて入力手段を介して入力された文節が用いられて該
強調表示文節が修正されるので、誤認識のおそれがある
文字または誤認識のおそれがある文節を、入力手段を介
していずれも文節単位で容易に修正できるので、文節単
位での認識結果修正が可能となり、修正作業の煩わしさ
が低減されて、修正が迅速に、かつ効率よく行なわれる
という効果がある。

【図面の簡単な説明】

【図１】（ａ）および（ｂ）は、本発明の一実施例によ
る文字認識装置の構成図である。

【図２】（ａ）および（ｂ）は、図１（ｂ）の文節メモ
リにおけるデータ記憶のフォーマットを説明するための
図である。

【図３】図１（ａ）に示されたスペルチェック部のスペ
ルコレクト処理を説明するための図である。

【図４】この発明の一実施例による文字認識装置の動作
を示すフロー図である。

【図５】この発明の一実施例による文字認識装置の認識
結果修正のための表示画面の一例を示す図である。

【符号の説明】

１ 認識部 ２ スペルチェック部 ３ 制御部 ４ 表示部 ５ 入力部 ６ 出力部 ２ａ 言語辞書 １０ イメージスキャナ １２ 文字切出部 １３ 文字識別部 １４ 形態素解析部 １５ 文節メモリ ２４ａ 認識結果文表示用画面 ２４ｂ 文節修正用画面 ２５ａ 画像データ表示領域 ２６ 認識結果文 Ｆ１ リジェクトフラグ Ｆ２ スペルチェックフラグ なお、各図中、同一符号は同一または相当部分を示す。

Claims (2)

【特許請求の範囲】
1. 【請求項１】 複数の文字が書かれた文書を走査して各
   文字の画像データを出力する読取手段と、 前記読取手段が出力する前記画像データを入力し、応じ
   て前記複数文字のそれぞれを認識して該当する文字コー
   ドと認識の度合とをそれぞれ出力する文字識別手段と、 前記文字識別手段が出力する前記文字コードのそれぞれ
   を入力し、応じて文節単位に認識する文節識別手段と、 前記文節識別手段によって認識された各文節の文字コー
   ドに基づいて、予め準備される文節の辞書データを検索
   し、応じて前記各文節文字コードについて最適である度
   合を示す最適度を出力する検索手段と、 同一表示領域に第１および第２の表示領域を含む表示手
   段と、 文節単位でデータ入力可能な入力手段とを備え、 前記第１表示領域に、前記文字識別手段が出力する複数
   の文字コードで表わされる文字列を、この文字列中で前
   記最適度が所定レベルに達しない文節または前記認識度
   合が所定レベルに達しない文字を含む文節を強調しなが
   ら表示する手段と、 前記第２表示領域に前記読取手段が出力する該強調表示
   文節の画像データを表示する手段と、 前記第２表示領域に表示された該強調表示文節の画像デ
   ータに基づいて前記入力手段を介して入力された文節を
   用いて該強調表示文節を修正する制御手段をさらに備え
   た、文字認識装置。
2. 【請求項２】 前記制御手段は、 該強調表示文節が前記入力文節を用いて修正された前記
   文字列を出力する出力手段をさらに備えた、請求項１に
   記載の文字認識装置。