JPH07210623A - 文書画像処理装置 - Google Patents

Abstract

(57)【要約】 【目的】 文書画像から文字データを高速に読み取り、
認識文書の有用な部分には高い精度を実現する装置を提
供する。 【構成】 文書画像をスキャナ101から入力、ディスク
装置105に記憶し、中央処理装置102が認識手段103によ
って文字認識を行う。認識結果の文字データと、文字デ
ータと文書画像との対応情報をディスク装置105に記憶
する。この時点で全文の文字データが使用可能となる。
さらに、記憶した文書画像106をディスプレイ109に表示
し、必要な領域をマウス110で範囲指定する。対応情報1
08を参照し、文書画像の指定領域に対応する認識結果の
を文字データ107から読み出し、ディスプレイ109に表示
する。誤認識の判定を行い、誤認識がある場合は修正手
段104で修正を行う。修正には、キーボード111からの正
しい文字の入力か、先のものとは異なる認識技術を用い
た再認識を行う。修正の結果はディスク装置105に保存
し、部分的に精度の高い文字データとして使用する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、文字情報を含む画像か
ら文字を認識し、認識した文字を記憶し、その文字情報
を使用する文書画像装置に関する。

【０００２】

【従来の技術】コンピュータの発達とともに、従来から
蓄積されてきた文書情報の電子化の必要性が高まってい
る。また、情報機器のパーソナル化に伴い、個人が文書
情報を取り込むような場面が発生しつつある。文字を含
んだ画像（以後、「文書画像」と呼ぶ）を認識し、文字
コード列データ（以後、「文字データ」と呼ぶ）に変換
して、変換された文字データを様々な処理に使用する文
書画像処理装置において、認識の正確さが問題となる。
光学式文字認識装置（ＯＣＲ：Optical Character Read
er）などにおける自動認識は、正確さの面で人間による
認識より精度が劣っており、認識結果の操作者による確
認作業が必要である。

【０００３】以下に従来の文書画像処理装置について説
明する。

【０００４】図６は文書画像処理装置の従来例の構成図
を示すものである。図６において、６０１は画像入力手
段であるスキャナであり、認識の対象となる文書画像を
入力する。６０２は制御手段である中央処理装置を示
し、プログラムを実行して各機器の制御を行う。また、
この中央処理装置は文書画像を認識し、文字データを読
み取る認識手段６０３、文書画像を用いて読み取った文
字データを修正する修正手段６０４を有する。６０５は
記憶手段であるディスク装置を示し、このディスク装置
は認識結果の文字データ６０６を記憶する。６０７は表
示手段であるディスプレイ、６０８は指示手段であるマ
ウス、６０９は操作者が修正を入力するキーボードを示
す。

【０００５】以上のように構成された文書画像処理装置
について、以下にその動作を説明する。図７は従来例の
データの記憶からデータを使用できるまでの処理フロー
を示す。

【０００６】動作を開始するとステップ７０１でスキャ
ナ６０１から文書画像を入力し、ディスプレイ６０７に
表示する。表示された文書画像に対し、ステップ７０２
で中央処理装置６０２の認識手段６０３によって文字認
識を行う。ここで用いる文字認識技術には一般的な手法
が利用される。文字認識技術の概要については文献「文
字認識概論」（橋本新一郎著、オーム社、１９８２）に
詳しく述べられている。認識結果は、ステップ７０３に
おいてディスプレイ６０７に前記文書画像と並べて表示
される。認識結果に誤認識があるか否かの判定が、ステ
ップ７０４においてマウス６０８から入力される。誤認
識がある場合は、ステップ７０５において認識結果の誤
認識部分をマウス６０８で指示し、ステップ７０６でキ
ーボード６０９から正しい文字を対話的に入力すること
で修正を行う（修正手段６０４）。修正の結果、ステッ
プ７０４で再び判定を行い、誤認識がなければ、ステッ
プ７０７においてディスク装置６０５の文字データ６０
６として記憶され、文字データとして使用可能な状態に
なり、ステップ７０８で文字データの使用が行われ、一
連の処理が終了する。

【０００７】帳票など決まった形式の文書に対しては、
特開平０３−１０５６６９号公報で示されているように
文書のある範囲のみを部分的に認識し、認識結果を確認
する方法がある。また、確認作業の時間や手間を減らす
ためにより精度の高い認識法が用いられる場合がある。

【０００８】

【発明が解決しようとする課題】しかしながら、このよ
うな従来の文書画像処理装置では、画像全体に対して部
分的な認識、検証、修正を繰り返す必要があるため、大
量な文書画像を取り込み、様々な処理を行えるようにす
る場合に多くの時間と手間を必要とする。また、精度の
高い認識は処理に長い時間を必要とする。取込画像全体
に対して等しくレベルの高い認識精度を求めることが、
取り込んだ画像が使用できるまでに多くの時間を必要と
する要因となっている。

【０００９】しかし、実際には取込画像内の情報は部分
的にしか必要とされないことが多い。したがって、まず
全体的に高速性を犠牲にしないレベルの精度で画像を認
識し、文字データとして全文検索など全文的な使用が可
能な状態とし、使用者が指定した部分についてのみ画像
を再度用いて高度な認識や使用者との応答による修正を
行う必要がある。

【００１０】本発明は、このような要望に応えた文書画
像処理装置を提供することを目的とする。

【００１１】

【課題を解決するための手段】上記目的を達成するため
に本発明の文書画像処理装置は、文書画像を入力する画
像入力手段と、入力した文書画像中の文字を認識する認
識手段と、文書画像とその認識結果の文字データと、前
記文書画像と前記文字データの対応情報とを記憶する記
憶手段と、文書画像とその対応情報を用いて対応する文
字データを修正する修正手段と、前記入力手段と前記記
憶手段と前記認識手段と前記修正手段を制御する制御手
段を具備する。

【００１２】

【作用】本発明では、前記画像入力手段によって文書画
像を入力し、入力した文書画像から前記認識手段によっ
て文字データを認識し、文書画像と認識文字データと、
文書画像とその認識文字データの間の対応情報の全てを
前記記憶手段に記憶し、記憶した文書画像と対応情報を
用いて対応する認識文字データを修正し、修正した文字
データを前記記憶手段に記憶することで、画像入力手段
から入力された文書画像を文字データとして高速に読み
込み、さらに、使用者にとって有用な部分は高い精度の
文字データを取り出す文書画像処理装置を実現できる。

【００１３】

【実施例】以下、本発明の実施例について図面を参照し
ながら詳細に説明する。

【００１４】（実施例１）図１は第１の実施例における
文書画像処理装置の構成図、図２は同実施例におけるデ
ータ記憶及び全文的な文字データ使用時の処理フロー、
図３は同実施例における部分的な文字データ使用時の処
理フローを示す。

【００１５】図１に示すように、１０１は画像入力手段
であるスキャナであり、認識の対象となる文書画像を入
力する。１０２は制御手段である中央処理装置を示し、
プログラムを実行して各機器の制御を行う。また、この
中央処理装置は、文書画像を認識し、文字データを読み
取る認識手段１０３、読み取った文字データを文書画像
を用いて修正する修正手段１０４を備える。１０５は記
憶手段であるディスク装置を示し、このディスク装置は
ビットマップの文書画像１０６や、認識結果の文字デー
タ１０７、文書画像と文字データの対応関係を表す対応
情報１０８を記憶する。１０９は表示手段であるディス
プレイ、１１０は指示手段であるマウス、１１１は操作
者が文字を入力するキーボードである。

【００１６】次に、図２を用いて図１のシステム構成例
における第１の実施例のデータ記憶及び全文的な文字デ
ータの使用時の動作を説明する。

【００１７】まず、動作を開始するとステップ２０１で
スキャナ１０１から文書画像を入力し、文書画像１０６
としてディスク装置１０５に記憶する。ステップ２０２
では、記憶した文書画像１０６に対して中央処理装置１
０２の認識手段１０３によって文字認識を行う。認識結
果は、ステップ２０３においてディスク装置１０５に文
字データ１０７として記憶される。この際に、認識結果
の文字データと文書画像の領域との対応関係を示す情報
を対応情報１０８としてディスク装置１０５に記憶する
（ステップ２０４）。この対応情報１０８は文書画像の
領域と文字データの間のリンク形式、または表形式をと
る。文書画像の文字認識が終了し、文字データ及び対応
情報がディスク装置１０５に記憶されると、文字データ
は全文検索などの全文的な使用の対象となり、ステップ
２０５で全文的な文字データの使用が行われ、一連のデ
ータ記憶及び全文的な文字データの使用動作が終了す
る。

【００１８】続いて、図３を用いて図１のシステム構成
例における第１の実施例の部分的な文字データ使用時の
動作を説明する。まず、ステップ３０１でディスク装置
１０５に記憶されている文書画像１０６をディスプレイ
１０９に表示する。なお、この際複数の文書画像を連結
して表示することも構わない。次にステップ３０２で、
表示された文書画像の中から必要な領域をマウス１１０
によって範囲指定する。ステップ３０３において対応情
報１０８を参照し、範囲指定された文書画像の領域に対
応する認識結果の文字データを文字データ１０７から読
み出し、先に指定した文書画像の領域と並べてディスプ
レイ１０９に表示する。なお、容易に指定領域と対応す
る文字データを参照できるのであれば、並べる表示でな
くても構わない。対応する文字データに指定領域の文書
画像に対する誤認識があるか否かの判定が、ステップ３
０４においてマウス１１０から入力され、誤認識がある
場合はステップ３０５で中央処理装置１０２の修正手段
１０４によって修正を行う。ここで行う修正は、操作者
との対話によるキーボード１１１からの正しい文字の入
力、もしくはステップ２０２で行ったものとは異なる認
識技術を用いた再認識を意味する。修正の結果は、ステ
ップ３０６においてディスク装置１０５の文字データ１
０７の対応する部分に上書きされ、変更が必要であれば
対応情報１０８に対する修正も行われる。最後に、指定
領域の文字データに対して、ステップ３０７で部分的な
文字データの使用が行われ、一連の部分的な文字データ
使用動作は終了する。

【００１９】（実施例２）図４は第２の実施例のデータ
記憶及び全文的な文字データ使用時の処理フロー、図５
は第２の実施例の部分的な文字データ使用時の処理フロ
ーである。システム構成は実施例１と同じである。

【００２０】図４を用いて図１のシステム構成例におけ
る第２の実施例のデータ記憶及び全文的な文字データ使
用時の動作を説明する。まず、動作を開始するとステッ
プ４０１でスキャナ１０１から文書画像を入力し、それ
を文書画像１０６としてディスク装置１０５に記憶す
る。ステップ４０２では、記憶した文書画像１０６に対
して中央処理装置１０２の認識手段１０３によって文字
認識を行う。ただし、認識に際しては複数の認識結果の
文字データ候補（以後、「認識候補」と呼ぶ）から結果
を一つに決定する事をせず、全ての認識候補をステップ
４０３でディスク装置１０５に文字データ１０７として
記憶する。この際に、認識候補の文字データと文書画像
の領域との対応関係を示す情報を対応情報１０８として
ディスク装置１０５に記憶する（ステップ４０４）。文
書画像の文字認識が終了し、文字データ及び対応情報が
ディスク装置１０５に記憶されると、文字データは全文
検索などの全文的な使用の対象となり、ステップ４０５
で全文的な文字データの使用が行われ、一連のデータ記
憶及び全文的な文字データ使用動作が終了する。

【００２１】続いて、図５を用いて図１のシステム構成
例における第２の実施例の部分的な文字データ使用時の
動作を説明する。まず、ステップ５０１でディスク装置
１０５に記憶されている文書画像１０６をディスプレイ
１０９に表示する。なお、この際複数の文書画像を連結
して表示することも構わない。次にステップ５０２で、
表示された文書画像の中から必要な領域をマウス１１０
によって範囲指定する。ステップ５０３において対応情
報１０８を参照し、範囲指定された文書画像の領域に対
応する認識候補中から最も確実性の高い認識候補を文字
データ１０７から読み出し、指定した文書画像の領域と
並べてディスプレイ１０９に表示する。なお、容易に指
定領域と対応する文字データを参照できるのであれば、
並べる表示でなくても構わない。対応する文字データに
指定領域データに対する誤認識があるか否かの判定が、
ステップ５０４においてマウス１１０から入力される。
誤認識がある場合は、ステップ５０５において誤認識が
ある文字データ部分に対応する複数の認識候補を文字デ
ータ１０７から読み出してディスプレイ１０９に表示す
る。認識候補の中に正しい認識結果があるか否かの判定
が、ステップ５０６においてマウス１１０から入力さ
れ、正しい候補がある場合はステップ５０７においてマ
ウス１１０で選択される。正しい認識候補がない場合
は、ステップ５０８で中央処理装置１０２の修正手段１
０４によって修正を行う。ここで行う修正は、操作者と
の対話によるキーボード１１１からの正しい文字の入
力、もしくはステップ４０２で行ったものとは異なる認
識技術を用いた再認識を意味する。選択と修正の結果
は、ステップ５０９においてディスク装置１０５の文字
データ１０７の対応する部分に上書きされ、変更が必要
であれば対応情報１０８に対する修正も行われる。最後
に、指定領域の文字データに対して、ステップ５１０で
部分的な文字データの使用が行われ、一連の部分的な文
字データ使用動作は終了する。 なお、本発明の各手段
は、上記実施例では、コンピュータを用いてソフトウェ
ア的に実現したが、それら各機能を有する専用のハード
回路を用いて実現する事も出来る。

【００２２】

【発明の効果】以上述べたところから明らかなように、
本発明は、画像入力手段から入力された文書画像に対し
て一次的に認識を行い、その誤認識を含む可能性のある
認識結果のうち使用者の注目する部分に対してのみ二次
的に修正を行うことが出来、大量にデータを取り込む際
に全文的データの使用が可能になるまでの所要時間を短
縮し、データの特に操作者が必要とする部分は高い精度
な情報として使用できる文書画像処理装置を実現できる
ものである。

【図面の簡単な説明】

【図１】本発明の第１の実施例における文書画像処理装
置の構成図

【図２】第１の実施例における文書画像処理装置のデー
タ記憶及び全文的な文字データ使用時の処理フロー図

【図３】第１の実施例における文書画像処理装置の部分
的な文字データ使用時の処理フロー図

【図４】第２の実施例における文書画像処理装置のデー
タ記憶及び全文的な文字データ使用時の処理フロー図

【図５】第２の実施例における文書画像処理装置の部分
的な文字データ使用時の処理フロー図

【図６】従来の文書画像処理装置の一実施例の構成図

【図７】従来の文書画像処理装置の一実施例の処理フロ
ー図

【符号の説明】

１０１ スキャナ １０２ 中央処理装置 １０３ 認識手段 １０４ 修正手段 １０５ ディスク装置 １０６ 文書画像 １０７ 文字データ １０８ 文書画像・文字データ対応情報 １０９ ディスプレイ １１０ マウス １１１ キーボード

Claims (3)

【特許請求の範囲】
1. 【請求項１】 データを記憶する記憶手段と、文字を含
   む画像を入力する画像入力手段と、その画像に含まれる
   文字を認識する認識手段と、前記画像及び前記認識結果
   の文字との対応情報と前記画像を用いて認識結果の文字
   を修正する修正手段と、前記記憶手段と前記画像入力手
   段と前記認識手段と前記修正手段とを制御する制御手段
   を備え、 前記画像入力手段によって文字を含む画像を入力し、入
   力した画像から前記認識手段によって文字を認識し、 前記画像と、前記認識した文字と、前記画像及び前記文
   字の対応情報と、を前記記憶手段に記憶し、 前記画像と前記対応情報とを用いて認識結果の文字を前
   記修正手段によって修正し、 修正した文字を前記記憶手段に記憶することを特徴とす
   る文書画像処理装置。
2. 【請求項２】 データを表示する表示手段と、前記表示
   手段によって表示されるデータの領域を指定する指示手
   段とを備え、 前記画像を前記表示手段によって表示し、表示した画像
   の領域を前記指示手段によって指示し、指示した画像領
   域に対応する前記文字を前記対応情報を用いて検索して
   前記表示手段に表示し、前記画像を用いて前記文字に対
   して前記修正手段によって修正を行うことを特徴とする
   請求項１に記載の文書画像処理装置。
3. 【請求項３】 認識手段の認識結果の候補をすべて前記
   記憶手段に記憶し、前記修正手段において、前記表示手
   段に候補を表示し、候補からの選択を行うことを特徴と
   する請求項２に記載の文書画像処理装置。