JPH08235341A

JPH08235341A - ドキュメントファイリング装置および方法

Info

Publication number: JPH08235341A
Application number: JP7034002A
Authority: JP
Inventors: Shigeyoshi Shimotsuji; 成佳下辻; Hiroaki Kubota; 浩明久保田; Mieko Asano; 三恵子浅野; Osamu Hori; 修堀
Original assignee: Toshiba Corp
Current assignee: Toshiba Corp
Priority date: 1995-02-22
Filing date: 1995-02-22
Publication date: 1996-09-13
Anticipated expiration: 2019-12-15
Also published as: JP3602596B2; US5815704A

Abstract

(57)【要約】【目的】ドキュメントのファイル装置への登録が容易
であり、かつ、ドキュメントの検索を容易するドキュメ
ントファイリング装置を提供すること。【構成】本発明は、ドキュメントを線分、文字および
画像データとして記憶するファイル手段と、所望のドキ
ュメントを画像データとして入力する手段と、この画像
データから線分・文字データを抽出する手段と、ファイ
ル手段に線分、文字および画像データがそのまま格納さ
れているドキュメントのうち入力されたドキュメントの
参照対象となるドキュメントを検索する手段と、検索さ
れた参照対象となるドキュメントの線分、文字および画
像データと入力されたドキュメントから抽出された線
分、文字および画像データとの夫々の差異を求める手段
と、参照対象となるドキュメントを識別する情報と得ら
れた差異と入力されたドキュメントを識別する情報を対
応付けてファイル手段に登録する手段とを備える。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、帳票等のドキュメント
を電子的にファイルングするドキュメントファイリング
装置に関する。

【０００２】

【従来の技術】従来、帳票等のドキュメントを電子的に
ファイルングする装置では、ドキュメント一枚分の画像
を取り込み、このファイルに名前をつけて保存する方法
や、ドキュメント上に記載された文字、図形情報を画像
ではなくコード情報に変換してコードファイルとして保
存する方式がとられていた。あるいは、ドキュメント一
枚全体の画像を保存するのではなく、部分的に一部の画
像を記憶する手法が提案されている。例えば、特開平４
−３２１１８８号公報では、未記入帳票のフォーマット
データを用いて、帳票の記入された画像のみを記憶する
方式が開示されている。

【０００３】また、従来のファイリング装置では、デー
タ検索方法として、決められたキーワードを入力する方
式や、ファイリングされている帳票データをディスプレ
イなどに表示しオペレータに求めるものを探させる方式
がとられていた。

【０００４】ところが、ドキュメント一枚分の画像を記
憶し管理する方式では、検索のための情報は、オペレー
タがマニュアル操作で各々の画像に固有の名前を付ける
などの形で与える必要があり、作業が繁雑であった。ま
た、ドキュメント上に記載された文字、図形情報を画像
ではなくコード情報に変換する手法では、変換後のコー
ドデータを検索情報として用いることができるが、変換
作業の多くをオペレータのマニュアル操作で行う必要が
あり、その労力は多大である。また、フォーマットデー
タをあらかじめ登録しておく方式は、各々の未記入帳票
を用意しなければならないという問題があり、また、帳
票が多種にわたる際には、その未記入帳票の登録作業の
コストは多大なものになるという問題があった。

【０００５】また、従来の検索方式では、キーワードだ
けでは求めるものが検出しにくいといった問題や、ファ
イリングされている帳票を表示して検索する際には帳票
の量が多いと時間がかかるといった問題があった。

【０００６】

【発明が解決しようとする課題】従来のドキュメントフ
ァイルング装置では、ドキュメント一枚分の画像に名前
を付けて保存するもの、ドキュメントをコード情報に変
換して保存するものがあるが、ドキュメントを検索する
際に使用する情報を予めオペレータがマニュアル操作で
ドキュメントに与えておく必要があるので、その作業が
繁雑であり、多大な労力を必要とする問題があった。

【０００７】また、未記入帳票のフォーマットデータを
用いて記入された画像のみを記憶するものでは、様々な
種類の未記入帳票のフォーマットデータを用意しなけれ
ばならず、未記入帳票の登録作業のコストが多大なもの
になるという問題があった。

【０００８】また、従来の検索では、キーワードだけで
は求めるものが検出しにくいといった問題や、ファイリ
ングされている帳票を表示して検索する際には帳票の量
が多いと時間がかかるといった問題があった。

【０００９】本発明は、上記事情を考慮してなされたも
ので、種々のドキュメントファイルを電子ファイルング
するドキュメントファイリング装置において、ドキュメ
ントのファイル装置への登録が容易であり、かつ、ドキ
ュメントの検索を容易にするドキュメントファイリング
装置および方法を提供することを目的とする。

【００１０】

【課題を解決するための手段】本発明は、ドキュメント
を、線分データ、文字データおよび画像データに分解し
て記憶するファイル手段と、所望のドキュメントを画像
データとして入力する画像入力手段と、入力された前記
画像データから線分データと文字データを抽出する文字
線分抽出手段と、前記ファイル手段に線分データ、文字
データおよび画像データがそのまま格納されているドキ
ュメントのうち、入力された前記ドキュメントの参照対
象となるドキュメントを検索するドキュメント検索手段
と、検索された参照対象となるドキュメントの線分デー
タ、文字データおよび画像データと入力された前記ドキ
ュメントから抽出された線分データ、文字データおよび
画像データとの夫々の差異を求める差異検出手段と、前
記参照対象となるドキュメントを識別する情報と得られ
た前記差異と前記入力されたドキュメントを識別する情
報を対応付けて前記ファイル手段に登録する登録手段と
を具備したことを特徴とする。

【００１１】好ましくは、前記類似ドキュメント検索手
段は、前記ファイル手段内に既に登録されているドキュ
メントと前記入力されたドキュメントの各データ間の差
異を求め、その差異の最も小さいドキュメントを参照対
象となるドキュメントとして決定することを特徴とす
る。

【００１２】また、好ましくは、前記ドキュメントを前
記ファイル手段に登録する際に、一部のドキュメントを
検索の対象とすることを示すために、ドキュメントに所
定のマークを付けておき、前記ドキュメント検索手段
は、前記ファイル手段に登録されたドキュメントのうち
特定のマークが付されたものだけ検索の対象とすること
を特徴とする。

【００１３】また、好ましくは、前記ファイル手段から
検索したいドキュメントに類似するドキュメントを前記
画像入力手段から入力し、前記文字線分抽出手段により
得られたデータを用いて、前記ファイル手段に登録され
ているドキュメントを検索することを特徴とする。

【００１４】本発明は、ドキュメントを、線分データ、
文字データおよび画像データとしてファイル手段に登録
するドキュメントファイリング方法であって、所望のド
キュメントを画像データとして入力し、入力された前記
画像データから線分データと文字データを抽出し、前記
ファイル手段に線分データ、文字データおよび画像デー
タがそのまま格納されているドキュメントのうち、入力
された前記ドキュメントの参照対象となるドキュメント
を検索し、検索された参照対象となるドキュメントの線
分データ、文字データおよび画像データと入力された前
記ドキュメントから抽出された線分データ、文字データ
および画像データとの夫々の差異を求め、前記参照対象
となるドキュメントを識別する情報と求められた前記差
異と前記入力されたドキュメントを識別する情報を対応
付けて前記ファイル手段に登録することを特徴とする。

【００１５】

【作用】本発明では、ドキュメントを、線分データ、文
字データおよび画像データとしてファイル手段に登録す
る際、登録したい所望のドキュメントを画像データとし
て入力し、入力された画像データから線分データと文字
データを抽出し、ファイル手段に線分データ、文字デー
タおよび画像データがそのまま格納されているドキュメ
ントのうち、入力された前記ドキュメントの参照対象と
なるドキュメントを検索し、検索された参照対象となる
ドキュメントの線分データ、文字データおよび画像デー
タと入力されたドキュメントから抽出された線分デー
タ、文字データおよび画像データとの夫々の差異を求
め、参照対象となるドキュメントを識別する情報と求め
られた差異と入力されたドキュメントを識別する情報を
対応付けてファイル手段に登録する。

【００１６】したがって、本発明によれば、ドキュメン
トをファイル手段に登録する際に、登録済みのドキュメ
ントとの文字、線分および画像データの差異を記憶させ
るので、ドキュメントのファイル手段への登録が容易で
あるとともに、文字、線分あるいは画像データを利用し
てファイル手段内のドキュメントの検索を容易に行なう
ことができる。

【００１７】また、本発明によれば、ドキュメントを差
異すなわち差分データとして保存するので、１つのドキ
ュメントを保存するために必要なデータ量を大幅に減少
することができる。

【００１８】

【実施例】以下、図面を参照しながら実施例を説明す
る。（第１の実施例）図１に、本実施例に係るドキュメント
ファイリング装置の機能ブロック図を示す。本実施例で
は、ドキュメントとして、その一種である帳票を取上げ
る。

【００１９】本実施例のドキュメントファイリング装置
は、帳票を画像データとして取り込む画像入力部１、画
像データから線分、文字、画像データを抽出する文字線
分抽出部２、登録する帳票と登録済みの帳票の差異を検
出するドキュメントデータ差異検出部３、帳票を記憶す
るファイル記憶部４、登録する帳票に類似する登録済み
の帳票を検索する検索部５を備える。

【００２０】図２には、本実施例のドキュメントファイ
リング装置のハードウェア構成の一例を示す。プロセッ
サ１１、スキャナー１３、ファイル装置１６、メモリ１
７を備え、スキャナー１３から読み込まれた帳票に対
し、メモリ１７に格納されたプログラム（線分文字抽出
処理、類似帳票検索処理、差異データ抽出処理、処理結
果の保存など）をプロセッサ１１にて実行して処理を施
し、処理結果をファイル装置１６に格納するものであ
る。なお、キーボード１２とディスプレイ１４を用いて
ファイル装置１６に登録されている帳票の検索を行い、
結果をプリンター１５に出力するようにすることも可能
である。

【００２１】図３に、本実施例の帳票保存処理の流れを
示す。また、図４に本実施例の処理の概念図を示す。ス
テップＳ１で、例えばイメージ・スキャナーなどを用い
て構成された画像入力部１から登録したい帳票を画像デ
ータとして取り込む。例えば、図４中の２１で示す保存
したい帳票（以下、帳票Ａと呼ぶ）を画像データとして
取り込む。

【００２２】ステップＳ２で、文字線分抽出部２により
入力画像データから線分・文字・画像を抽出する。ステ
ップＳ３で、検索部５によりファイル記憶部４から登録
したい帳票に類似する類似帳票を検索する。例えば、図
４中の２２で示す帳票（以下、帳票Ｂと呼ぶ）が類似帳
票として得らる。

【００２３】登録されている場合、ステップＳ５で、ド
キュメントデータ差異検出部３により登録したい帳票と
類似帳票の画像データ間の差異を検出し、ステップＳ６
で、この差異のデータを参照対象の帳票を特定する情報
（例えば帳票番号）と対応付けてファイル記憶部４に登
録し、処理を終了する。例えば、図４中の２３で示す差
異データが得られ、これを帳票Ｂの帳票番号とともに登
録する。

【００２４】一方、登録されていない場合、ステップＳ
７で、入力画像データから抽出された線分・文字・画像
データをファイル記憶部４に登録し、処理を終了する。
なお、本実施例では、保存されている帳票Ａは、帳票Ｂ
のデータと求めた差異データとを合成することにより再
現することができる。

【００２５】以下、本実施例の処理の流れを、図３のフ
ローチャートと、図４の具体例を交えた処理の概念図な
どを参照しながらさらに詳しく説明する。［ステップＳ１］まず、図４中の２１で示す保存したい
帳票Ａは、画像入力部１により、画像データとして取り
込まれる。

【００２６】［ステップＳ２］次に、文字線分抽出部２
により、入力画像中の文字データと線分データが抽出さ
れる。文字や線分として抽出されなかった画像成分は、
画像データとする。

【００２７】線分データの抽出では、線分データとして
は、長方形を構成する水平、垂直線分、長方形の対角線
の斜め線分、また、長方形を構成する線分以外の水平線
分が抽出対象とされる。一方、文字データの抽出では、
線分以外の黒い領域で長方形を構成する纏まりを求め、
これを１つの文字列としてその中の個々の文字の認識処
理を行う。この識別処理において文字と同定できたもの
のみを文字データとして出力する。

【００２８】直線抽出処理は、例えば、電子情報通信学
会論文誌、Ｖｏｌ．Ｊ７７−Ｄ−ＩＩ，Ｎｏ．１，ｐ
ｐ．９１−１００「輪郭線と細線を用いた直線・円弧あ
てはめによる図面のベクトル化」に示される処理で実行
することができる。この処理の流れを図５のフローチャ
ートに示す。まず、入力画像に対して細線化処理を施し
（ステップＳ１１）、次に、細線を線分近似する（ステ
ップＳ１２）。また、同時に、入力画像の黒領域の輪郭
線を抽出し（ステップＳ１３）、その輪郭の線分近似を
行う（ステップＳ１４）。次に、線分近似された細線を
追跡し、その追跡された一連の部分群の始点と終点を結
ぶ線分が線分近似された輪郭線の間に入っているもので
最大の長さを持つものを抽出線分として出力する（ステ
ップＳ１５）。この処理を線分近似された細線すべてに
対して行う。次に、この抽出した線分のなかで水平、垂
直にちかいものだけを残す（ステップＳ１６）。

【００２９】なお、上記の方式以外にも、水平、垂直方
向に黒画素がある値以上多く連なっている部分を水平、
垂直線として検出する方法や、輪郭線の平行線ペアを検
出し直線をみつける方法など種々の方法を用いることが
できる。

【００３０】文字抽出処理は、直線と判定されなかった
黒画素の領域の中で長方形で囲むことができる領域をも
とめこれを文字列の領域と仮定し、例えば、電子情報通
信学会の信学技法ＰＲＵ９３−４７「動的な仮説生成・
検証による日本語印刷文書からの文字の切り出し」に示
される文字領域の検出とその認識を繰り返す方式によっ
て、その識別を行う。

【００３１】ここで、文字線分抽出処理を具体例を参照
して説明する。文字線分抽出処理の一例を図６のフロー
チャートに示す。また、図７は、本実施例のドキュメン
トファイリング装置に格納する帳票の一例であり、線分
や文字が記入されている。図７中には、各線分と文字の
座標値を示してある。また、図７中には、ｉで画像デー
タの領域を表している。

【００３２】文字線分抽出処理では、まず、図７に示す
文字枠を抽出する（ステップＳ２１）。次に、この中の
文字の識別を行う（ステップＳ２２）。

【００３３】識別できたものについては、座標値、文字
コードを出力する（ステップＳ２３，Ｓ２４）。図８
は、文字線分抽出部２により抽出された線分データの一
例である。線分データは、帳票の枠に対応する長方形に
ついては、その四角の座標、その他の線分については、
始点、終点の座標値で表される。

【００３４】一方、識別できなかった領域については、
その部分の画像を文字コードの代わりに出力する（ステ
ップＳ２３，Ｓ２４）。図９は、文字線分抽出部２によ
り抽出された文字データの一例であり、図１０は、文字
線分抽出部２により抽出された画像データの一例であ
る。

【００３５】［ステップＳ３］上記のような文字線分抽
出処理が完了した後、検索部５は、ファイル記憶部４か
ら登録したい帳票に類似する類似帳票を検索する。類似
する帳票とは、登録したい帳票との差異が少ない帳票で
ある。

【００３６】図３のステップＳ３の類似帳票を検索する
処理では、ファイル記憶部４に登録されている帳票デー
タをディスプレイに表示し、オペレータに指示してもら
う方法を用いても良い。また、ファイル手段４にデータ
を登録する際に保存されている帳票の種類を表す項目に
マークを付けておき、このマークが付けられているデー
タのみを順番に検索し、現在保存しようとしている帳票
の対応する位置にその種類を表す文字情報が記載されて
いるかどうか判断し、このような文字が見つかった際に
は、この帳票を類似帳票とする方法もある。

【００３７】［ステップＳ４］ステップＳ３の検索の結
果、ファイル記憶部４内に登録する帳票Ａに類似する帳
票Ｂが登録されていた場合、帳票Ａと帳票Ｂの差分を求
め、この差分を登録するために、ステップＳ５に移る。
登録されていなかった場合、帳票Ａのデータをそのまま
登録するため、ステップＳ７に移る。なお、ファイル記
憶部４に他の帳票がまだ保存されていない場合、ステッ
プＳ３の検索をせずに、ステップＳ７に移っても良い。

【００３８】［ステップＳ５］ステップＳ３で類似帳票
Ｂが検索されると、ドキュメントデータ差異検出部３
は、登録したい帳票Ａと類似帳票Ｂの画像データ間の差
異を検出する。

【００３９】まず、帳票Ｂの図形データで帳票Ａに対応
するものを探す。この探索により、帳票Ａと帳票Ｂの他
のデータの位置合わせを行い、帳票Ａが帳票Ｂに重なる
ように、図形、文字、画像の座標値を変換する。

【００４０】次に、帳票Ａの図形データで帳票Ｂと重な
らないデータを検出する。文字データについては、座標
値が重なるもので、文字コードが一致するもの以外を帳
票Ｂとの差異として出力する。部分画像データについて
は、座標値が重なるもので、双方の画像の排他的論理和
をとり、その黒画素の数を計測する。この値が、しきい
値以上のものについては、帳票Ｂ内の画像と異なるもの
と判断する。

【００４１】帳票Ａと帳票Ｂとの位置合わせ方法は、例
えば、以下の方式で行うことができる。まず、帳票Ａの
線分データの座標値の中で、ｘ，ｙ座標値の最大、最小
値を求める。

【００４２】図８の例では、ｘ座標値の最小値ｘ０ｙ座標値の最小値ｙ０ｘ座標値の最大値ｘ５ｙ座標値の最大値ｙ５である。

【００４３】次に、帳票Ｂについても、同様に、その線
分データの線分データの座標値の中で、ｘ，ｙ座標値の
最大、最小値を求める。次に、帳票Ａと座標値の最小
値、最大値が帳票Ｂのものと重なるように帳票Ａの線分
データを拡大／縮小する。また、文字の記載座標値も同
様の変換を施す。これにより、帳票Ａと帳票Ｂの大きさ
が一致し、四角の座標値を合わせることにより、帳票Ａ
と帳票Ｂの位置合わせが完了する。

【００４４】図１１の２つの帳票Ａと帳票Ｂの差異を検
出した例では、帳票内の１つの線分、１つの活字印刷文
字、および１箇所の手書き記入の図形の画像がその差と
して検出される。

【００４５】［ステップＳ６］ドキュメントデータ差異
検出部３により登録したい帳票Ａと類似帳票Ｂの画像デ
ータ間の差異データが得られると、この差異データは、
参照対象の帳票Ｂを特定する情報（例えば帳票番号）と
対応付けてファイル記憶部４に登録される。この登録処
理は、図示しない登録手段により制御される。

【００４６】図１２に、ファイル記憶部４への帳票デー
タの保存方法の一例を示す。帳票Ａは、その帳票を識別
する名前と自動抽出した文字、線分、画像データが記憶
される。帳票Ａは、その帳票を識別する名前と差異を求
める際に使った帳票Ｂの名前、および求められた差異デ
ータからなる。

【００４７】なお、このようにして保存されている帳票
Ａは、帳票Ｂのデータと求めた差異データとを合成する
ことにより再現することができる。［ステップＳ７］一方、ステップＳ３の検索の結果、フ
ァイル記憶部４内に帳票Ａに類似する帳票登録が登録さ
れていなかった場合、線分文字抽出処理を施された帳票
Ａについて、抽出された文字、図形、画像をその帳票の
データとしてファイル記憶部に登録する。

【００４８】このように、本実施例によれば、帳票デー
タを差分データとして保存することにより、１つの帳票
を保存するために必要なデータ量を、すべて帳票１枚分
ごとに保存する方法と比べ大幅に減少されている。

【００４９】ところで、本実施例によれば、帳票上の文
字を用いて検索する方法や、帳票の枠の似ているものを
検索する方法を実現することができる。以下、本実施例
により登録された帳票を検索する方法のいくつか示す。
検索方法は、大きく分けて３種類ある。１つは、オペレ
ータにキーボードから検索キーを入力させ、このキーを
含む帳票をファイル記憶部４から検索する方法である。
第２は、ディスプレイに保存済みの帳票の全体または部
分を表示し、オペレータに求めるものが表示されている
かどうか問い合わせる方法である。第３は、検索したい
帳票の類似帳票の画像をスキャナーから取り込み、これ
に類似するファイル記憶部４内の帳票を自動的に探す方
法である。本実施例によれば、上記の３種類とも実現可
能である。先の２種類の方法は、従来のファイリング検
索方法であるので、ここでは、第３の検索方法の例につ
いて述べる。

【００５０】第３の方法では、検索したい帳票の類似サ
ンプル（以下、帳票Ｃと呼ぶ）を入力してこれを検索キ
ーとするために、まず、画像入力部１から検索に用いら
れる帳票の画像データが取り込まれ、次に、文字線分抽
出部２により帳票Ｃの入力画像から線分／文字抽出処理
が行われる。これは、帳票登録の際に行われる処理と同
じである。この処理によって得られた文字／線分情報が
検索キーとして用いられる。この検索方式の一例は、検
索したい帳票の空白帳票を帳票Ｃとして用いる方法であ
る。この方式は、与えられた帳票Ｃの文字データ、線分
データを含むファイル記憶部の帳票を検索する処理で実
現される。

【００５１】このように本実施例によれば、ドキュメン
トデータのファイル記憶部への登録が容易で、かつ、そ
の検索も容易に実行することができる。（第２の実施例）第１の実施例では、ステップＳ３の検
索部５による類似帳票の検索としては、ファイル記憶部
４に登録されている帳票データをディスプレイに表示
し、オペレータに指示してもらう方法や、ファイル手段
４にデータを登録する際に保存されている帳票の種類を
表す項目にマークを付けておき、このマークが付けられ
ているデータのみを順番に検索し、現在保存しようとし
ている帳票の対応する位置にその種類を表す文字情報が
記載されているかどうか判断し、このような文字が見つ
かった際には、この帳票を類似帳票とするような方法な
どを用いた。

【００５２】本実施例では、類似帳票の検索として、登
録したい帳票と類似帳票の画像データ間の差異を検出
し、この差異の最も少ない帳票を参照帳票とするもので
ある。図１３に、本実施例に係るドキュメントファイリ
ング装置の機能ブロック図を示す。本実施例のドキュメ
ントファイリング装置は、画像入力部１、文字線分抽出
部２、ドキュメントデータ差異検出部３３、ファイル記
憶部４を備える。本実施例の画像入力部１、文字線分抽
出部２、ファイル記憶部４は、第１の実施例の同番号の
ブロックに相当するものである。本実施例では、第１の
実施例の検索部５の処理は、ドキュメントデータ差異検
出部３３により行われる。

【００５３】以下、本実施例の帳票保存処理の流れを、
図１４のフローチャートや第１の実施例で用いた図４の
概念図を参照しながら説明する。［ステップＳ３１］まず、図４中の２１で示す保存した
い帳票Ａは、画像入力部１により、画像データとして取
り込まれる。

【００５４】［ステップＳ３２］次に、文字線分抽出部
２により、入力画像中の文字データと線分データが抽出
される。文字や線分として抽出されなかった画像成分
は、画像データとする。

【００５５】線分データの抽出では、線分データとして
は、長方形を構成する水平、垂直線分、長方形の対角線
の斜め線分、また、長方形を構成する線分以外の水平線
分が抽出対象とされる。一方、文字データの抽出では、
線分以外の黒い領域で長方形を構成する纏まりを求め、
これを１つの文字列としてその中の個々の文字の認識処
理を行う。この識別処理において文字と同定できたもの
のみを文字データとして出力する。

【００５６】直線抽出処理や文字抽出処理は、第１の実
施例にて説明したような方法を用いることができる。例
えば、第１の実施例と同様、図６のフローチャートを参
照して説明したような手順により、図７の帳票から図８
の線分データ、図９の文字データ、および図１０の画像
データを得ることができる。

【００５７】［ステップＳ３３］上記のような文字線分
抽出処理が完了した後、ファイル記憶部４に保存済みの
帳票データが存在する際には、登録したい帳票Ａに最も
類似する帳票Ｂを検索する。本実施例では、前述したよ
うに、登録したい帳票とファイル記憶部４に保存済みの
各帳票との夫々の間の画像データ間の差異を検出し、こ
の差異の最も少ない帳票を参照帳票とする。

【００５８】ここでの差異を求める処理は、ドキュメン
トデータ差異検出部３３により行われ、その処理内容
は、前述したドキュメントデータ差異検出部３によるス
テップＳ３の類似帳票検索処理と同様である。

【００５９】ただし、ここでは、ファイル記憶部４に保
存されており類似帳票の候補となる複数の帳票データに
ついて夫々差異を検出し、この差異の最も少ない帳票を
参照帳票とする。この差異の大小の評価は、差異データ
のデータ量の比較などにより行えば良い。

【００６０】ファイル記憶部４に保存済みの帳票データ
すべてを類似帳票の候補としても良いし、最初に画像デ
ータだけ比較して候補を絞っておき、次に他のデータを
比較するようにしても良い。

【００６１】なお、予め設定したしきい値より小さいデ
ータ量の差異データを得ることができなかった場合は、
類似帳票が登録されていないものとしても良い。［ステップＳ３４］ステップＳ３３の検索の結果、ファ
イル記憶部４内に登録する帳票Ａに類似する帳票Ｂが登
録されていた場合、ステップＳ３６に移る。登録されて
いなかった場合、帳票Ａのデータをそのまま登録するた
め、ステップＳ３７に移る。なお、ファイル記憶部４に
他の帳票がまだ保存されていない場合、ステップＳ３３
の検索をせずに、ステップＳ３７に移っても良い。

【００６２】［ステップＳ３６］ドキュメントデータ差
異検出部３３により登録したい帳票Ａと類似帳票Ｂの画
像データ間の差異データが得られると、この差異データ
は、参照対象の帳票Ｂを特定する情報（例えば帳票番
号）と対応付けてファイル記憶部４に登録される。この
登録処理は、図示しない登録手段により制御される。例
えば、第１の実施例で示した図１２のようにして、ファ
イル記憶部４に帳票データが保存される。

【００６３】なお、このようにして保存されている帳票
Ａは、帳票Ｂのデータと求めた差異データとを合成する
ことにより再現することができる。［ステップＳ３７］一方、ステップＳ３３の検索の結
果、ファイル記憶部４内に帳票Ａに類似する帳票登録が
登録されていなかった場合、線分文字抽出処理を施され
た帳票Ａについて、抽出された文字、図形、画像をその
帳票のデータとしてファイル記憶部４に登録する。

【００６４】このように、本実施例によれば、帳票デー
タを差分データとして保存することにより、１つの帳票
を保存するために必要なデータ量を、すべて帳票１枚分
ごとに保存する方法と比べ大幅に減少されている。

【００６５】ところで、本実施例によれば、第１の実施
例で述べたような帳票上の文字を用いて検索する方法
や、帳票の枠の似ているものを検索する方法を実現する
ことができる。もちろん、第１の実施例で第３の検索方
法として述べた方法も実現可能である。すなわち、本実
施例でも、検索したい帳票の類似サンプル（以下、帳票
Ｃと呼ぶ）を入力してこれを検索キーとするために、ま
ず、画像入力部１から検索に用いられる帳票の画像デー
タが取り込まれ、次に、文字線分抽出部２により帳票Ｃ
の入力画像から線分／文字抽出処理が行われる。これ
は、帳票登録の際に行われる処理と同じである。この処
理によって得られた文字／線分情報が検索キーとして用
いられる。この検索方式の一例は、検索したい帳票の空
白帳票を帳票Ｃとして用いる方法である。この方式は、
与えられた帳票Ｃの文字データ、線分データを含むファ
イル記憶部の帳票を検索する処理で実現される。

【００６６】このように本実施例によれば、ドキュメン
トデータのファイル記憶部への登録が容易で、かつ、そ
の検索を容易に実行することができる。（第３の実施例）ここでは、第１の実施例または第２の
実施例のように画像入力部１、文字線分抽出部２、ファ
イル記憶部４を備えたドキュメントファイリング装置に
おいて、帳票Ｃとして空白帳票を読み込ませファイル記
憶部４から同種の帳票を検索する例を説明する。なお、
画像入力部１、文字線分抽出部２、ファイル記憶部４
は、前述したものと同様であるので、ここでの説明は省
略する。

【００６７】以下、本実施例の処理の流れを説明する。
図１５は、本実施例の処理の一例を示すフローチャート
である。まず、画像入力部１により図１６（ａ）に示す
ような帳票Ｃを画像データとして取り込む（ステップＳ
１０１）。

【００６８】次に、文字線分抽出部２により帳票Ｃに書
かれている線分を抽出し（ステップＳ１０２）、図１６
（ｂ）のように、その線分データから枠を表す長方形を
検出する（ステップＳ１０３）。次に、各長方形領域の
中点（図１６（ｃ）中で３０で示される黒丸）の座標値
を求めるとともに（ステップＳ１０４）、図１６（ｄ）
のように、抽出した長方形を包含する最小の長方形（外
接長方形）を求める（ステップＳ１０５）。なお、ステ
ップＳ１０４で抽出した図１６（ｃ）の各々の点３０
は、図１６（ａ）の帳票Ｃの各々の枠と１対１に対応し
ている。

【００６９】先の実施例で述べたように、ファイル記憶
部４に記憶されている帳票について同様の長方形領域抽
出の処理がその登録時になされており、ファイル記憶部
４に記憶されている。そこで、各帳票に対して、上記帳
票Ｃに対して行ったのと同様の、帳票内の長方形領域を
包含する最小の長方形（外接長方形）と、各長方形の中
点の座標値を求める。

【００７０】ここで、このファイル記憶部４内の帳票を
帳票Ｄと呼ぶ。帳票Ｃと帳票Ｄが同一であるかどうか調
べる処理を図１５に示す手順によって行う。まず、ファ
イル記憶部４から帳票Ｄの長方形データを読み込み（ス
テップＳ１０７）、各長方形領域の中点の座標値を求め
るとともに（ステップＳ１０８）、抽出した長方形を包
含する最小の長方形（外接長方形）を求める（ステップ
Ｓ１０９）。帳票Ｃと帳票Ｄの外接長方形の大きさを比
べ（ステップＳ１１０）、これが大きく異なるものは、
同一帳票として扱わない。この場合、ステップＳ１０６
に戻り、次の帳票Ｄについて同様の評価を行う。

【００７１】ここで、帳票Ｃと帳票Ｄの外接長方形の大
きさがほぼ同じ場合（ステップＳ１１０）、この外接長
方形の位置、大きさを用いて、帳票Ｄが帳票Ｃと重なる
ように帳票Ｄの座標値を変換する（ステップＳ１１
１）。この変換では、各長方形の中点の座標値のみを対
象とする。

【００７２】次に、帳票Ｃと帳票Ｄの各長方形の中点の
座標値が同じ、または近いものを検出する（ステップＳ
１１２）。この数が全体のｔ％以上である場合に、帳票
Ｄと帳票Ｃは同じであると判断し、（ステップＳ１１
３）、帳票Ｄを検索結果として出力し、（ステップＳ１
１４）処理を終了する。

【００７３】一方、この数が全体のｔ％未満の場合は、
帳票Ｄと帳票Ｃを同一帳票として扱わない。この場合、
ステップＳ１０６に戻り、次の帳票Ｄについて同様の評
価を行う。

【００７４】もし、ステップＳ１０６にて、参照してい
ない帳票が残っていないときに、検索結果なしとして処
理を終了する。ところで、ファイル記憶部４内の帳票
は、いろいろな情報が記入されているため、枠を表す長
方形領域を正確に抽出できない場合がある。そのような
場合に備え、上記帳票照合処理を以下のように拡張する
ことにより対応することができる。

【００７５】まず、帳票Ｃの長方形領域からその中点の
座標を求めた後に、隣接する長方形を併合してできる長
方形をつくりその中点も求める。図１７（ａ），（ｂ）
に、その例を示す。この中点データを用いることによ
り、図１８（ａ）に示す例のように、帳票内の線分が一
部切れていて長方形ができていない際には、図１７
（ｂ）で示した併合長方形の中点が図１８（ｂ）に示す
帳票から得られた長方形の中点と対応付けが行われ、帳
票識別で同じと判断される。

【００７６】また、図１９（ａ）に示すように、本来な
い線分が書き込まれたために長方形領域が余分に検出さ
れている場合には、この帳票からの長方形領域の中点を
求める際に、図１７と同様の併合した長方形を作成し、
図１９（ｂ）の中点を照合に用いることにより、図１７
（ａ）の帳票と類似であると照合することができる。

【００７７】さらに、詳細に帳票の類似を判定するため
に、帳票に記入されている文字列が同一であるかどうか
を調べる方法もある。また、他の検索方法として、検索
したい帳票に類似する帳票を帳票Ｃとして選択し、この
帳票内の文字、線分を抽出し、この帳票の中で検索に用
いたい文字、線分データをオペレータに指示させ、指示
された文字、線分を含む帳票をファイル記憶部４から検
索する方法もある。

【００７８】なお、本実施例で述べた帳票が同一である
かどうかを判定する処理は、第２の実施例において類似
帳票を得る際の最も類似するものを判定する処理にも用
いることができる。また、本発明は上述した各実施例に
限定されるものではなく、その要旨を逸脱しない範囲
で、種々変形して実施することができる。

【００７９】

【発明の効果】本発明によれば、ドキュメントをファイ
ル手段に登録する際に、登録済みのドキュメントとの文
字、線分および画像データの差異を記憶させるので、ド
キュメントのファイル手段への登録が容易であるととも
に、文字、線分あるいは画像データを利用してファイル
手段内のドキュメントの検索を容易に行なうことができ
る。

【図面の簡単な説明】

【図１】本発明の第１の実施例に係るドキュメントファ
イリング装置の構成を示すブロック図

【図２】同実施例のドキュメントファイリング装置のハ
ードウェア構成の一例を示す図

【図３】同実施例の処理の流れを示すフローチャート

【図４】本実施例の処理の流れを示す概念図

【図５】直線抽出処理の一例を示すフローチャート

【図６】同実施例の文字線分抽出処理の一例を示すフロ
ーチャート

【図７】入力する帳票の一例を示す図

【図８】抽出された線分データの一例を示す図

【図９】抽出された文字データの一例を示す図

【図１０】抽出された画像データの一例を示す図

【図１１】２つの帳票の差異の検出を説明するための図

【図１２】帳票データの保存方法の一例を説明するため
の図

【図１３】本発明の第２の実施例に係るドキュメントフ
ァイリング装置の構成を示すブロック図

【図１４】同実施例の処理の流れを示すフローチャート

【図１５】本発明の第３の実施例の処理の流れを示すフ
ローチャート

【図１６】同実施例の処理を説明するための図

【図１７】同実施例の処理を説明するための図

【図１８】同実施例の処理を説明するための図

【図１９】同実施例の処理を説明するための図

【符号の説明】

１…画像入力部、２…文字線分抽出部、３…ドキュメン
トデータ差異検出部、４…ファイル記憶部、５…検索
部、３３…ドキュメントデータ差異検出部、１１…プロ
セッサ、１２…キーボード、１３…スキャナー、１４…
ディスプレイ、１５…プリンター、１６…ファイル装
置、１７…メモリ

───────────────────────────────────────────────────── フロントページの続き (72)発明者堀修神奈川県川崎市幸区小向東芝町１番地株式会社東芝研究開発センター内

Claims

【特許請求の範囲】

【請求項１】ドキュメントを、線分データ、文字データ
および画像データに分解して記憶するファイル手段と、所望のドキュメントを画像データとして入力する画像入
力手段と、入力された前記画像データから線分データと文字データ
を抽出する文字線分抽出手段と、前記ファイル手段に線分データ、文字データおよび画像
データがそのまま格納されているドキュメントのうち、
入力された前記ドキュメントの参照対象となるドキュメ
ントを検索するドキュメント検索手段と、検索された参照対象となるドキュメントの線分データ、
文字データおよび画像データと入力された前記ドキュメ
ントから抽出された線分データ、文字データおよび画像
データとの夫々の差異を求める差異検出手段と、前記参照対象となるドキュメントを識別する情報と得ら
れた前記差異と前記入力されたドキュメントを識別する
情報を対応付けて前記ファイル手段に登録する登録手段
とを具備したことを特徴とするドキュメントファイリン
グ装置。
【請求項２】ドキュメントを、線分データ、文字データ
および画像データとしてファイル手段に登録するドキュ
メントファイリング方法であって、所望のドキュメントを画像データとして入力し、入力された前記画像データから線分データと文字データ
を抽出し、前記ファイル手段に線分データ、文字データおよび画像
データがそのまま格納されているドキュメントのうち、
入力された前記ドキュメントの参照対象となるドキュメ
ントを検索し、検索された参照対象となるドキュメントの線分データ、
文字データおよび画像データと入力された前記ドキュメ
ントから抽出された線分データ、文字データおよび画像
データとの夫々の差異を求め、前記参照対象となるドキュメントを識別する情報と求め
られた前記差異と前記入力されたドキュメントを識別す
る情報を対応付けて前記ファイル手段に登録することを
特徴とするドキュメントファイリング方法。