JPH0916717A - 文書読取装置 - Google Patents

Abstract

(57)【要約】 （修正有） 【課題】 １ページ内に複数の図形文字のある文書の読
み取りのためのモード設定を容易にする。 【解決手段】 画像入力、領域解析及び文字認識からな
る処理モードを読取モード名を付して文字領域の属性に
応じて構成した読取モードデータをオペレータの操作で
作成し、読取モードメモリ９に格納しておく読取モード
作成手段と、画像メモリ３内の画像データから領域種類
別に領域を抽出して、異なる属性の文字領域毎に領域枠
の領域データを作成する領域解析手段と、画像メモリ３
内の画像データの表示画像を表示すると共に、領域枠で
囲んで文字の属性の相違により分けて表示する表示手段
と、この表示画面上で、各領域枠毎に読取モード名をオ
ペレータに指定させ、対応する読取モードデータを前記
読取モードメモリから読み出し、領域枠毎に文字認識の
処理モードを設定する領域処理モード設定手段とを設
け、各領域枠毎に読取モード名に従って文字認識の処理
モードを設定する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、文書上に記載された文
字，図形，絵，写真や罫線等のイメージ情報を読み取
り、記憶してある認識データに従ってそのイメージ情報
を認識する文書読取装置に関し、特に、１ページ内に異
なる属性の文字領域が存在する文書の読み取りに有用な
ものである。

【０００２】

【従来の技術】従来の文書読取装置では、文書内に存在
する文字の属性に応じて読取モードを設定するようにし
たものが知られている。また、１文書中であっても１ペ
ージ毎に文字の属性が異なる場合には、１ページ毎にそ
の都度細かく読取モードを設定し直して文書読取を正確
かつ効率的に行うようにしたものが知られている。

【０００３】ここで、読取モードの設定とは、入力文書
サイズ、レイアウト、認識文字の字体、字種等の読取パ
ラメーターの設定値で表される文字の属性をオペレータ
が入力部から入力等して設定することをいう。また、１
ページ毎の読取モードの設定は、オペレータが読取パラ
メーターを一つ一つ入力する場合には、オペレータの設
定作業の量及び時間が膨大となり、設定誤りが発生しや
すくなるので、文字の属性に応じた読取パラメーターの
設定値のパターン毎に読取モード名を付与し、この読取
モード名と共に読取パラメーターの設定値を読取モード
メモリに記憶して用意しておき、オペレータがその読取
モード名を選択設定することにより行えるようにしたも
のが知られている。

【０００４】

【発明が解決しようとする課題】しかしながら、上記文
書読取装置では、例えば、和文と英文が混在するなどの
ように１ページ内に複数の異なる属性の文字領域が存在
しているため、複数の読取モードを設定する必要がある
場合には、一つの読取モード名を選択して１ページ全体
の読取モードを設定した後に、その設定と異なる読取パ
ラメーターを一つずつオペレータが設定し直すようにし
ていた。例えば、和文についての読取モード名を選択し
て、１ページ全体を和文についての読取モードとした後
に、英文に相当する文字領域の読取パラメーターを一つ
ずつオペレータが入力して設定し直すようにしていた。
このため、１ページ内で属性の相違する文字領域の読取
パラメーターを設定し直すようにしているので、オペレ
ータが行う設定作業の量及び時間が膨大になる問題があ
った。また、かかる問題のため、オペレータの設定誤り
が発生し易い問題があった。

【０００５】

【課題を解決するための手段】そこで本発明は、画像入
力、領域解析及び文字認識からなる処理モードを読取モ
ード名を付して文字領域の属性に応じて構成した読取モ
ードデータをオペレータの操作で作成し、読取モードメ
モリに格納しておく読取モード作成手段と、画像メモリ
内の画像データから属性別に文字領域を抽出し、異なる
属性の文字領域毎に領域枠の領域データを作成する領域
解析手段と、画像メモリ内の画像データの表示画像を表
示すると共に、当該領域データに従って異なる属性の文
字領域毎に前記表示画像を領域枠で囲んで表示する表示
手段と、この表示手段による表示画面上で、各領域枠毎
に読取モード名をオペレータに指定させ、指定された読
取モード名に対応する読取モードデータを前記読取モー
ドメモリから読み出し、領域枠毎に文字認識の処理モー
ドを設定するようにした領域処理モード設定手段とを設
け、各領域枠毎に読取モード名に従って文字認識の処理
モードを設定するようにした文書読取装置とした。

【０００６】

【作用】このような構成によると、オペレータは、異な
る属性の文字領域の領域枠毎に読取モード名を指定する
だけで、文字認識の処理モードを設定することができる
ようになる。

【０００７】

【実施例】以下に、図面を参照して、本発明の実施例を
説明する。 第１の実施例 図１は、文書読取装置の構成を示すブロック図である。
この文書読取装置１は、画像入力部２、画像メモリ３、
領域解析部４、領域メモリ５、文字認識部６、認識メモ
リ７を有し、それぞれが総合制御部８と接続されるよう
にしてある。また、総合制御部８には、読取モードメモ
リ９、表示部１０及び操作部１１も接続してある。

【０００８】前記画像入力部２は、総合制御部８が与え
る画像入力モードに従い、読取対象の文書を光学的に走
査し、文書上に記録された文字を画像として読み取り、
画像データを作成するものである。なお、図示を省略す
るが、画像ファイルや通信回線を介して他システムから
画像データを得るようにしてもよい。前記画像メモリ３
は、画像入力部２が作成した画像データを格納するもの
である。

【０００９】前記領域解析部４は、総合制御部８が与え
る領域解析モードに従い、画像メモリ３内の画像データ
から領域種類別に領域を抽出して、異なる属性の文字領
域毎に領域枠の領域データを作成するものである。前記
領域メモリ５は、領域解析部４が作成した領域データを
格納するものである。

【００１０】前記文字認識部６は、総合制御部８が与え
る領域毎の文字認識モードに従い、画像メモリ３内の画
像データから文字の領域を抽出し、さらに、その領域か
ら行、文字を切り出して１文字毎の文字画像を抽出し、
この文字画像を認識して、複数の候補からなる文字コー
ドに変換する。この文字コードを認識データとする。前
記認識メモリ７は、文字認識部６が作成した認識データ
を格納するものである。

【００１１】前記総合制御部８は、上記各部や各メモリ
の動作全体を制御するものであり、特に、画像データ、
領域データ及び認識データの処理結果の表示、その確認
・修正、読取モード名の指定、読取モードの設定を行う
読取モード処理部１２を有するものであり、読取モード
メモリ９から読み出したオペレータが指定した読取モー
ドデータ、または、オペレータが設定した読取モードデ
ータに従い画像入力部２、領域解析部４、文字認識部６
を制御するものである。また、ＣＲＴ等の表示部１０に
認識結果を表示したり、オペレータがキーボードやマウ
ス等の操作部１１を操作して動作制御の指示をするため
に、画像入力部２、領域解析部４および文字認識部６の
処理の開始・終了指示、画像データ、領域データ及び認
識データの処理結果の表示、その確認・修正、読取モー
ド名の指定、読取モードの設定などのオペレータと文書
読取装置とのインターフェースをとれるようにしてあ
る。さらに、オペレータの確認・修正後の文字コードを
出力するようにしてある。

【００１２】前記読取モードメモリ９は、オペレータが
指定する画像入力モード、領域解析モード、文字認識モ
ードの設定値で構成する読取モードデータを格納するも
のである。次に、上記構成の文書読取装置の動作を説明
する。図２は文書読取処理のフローチャート、図３は読
取モード名指定画面の例示図、図４は読取パラメーター
設定画面の例示図、図５は読取モードデータの例示図、
図６は文字認識モード設定画面の例示図、図７は文字領
域毎の文字認識モードデータの例示図である。 Ｓａ１：オペレータが、読取モード名を指定する。ま
ず、オペレータは、操作部１１を操作して読取モードメ
モリ９から、図３に示す読取モード名指定画面を呼び出
して表示部１０に表示する。そして、オペレータは、そ
の読取モード名指定画面上の読取モードリストの領域Ａ
２から既存の読取モード名を読み取り対象の文書に応じ
て選択指定する。また、既存の読取モード名が登録され
ていない場合、オペレータは変更ボタンＰ１を押下する
と、総合制御部８は、表示部１０の表示を図４に示すよ
うに読取パラメーター設定画面に切り替える。そして、
オペレータが、読取パラメーターを設定してＯＫボタン
Ｐ５を押下すると、総合制御部８は、図３に示す読取モ
ード名指定画面に戻す。オペレータが設定した読取パラ
メーターを読取モードとして保存する場合には、読取モ
ード名エリアＡ１に新規の読取モード名を操作部１１か
ら入力した後に保存ボタンＰ３を押下することで、総合
制御部８の読取モード処理部１２は、読取モードメモリ
９に新規の読取モードデータとして追加する。この読取
モードデータは、例えば、図５に示すように、画像入力
モード、領域モード、文字認識モードをそれぞれ読取モ
ード名に応じて格納したものである。ここで、図５中、
キャラクタセットでは、「ア大」はアルファベット大文
字、「ア小」はアルファベット小文字、「数」は数字、
「ひ」はひらがな、「カ」はカタカナ、「一」は一般記
号、「特」は特殊記号を表している。 Ｓａ２：上記Ｓａ１の読取モード名の指定が終わると、
オペレータは画像入力部２により画像を１ページ毎に入
力する。すなわち、画像入力部２は、総合制御部８、文
字認識部６が与える画像入力モードに従い、読取対象の
入力文書を光学的に走査し、文書上に記録された文字、
およびイメージを光電変換により画像信号に変換し、さ
らに、この画像信号をデジタル二値の画像データに変換
する。この画像データを総合制御部８により表示部１０
に画像表示し、オペレータが操作部１１を操作して画像
データに不良があれば、再度画像入力させる。不良がな
ければ画像データを画像メモリ３に格納し、処理をＳａ
３に移す。 Ｓａ３：上記Ｓａ２の画像入力が終わると、入力した画
像データに対して領域解析部４が領域解析をする。領域
解析部４は、総合制御部８の読取モード処理部１２が与
える領域解析の読取データに従い、画像メモリ３内の画
像データから黒画素の周辺分布ヒストグラムを利用して
領域を抽出し、各領域の幾何学的特徴により領域を文字
とイメージとに判別し、領域データを作成する。そし
て、総合制御部８が、画像メモリ３の画像データによる
画像と共に、領域データによる領域枠画像を重ねて表示
した後に、オペレータが操作部１１を使って領域データ
を確認・修正する。この確認・修正は、領域枠を適当な
位置に移動すること等により行い、確認・修正後の領域
データを領域メモリ５に格納しておく。 Ｓａ４：上記Ｓａ３の領域解析が終わると、オペレータ
は、領域枠毎の文字認識モードを設定する。オペレータ
は、操作部１１を操作して、総合制御部８により、図６
に示すように、画像メモリ３内の画像データの入力文書
画像Ｑ１の表示と共に、領域メモリ５内の領域データの
領域枠Ｑ２〜Ｑ６の表示を表示部１０に重ねて表示させ
る。ここで、図６中、領域枠Ｑ４は英文やアルファベッ
ト大文字を含まないプログラムリスト、領域枠Ｑ３は和
文の一般文書、領域枠Ｑ２，Ｑ５は英文の一般文書、領
域枠Ｑ６は図形のイメージを示している。そして、オペ
レータが操作部１１を使い、読取パラメーター設定画面
で領域毎に、文字認識モードを設定する。なお、その設
定には、画像入力や領域解析の設定を必要としない。

【００１３】ここで、上記Ｓａ１〜上記Ｓａ４までの処
理の一例を説明する。例えば、ある英雑誌の１ページを
読み取る場合に、上記Ｓａ１の読取モード名指定で図３
の「英雑誌ｎ」を選択し、上記Ｓａ２の画像入力や上記
Ｓａ３の領域解析を行った後に、図６に示すように、入
力文書画像Ｑ１を表示部１０に表示する。このとき、各
領域枠Ｑ２〜Ｑ５の文字認識モードは、「英雑誌ｎ」で
ある。そこで、オペレータは、不適切な文字認識モード
に設定されている領域枠Ｑ３，Ｑ４を適切な文字認識モ
ードに変更する。まず、オペレータは、領域枠Ｑ３を操
作部１１のマウスでクリックし、図３に示す読取モード
名指定画面を表示する。このとき、読取モード名指定画
面の読取モード名の領域Ａ１は、「英雑誌ｎ」が表示さ
れ、当該文字認識モードが選択されていることを示して
いる。そして、オペレータは、対象の領域枠Ｑ３の文字
認識モードとして、図５に示す文字認識モードデータの
中から適切な文字認識モードを選択する。ここでは、読
取モード名「雑誌１」を選択して指定ボタンＰ２を押下
し、読取モードを「雑誌ｌ」に設定する。また、以上と
同様に、領域枠Ｑ４を読取モード「プログラムリスト」
に設定する。なお、読取モード名の選択は、文字認識の
読取モードパラメーターが等しいものであれば、これに
限らず、例えば、「特許ａ」としてもよい。また、領域
枠Ｑ４の読取モードは、「英雑誌ｎ」からキャラクタセ
ットの「アルファベット大」と「特殊記号」を削除した
だけなので、領域枠Ｑ４をクリックして、読取モード名
指定画面で変更ボタンＰ１を押下し、図４に示す読取パ
ラメーター設定画面でキャラクタセットの「アルファベ
ット大」と「特殊記号」をオフにしてＯＫボタンＰ５を
押下し、図３の読取モード名指定画面に戻って、読取モ
ードの領域Ａ１の「英雑誌ｎ」を削除して、指定ボタン
Ｐ２を押下して文字認識モードを変更する。既存の文字
認識モードの中に領域枠に対応した適切なものが無い場
合は、図４に示す読取パラメーター設定画面を使って文
字認識モードを変更する。この変更後の文字認識データ
を含む読取データを新たに読取データ名を付与して保存
しておいてもよい。

【００１４】それでは、図２に戻って、上述のようにＳ
ａ４の処理を終了すると、次にＳａ５の文字認識に処理
を移す。 Ｓａ５：文字認識部４が、文字認識する。まず、総合制
御部８の読取モード処理部１２は文字認識モードの設定
に従い、図７に示すように、各領域枠毎の文字認識モー
ドデータを作成する。文字認識部４は、読取モード処理
部１２が与える領域枠毎の文字認識モードデータに従
い、画像メモリ３内の画像データから黒画素の周辺分布
ヒストグラムを利用して文字領域から行を切り出し、行
から文字を切り出す。この切り出した１文字毎の文字画
像を認識処理して文字コードを得る。そして、総合制御
部８は、その文字コードを表示部１０に文字表示し、オ
ペレータが操作部１１を使ってこの文字コードの文字を
確認・修正した後に、総合制御部８は、その文字コード
を認識メモリ７に格納する。なお、オペレータが文書を
見ながら文字コードの文字の確認・修正をするようにし
てもよいが、総合制御部８が画像メモリ３内の画像デー
タの中から当該文字コードの文字に対応する文字を読み
出して表示部１０に当該文字コードの文字と共に表示す
るようにし、オペレータが表示画面で確認・修正を行え
るようにしてもよい。かかる場合には、表示文字と画像
データの対応を取るため、切り出しデータが必要とな
る。また、文字コードは、認識メモリ７に格納するだけ
でなく、図示しないプリンタで印字したり、図示しない
出力メモリを介して、例えば、ワープロ、ＤＴＰシステ
ム、文書管理システム等の他の文書処理システムに文字
データを渡したり、また、通信により他の文書処理シス
テムに文字データを渡すようにしてもい。上述のように
して１ページ毎に文字認識を行って処理を終了する。

【００１５】上記第１の実施例によると、予め読取モー
ド名毎に読取モードデータを記憶しておくことにより、
１ページ内に和文と英文が混在する等のように、領域毎
に異なる文字認識モードを設定する必要がある場合で
も、読取モード名を指定することで簡単にかつ正確に読
取モードの設定を行うことができるようになる。 第２の実施例 以下の説明では、上記第１の実施例と同様の処理は、そ
の説明を省略する。また、文書読取装置の構成は、図１
を参照して説明したものと同様であるので、その説明を
省略するものとし、同一符号を付して説明する。

【００１６】図８は文書読取処理のフローチャート、図
９は読取モードの設定画面の例示図、図１０は画像入力
前の読取モード設定画面の例示図である。 Ｓｂ１及びＳｂ２：上記第１の実施例のように、上記Ｓ
ａ１で読取モード名を指定した後に、上記Ｓａ２で画像
入力を行ったのと同様の処理を行う。ここでは、図９に
示すように、入力文書画像Ｒ１が表示部１０に表示され
るものとする。 Ｓｂ３：オペレータは操作部１０から読取モードの設定
を行う。ここで、画像入力の設定は要らない。次に、オ
ペレータが操作部１０から指示をだすと、総合制御部８
は、画像メモリ３内から画像データを読みだして、図９
に示すように、表示部１０に入力文書画像Ｒ１を表示す
る。そして、上記第１の実施例で説明したのと同様の図
３の読取モード名指定画面をオペレータに指示より表示
部１０に表示した後に、オペレータは読取モードの設定
を行う。例えば、図９に示す入力文書画像Ｒ１の場合、
入力文書画像Ｒ１の全体に渡って、上記Ｓｂ１の読取モ
ード各指定で「英雑誌ｎ」と指定されている。そこで、
オペレータは不適切な読取モードに設定されている右半
分の範囲Ｒ２を適切な読取モードに変更する。まず、オ
ペレータが操作部１１のマウスでドラグして範囲Ｒ２を
囲むと、総合制御部８ではその範囲Ｒ２を上記第１実施
例と同様な領域枠として認識し、図３の読取モード名指
定画面を表示する。このとき、読取モード名の領域Ａ１
は「英雑誌ｎ」と表示され、範囲Ｒ２の読取モード名が
「英雑誌ｎ」を選択されていることを示している。この
ため、オペレータは、範囲Ｒ２に対して領域解析、文字
認識モードが適切である読取モード名「雑誌２」を選択
して指定ボタンＰ２を押下すると、総合制御部８は、範
囲Ｒ２の領域解析や文字認識の読取モードを「雑誌２」
に設定する。このように、範囲Ｒ２は読取モード「雑誌
２」と変更し、範囲Ｒ２以外は読取モード「英雑誌ｎ」
のまま以下の処理を施す。

【００１７】以降のＳｂ４，Ｓｂ５及びＳｂ６の処理
は、それぞれ上記第１の実施例の上記Ｓａ３，Ｓａ４及
びＳａ５と同様に、領域解析、文字認識モード設定及び
文字認識を行い処理を終了する。以上詳述したように、
第２の実施例によれば、１ページ内に和文と英文が混在
するなど１ページ内で範囲毎に異なる読取モードを設定
する必要がある場合でも、読取モードデータを記憶し、
この読取モード名を指定することにより、簡単にかつ正
確に設定できる。

【００１８】なお、上記第１の実施例では領域解析結果
の領域毎に文字認識モードを設定し、第２の実施例では
画像入力後に範囲を指定して領域解析と文字認識モード
を設定するようにしたが、これと同様に画像入力前に仮
想の画像入力範囲を指定して読取モードを設定するよう
にしてもよい。例えば、図１０に示すように、画像入力
前の読取モード設定画面としたときに、Ａ４サイズの入
力文書画像に写真モードの範囲Ｒ３が存在する場合に
は、範囲Ｒ３の部分は文字認識はせずに、多値やカラー
で入力するものとし、範囲Ｒ３以外の部分は読取モード
名で指定した読取モードで処理するようにしてもよい。

【００１９】

【発明の効果】以上説明したように本発明の文書読取装
置によると、１ページ内で異なる属性の文字領域が存在
しても、変更する文書認識モードデータと等しい読取モ
ード名を領域枠毎に選択して読取パラメーターを領域枠
毎に設定し直すことができるようになり、オペレータが
行う設定作業の量及び時間が減少する効果が得られる。
また、設定作業量及び時間が減少することにより、オペ
レータの設定誤りを防止することができる効果が期待で
きる。

【図面の簡単な説明】

【図１】第１の実施例の文書読取装置の構成を示すブロ
ック図

【図２】第１の実施例の処理フローチャート

【図３】読取モード名指定画面の例示図

【図４】読取パラメーター設定画面の例示図

【図５】読取モードデータの例示図

【図６】文書認識モード設定画面の例示図

【図７】文字領域毎の文字認識モードデータの例示図

【図８】第２の実施例の処理フローチャート

【図９】読取モードの設定画面の例示図

【図１０】画像入力前の読取モード設定画面の例示図

【符号の説明】

１ 文書読取装置 ２ 画像入力部 ３ 画像メモリ ４ 領域解析部 ５ 領域メモリ ６ 文字認識部 ７ 認識メモリ ８ 総合制御部 ９ 読取モードメモリ １０ 表示部 １１ 操作部

Claims (2)

【特許請求の範囲】
1. 【請求項１】 １ページ内に複数の異なる属性の文字領
   域が存在する文書を走査して画像データを作成する画像
   入力部と、この画像入力部で作成された画像データを格
   納する画像メモリと、この画像メモリ内の画像データを
   異なる属性の文字領域毎の領域枠に分けて、各領域枠毎
   に画像メモリ内の画像データから文字を切り出し、切り
   出した文字の画像を認識して文字コードを作成する文字
   認識部とを有する文書読取装置において、 画像入力、領域解析及び文字認識からなる処理モードを
   読取モード名を付して文字領域の属性に応じて構成した
   読取モードデータをオペレータの操作で作成し、読取モ
   ードメモリに格納しておく読取モード作成手段と、 画像メモリ内の画像データから属性別に文字領域を抽出
   し、異なる属性の文字領域毎に領域枠の領域データを作
   成する領域解析手段と、 画像メモリ内の画像データの表示画像を表示すると共
   に、当該領域データに従って異なる属性の文字領域毎に
   前記表示画像を領域枠で囲んで表示する表示手段と、 この表示手段による表示画面上で、各領域枠毎に読取モ
   ード名をオペレータに指定させ、指定された読取モード
   名に対応する読取モードデータを前記読取モードメモリ
   から読み出し、領域枠毎に文字認識の処理モードを設定
   するようにした領域処理モード設定手段とを設け、 各領域枠毎に読取モード名に従って文字認識の処理モー
   ドを設定するようにしたことを特徴とする文書読取装
   置。
2. 【請求項２】 １ページ内に複数の異なる属性の文字領
   域が存在する文書を走査して画像データを作成する画像
   入力部と、この画像入力部で作成された画像データを格
   納する画像メモリと、この画像メモリ内の画像データを
   異なる属性の文字領域毎の領域枠に分けて、各領域枠毎
   に画像メモリ内の画像データから文字を切り出し、切り
   出した文字の画像を認識して文字コードを作成する文書
   読取装置において、 画像入力、領域解析及び文字認識からなる処理モードを
   読取モード名を付して文字領域の属性に応じて構成した
   読取モードデータをオペレータの操作で作成し、読取モ
   ードメモリに格納しておく読取モード作成手段と、 画像メモリ内の画像データを表示して、異なる属性毎に
   文字領域の範囲とその範囲の読取モード名をオペレータ
   に指定させ、その指定された範囲を異なる属性の文字領
   域毎の領域枠として認識し、その領域枠毎に指定された
   読取モード名と対応する読取データを前記読取モードメ
   モリから読み出し、指定された領域枠毎の領域解析と文
   字認識の処理モードデータを作成する領域処理モード設
   定手段を設け、 各領域枠毎に読取モード名に従って文字認識の処理モー
   ドを設定するようにしたことを特徴とする文書読取装
   置。