JPH09198404A

JPH09198404A - 文書処理方法及び装置

Info

Publication number: JPH09198404A
Application number: JP8009550A
Authority: JP
Inventors: Tadashi Kimura; 正木村
Original assignee: Canon Inc
Current assignee: Canon Inc
Priority date: 1996-01-23
Filing date: 1996-01-23
Publication date: 1997-07-31
Anticipated expiration: 2016-01-23
Also published as: JP3727995B2

Abstract

(57)【要約】【課題】文字認識機能によって画像データより得られた
複数の候補文字の中から、文書検索等に必要となる文字
列を抽出して当該画像データと対応づけて登録すること
を可能とし、文書ファイリングの操作性を向上する。【解決手段】ＯＣＲ部１０は画像データに対して文字認
識処理を施し、各文字画像毎に１つ又は複数の文字候補
を獲得し、これを第１次候補記憶部１１が記憶する。次
に、文字接続部判定部１４、最終候補決定部１６によっ
て、獲得された複数の文字候補の夫々について、接続関
係テーブル１３を参照することにより、近接する文字画
像の文字候補との接続状態に基づいて採用すべき候補文
字を決定する。そして、キーワード生成部１９は単語辞
書１８を参照することにより、採用すべきとされた候補
文字に基づいて当該画像データの検索用のキーワードと
すべき文字列（単語）を生成し、これを格納する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は検索キーワードを指
示して文書を検索する文書ファイリング装置に好適な文
書処理方法及び装置に関する。

【０００２】

【従来の技術】従来、検索キーワードを指示して文書を
検索するこの種の文書ファイリング装置では、画像デー
タを読み込むことにより文書を登録することが可能であ
ると共に、文書を検索するためのキーワードを登録する
ことができるものが存在する。また、読み込んだ画像デ
ータからＯＣＲ認識機能をつかって、画像データから文
字列を抽出する装置も存在する。

【０００３】

【発明が解決しようとする課題】しかしながら、従来の
装置では、画像データからＯＣＲ認識機能をつかって得
られる文字列には複数の候補文字が含まれており、その
ままでは上記文書ファイリング装置における検索用キー
ワードとして用いることはできなかった。このため、従
来の文書ファイリング装置では、検索用キーワードを別
途入力する必要があり、操作が煩わしかった。

【０００４】本発明は上記の問題に鑑みてなされたもの
であり、文字認識機能によって画像データより得られた
複数の候補文字の中から、文書検索等に必要となる文字
列を抽出して当該画像データと対応づけて登録すること
を可能とし、文書ファイリングの操作性を向上する文書
処理方法及び装置を提供することを目的とする。

【０００５】

【課題を解決するための手段】上記の目的を達成するた
めの本発明の文書処理装置は以下の構成を備える。即
ち、画像データに文字認識処理を施し、各文字画像につ
いて１つ又は複数の文字候補を獲得する獲得手段と、前
記複数の文字候補の夫々について、近接する文字画像の
文字候補との接続状態に基づいて採用すべき候補文字を
決定する決定手段と、前記採用すべき候補文字に基づい
て格納すべき文字列を生成する生成手段と、前記画像デ
ータと前記生成手段で生成された文字列とを対応づけて
格納する格納手段とを備える。

【０００６】また、上記の目的を達成するため、本発明
の文書処理方法は以下の工程を備えている。

【０００７】画像データに文字認識処理を施し、各文字
画像について１つ又は複数の文字候補を獲得する獲得工
程と、前記複数の文字候補の夫々について、近接する文
字画像の文字候補との接続状態に基づいて採用すべき候
補文字を決定する決定工程と、前記採用すべき候補文字
に基づいて格納すべき文字列を生成する生成工程と、前
記画像データと前記生成工程で生成された文字列とを対
応づけて格納する格納工程とを備える。

【０００８】

【発明の実施の形態】以下、図面を参照して本発明の実
施形態の一例を説明する。

【０００９】図１は、本発明の一実施形態例による機能
構成を表すブロック図である。図１において、１は文書
ファイリング装置である。この文書ファイリング装置１
は、ＯＣＲ部１０、第１次候補記憶部１１、文字接続関
係生成部１２、接続関係テーブル１３、文字接続判定部
１４、第２次候補記憶部１５、最終候補決定部１６、最
終候補記憶部１７、単語辞書１８、キーワード生成部１
９とを備えている。

【００１０】ＯＣＲ部１０はスキャナやフロッピーディ
スクなどから画像データを読み込み、これをパターン認
識によって得られる複数の候補文字列を出力する文字認
識処理を行う。第１次候補記憶部１１は、ＯＣＲ部１０
によって得られた複数の候補文字を後続の処理のために
保持する記憶部である。

【００１１】文字接続関係生成部１２は単語辞書１８の
すべての表記文字列から得られる２文字の組み合わせを
生成し、接続関係テーブル１３に出力する。接続関係テ
ーブル１３は上記の文字接続関係生成部１２によって生
成された２文字の接続関係を記憶するテーブルである。

【００１２】文字接続判別部１４は、第１次候補記憶部
１１に格納されている複数の候補文字から、接続関係テ
ーブル１３を参照して複数候補の文字の組み合わせによ
る一致頻度を求め、その結果を第２次候補記憶部１５に
出力する。最終候補決定部１６は第２次候補記憶部１５
に格納されている複数の候補文字と、各候補文字に対応
する一致頻度から、もっとも一致頻度の高い候補文字を
最終候補記憶部１７に出力する。

【００１３】単語辞書１８は複数の単語を登録し、接続
関係テーブル１３を生成するために利用されるととも
に、最終候補記憶部１７に格納された文字列との照合に
よりキーワードを抽出するために使用される辞書であ
る。キーワード生成部１９は、最終候補記憶部１７に格
納されている文字列のなかから単語辞書１８に登録され
た単語と一致する文字列を抽出してキーワードリストを
生成する。

【００１４】以上のような構成の文書ファイリング装置
１により、画像データとして読み込まれた文書から文字
認識機能により複数の候補文字を含む認識結果を得て、
この認識結果の中から、かな漢字変換等にも使われる単
語辞書１８との照合により、最終候補の決定が行われ
る。この結果、検索キーワードの生成、登録を自動化す
ることができる。

【００１５】図２は本実施形態における文書ファイリン
グ装置の概略の構成を表すブロック図である。図２にお
いて、４１はマイクロプロセッサを備えたＣＰＵであ
り、文書の登録、キーワード登録、縮小キーワードによ
る文書検索などの各種制御を行う。なお、縮小キーワー
ドとは、通常のキーワードを部分的に分解して得られる
文字列をキーワードとしたもので、一般に文字インデッ
クスと呼ばれるものである。例えば縮小キーワードを２
文字で構成した場合、「内閣総理」は「内閣」「閣総」
「総理」の３つの縮小キーワードで構成される。これ
は、後述の図４で示す接続関係テーブルと同様のもので
ある。ＣＰＵ４１は、上記のような制御を行うため、バ
ス４２を介して以下の各構成要素を制御するものであ
る。なお、ＢＵＳ４２はアドレスバス、コントロールバ
ス、およびデータバスからなる共通バスである。このＢ
ＵＳ４２を利用して、ＢＵＳ４２に接続された各機器相
互間のアドレス信号、制御信号および各種データの転送
がおこなわれる。

【００１６】４３は入力部であり、キーボードやマウス
などから構成され、当該文書ファイリング装置における
文書の登録、検索作業にかかわる動作を指示するための
選択機能をもったＳＷが設けられている。４４はスキャ
ナであり、紙面等に記録された文書を光学的に読み込
む。スキャナ４４で読み取られた画像は、画像データと
して本装置内に取り込まれる。そして、取り込まれた画
像データから、ＯＣＲ部１０により、複数の候補文字が
得られる。

【００１７】４５はＲＯＭ（読み出し専用メモリ）であ
り、ＣＰＵ４１が実行するための制御プログラムを記憶
する。ＣＰＵ４１はこの制御プログラムを実行すること
により、文書の登録、検索、画像データからの文字認
識、複数の候補文字からの最終候補文字の決定など本実
施形態にかかわる処理を行うことができる。４６はＲＡ
Ｍ（ランダムアクセスメモリ）であり、ＣＰＵ４１が文
書の登録、検索、文字認識、最終候補文字の決定などを
実行する際のワークメモリとして、或は、各構成要素の
制御のための一時記憶装置として用いられる。４７は電
源をきっても記憶内容が保存される外部記憶装置であ
り、画像データとして読み込まれた文書の登録、文書検
索のためのキーワード等が格納される。なお、外部記憶
装置４７は、例えばハードディスク装置、フロッピーデ
ィスク装置によって構成される。

【００１８】４８はキャラクタジェネレータであり、表
示器５１等へ表示すべき文字パターンを生成するために
用いられる。単語辞書１８には、読みと表記文字列が対
応して登録されており、文書入力時のかな漢字変換処理
や、ＯＣＲ部１０によって得られた複数の候補文字から
最終候補文字を決定するための接続関係テーブル１３の
生成等に使われる。５０は表示制御部で、ランダムアク
セスメモリ４６に保持された表示データを、表示器５１
に表示する制御をおこなう。５１は表示器であり、陰極
線管や液晶などで構成される。

【００１９】図３は本実施形態における単語辞書のデー
タ構成例を示す図である。単語辞書１８は、単語の読み
とそれに対応する表記文字列から構成されている。読み
は文書入力時に入力された読みに対応する漢字を検索す
るために用いられる。また、表記文字列は接続関係テー
ブル１３を生成するために利用されるとともに、最終候
補文字列のなかから単語を抽出してキーワードを生成す
るために使われる。

【００２０】図４は本実施形態の接続関係テーブルのデ
ータ構成例を示す図である。接続関係テーブル１３に
は、単語辞書１８の表記文字列から２文字の接続する組
み合わせすべてを抽出して登録したもので、複数の候補
文字から最終候補文字列を決定するための前処理に使わ
れる。なお、接続関係テーブル１３はサイズが大きくな
るため、文字種早見表を作成して、照合時に該当する文
字列のブロックを高速に探し出せるようにしている。文
字種早見表には、漢字等の２バイトで構成される文字の
場合は、１バイト目が同じもののアドレスが格納され
る。

【００２１】以上のような構成を備える本実施形態の文
書ファイリング装置における動作について以下に説明す
る。

【００２２】図５は入力画像データ例を示す図である。
以下の説明において、図５に示した入力画像データを用
いて説明を行う。なお、画像データは文書として保管さ
れるとともに、ＯＣＲ部１０の文字認識機能により、各
文字部分に対して複数の候補文字が得られる。

【００２３】図６は、本実施形態において図５に示す画
像データを処理した場合の第１次候補記憶部１１におけ
るデータ格納状態を説明する図である。図６において、
元の画像データの文字列に対応する複数の候補文字が最
大３文字出力されている。ＯＣＲによる文字認識では、
文字の形状に近い文字を出力するため、図に示すように
数字の「０」と英文字の「Ｏ」、漢字の「度」と「皮」
など複数の候補文字が通常出力されている。

【００２４】図７は、本実施形態において図５に示す画
像データを処理した場合の第２次候補記憶部１５におけ
るデータ格納状態を説明する図である。図７に示される
ように、第２次候補記憶部１５では、複数の候補文字の
それぞれについて文字接続テーブル１３との照合により
一致した回数が記憶される。

【００２５】例えば、画像データの文字列「ＯＣＲ」の
部分について説明すると、複数の候補文字として「Ｏ」
には「Ｏ、０」が得られている。また、「Ｃ」に対応す
る候補文字としては「し、Ｃ」、Ｒに対応する候補文字
としては「尺、Ｒ」が出力されている。これらの複数の
候補文字の組み合わせとして、「Ｏし」、「ＯＣ」、
「０し」、「０Ｃ」の順に接続関係テーブル１３を参照
すると、「ＯＣ」のみが一致したので、「Ｏ」と「Ｃ」
の回数にそれぞれ１が加えられる。同様にして次の「Ｃ
Ｒ」に対応する文字列の組み合わせとして、「し尺」、
「しＲ」、「Ｃ尺」、「ＣＲ」の順に接続関係テーブル
を参照すると、「ＣＲ」が一致することがわかり、
「Ｃ」と「Ｒ」の回数にそれぞれ１が加えられる。この
ようにして順次接続テーブル１３を参照比較することに
より、各候補文字が使用頻度の高い文字かどうかを一致
回数で求めることができる。

【００２６】図８は図７に示した第２次記憶部の各候補
文字を一致回数の大きい順に並び変えた状態を示す図で
ある。同図では、候補文字を一致回数の大きい順に並び
かえることにより、画像データの文字にもっとも近い文
字が先頭の候補として得られることを示している。尚、
文字接続テーブルとの比較照合で一度も一致していない
文字の場合は一致回数が０になっているため、後の最終
候補決定処理により無効な文字として無視される。

【００２７】図９は、最終候補記憶部１７の内容を示す
図である。本実施形態では文字接続テーブル１３との比
較照合結果により、一致回数のもっとも大きい文字を出
力し、一度も一致しない文字は無効文字として「・」に
変換されて出力されている。更に、図１０は最終候補記
憶部１７の文字列からキーワードを抽出してキーワード
リストに登録する状態を説明する図である。最終候補記
憶部１７の内容と単語辞書１８との照合によりキーワー
ドリストとして有効な単語が得られ、これがキーワード
リスト７０に登録される。なお、キーワードリスト７０
は画像データを検索するためのキーワードとして、当該
画像データに付属して登録される。

【００２８】以上説明した本実施形態の動作について、
図１１を参照して更に説明する。図１１は本実施形態に
よる文書ファイリング装置の動作手順を説明するフロー
チャートである。

【００２９】本文書ファイリング装置に電源が投入され
ると、入力部４３、スキャナ４４、外部記憶装置４７、
表示制御部５０、ＲＡＭ４６などが初期設定され、文書
の登録、検索が可能な状態となる（ステップＳ１）。次
に、入力部４３のキーボード等からの指示により、単語
辞書１８などの辞書関係の更新操作を行うか、またはＯ
ＣＲ機能を使った文書登録操作を行うかを選択する（ス
テップＳ２）。

【００３０】ステップＳ２において、単語辞書１８等の
更新操作が選択されると、ステップＳ３に進み、読みお
よび表記文字列を入力して新たな単語の登録をしたり、
単語一覧を表示して不要となった単語の削除を行ったり
する。次にステップＳ４では、更新された単語辞書１８
の表記文字列から、２文字毎に分割した文字列を抽出す
る。抽出された２文字ずつのリストとして内容は外部記
憶装置４７に一時的に格納される。

【００３１】続いてステップＳ５では、ステップＳ４で
作成された２文字のリストを外部記憶装置４７から読み
出し、重複のない接続関係テーブル１３を作成する。接
続関係テーブル１３の構成例は図４に示した通りであ
る。更に、次のステップＳ６では、作成された接続関係
テーブルを高速に検索するための文字種早見表を作成す
る。文字種早見表は作成された接続関係テーブルを適当
に分割し、複数の候補文字との照合を高速に行うために
利用される。

【００３２】以上のステップＳ３からステップＳ６に示
したように、単語辞書１８への単語の登録／削除が行わ
れるとともに、該単語辞書１８の更新に伴って接続関係
テーブル１３の更新処理が行われる。この結果、単語辞
書１８と接続関係テーブルの整合性が保たれる。

【００３３】一方、ステップＳ２において文書登録の操
作が指示された場合には、ステップＳ７からステップＳ
１２の一連の登録処理が実行される。

【００３４】ステップＳ７ではスキャナ４４により画像
データが入力される。ここで、入力された画像データに
は、図５で示したように、ＯＣＲ機能によって認識され
るべき文字列が含まれているものとする。入力された画
像データは、外部記憶装置４７に格納される。次のステ
ップＳ８では、入力された画像データにたいしてＯＣＲ
処理が実行され、複数の候補文字が出力される。本実施
形態では図６に示すように、画像データに含まれる各文
字に対応する複数の候補文字が出力されるものとする。
出力された候補文字は図６に示すごとく第１候補記憶部
１１によって記憶される。

【００３５】次のステップＳ９では、ステップＳ８で出
力された複数の候補文字を、前後の文字との接続関係に
より優先度の高い文字であるかどうかを判断する。ここ
では、文字接続判別部１６が複数の候補文字の夫々につ
いて、前後の２文字の組み合わせと図４に示す接続関係
テーブルとの比較照合を行い、一致した回数がそれぞれ
の候補文字に対応する領域に記録される。この結果は、
第２次候補記憶部１５によって、図７に示されるごとく
記憶される。ここで、単語辞書１８に登録されている
「ＯＣＲ」、「認識率」、「程度」に対応する候補文字
の一致回数が記録されていることがわかる。なお、３文
字単語の中の文字（例えばＯＣＲのＣ）は、前後の２文
字との比較照合で２回一致するため、一致回数が２とな
っている。また、例えば、「率」という文字は、「識
率」と「確率」で２回一致するので、一致回数が２とな
っている。

【００３６】次のステップＳ１０において、最終候補決
定部１６は、各文字のグループ毎に候補文字を接続関係
テーブル１３との比較照合によって得られた一致回数順
にならべ変える。そして、それぞれの先頭の候補文字を
最終候補文字として最終候補記憶部１７へ出力する。こ
のとき、先頭の候補であっても一致回数が０の文字はキ
ーワードとしては無効なので「・」に置き換えて出力さ
れる。出力結果は図９に示すようにキーワードとして必
要な文字のみが出力されている。最終候補記憶部１７は
入力した最終候補文字列を図９の如く記憶する。

【００３７】次に、ステップＳ１１では、キーワード生
成部１９が、最終候補文字列に格納されている文字列と
単語辞書の表示文字列との照合を行い、一致する文字列
のみをキーワードリスト７０に出力する。本実施形態で
は単語辞書に登録されている「ＯＣＲ」、「認識率」、
「程度」の３つの単語がキーワードとして出力されるこ
とになる。

【００３８】そして、ステップＳ１２では、スキャナー
から入力され、外部記憶装置４７に格納された画像デー
タに、キーワードリスト７０に記憶されたキーワードを
対応付けし、画像データとキーワードとの関係を登録す
る。この結果、本実施形態では、上記３つのキーワード
のうちのいずれかを指示して検索することにより、当該
画像データを呼び出すことができる。

【００３９】このように、画像データを登録するとき
に、ＯＣＲ機能によって得られた複数の候補文字から適
切な文字を自動的に決定し、文書検索のためのキーワー
ドとして利用することができるようになった。

【００４０】なお、上記実施形態ではＯＣＲ機能によっ
て得られた複数の候補文字の中からもっとも一致回数の
多いものを選択する様にしたが、一致回数が同じものが
複数得られた場合は最終候補決定時に複数のキーワード
を出力することも可能である。この場合、例えば、後処
理で構文解析などを行って精度を向上することができ
る。即ち、同じ優先順位の複数候補はそのまま残し、後
処理で精度向上を図ることができる。

【００４１】以上説明したように、本実施形態によれ
ば、スキャナやフロッピーディスクなどからの画像デー
タを登録するに際して、ＯＣＲ機能により得られる複数
の候補文字の中から適切な文字を検索用キーワードとし
て自動的に決定することができる。このため、文書画像
データに検索用のキーワードを付与して登録する文書フ
ァイリング装置における、文書画像データと検索キーワ
ードの自動登録が可能になる。即ち、検索用キーワード
の登録作業が不要となり、操作性が著しく向上する。

【００４２】また、接続関係テーブルは文字の組み合わ
せのみをテーブルとして作成されているが、単語追加時
に登録済みの場合は出現回数をカウントして単語辞書に
出現する頻度を考慮したテーブルにすることによってよ
り精度を上げることも可能である。

【００４３】また、上記実施形態によれば、単語辞書１
８と仮名漢字変換処理に用いられる辞書とを共用するこ
とにより、辞書メモリの容量を低減することができる。

【００４４】また、ＯＣＲ認識機能により画像として読
み込まれた文書の中からすべての文字が検索用キーワー
ドとして得られるため、キーワード登録が不要な全文検
索システムを構成することが可能となる。

【００４５】なお、本発明は、複数の機器（例えばホス
トコンピュータ，インタフェイス機器，リーダ，プリン
タなど）から構成されるシステムに適用しても、一つの
機器からなる装置（例えば、複写機，ファクシミリ装置
など）に適用してもよい。

【００４６】また、本発明の目的は、前述した実施形態
の機能を実現するソフトウェアのプログラムコードを記
録した記憶媒体を、システムあるいは装置に供給し、そ
のシステムあるいは装置のコンピュータ（またはＣＰＵ
やＭＰＵ）が記憶媒体に格納されたプログラムコードを
読出し実行することによっても、達成されることは言う
までもない。

【００４７】この場合、記憶媒体から読出されたプログ
ラムコード自体が前述した実施形態の機能を実現するこ
とになり、そのプログラムコードを記憶した記憶媒体は
本発明を構成することになる。

【００４８】プログラムコードを供給するための記憶媒
体としては、例えば、フロッピディスク，ハードディス
ク，光ディスク，光磁気ディスク，ＣＤ−ＲＯＭ，ＣＤ
−Ｒ，磁気テープ，不揮発性のメモリカード，ＲＯＭな
どを用いることができる。

【００４９】また、コンピュータが読出したプログラム
コードを実行することにより、前述した実施形態の機能
が実現されるだけでなく、そのプログラムコードの指示
に基づき、コンピュータ上で稼働しているＯＳ（オペレ
ーティングシステム）などが実際の処理の一部または全
部を行い、その処理によって前述した実施形態の機能が
実現される場合も含まれることは言うまでもない。

【００５０】さらに、記憶媒体から読出されたプログラ
ムコードが、コンピュータに挿入された機能拡張ボード
やコンピュータに接続された機能拡張ユニットに備わる
メモリに書込まれた後、そのプログラムコードの指示に
基づき、その機能拡張ボードや機能拡張ユニットに備わ
るＣＰＵなどが実際の処理の一部または全部を行い、そ
の処理によって前述した実施形態の機能が実現される場
合も含まれることは言うまでもない。

【００５１】本発明を上記記憶媒体に適用する場合、そ
の記憶媒体には、先に説明したフローチャートに対応す
るプログラムコードを格納することになるが、簡単に説
明すると、図１２のメモリマップ例に示す各モジュール
を記憶媒体に格納することになる。

【００５２】すなわち、少なくとも「獲得処理モジュー
ル」「決定処理モジュール」「生成処理モジュール」及
び「格納処理モジュール」の各モジュールのプログラム
コードを記憶媒体に格納すればよい。

【００５３】ここで、獲得処理モジュールは、画像デー
タに対して文字認識処理を施し、各文字画像毎に１つ又
は複数の文字候補を獲得する獲得処理を実現するプログ
ラムモジュールである。また、決定処理モジュールは、
獲得処理で獲得された複数の文字候補の夫々について、
近接する文字画像の文字候補との接続状態に基づいて採
用すべき候補文字を決定する決定処理を実現するプログ
ラムモジュールである。また、生成処理モジュールは、
決定処理で採用すべきとされた候補文字に基づいて格納
すべき文字列（検索用のキーワードとなる）を生成する
生成処理を実現するプログラムモジュールである。更
に、格納処理モジュールは、上記画像データと、生成処
理で生成された格納すべき文字列とを対応づけて格納す
る格納処理を実現するプログラムモジュールである。

【００５４】なお、上記実施形態で説明したように、決
定処理モジュールには接続関係テーブルを、生成処理モ
ジュールには単語辞書を含ませてもよい。更に、単語辞
書に対して新たな単語の追加や、不要な単語の削除を行
う等の更新操作を可能とするプログラムモジュールがあ
っても良い。この場合、上記実施形態で説明したよう
に、単語辞書の更新に伴って接続関係テーブルを更新す
るようにし、両者のせい合成が常に保たれるようにする
ことが望ましい。

【００５５】

【発明の効果】以上説明したように、本発明によれば、
文字認識機能によって画像データより得られた複数の候
補文字の中から、文書検索等に必要となる文字列（単
語）を抽出して当該画像データと対応づけて登録するこ
とが可能となる。このため、抽出された文字列を検索用
キーワードとして用いることが可能となる。即ち、画像
データに検索用キーワードを付与して登録するファイリ
ングシステムにおいて、検索用キーワードの登録作業が
不要となり、操作性が著しく向上する。

【００５６】また、本発明の他の構成によれば、文書検
索等に必要となる文字列の抽出に際して複数文字の接続
関係を登録した接続表、複数の単語を登録した単語辞書
を用いるので、例えば検索用キーワードを自動生成する
際の参照データの更新によるカスタマイズ等のメンテナ
ンスが容易となる。

【００５７】また、本発明の他の構成によれば、上記単
語辞書に登録された単語に含まれる文字列に基づいて上
記接続表を自動的に生成することが可能となる。このた
め、単語辞書を更新した場合等において、更新語の単語
辞書から接続表が自動的に生成される。このため、単語
辞書と接続表との整合性が常時保たれる。

【００５８】また、本発明の他の構成によれば、単語辞
書に登録された全ての単語より抽出され得る２文字の文
字列の全てを接続表として登録するので、２文字以上で
構成される単語を検出することが可能となる。

【００５９】

【図面の簡単な説明】

【図１】本発明の一実施形態例による機能構成を表すブ
ロック図である。

【図２】本実施形態における文書ファイリング装置の概
略の構成を表すブロック図である。

【図３】本実施形態における単語辞書のデータ構成例を
示す図である。

【図４】本実施形態の接続関係テーブルのデータ構成例
を示す図である。

【図５】入力画像データ例を示す図である。

【図６】本実施形態において図５に示す画像データを処
理した場合の第１次候補記憶部１１におけるデータ格納
状態を説明する図である。

【図７】本実施形態において図５に示す画像データを処
理した場合の第２次候補記憶部１５におけるデータ格納
状態を説明する図である。

【図８】図７に示した第２次記憶部の各候補文字を一致
回数の大きい順に並び変えた状態を示す図である。

【図９】最終候補記憶部１７の内容を示す図である。

【図１０】最終候補記憶部１７の文字列からキーワード
を抽出してキーワードリストに登録する状態を説明する
図である。

【図１１】本実施形態による文書ファイリング装置の動
作手順を説明するフローチャートである。

【図１２】本発明にかかるプログラムの構造的特徴を示
す図である。

【符号の説明】

１文書ファイリング装置１０ＯＣＲ部１１第１次候補記憶部１２文字接続関係生成部１３接続関係テーブル１４文字接続判別部１５第２次候補記憶部１６最終候補決定部１７最終候補記憶部１８単語辞書１９キーワード生成部

Claims

【特許請求の範囲】

【請求項１】画像データに文字認識処理を施し、各文
字画像について１つ又は複数の文字候補を獲得する獲得
手段と、前記複数の文字候補の夫々について、近接する文字画像
の文字候補との接続状態に基づいて採用すべき候補文字
を決定する決定手段と、前記採用すべき候補文字を用いて格納すべき文字列を生
成する生成手段と、前記画像データと前記生成手段で生成された文字列とを
対応づけて格納する格納手段とを備えることを特徴とす
る文書処理装置。
【請求項２】前記格納手段によって格納された文字列
を検索のキーワードとして用いて、格納されている画像
データの検索を行う検索手段を更に備えることを特徴と
する請求項１に記載の文書処理装置。
【請求項３】前記決定手段は、複数文字の接続関係を
登録した接続表に存在する接続に一致する接続状態を有
する候補文字を採用すべき候補文字に決定することを特
徴とする請求項１に記載の文書処理装置。
【請求項４】前記生成手段は、複数の単語を登録した
単語辞書に存在する単語が前記採用すべき候補文字によ
って生成された場合、当該単語を格納すべき文字列とす
ることを特徴とする請求項３に記載の文書処理装置。
【請求項５】前記接続表には、前記単語辞書に登録さ
れた単語に含まれる文字列が登録されていることを特徴
とする請求項４に記載の文書処理装置。
【請求項６】前記単語辞書に登録された単語に含まれ
る文字列に基づいて前記接続表を生成する接続表生成手
段を更に備えることを特徴とする請求項４に記載の文書
処理装置。
【請求項７】前記接続表生成手段は、前記単語辞書に
登録された全ての単語より抽出され得る２文字の文字列
の全てを接続表として登録することを特徴とする請求項
６に記載の文書処理装置。
【請求項８】画像データに文字認識処理を施し、各文
字画像について１つ又は複数の文字候補を獲得する獲得
工程と、前記複数の文字候補の夫々について、近接する文字画像
の文字候補との接続状態に基づいて採用すべき候補文字
を決定する決定工程と、前記採用すべき候補文字を用いて格納すべき文字列を生
成する生成工程と、前記画像データと前記生成工程で生成された文字列とを
対応づけて格納する格納工程とを備えることを特徴とす
る文書処理方法。
【請求項９】前記格納工程によって格納された文字列
を検索のキーワードとして用いて、格納されている画像
データの検索を行う検索工程を更に備えることを特徴と
する請求項８に記載の文書処理方法。
【請求項１０】前記決定工程は、複数文字の接続関係
を登録した接続表に存在する接続に一致する接続状態を
有する候補文字を採用すべき候補文字に決定することを
特徴とする請求項８に記載の文書処理方法。
【請求項１１】前記生成工程は、複数の単語を登録し
た単語辞書に存在する単語が前記採用すべき候補文字に
よって生成された場合、当該単語を格納すべき文字列と
することを特徴とする請求項１０に記載の文書処理方
法。
【請求項１２】前記接続表には、前記単語辞書に登録
された単語に含まれる文字列が登録されていることを特
徴とする請求項１１に記載の文書処理方法。
【請求項１３】前記単語辞書に登録された単語に含ま
れる文字列に基づいて前記接続表を生成する接続表生成
工程を更に備えることを特徴とする請求項１１に記載の
文書処理方法。
【請求項１４】前記接続表生成工程は、前記単語辞書
に登録された全ての単語より抽出され得る２文字の文字
列の全てを接続表として登録することを特徴とする請求
項１３に記載の文書処理方法。
【請求項１５】文書処理のためのプログラムコードが
格納されたコンピュータ可読メモリであって、画像データに文字認識処理を施し、各文字画像について
１つ又は複数の文字候補を獲得する獲得工程のコード
と、前記複数の文字候補の夫々について、近接する文字画像
の文字候補との接続状態に基づいて採用すべき候補文字
を決定する決定工程のコードと、前記採用すべき候補文字に基づいて格納すべき文字列を
生成する生成工程のコードと、前記画像データと前記生成工程で生成された文字列とを
対応づけて格納する格納工程のコードとを備えることを
特徴とするコンピュータ可読メモリ。