JPH09319824A

JPH09319824A - 帳票認識方法

Info

Publication number: JPH09319824A
Application number: JP13618696A
Authority: JP
Inventors: Yoshihiro Shima; 好博嶋; Katsumi Marukawa; 勝美丸川; Hiroshi Shinjo; 広新庄; Kazuki Nakajima; 和樹中島
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 1996-05-30
Filing date: 1996-05-30
Publication date: 1997-12-12

Abstract

(57)【要約】【課題】帳票の種類が多様な読み取り対象に対して、高
精度かつ修正が容易な帳票認識手法を提案することであ
る。また、帳票に記載されている罫線のうち、特に、点
線を抽出する手法を提案することである。【解決手段】帳票画像２００から罫線と文字行を抽出
し、罫線枠の構造と線種並びに認識結果を利用して読み
取り項目を決定するとともに、登記簿データベースから
該当する登録済の登記情報を読みだし、当該認識結果と
の照合、検定を行う。【効果】登記済通知書の名称を読み取り、枠内の文字行
を認識するための書式情報を選択的に使用することがで
きるため、読み取り対象が多様な帳票であっても高精度
に登記情報を入力できるという効果がある。また、本発
明によれば、認識結果の一部を利用して登記情報データ
ベースをアクセスし、当該データベースに具備している
登記情報と認識結果の整合性を検定することができるた
め、登記情報の画面での修正作業が容易であり、効率的
な修正作業が可能となる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は不動産に関する登記
情報が記載された多様な帳票、特に、登記済通知書から
文字データを読み取り自動的に入力する帳票認識方法に
関する。

【０００２】

【従来の技術】従来の帳票認識方法では、読み取り位置
が予め決められている定形帳票を認識対象としており、
読み取り位置が帳票ごとに異なる登記済通知書を認識す
ることは困難であった。また、登記情報のうち、建物名
や面積などの読み取り項目は、辞書用の単語の収集が困
難という理由や数字には拘束性が希薄であることの理由
から、単語照合など後処理により修正を加えることが困
難であり、高精度化がむつかいし読み取り項目とされて
いた。

【０００３】帳票中の罫線は、文字が記載された読み取
り領域を示す重要な情報源となる。このため、帳票の書
式の識別のため、あるいは、読み取り領域の抽出のため
に、帳票から罫線を抽出することが一般に行われてい
る。また、図面の入力のため、図面に記載された線図
形、例えば、実線や破線、鎖線を抽出することが、昭和
５７年度電子通信学会総合全国大会、１２９５、Ｐ５ー
２８０、嶋田茂、角本繁、浅川岩雄「ヒストグラム分類
手法による破線・鎖線の認識」において論じられてい
る。罫線の種類としては、一般に、実線、点線、破線、
鎖線があるが、本発明で対象とする登記済通知書には、
罫線として実線と点線とが印刷されており、これら実線
と点線の線種を識別して抽出する必要がある。

【０００４】罫線を抽出する方式を画像のデータ形式か
ら大別すると、アイエーピーアールワークショップオ
ンマシンビィジョンアプリケーション、１９９２
年、１６３頁から１６６頁（MVA'92 IAPR WORKSHOP ON
MACHINE VISION APPLICATIONS,pp.163-166,Dec. 1992)
に論じられている（１）ドットイメージの画素データに
対して投影を行いその分布のピークから罫線を抽出する
手法（画素投影手法）、昭和５７年度電子通信学会総合
全国大会、１２９５、Ｐ５ー２８０に論じられている
（２）画像内の塊状図形を長さと方向を持った座標デー
タとしてベクトル化した線セグメントを用いる手法（線
セグメント手法）、（３）画像内の塊状図形をランレン
グス符号化し各黒ランの特徴点を用いる手法（黒ラン手
法）、（４）画像内の塊状図形の外接矩形の寸法や位置
を用いる手法（外接矩形手法）、が提案されている。

【０００５】（１）の画素投影手法は、黒画素を縦及び
横方向に投影しその分布のピークから文字行や罫線を抽
出する。（２）の線セグメント手法は、図面の認識にお
いて、切断された短い線分からなる破線や鎖線を抽出す
るために用いられている。（３）の黒ラン手法は、ラン
レングス符号化した黒ランから罫線を抽出する手法であ
る。長い黒ランを基に実線を抽出できることがよく知ら
れている。また、黒ランの中点を２次元平面上にプロッ
トしたドットイメージを用いて、文書中から点線、破
線、鎖線やデザイン的な側面の強いフィールドセパレー
タを抽出する手法が電子情報通信学会論文誌Ｄ−２，Ｖ
ｏｌ．Ｊ７８−Ｄ−２，Ｎｏ．１２，ｐｐ．１９３５−
１９３９（１９９５年１２月）、後藤英昭、阿曽弘具、
「文書画像中のけい線・フィールドセパレータの抽出の
ための一手法」に論じられている。（４）の外接矩形手
法は連結成分の外接矩形を求め、外接矩形の配置を手掛
かりに罫線や文字等の文書構成要素を抽出する手法であ
る。外接矩形のうち、内部を占める黒画素の割合の大き
いものを点線候補矩形として、その規則的な配置を手掛
かりとして点線を抽出する手法が、１９９４年電子情報
通信学会秋季大会Ｄ−３１６，３２４頁、園田浩一郎、
米田政明、長谷博行、酒井充、「文書画像中の点線抽出
アルゴリズムの検討」において論じられている。

【０００６】

【発明が解決しようとする課題】本発明の認識対象であ
る登記済通知書はその種類が６種（一般土地、区分所有
家屋、一般家屋それぞれ権利分、表示分）あり、また、
同じ種類の登記済通知書であっても、記載項目が異なっ
ている。このため、読み取り位置を予め設定しておくこ
とができない非定形帳票であり、従来の帳票認識方法で
は読み取ることは困難である。本発明の第１の目的は、
帳票の種類が多様な読み取り対象に対して、高精度かつ
修正が容易な帳票認識手法を提案することである。

【０００７】また、罫線を抽出する方法に関して、上記
（１）の画素投影手法は、黒画素を縦及び横方向に投影
しその分布のピークから文字行や罫線を抽出する。帳票
が傾いている場合、接近した文字行や罫線では分布のピ
ークが検出できないという問題がある。

【０００８】上記（２）の線セグメント手法では線セグ
メントをそのベクトル方向に延長し結合しており、点線
のように塊状図形として円形状の点や正方形状の点から
構成される罫線では、線セグメントの方向を求めること
が困難であり、従って、この線セグメント手法では点線
を抽出することはできない。

【０００９】上記（３）の黒ラン手法では、特徴点を再
度ドットイメージに展開し、このドットイメージに対し
て射影を行い罫線を抽出する手法と同様の画素レベルの
処理を含んでおり、処理時間が画素数に応じて長くなる
という問題がある。

【００１０】上記（４）の外接矩形手法では傾きのある
文書から点線を抽出することが考慮されておらず、傾い
た点線を抽出することはできない。また、縦横の長さの
比が大きい外接矩形を罫線や囲み罫線とみなして分離す
る手法が提案されているが、点線では外接矩形が複数個
に分かれてしまうため、単純には点線を抽出することは
困難である。本発明の第２の目的は、罫線のうち、特
に、点線を抽出する手法を提案することである。

【００１１】

【課題を解決するための手段】上記第１の目的を達成す
るため、帳票画像から罫線と文字行を抽出し、罫線枠の
構造と線種並びに認識結果を利用して読み取り項目を決
定するとともに、登記簿データベースから該当する登録
済の登記情報を読みだし、当該認識結果との照合、検定
を行う。

【００１２】上記第２の目的を達成するため、帳票画像
から、まず実線を抽出し、当該実線から帳票の傾きを求
める。また、連結成分の外接矩形を抽出する。ついで、
外接矩形のうち、横幅と縦幅が所定範囲内の矩形を点線
の候補として選択し、この矩形群の内、直線上に配置さ
れた外接矩形を先に求めた傾きを考慮して選択する。そ
して、これら外接矩形の配置の規則性を利用して、点線
の始点、終点を検出する。

【００１３】

【発明の実施の形態】図１は本発明の一実施例である登
記情報認識システムの構成図である。登記情報の認識を
行う認識部１０１と認識結果の修正を行う修正部１０５
がネットワーク１０４により接続されており、入力セン
タ１１１において認識と修正を並行して行うことができ
る。処理の過程は先ず、スキャナ１０２により登記済通
知書１００の画像を入力する。次いで、認識用計算機１
０３では文字および罫線の認識を行い、修正用計算機１
０６でその認識結果の修正確認を行う。また、辞書やコ
ード表と照合チェックし、コードデータを出力する。認
識結果は、通信制御用計算機１０７を介して、遠隔地に
ある計算センタ１１０にあるホスト計算機１０８に接続
された登記情報データベース１０９に格納される。修正
部１０５では、認識結果の一部を利用し、登記情報デー
タベース１０９をアクセスし登録済の登記情報を読み出
す。当該読み出した登録情報と認識結果の一部を照合
し、矛盾がないかどうかの検定を行う。

【００１４】図２は登記情報認識の処理過程を示すブロ
ック図である。認識部１０１では、帳票画像を読み取
り、修正部１０５に縮小画像２３０、枠座標２３１、文
字行座標２３２、文字座標２３３、認識結果ラテイス２
３４を送出する。修正部１０５では、これらの入力デー
タをもとに、操作者が認識結果を修正する。画像入力部
２００では、帳票表面の画像を白黒２値化して採取す
る。採取した画像は、画像縮小部２０１と文字行画像抽
出部２０２に送出される。画像縮小部２０１では、後続
の処理の高速化のため、帳票画像を縮小し、縮小画像２
３０を出力する。縮小処理は、細い罫線が縮小後かすれ
ないよう、画素ごとのＯＲ処理を行う。縮小した画像に
対し、罫線抽出部２０３において罫線を抽出する。ここ
には、実線抽出部２０４と点線抽出部２０５があり、実
線抽出部２０４では黒画素の連続するつながりを基に、
縦実線と横実線を抽出する。また、点線抽出部２０５で
は連結成分の外接矩形の配置、サイズの拘束条件を用
い、縦点線と横点線を抽出する。

【００１５】一方、文字行抽出部２０６では、文字の集
合である文字行を抽出する。ここでは、連結成分の外接
矩形の頂点座標を基に、外接矩形を融合し、文字行を生
成する。枠抽出部２０７では、抽出した罫線から、罫線
が四方を取り囲む枠を求め、枠の頂点座標２３１を出力
する。この時、下線抽出部２０８で、文字行の下方に印
刷された下線を抽出する。下線は実線であり、始点と終
点が他の罫線に接続していないという特徴を利用して下
線を抽出する。ただし、下線が短い場合、文字の一部と
混同されるため、長い下線を含む枠を求め、当該長い下
線を含む枠に対して、所定の位置関係、例えば、左右に
隣接する小さい枠にも下線が記載されているとする。枠
内文字行抽出部２０９では、先に文字行抽出部２０６で
抽出した文字行と枠抽出部２０８で抽出した枠座標を基
に、枠内の文字行座標２３２を求める。この時、複数の
枠にまたがって誤って抽出された文字行は、枠罫線によ
って切断することができる。枠と枠内の文字行が対応つ
けられて文字行座標が出力される。枠内の文字行座標は
文字行画像抽出部２０２に入力され当該入力画像と文字
行座標を基に、文字行画像が抽出され、出力される。文
字切出し部２１０では、文字識別部２１１と協調しなが
ら文字を１文字ごとに切り出し、その文字座標２３３を
出力する。文字識別部２１１は、文字パターンを入力と
して、文字コードを出力する。当該文字識別部２１１に
は印活認識部２１２と識別辞書２１３が具備されてい
る。

【００１６】本発明は、印活認識に限定するものではな
く、帳票内の手書き文字を読み取る場合には、手書き文
字認識部を具備すればよい。文字識別部２１１の出力で
ある認識結果は、項目識別部２１４に入力される。帳票
は項目とその項目に対応する内容で構成されており、そ
れらが一般的には枠内に記載されている。例えば、項目
として「登記の目的」があり、内容として「抵当権設
定」「仮差し押さえ」等がある。項目の名称は予め、単
語辞書として項目内容辞書２１８に格納しておく。項目
識別部２１４では帳票の枠内に記載された文字列がどの
項目に該当するかを単語照合により決定する。当該項目
識別部２１４は、字種限定部２１５、単語照合部２１
６、項目内容対応付け部２１７からなる。単語照合部２
１６では、項目内容辞書２１８を用い、項目として記載
される単語群と認識結果との照合を行い、項目名称を決
定する。項目内容対応付け部２１７では、項目が記載さ
れた枠と、その項目に対応する内容が記載された枠とを
決定する。このため、予め、項目の枠と当該枠との相対
位置関係を項目内容辞書２１８に格納している。内容照
合部２１９は、字種限定部２２０、単語照合部２２１、
住所照合部２２２からなり、認識結果と単語あるいは住
所との照合を行う。これにより、認識結果の精度が向上
するという効果がある。

【００１７】なお、内容照合では、項目が先に決定して
おり、内容に関する記載事項に限定がある。この特徴を
利用し、字種限定部２２０では、認識結果から該当する
字種以外を除去している。また、住所が記載されている
ことが項目により分かるため、該当する内容枠では住所
照合２２２を実行する。

【００１８】図３は帳票の種類名称（標題）の読み取り
を用いた登記情報認識の処理過程を示すブロック図であ
る。図２のブロック図と同じく、認識部１０１では、帳
票画像を読み取り、修正部１０５に縮小画像２３０、枠
座標２３１、文字行座標２３２、文字座標２３３、認識
結果ラテイス２３４を送出する。画像入力部２００で
は、帳票表面の画像を白黒２値化して採取する。採取し
た画像は、画像縮小部２０１と文字行画像抽出部２０２
に送出される。縮小した画像に対し、罫線抽出部２０３
において罫線を抽出する。ここには、実線抽出部２０４
と点線抽出部２０５があり、縦実線と横実線、縦点線と
横点線を抽出する。

【００１９】一方、文字行抽出部２０６では、文字の集
合である文字行を抽出する。枠抽出部２０７では、枠の
頂点座標２３１を出力する。この時、下線抽出部２０８
で、文字行の下線を抽出する。枠内文字行抽出部２０９
では、枠内の文字行座標２３２を求める。枠内の文字行
座標は文字行画像抽出部２０２に入力され、文字行画像
が抽出され、出力される。帳票識別部３００では帳票の
種類名称を認識する。帳票の種類名称として、「権利に
関する建物登記済通知書（専有）」「権利に関する建物
登記済通知書（一般）」「権利に関する土地登記済通知
書」等があり、これら帳票種類の名称をよみとり、他の
文字行を認識するための文字サイズ、文字ピッチ等のフ
ォーマットパラメータを選択する。当該帳票識別部３０
０において、先ず、文字行選択部３０１で帳票の種類名
称が記載されている文字行を、文字行座標をもとに選択
する。選択された文字行は文字切出・文字識別部３０２
に送られ、文字切り出しと文字識別を行う。

【００２０】本実施例では印活認識部３０３と識別辞書
３０４を具備している。次いで、単語照合部３０５で帳
票の種類名称を示す文字列との照合を行い、帳票の種類
名称を決定する。当該帳票種類は、フォーマットパラメ
ータ選択部に入力され、予め、帳票の種類ごとに格納さ
れているフォーマットパラメータを選択し、出力する。
文字切出し・文字識別部３０７では、当該フォーマット
パラメータを用い、文字行画像の認識を行う。文字切出
し・文字識別部３０７には、文字切出し部３０８と印活
認識部３１０を有する文字識別３０９が具備されてお
り、字種限定テーブル３１１と識別辞書３１２を用い、
文字切り出しと文字識別を行う。文字識別部３０９の出
力である認識結果は、項目照合部３１３に入力される。
項目の名称は予め、単語辞書として項目内容辞書３１５
に格納しておく。項目照合部３１３では帳票の枠内に記
載された文字列がどの項目に該当するかを単語照合部３
１４により決定する。項目内容辞書３１５を用い、項目
として記載される単語群と認識結果との照合を行い、項
目名称とその項目に対応する内容が記載された枠とを決
定する。このため、予め、項目の枠と当該枠との相対位
置関係を項目内容辞書３１５に格納している。内容照合
部３１６は、単語照合部３１７、住所照合部３１８から
なり、認識結果と単語あるいは住所との照合を行う。こ
れにより、認識結果の精度が向上するという効果があ
る。なお、内容照合では、項目が先に決定しており、内
容に関する記載事項に限定がある。この特徴を利用し、
認識結果から該当する字種以外を除去してもよい。

【００２１】図４は帳票の枠の構造並びに帳票の種類の
名称（標題）を用い、登記情報を認識する処理過程を示
すブロック図である。図２のブロック図と同じく、認識
部１０１では、帳票画像を読み取り、修正部１０５に縮
小画像２３０、枠座標２３１、文字行座標２３２、文字
座標２３３、認識結果ラテイス２３４を送出する。画像
入力部２００では、帳票表面の画像を白黒２値化して採
取する。採取した画像は、画像縮小部２０１と文字行画
像抽出部２０２に送出される。縮小した画像に対し、罫
線抽出部２０３において罫線を抽出する。ここには、実
線抽出部２０４と点線抽出部２０５があり、縦実線と横
実線、縦点線と横点線を抽出する。

【００２２】一方、文字行抽出部２０６では、文字の集
合である文字行を抽出する。枠抽出部２０７では、枠の
頂点座標２３１を出力する。この時、下線抽出部２０８
で、文字行の下線を抽出する。枠内文字行抽出部２０９
では、枠内の文字行座標２３２を求める。枠内の文字行
座標は文字行画像抽出部２０２に入力され、文字行画像
が抽出され、出力される。帳票識別部４００では帳票の
種類名称（標題）を認識するとともに、枠構造を識別す
る。標題識別部４０１は図３と同じく、文字行選択部４
０２、文字切出・文字識別部４０３、印活認識部４０５
と識別辞書４０４、単語照合部４０６を具備している。
また、枠構造識別部４０８では、枠特徴抽出部４０９に
おいて、枠の特徴、例えば、枠の相対的な配置関係を抽
出し、枠照合部４１０において予め格納している枠構造
辞書４１１との照合を行い、その結果により、帳票書式
決定部４１２で帳票の書式を選択、生成し、フォーマッ
トパラメータ選択部４０７に送出する。

【００２３】上述したように、当該帳票種類と枠の書式
情報は、フォーマットパラメータ選択部４０７に入力さ
れ、予め、帳票の種類ごとに格納されているフォーマッ
トパラメータを選択し、出力する。図３と同じく、文字
切出し・文字識別部３０７では、当該フォーマットパラ
メータを用い、文字行画像の認識を行う。文字切出し・
文字識別部３０７には、文字切出し部３０８と印活認識
部３１０を有する文字識別３０９が具備されており、字
種限定テーブル３１１と識別辞書３１２を用い、文字切
り出しと文字識別を行う。文字識別部３０９の出力であ
る認識結果は、項目照合部３１３に入力される。項目の
名称は予め、単語辞書として項目内容辞書３１５に格納
しておく。項目照合部３１３では帳票の枠内に記載され
た文字列がどの項目に該当するかを単語照合部３１４に
より決定する。項目内容辞書３１５を用い、項目として
記載される単語群と認識結果との照合を行い、項目名称
とその項目に対応する内容が記載された枠とを決定す
る。このため、予め、項目の枠と当該枠との相対位置関
係を項目内容辞書３１５に格納している。内容照合部３
１６は、単語照合部３１７、住所照合部３１８からな
り、認識結果と単語あるいは住所との照合を行う。

【００２４】図５は図２で示した登記情報認識の処理フ
ローを示す図である。ステップ５００で帳票の表面画像
を入力し、ステップ５０１で当該画像を縮小する。次い
で、ステップ５０２で画像から罫線を抽出し、ステップ
５０３で罫線から枠を抽出する。また、ステップ５０４
で当該縮小画像から文字行を抽出し、文字行の座標を出
力する。ステップ５０５では、文字行座標と枠座標を用
い枠内文字行を抽出する。ステップ５０６では文字行内
の画像を当該枠内文字行の座標をもとに抽出する。ステ
ップ５０７では文字行画像から文字の切り出しを行い、
切出したパターンに対してステップ５０８で文字識別を
実行し、文字認識結果を出力する。ステップ５０９で文
字認識結果を用い、項目を識別する。そして、ステップ
５１０で当該項目に対応する内容枠の文字認識結果に対
して照合を行い、ステップ５１１でそ項目と内容を対応
つけて出力する。

【００２５】図６は認識対象である登記済通知書の画像
を説明のために簡略的に示した図である。帳票画像６０
０の例では、縦実線６０１、６０２、６０４と横実線６
０５、６０６、６０９が印刷されている。また、縦点線
６０３、横点線６０７、６０８が印刷されている。項目
として面積６１０と所有者６１１がある。項目６１０に
対応する枠には、数字列「１２」６１２と数字列「３
４」６１３が記載されており、縦点線６０３により区切
られている。この縦点線６０３は、面積の小数点の位置
を示しており、面積の値が１２．３４である。所有者の
項目６１１には、複数の氏名「山田太郎」６１４、「鈴
木一郎」６１６、「田中二郎」６１７が記載されてお
り、横点線６０７、６０８が複数の内容を記載するため
に印刷されている。従って、点線と実線の線種を自動的
に区別し、小数点位置や、複数内容の検出を行う。ま
た、下線６１５が、削除内容として用いられている。従
って、下線を検出し、当該下線が付与されている内容を
無効とする。

【００２６】図７は図５で示した登記情報認識の処理の
途中結果を示す図である。図７（ａ）はステップ５００
で入力した帳票画像７００を示しており、同図（ｂ）
（ｃ）（ｄ）（ｅ）はステップ５０２で抽出した罫線を
示す。罫線の内、横実線７１０、７１１、７１２、７１
３と縦実線７２０、７２１、７２２がそれぞれ抽出され
ている。また、横点線７３０、７３１と縦点線７４０が
抽出されている。同図（ｆ）はステップ５０５で抽出し
た枠内文字行７５０、７５１、７５２、７５３、７５
４、７５５、７５６を示す。

【００２７】図９は図５のステップ５０９の項目識別の
処理過程を説明する図である。ステップ９００では後述
する８００の認識結果ラテイスを入力し、ステップ９０
１で字種を限定する。字種の限定方法は認識結果ラテイ
スから使用しない字種を除去する方法である。そして、
ステップ９０２で単語照合を行い項目名称を決定する。
ステップ９０３では項目と内容枠の対応付けを行う。

【００２８】図８は図９のステップ９０２の単語照合に
おける処理過程を説明する図である。認識結果ラテイス
８００は、第ｎ位までの文字識別結果が文字桁の順に並
んだデータであり、横方向が文字桁を表わし、縦方向が
認識結果の順位を示す。文字桁は８０１が第１桁、８０
２が第２桁、８０３が第３桁であり、例では項目「所有
者」を示す。認識結果の順位は８１０が第１位、８１１
が第２位、８１２が第３位、８１３が第４位を示す。項
目辞書８３０には項目に該当する単語８３１、８３２、
８３３、８３４、８３５が予め具備されている。これら
の単語を順次読み出し、認識結果ラテイスと文字列の比
較を文字列比較部８２０で行い、類似度合を類似度合算
出部８２１で求める。そして、項目決定部８２２で類似
度合が最大となる単語の選択を行う。この例では、項目
辞書８３０にある単語「所有者」８３２が認識結果ラテ
イス８００での類似度合が最大で、項目として単語「所
有者」が決定される。

【００２９】図１０は図９のステップ９０３で示した項
目と内容枠との対応付けのために用いる対応テーブルの
説明図である。対応テーブル１０２０には、項目データ
１０００と対応する内容枠の位置データ１０１０が格納
されている。内容枠の位置データは項目の枠に対する相
対的な位置関係で表現されており、例えば、面積１００
１の内容枠位置として右隣１０１１が登録されている。
同じく、所有者１００２の内容枠位置として右隣１０１
２が登録されている。この対応テーブル１０２０を用い
ることにより、抽出した項目の枠位置を基に内容枠の位
置を決定することができる。

【００３０】図１１は図６の６００で示した帳票画像を
読み取ったデータの形式を説明する図である。項目と内
容はツリー状に格納される。表全体を表わすノード１１
００に下位には面積ノード１１０１と所有者ノード１１
０２があり、これらは、項目名称に該当する。面積ノー
ド１１０１の下位には整数部ノード１１０３と小数部ノ
ード１１０４がある。整数部ノードと小数部ノードとの
区別は、抽出した縦点線の線種により行う。

【００３１】整数部ノード１１０３の下位に内容ノード
１１０５として、数字列１２が自動的に入力される。ま
た、小数部ノード１１０４の下位に内容ノード１１０６
として、数字列３４が入力される。所有者ノード１１０
２の下位には、複数の所有者を示すノード、所有者１ノ
ード１１０７、所有者２ノード１１０９、所有者３ノー
ド１１１１がある。これらのノードには、無効と有効の
情報が、１１０８、１１１０、１１１２で示すように付
与されている。この無効と有効の情報は検出した下線を
基に各所有者ノードに付与する。また、読み取った所有
者の氏名１１１３、１１１４、１１１５が各所有者ノー
ド１１０７、１１０９、１１１１の下位に格納される。

【００３２】図１２は図２の下線抽出部２０８の処理フ
ローを説明する図である。ここでは、下線を検出し、下
線が含まれる枠と当該枠とを対応付けて登録する。先
ず、ステップ１２００で抽出された枠が尽きるまで、ス
テップ１２０１以下の処理を繰り返す。ステップ１２０
１で当該枠の枠座標を入力し、ステップ１２０２で罫線
登録テーブルを初期化する。次いで、ステップ１２０３
で罫線が尽きるまで、ステップ１２０４以下の処理を繰
り返す。ステップ１２０４で罫線の始点と終点の座標を
入力する。そして、ステップ１２０５が注目する罫線が
当該枠内にふくまれるかどうかの判定を座標値を比較す
ることにより行う。もし、枠内に注目する罫線が含まれ
ると判定された場合は、ステップ１２０６において枠と
対応付けて罫線を罫線登録テーブルに登録する。このよ
うな処理を繰り返すことにより、罫線登録テーブルに枠
と枠内の罫線、すなわち、下線が対応付けられて格納さ
れることになる。

【００３３】図１３は図３の３０１で示した帳票識別の
処理フローの例である。この帳票識別の処理では、帳票
の上部に記載されている帳票名称を読み取り、帳票の種
類を決定する。先ず、ステップ１３００で文字行を入力
し、ステップ１３０１で文字行を選択する。ここでは、
帳票の最上部にある文字行を帳票名称が記載された文字
行とし、その座標値を基に該当する文字行を選択する。
次いで、ステップ１３０２で文字行画像から文字切出と
文字識別を行い、認識結果ラテイスを出力する。ステッ
プ１３０３で、認識結果ラテイスに対して、予め、単語
として格納している帳票名称と単語照合を行い、ステッ
プ１３０４で帳票の種類を、照合した単語から決定す
る。

【００３４】図１４は図４の４００で示した枠構造識別
の処理フローの例である。ステップ１４００で対象とす
る帳票の枠に対して、その罫線座標を入力し、ステップ
１４０１で当該罫線を符合化する。符合化は縦罫線と横
罫線、それぞれに対して、配置の順に番号を付与する。
さらに、縦罫線と横罫線の接続関係を生成する。ステッ
プ１４０２では、枠構造の照合を行い、予め設定してい
る枠構造辞書１４０３の中から対象とする枠構造ともっ
とも類似する枠構造を求める。当該枠照合は、特開平７
−１４１４６２、羽田野英一、児玉和行、嶋好博、古賀
昌史、栗野清道、杉本建行、「文書システム」に論じら
れている手法を用いてもよい。ステップ１４０４で枠構
造から帳票種類を決定し、ステップ１４０５で枠と項目
並びに内容の対応付けを行う。

【００３５】図１５は図２の１０５で示した修正部にお
いて登記情報の検定処理の説明図である。１５００は登
記済通知書の一例であり、項目として「所在」１５０
１、「地番」１５０２、「地目」１５０３、「地積」１
５０４、「権利者」１５０５、「義務者」１５０６が記
載されており、これら項目に対する内容として、「何区
何町」１５０７、「何番何」１５０８、「宅地」１５０
９、「１２３」１５１０、「４５６」１５１１、「山田
太郎」１５１２、「鈴木二郎」１５１３がそれぞれ記載
されている。ここで、内容のうち「１２３」１５１０は
地積の整数部、「４５６」１５１１は地積の小数部であ
り、点線により区切られている。この登記済通知書１５
００に対して、認識部１０１において、認識結果１５２
０が得られる。認識結果１５２０は、表１５２１の下位
に所在１５２２、地番１５２３、地目１５２４、地積１
５２５、権利者１５２６、義務者１５２７が項目として
抽出されており、それぞれの項目に対応した内容とし
て、それぞれの下位に内容が付与されている。所在１５
２２の下位に何区何町１５２８、地番１５２３の下位に
何番何１５２９、地目１５２４の下位に宅地１５３０、
地積１５２５の下位に数値「１２３．４５６」１５３
１、権利者１５２６の下位に山田太郎１５３２、義務者
１５２７の下位に鈴木二郎１５３３が付与されている。

【００３６】一方、図１の１０９で示した登記情報デー
タベースには、所在地データベース１５５０と登記デー
タ１５６０が格納されている。所在地データベースは階
層構造をしており、区域の下位に地番がある。不動産に
関する登記データ１５６０は地番の下位に具備されてい
る。本実施例では、区域１５５１の下位に地番「１番
１」１５５２、「何番何」１５５３があり、地番「何番
何」１５５３の下位に登記データ１５６０が具備されて
いる。登記データの一例として、１５６０に示すよう
に、地目１５６１の下位に「宅地」１５６４、地積１５
６２の下位に「１２３．４５６」１５６５、権利者１５
６３の下位に「鈴木二郎」１５６６が具備されている。
検定処理１５４０では、認識結果１５２０の所在、地番
を基に、所在データベース１５５０、登記データ１５６
０をアクセスし、地目、地積等の登記情報が認識結果と
整合性があるかどうかを判定する。

【００３７】図１６は修正部１０５の処理フローを示す
図である。ステップ１６００で縮小画像２３０を入力
し、ステップ１６０１で枠座標２３１を入力する。ま
た、ステップ１６０２で文字行座標２３２を入力し、ス
テップ１６０３で文字座標２３３を入力する。さらに、
ステップ１６０４で認識結果ラテイス２３４を入力す
る。ステップ１６０５で、枠座標より該当する枠内画像
を切り出し、ステップ１６０６で枠内画像を表示する。
ステップ１６０７で認識結果の項目「所在」と「地番」
に対応する内容を選択し、ステップ１６０８で登記済の
登記情報を登記情報データベース１０９から入力する。
そして、ステップ１６０９で、図１５で説明した登記情
報の検定を行い、ステップ１６１０で認識結果を項目と
内容を対応付けて画面に表示する。ステップ１６１１で
整合性に矛盾がある項目、内容についてステップ１６１
２で該当する内容にリジェクトを付与するとともに、画
面にも当該項目、内容にリジェクトであることを表示す
る。画面にリジェクトを表示することは、当該項目を点
滅させる、あるいは、色を付ける、または疑問符等の記
号を表示する等により容易に実現できる。

【００３８】図１７は修正部１０５における画面の表示
例である。画面１７００において、項目として、「種
類」１７０１、「所在」１７０２、「地番」１７０３、
「地目」１７０４、「地積」１７０５、「権利者」１７
０６、「義務者」１７０７が表示されている。認識結果
として、各項目に対応する読み取り内容が、１７１１、
１７１２、１７１３、１７１４、１７１５、１７１６、
１７１７に表示されている。また、それぞれの内容枠の
枠内画像を１７２２、１７２３、１７２４、１７２５、
１７２６、１７２７に表示している。ここで、認識結果
１７１５は、先に述べた登記情報の検定１６０９によ
り、登記データと比較して矛盾があると判断され、疑問
符が該当内容に付与されている。操作者は、当該画面１
７００を目視でチェックし、認識結果をキーボードから
の入力により修正する。

【００３９】図１８は図５のステップ５０２で示した罫
線抽出処理のフローである。処理は先ず、ステップ１８
００で実線を抽出し、次いで、ステップ１８０１で点線
を抽出する。なお、実線の抽出に関しては、例えば、１
９９２年電子情報通信学会秋季大会、Ｄ−２１８，ｐ．
６−２２０，古賀昌史、中島和樹、丸川勝美、嶋好博、
藤澤浩道、「２値画像中の棒状図形の傾き検出の一手
法」並びに、１９９３年情報処理学会第４６回（平成５
年前期）全国大会、８Ｃー６、ｐｐ．２−２１９から２
−２２０（１９９３年）、古賀昌史、中島和樹、丸川勝
美、嶋好博、藤澤浩道、「棒状図形の傾き検出のラン符
号による高速化の一手法」に論じられているので、本実
施例では説明しない。図１９はステップ１８０１で示し
た点線抽出の処理フローである。先ず、ステップ１９０
０で水平方向のパラメータを設定し、ステップ１９０１
で横点線を抽出する。次いで、ステップ１９０２で垂直
方向のパラメータを設定し、ステップ１９０３で縦点線
の抽出を行う。

【００４０】点線の抽出処理の前提条件は、点のサイ
ズ、点のピッチのパラメータがほぼ指定できることであ
る。予め、登記済通知書の点線のパラメータを設定し
て、書式情報として点線抽出処理に用いる。点線抽出で
は点がほぼ一定の間隔で出現し、しかもそれらの点は直
線上に配置されていることを利用する。点線は図２１に
示すように４つのパラメータ、すなわち、点の横幅（ｗ
ｉｄｔｈ）、縦幅（ｈｅｉｇｈｔ）、点線の傾き角、点
の繰り返し周期（ｐｉｔｃｈ）で表現される。点の横幅
と縦幅により点のサイズを決定できる。また、点は傾き
を有する直線の上に配置されており、それらの点の繰り
返し周期は、ほぼ一定である。点線の傾きは、帳票の傾
きから求めることができる。なお、点線抽出では、帳票
の実線から傾きを予め求めておくものとする。

【００４１】図２０はステップ１９０１、１９０３で示
した点線抽出の全体フローである。点は複数個の黒画素
が連結した塊状図形であり、この塊状図形の外接矩形を
処理単位として点線の抽出を行う。そのため、先ず、帳
票の２値画像から連結成分を抽出し、それらに外接する
矩形を求める。外接矩形は、左上の頂点座標と右下の頂
点座標で表現し、これら頂点座標を処理の単位とする。
次いで、（１）抽出した多数の外接矩形の中から、外接
矩形の寸法、周囲条件により点線を構成する点の候補を
選択する。ここでは、注目する外接矩形の寸法が所定の
範囲内にあるかどうか、また、周囲条件として注目する
外接矩形の近傍における他の外接矩形の有無をチェック
する。この周囲条件を利用することにより、かすれ文字
の一部が点線の点と混同することを防いでいる。さら
に、（２）外接矩形を傾き方向に投影する。ここでは、
前述したように、傾き角は予め、実線で求めておくもの
とする。外接矩形の投影値を手掛かりに、直線上に配置
している外接矩形を選択する。そして、直線上に配置さ
れた当該外接矩形を直線上の並びの順にソートする。次
いで、（３）点の繰り返し周期はほぼ一定であることを
利用して、点の集まりを生成し、これら点の集まりを一
つの点線として登録し、それぞれ始点と終点を抽出す
る。

【００４２】点線抽出の詳細処理過程を（１）外接矩形
の寸法、周囲条件による選択、（２）外接矩形の傾き方
向への投影による選択、（３）外接矩形のピッチ規則性
による点線の始点、終点の抽出、の処理順に説明する。
（４）外接矩形の寸法、周囲条件による選択を説明す
る。図２２は寸法により外接矩形を選択するフローであ
る。処理は外接矩形が尽きるまで以下の処理を繰り返
す。即ち、該当する外接矩形の横幅と縦幅を矩形の頂点
座標から算出し、そして、横幅が所定範囲に入っている
か、さらに、縦幅が所定範囲内に入っているかどうか判
定する。もし、横幅、縦幅とも所定の範囲内にあれば、
当該外接矩形を選択する。外接矩形の寸法は、図２３に
示すように、横幅が所定値ＴＷｍａｘとＴＷｍｉｎの範
囲内に、縦幅が所定値ＴＨｍａｘとＴＨｍｉｎの範囲内
にあるとしている。縮小画像の解像度が１００ｄｐｉ換
算で、ＴＷｍａｘ＝ＴＨｍａｘ＝３ドット、ＴＷｍｉｎ
＝ＴＨｍｉｎ＝０ドットとしている。

【００４３】図２４は外接矩形の周囲条件を用いて、点
線を構成する点の候補を選択する処理フローである。注
目する外接矩形が尽きるまで以下の処理を繰り返す。即
ち、先ず、注目する外接矩形の中心座標を算出し、参照
する外接矩形が尽きるまで、以下の処理を繰り返す。即
ち、参照外接矩形の横幅と縦幅を算出するとともに、参
照外接矩形の中心座標を算出する。参照外接矩形の横幅
と縦幅がともに所定範囲外であり、かつ、注目外接矩形
と参照外接矩形との中心間距離が所定範囲外であれば、
当該注目する外接矩形を選択する。参照する外接矩形
は、図２５に示すように、その横幅が所定値ＮＷｍａｘ
とＮＷｍｉｎの範囲外に、縦幅が所定値ＮＨｍａｘとＮ
Ｈｍｉｎの範囲外にあるとしている。さらに、注目外接
矩形と参照外接矩形との中心間距離がＲ以上であるとし
ている。なお、縮小画像の解像度が同じく１００ｄｐｉ
換算で、ＮＷｍａｘ＝ＮＨｍａｘ＝２０ドット、ＮＷｍ
ｉｎ＝ＮＨｍｉｎ＝４、Ｒ＝８ドットとしている。

【００４４】次いで、（２）外接矩形の傾き方向への投
影による選択を説明する。図２６に示すように、外接矩
形の中心座標（ｘｃ，ｙｃ）を傾きａの方向に投影し、
そのときの切片ｂ＝ｙｃ−ａ・ｘｃを算出し、番地ｂの
投影値の値を１だけ加算する。ここで、ａは回転角であ
り帳票の傾きを示しており、予め、実線の傾きから求め
た値を用いる。外接矩形の投影値Projectionの分布は、
図２７に示すように、直線の切片の位置にピークを有し
ている。この特徴を利用して、投影値が所定値Prthより
大きい切片位置を点線候補の切片位置とする。なお、画
像の解像度が同じく１００ｄｐｉ換算で、横の点線抽出
用としてPrth＝４０個、縦の点線抽出用としてPrth＝３
個、としている。そして、次の処理過程に移り、図２８
に示すように、求めた点線候補の切片位置ｂに対して、
ａ＋ｄからａ−ｄまでの範囲の切片を有する外接矩形を
当該点線を構成する点であるとし、それらの外接矩形を
選択する。ここで、ｄは一定値である。なお、縮小画像
の解像度が同じく１００ｄｐｉ換算で、ｄ＝３ドットと
している。

【００４５】さらに、（３）外接矩形のピッチ規則性に
よる点線の始点、終点の抽出について述べる。点線上に
ある点の周期はほぼ一定である。外接矩形の中心間の距
離を求め、一定の間隔であれば、当該外接矩形は点線を
構成する点であるとする。外接矩形の中心間の距離は、
図２９に示すように、太枠で示した注目外接矩形に対し
て、隣の外接矩形との距離が所定値P1max以内であり、か
つ、一つ隣の外接矩形との距離が所定値P2max以内であ
れば、注目外接矩形は点線を構成する点であるとする。
なお、縮小画像の解像度が同じく１００ｄｐｉ換算で、
P1max＝１０ドット、P2max＝２０ドットとしている。

【００４６】図３０は直線上に配置されている外接矩形
から複数の点線を抽出し、それらの点線の始点と終点を
検出する処理の説明図である。直線上に配置された外接
矩形をソートしておき、左端から順次、点線の始点と終
点を決定していく。先ず、左端の外接矩形を第１番目の
点線の始点として登録し、注目する外接矩形を順次左に
ずらしながら、先に述べたピッチの規則性を注目外接矩
形の隣の外接矩形、その隣の外接矩形が保持しているか
判定する。点線の終点の決定は、注目する外接矩形の隣
の外接矩形がピッチの条件を満たし、その一つ隣の外接
矩形がピッチの条件を満たさない場合、当該注目する外
接矩形の隣の外接矩形を終点とする。そして、さらに、
次の外接矩形を第２番目の点線の始点として登録し、同
じく、終点の外接矩形を探索する。このようにして、直
線上に配置されている外接矩形から複数の点線を抽出
し、それぞれの点線の始点と終点を検出する。

【００４７】

【発明の効果】本発明によれば、登記済通知書の名称を
読み取り、枠内の文字行を認識するための書式情報を選
択的に使用することができるため、読み取り対象が多様
な帳票であっても高精度に登記情報を入力できるという
効果がある。

【００４８】また、本発明によれば、認識結果の一部を
利用して登記情報データベースをアクセスし、当該デー
タベースに具備している登記情報と認識結果の整合性を
検定することができるため、登記情報の画面での修正作
業が容易であり、効率的な修正作業が可能となる。

【００４９】また、本発明によれば、罫線のうち点線を
抽出し、点線により区切られた左右の枠が整数部と小数
部であることを自動的に判定することができ、登記情報
のうち、面積、地積等の数値情報を整数部と小数部を結
合させて入力できるという効果がある。

【図面の簡単な説明】

【図１】本発明の一実施例である登記情報認識システム
の構成図である。

【図２】登記情報認識の処理過程を示すブロック図であ
る。

【図３】帳票の種類名称の読み取りを用いた登記情報認
識の処理過程を示すブロック図である。

【図４】帳票の枠の構造並びに帳票の種類の名称を用い
た登記情報認識の処理過程を示すブロック図である。

【図５】図２で示した登記情報認識の処理フローを示す
図である。

【図６】認識対象である登記済通知書の画像の説明図で
ある。

【図７】図５で示した登記情報認識の処理の途中結果を
示す図である。

【図８】図９のステップ９０２の単語照合における処理
過程を説明する図である。

【図９】図９のステップ９０３で示した項目と内容枠と
の対応付けのために用いる対応テーブルの説明図であ
る。

【図１０】図９のステップ９０３で示した項目と内容枠
との対応付けのために用いる対応テーブルの説明図であ
る。

【図１１】図６の６００で示した帳票画像を読み取った
データの形式を説明する図である。

【図１２】図２の下線抽出部２０８の処理フローを説明
する図である。

【図１３】図３の３０１で示した帳票識別の処理フロー
の例である。

【図１４】図４の４００で示した枠構造識別の処理フロ
ーの例である。

【図１５】図２の１０５で示した修正部において登記情
報の検定処理の説明図である。

【図１６】修正部１０５の処理フローを示す図である。

【図１７】修正部１０５における画面の表示例である。

【図１８】図５のステップ５０２で示した罫線抽出処理
のフローである。

【図１９】ステップ１８０１で示した点線抽出の処理フ
ローである。

【図２０】ステップ１９０１、１９０３で示した点線抽
出の全体フローである。

【図２１】点線のパラメータを説明する図である。

【図２２】寸法により外接矩形を選択するフローであ
る。

【図２３】注目する外接矩形の寸法条件を説明する図で
ある。

【図２４】外接矩形の周囲条件を用いて、点線を構成す
る点の候補を選択する処理フローである。

【図２５】参照する外接矩形の条件を説明する図であ
る。

【図２６】外接矩形の傾き方向への投影による外接矩形
の選択を説明する図である。

【図２７】外接矩形の投影値の分布を説明する図であ
る。

【図２８】所定範囲の切片を有する外接矩形を選択する
処理を説明する図である。

【図２９】注目外接矩形が点線を構成する点である条件
を説明する図である。

【図３０】直線上に配置されている外接矩形から複数の
点線を抽出し、それらの点線の始点と終点を検出する処
理の説明図である。

【符号の説明】

１００…登記済通知書、１０１…認識部、１０５…修正
部、１０９…登記情報データベース、２０５…点線抽出
部、２０８…下線抽出部、３１３…項目照合、３１６…
内容照合、４００…帳票識別部、１０２０…対応テーブ
ル。

フロントページの続き (51)Int.Cl.⁶ 識別記号庁内整理番号ＦＩ技術表示箇所Ｇ０６Ｋ 9/72 Ｇ０６Ｆ 15/22 ＣＧ (72)発明者中島和樹東京都国分寺市東恋ケ窪１丁目280番地株式会社日立製作所中央研究所内

Claims

【特許請求の範囲】

【請求項１】登記済通知書を画像処理し、前記画像から
罫線と文字行を抽出し、前記罫線によって構成される罫
線枠の構造、線種並びに前記文字行の認識結果の一部を
用いることによって前記登記済通知書の種類を識別し、登記情報デ−タベ−スにアクセスして、前記登記済通知書の認識結果から該当するデ−タを読み
取り、当該認識結果と登記済済デ−タベ−スとの整合性
を検定して、該検定結果を基に前記認識結果を修正表示
することを特徴とする帳票認識方法。
【請求項２】特許請求の範囲第１項において、上記画像
から文字行を抽出し、上記登記済み通知書の最上部にあ
る文字行を上記登記済み通知書の表題として選択し、上
記登記済み通知書の種類を単語照合により識別すること
を特徴とする帳票認識方法。
【請求項３】特許請求の範囲第１項又は第２項におい
て、前記画像から文字行を抽出し、当該文字行から該当
する項目を項目内容辞書による単語照合により決定し、
予め項目内容辞書に記憶してある項目枠と内容枠との相
対的な配置関係により、当該項目枠に対応する内容枠を
決定することを特徴とする帳票認識方法。
【請求項４】特許請求の範囲第１項乃至第３項のうちい
ずれかにおいて、上記罫線のうち点線の抽出は、前記画
像を互いに直交するＸ軸方向とＹ軸方向に分けたとき、
点線とみなせる外接矩形のＸ軸方向の長さ、Ｙ軸方向の
長さ、前記外接矩形の繰り返しピッチ及び前記外接矩形
のを直線で結んだと仮定したときの直線の傾きから点線
の抽出処理を行うことを特徴とする帳票認識方法。
【請求項５】特許請求の範囲第４項において、前記直線
の傾きは、前記画像処理された登記済み通知書から抽出
された実戦の傾きから得ることを特徴とする帳票認識方
法。
【請求項６】特許請求の範囲第４項又は第５項におい
て、上記抽出した点線を構成する外接矩形の繰り返しピ
ッチの規則性を利用して、（１）最も端にある外接矩形
を始点として注目し、（２）注目する外接矩形と隣の外
接矩形及び一つ隣の外接矩形がそれぞれ存在し、且つ、
それぞれ所定の距離内にあるならば、当該外接矩形の隣
の外接矩形を終点の候補として注目していくステップを
繰り返し、（３）終点の候補として注目する外接矩形の
鄰の外接矩形が存在し、且つ、当該外接矩形が所定の距
離内にあり、一つ隣の外接矩形が存在しないならば、当
該外接矩形を終点とし、（４）終点の候補として注目す
る外接矩形の鄰の外接矩形が存在し、且つ、当該外接矩
形が所定の距離内にあり、一つ隣の外接矩形が所定の距
離内に存在しないならば、当該外接矩形を終点とするこ
とにより点線の始点及び終点を特定することを特徴とす
る帳票認識方法。
【請求項７】特許請求の範囲第１項乃至第６項のうちい
ずれかにおいて、前記画像上における枠罫線と下線とを
区別して抽出し、当該下線が含まれている枠を抽出し、
枠内に記載された文字行の読み取り結果を、当該枠内の
下線の検出結果によって、有効又は無効とする編集を行
うことを特徴とする帳票認識方法。
【請求項８】特許請求の範囲第１項乃至第７項のうち何
れかにおいて、前記画像上に点線により区切られた枠に
一定の関係がある場合において、前記画像から点線と実
線を抽出し、抽出した前記点線の種類によって、前記点
線により区切られた二つの枠に関係を設け、当該二つの
枠内の文字認識結果を編集出力することを特徴とする帳
票認識方法。
【請求項９】登記済通知書の表面画像を入力し文字を読
み取る登記情報の認識方法において、登記済通知書の画
像から文字行を抽出し、抽出した複数の文字行の位置関
係から標題の文字行を選択し、当該標題の文字行を読み
取ることにより、登記済通知書の種類を識別することを
特徴とする帳票認識方法
【請求項１０】登記済通知書の表面画像を入力し文字を
読み取る登記情報の認識方法において、予め、点線によ
り区切られて枠の関係を保持しておき、画像から実線と
点線を抽出し、抽出した点線により区切られた二つの枠
に関係を付け、当該二つの枠内の文字認識結果を編集出
力することを特徴とする帳票認識方法
【請求項１１】登記済通知書の表面画像を入力し文字を
読み取る登記情報の認識方法において、枠罫線と下線と
を区別して抽出し、当該下線が含まれている枠を検出
し、枠内に記載された文字行の読み取り結果を、当該枠
内の下線の検出有無によって、無効又は有効とする編集
を行うことを特徴とする帳票認識方法
【請求項１２】登記済通知書の表面画像を入力し文字を
読み取る登記情報の認識方法において、文字行を抽出
し、文字行から該当する項目を単語照合により選択し、
予め保持する項目枠と内容枠との相対的な配置関係によ
り、当該項目枠に対応する内容枠を決定することを特徴
とする帳票認識方法
【請求項１３】登記済通知書の表面画像を入力し文字を
読み取る登記情報の認識方法において、登記済データを
格納したデータベースを予め保持し、登記済通知書に記
載された文字に対する認識結果の一部を用い、当該デー
タベースをアクセスして該当する登記済のデータを読み
取り、当該認識結果と登記済データとの整合性を検定し
て、検定結果を基に認識結果の修正表示することを特徴
とする帳票認識方法