JPH0962778A - 文字認識装置 - Google Patents

Abstract

(57)【要約】 【解決手段】 表示部７に表示された文書イメージ１１
には文字が記入されているが、これらの文字は例えば予
め罫線１８によってブロック毎に区分されている。ここ
で、オペレータがデータ化すべき文字認識領域１４を指
定すると、装置は自動的に縦横２本の罫線１８を認識
し、その結果を表示する。オペレータがこの両方の罫線
１８を確認し指示入力すると、装置は文字認識領域１４
を４つのブロックに分割し、ブロック毎に文字認識を行
いデータ化する。罫線１８が記入されていない場合で
も、罫線１８が存在すべき場所を認識し、その結果が表
示される。 【効果】 認識処理のための領域にあるデータの境界を
自動的に検出し、自動的にブロック単位のデータ認識を
行う。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、一旦読み込んだ文
書イメージ中から指定された領域の文字を認識処理する
機能を持つ文字認識装置に関する。

【０００２】

【従来の技術】文書に記載された各種の文字を情報処理
装置に文字情報として取り込む場合に、文字が記載され
た部分のイメージを読み取って文字を認識処理する方法
がある。また、このとき、一旦文書のイメージ全体を読
み取ってオペレータが特定の領域を指示することによっ
てその領域の文字認識を行うといった方法もある（特開
平４−５７７９号公報）。ここでは、ディスプレイに文
書イメージを表示するとともに、ポインティングデバイ
ス等を用いて認識すべき領域を指定する。この指定方法
は、一般に長方形の対角頂点である２点を指定する方法
がよく知られている。この長方形に囲まれた領域が装置
による文字認識の対象となり、この領域中にある文字を
１文字ずつ切り出してパターン認識等の手法によって文
字を認識し該当する文字コードを得る。

【０００３】

【発明が解決しようとする課題】ところで、文書イメー
ジ中の文字を認識するだけでなく、その文書イメージ中
の各部に記載された文字をそれぞれ区別して認識する要
求があるような場合に、従来の装置には次のような解決
すべき課題があった。例えば、文書イメージ中に記載さ
れた４つの文字群が、それぞれ罫線等で枠によって囲ま
れているものとする。このような文書イメージを読み込
んで各文字を認識しデータとして取り込む場合には、各
文字はその罫線に囲まれたブロック単位でデータ化した
い。このようなとき、文書イメージ中の文字を一括して
認識してしまっては、後で認識したデータ中に手入力で
カンマを挿入するような作業が必要となる。

【０００４】そこで、従来、このような罫線を予め意識
して１ブロック毎に認識領域を指定し、文字を認識さ
せ、そのような認識処理を繰り返すといった方法が採用
されていた。ところが、このような作業は、特に罫線が
多く、多数のブロックが存在する場合には非常に煩雑な
作業となる。また、明確に枠を記入していないような文
書イメージであっても、枠を想定してデータを認識させ
たい場合がある。このような場合、罫線がないと認識す
べき領域を指定する作業も煩雑な作業になり、領域指定
を誤ると不要な文字を含めて誤ったデータの認識をした
り、必要な文字が削られることによって誤ったデータが
取り込まれるといったおそれがあった。

【０００５】

【課題を解決するための手段】本発明は以上の点を解決
するために次の構成を採用する。 （構成）本発明の文字認識装置は、予め読み取られた文
書イメージを表示する表示部と、この文書イメージを所
定の方向に繰り返し走査して、その走査線上の黒ドット
数を比較することにより、文書中に設定された枠を認識
し、認識された枠を文書イメージ上で表示する枠認識処
理部と、認識されて表示された枠を構成する各罫線を個
別に指示して、認識された枠の全部または一部により構
成される新たな枠を指定する指示入力部と、指示入力部
により指定された枠の各罫線に囲まれた文字群を、それ
ぞれ１ブロックの認識対象として認識処理する文字認識
部とを備える。

【０００６】（説明）文書イメージは、その文書中の枠
を指定するために表示部に表示される。文書イメージの
走査方向は、文書に記載された枠を検出し易い方向で、
通常、縦方向と横方向の２方向が設定される。繰り返し
走査は、枠の罫線部分を検出するためだから、走査線が
認識すべき枠を飛び越さない程度のピッチで走査線をず
らしながら行うことが好ましい。黒ドット数を比較する
というのは、直接黒ドット数を順に比較して極大値をと
る部分を探すほか、白ドット数を数えて間接的に黒ドッ
ト数を認識する場合を含む。また、ここでは、文書中に
罫線を全く記入していなくても、データの区切りとして
認識できる余白部分も、設定された枠に含めることにす
る。この場合には、黒ドット数が極小値をとる部分が仮
想的な枠と認識される。

【０００７】認識された枠を文書イメージ上で表示する
には、枠を他の部分と区別できる色で表示したり、認識
した枠の罫線に適当なマークを付ける場合を含む。指示
入力部は、表示画面上で任意の位置にカーソルを移動さ
せてマウスボタンをクリックするようなもののほか、ラ
イトペンやデジタイザやキーボード等による特定の領域
の指定等、任意の位置指定手段を含む。枠を構成する罫
線の指示は、必要な罫線を直接指示するほか、不必要な
罫線を指示して必要な罫線を残すようにする方法もあ
る。

【０００８】認識された枠の全部により構成される枠を
指定するのは、認識された枠をそのまま採用する場合で
ある。また、その一部により構成される新たな枠を指定
するのは、不要な枠を除外するためである。罫線に囲ま
れた文字群は、一括して認識処理されて、一連の文字コ
ードとされる。１ブロックの認識対象というのは、この
一連の文字コード群を得る文字群のことをいう。罫線に
囲まれた１個の枠中のデータを１ブロックのデータとし
て取り扱うためである。

【０００９】（構成）なお、枠認識処理部は、指示入力
部により既に指示した罫線と、指示されていない罫線と
を、互いに区別できるように表示することが好ましい。 （説明）互いに区別できるように表示するとは、例えば
その罫線を異なる色で表示したり、高輝度表示をした
り、異なる線種で表示する場合を含む。

【００１０】（構成）また、指示入力手段は、枠認識処
理部が認識した罫線以外の罫線を追加することが好まし
い。 （説明）枠認識処理部が認識した罫線以外の罫線とは、
枠認識処理部で認識できなかった罫線の他、新たに利用
者が追加を希望する罫線を含む。

【００１１】

【発明の実施の形態】以下、本発明の実施の形態を具体
例を用いて説明する。図１は、本発明の装置の具体例ブ
ロック図である。この装置は、画像記憶部１、文字切り
出し部２、文字認識部３、制御部４、指示入力部５、枠
認識処理部６、表示部７及び行位置検出部８等から構成
されている。画像記憶部１は、図示しないイメージリー
ダ等によって読み取られた文書イメージ９を格納してお
く部分である。制御部４は、装置の全体の動作を制御す
るプロセッサ等から構成される。表示部７には、画像記
憶部１に記憶された文書イメージ９が表示される。この
状態で、オペレータは、文書イメージ中の文字を自動認
識してデータ化すべき領域を指定する。この領域のこと
を図では文字認識領域１４というように表示している。

【００１２】指示入力部５は、このような文字認識領域
１４の指定や後で説明する枠を構成する罫線の指示、そ
の他各種の命令等を装置に入力するための、マウス等の
ポインティングデバイスやキーボード、ライトペン、デ
ジタイザ等の装置から構成されている。行位置検出部８
は、文字認識領域中の文字行のある位置を検出して、走
査範囲を枠認識処理部６に伝える部分である。文字切り
出し部２は、行位置検出部８の出力を受け入れて入力し
た文書イメージを文字単位で切り出し、文字認識部３に
向け出力する部分である。文字認識部３は１文字毎に予
め用意した図示しない辞書を参照しながらパターン認識
をし、文字に対応する文字コードを得てデータとして出
力する部分である。なお、文字切り出し部２、文字認識
部３等は従来の装置に使用されたものと同様の構成であ
って、更に詳細な説明は省略する。

【００１３】枠認識処理部６は、表示部７に表示された
文書イメージ９からそのイメージデータ中の黒ドット分
布によって枠の存在を検出する部分である。黒ドット抽
出部６−１は、その目的のために文書イメージを所定の
方向に繰り返し走査して走査線上の黒ドット数を得る部
分である。また、枠検出部６−２は、その各走査線の黒
ドット数を比較して、文書中に設定された枠を認識する
部分である。また、ブロック分割部６−３は、最終的に
確定した枠を構成する罫線により囲まれた部分を１ブロ
ックとし、その１ブロック中の文字群が文字認識の対象
となるように、文字認識部３に向けてイメージを送り出
す処理を行う部分である。

【００１４】なお、例えばこの図１に示すような文書イ
メージ９が表示部７に表示されている場合、予めオペレ
ータが文字認識領域１４を指定すると、枠認識処理部６
は自動的に文書イメージ９の中に記載された横２本縦１
本の３本の罫線１８を認識する。そして、その認識結果
を画面上に表示する。オペレータはマウス等を用いてカ
ーソル１５を動かし、認識された罫線１８のうち文字認
識領域１４の中でブロックを分割するために必要な横１
本、縦１本の罫線のみを指示する。これによって、枠が
決定する。

【００１５】図２には、上記枠認識処理部６の動作説明
図を示す。上記のように文書イメージ中から枠を認識す
るためには、例えばこの図に示すような処理が実行され
る。まず、図（ａ）に示すように、文字Ａが横に並んだ
文字列と、文字Ｂが横に並んだ文字列と、文字Ｃが横に
並んだ文字列の間に２本の罫線１８が引かれているもの
とする。この場合に、例えば走査線１３を罫線１８と平
行な方向にその方向を設定し、繰り返しその走査位置を
１ライン分ずつ垂直方向に移動させながら、黒ドット数
をカウントする。その結果は図（ａ）の左側に示すよう
になる。

【００１６】この左側のグラフは、横方向に黒ドット
数、縦方向に走査線１３の走査位置を示したヒストグラ
ムにより構成される。このように黒ドット数の増減をヒ
ストグラムに表すと、その極大値を示す位置が罫線１８
の位置となる。この時ある閾値以上の極大値しかとらな
いようにしておくと微小な極大値を罫線と判定すること
がなくなり更によい。このようにして罫線１８の認識が
できる。（ｂ）は、その結果、実際に文書イメージ中に
描かれた枠を構成する罫線１８を検出したヒストグラム
の状態を示している。一方、本発明では、このように具
体的に罫線が引かれていない場合でも文字間の境界を認
識し、そこに仮想的な罫線が存在するとして文字枠を認
識する。（ｃ）はその例で、ヒストグラム１７を得て、
その極小値を示す部分に仮想的な罫線１８を認識する。
極小値を示す部分の幅がある閾値以上であれば、その中
点をとる。この時の閾値はオペレータ若しくは装置によ
り予め指定される。これによって、実際に罫線が引かれ
ていない部分も罫線があるものとして認識し、図１に示
す表示部７にはその結果を表示する。なお、図２に示し
た例は、水平方向の走査線によって、水平方向の罫線を
検出した場合のみを説明したが、垂直方向の罫線につい
ても全く同様の手法で検出できる。なお先の極小値を示
す幅の閾値を水平、垂直方向で別々にとれると文字間に
不必要な罫線を認識することがなくなり都合がよい。

【００１７】図３には、上記のような枠を構成する罫線
の表示方法の例を２種類示した。（ａ）は、実際に罫線
が描かれていた場合も仮想罫線を認識した場合にも採用
できる方法で、罫線が存在すべき部分の両端にマーク２
１を表示している。このマーク２１を結ぶ罫線１８が装
置によって認識された罫線である。マーク２１のほかに
罫線１８を特別な色のラインで表示したり、その他の表
示を行うようにしてもよい。なお、元々文書イメージ中
に罫線が引かれていた場合には、マーク２１を他の部分
と区別できるような色や形にして、その罫線を認識した
ということをオペレータに伝えるようにすればよい。

【００１８】（ｂ）は、予め罫線が引かれていない場合
に、仮想的な罫線を認識した際の表示に適する方法で、
この場合には、具体的に罫線１８を文字群の間に引くこ
とによってオペレータに認識した結果を知らせる。な
お、このような罫線は、文字認識領域１４の中に１本で
も２本以上でも、任意の数だけ表示してよい。

【００１９】再び、図１に戻って、装置により認識され
た罫線は以上説明した通り、表示部７に文書イメージ９
とともに表示される。ここで、オペレータは必要な罫線
と不必要な罫線とを区別し、例えばこの図では文字認識
領域１４を４つに区切る縦横１本ずつの罫線１８を必要
な罫線として指定する。この場合に、文字認識領域１４
の下辺に沿ったもう１本の罫線１８を不要な罫線と指定
して削除するといった指定の仕方も可能である。こうし
て、２本の罫線が確定すると、文字認識領域１４は４つ
のブロックに分割される。ブロック分割部６−３は、こ
うして分割した各ブロック中の文字群のイメージを切り
出し、文字認識部３に向け出力する。これによって、そ
の後のブロック単位の文字認識が可能となる。

【００２０】図４と図５によって、本発明の装置の具体
的な利用例を説明する。例えば、図４に示す例は、シー
ト上に多くの文字がそれぞれ適当な文字群を構成しなが
ら記載されているものとする。この場合に、シート上で
互いに隣接した場所、あるいは少し離れた場所で、２個
の文字認識領域１４を指定する。ここで、各文字群の間
に罫線を引いてブロック分けをしようとすれば、従来の
技術ではカーソルを移動して図に示すようなラインＬ
１，Ｌ２，Ｌ３といったラインの中から丁度上下の文字
群に重ならないラインＬ２を選択してこれを罫線に設定
する。

【００２１】ところが、例えばこのような文字群全てを
表示できるような大きなディスプレイを持たないような
装置では、ラインＬ２の位置を正確に選定するのが非常
に難しい。一方、本発明の装置では、自動的にラインＬ
２を黒ドットの分布の極小値等によって認識し設定でき
る。従って、このようなブロック分割の走査も非常に容
易にできるようになる。なお、図に示した縦方向のライ
ンＬ４，Ｌ５等も同様にして自動的に認識される。も
し、ラインＬ４，Ｌ５等が不要であれば、先に説明した
ように必要なラインのみを選択すればよい。

【００２２】図５では、本発明の装置により、例えば表
計算ソフトウェアで広く利用されている表計算用スプレ
ッドシートのデータを得る例を説明する。この例では、
従業員コードと従業員氏名を対応させて記入したレポー
ト用紙等のデータシート２５を用いて、その表計算用ス
プレッドシートのデータ化を行う説明をする。このデー
タシート２５は一般のレポート用紙のようなもので、例
えば横方向にのみ罫線が引かれている。ここに左側に従
業員コード、右側に氏名を少し間を空けて記入したもの
がある。この場合に、本発明の装置を利用すれば、その
文書イメージを読み込んで、丁度従業員コードと氏名と
の間に仮想的な罫線を認識する。

【００２３】これによって、従業員コードと氏名とが別
々のブロックに分かれる。これらは、表計算用スプレッ
ドシートのカラムＣ１，Ｃ２，Ｃ３，Ｃ４に、それぞれ
別々のデータとして入力される。このようなデータを得
るために、本発明の装置は有効に利用される。なお、文
字認識部３の出力は、文字コードが連続するもので、ブ
ロック毎に認識された文字コードが順に出力される場
合、その間に自動的にカンマ等を挿入することによっ
て、データがそのまま表計算用スプレッドシートにその
まま入力できるような形式に選定できる。

【図面の簡単な説明】

【図１】本発明の装置の具体例ブロック図である。

【図２】枠認識処理部の動作説明図である。

【図３】罫線表示例説明図である。

【図４】本発明の装置の利用例説明図（その１）であ
る。

【図５】本発明の装置の利用例説明図（その２）であ
る。

【符号の説明】

１ 画像記憶部 ２ 文字切り出し部 ３ 文字認識部 ４ 制御部 ５ 指示入力部 ６ 枠認識処理部 ７ 表示部 ８ 行位置検出部 ９ 文字イメージ １８ 罫線

Claims (3)

【特許請求の範囲】
1. 【請求項１】 予め読み取られた文書イメージを表示す
   る表示部と、 この文書イメージを所定の方向に繰り返し走査して、そ
   の走査線上の黒ドット数を比較することにより、文書中
   に設定された枠を認識し、認識された枠を前記文書イメ
   ージ上で表示する枠認識処理部と、 認識されて表示された枠を構成する各罫線を個別に指示
   して、認識された枠の全部または一部により構成される
   新たな枠を指定する指示入力部と、 指示入力部により指定された枠の各罫線に囲まれた文字
   群を、それぞれ１単位の認識対象として認識処理する文
   字認識部とを備えたことを特徴とする文字認識装置。
2. 【請求項２】 枠認識処理部は、指示入力部により既に
   指示した罫線と、指示されていない罫線とを、互いに区
   別できるように表示することを特徴とする請求項１記載
   の文字認識装置。
3. 【請求項３】 指示入力手段は、枠認識処理部が認識し
   た罫線以外の罫線を追加することを特徴とする請求項１
   記載の文字認識装置。