JPH096893A - 情報処理装置及び方法 - Google Patents

Abstract

(57)【要約】 【目的】 文字認識結果の全体としての良否の判定が容
易に行なえ、どの文字に注意すれば良いのかも一目瞭然
とさせる。 【構成】 入力部２を介して入力した文書画像はメモリ
５に格納され、前処理部７及び認識部８を経て、文字認
識される。そして、認識結果の第１候補を表示部１０に
表示する際、候補数の大小に応じて異なる色を割り当
て、多段階にして表示する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は情報処理装置及び方法、
詳しくは文字認識して得られた結果を出力する情報処理
装置及び方法に関するものである。

【０００２】

【従来の技術】一般に、文字認識装置においては、イメ
ージスキャナ等から文書原稿をデジタル画像データとし
て入力し、入力したデジタル画像データに基づいて文字
の分布を検出し、文字イメージの切り出しては認識処理
するという手順を踏む。

【０００３】そして、表示画面には、文字認識処理によ
って得られた候補群中の第１候補で構成される文字列
（文章）を表示し、操作者が指定した文字については第
２候補以降を表示し、その中の１つを選択させて正しい
文章に修正する作業を要する。

【０００４】また、場合によっては、候補中に意図した
文字がない場合もある。このような場合には、キーボー
ド等から正しい文字を入力することになる。

【０００５】

【発明が解決しようとする課題】しかしながら、上記従
来例では、認識した得られた結果をまんべんなくチェッ
クしなければならず、操作者に与える負担は無視できな
い。

【０００６】また、上記のような文字認識及び修正処理
においては、第２候補以降に意図した文字が存在しない
ことがわかったはじめて、キーボード等の他の手段によ
る文字入力作業を行う。つまり、無駄な作業（第２候補
以降に意図した文字がないことを確認するという作業）
を操作者に強いることになる。

【０００７】

【課題を解決するための手段】及び

【作用】本発明は上記課題に鑑みなされたものであり、
文字認識結果の全体としての良否の判定が容易に行な
え、どの文字に注意すれば良いのかも一目瞭然とさせる
情報処理装置及び方法を提供しようとするものである。

【０００８】この課題を解決するため、たとえば本発明
の情報処理装置は以下に示す構成を備える。すなわち、
文字認識して得られた結果を出力する情報処理装置であ
って、文字認識して得られたそれぞれの文字イメージの
第１候補の文字を可視出力する出力手段と、得られた認
識結果の候補数に従って前記第１候補の出力形態を多段
階に制御する制御手段とを備える。

【０００９】また、本発明の好適な実施態様に従えば、
前記制御手段は、少なくとも認識候補数が１つの場合
と、それより多い候補数を有する場合とで区別可能な形
態で、第１候補の出力形態を制御することが望ましい。
この結果、候補数が１つだけの文字かどうかが一目瞭然
となり、且つ、候補を選択する作業が無駄になるか否か
を事前に把握することも可能になる。

【００１０】また、前記出力形態は、色形態であること
が望ましい。これによって、ここの認識結果を注視する
ことなく、出力された全体を見ただけで、視覚的にどの
部分の認識結果が良好であったのか、不良であったのか
を判断することが可能になる。

【００１１】

【実施例】以下、添付図面に従って本発明に係る実施例
を詳細に説明する。

【００１２】図１は実施例の文字認識装置の概略構成を
示すブロック図である。図１において、１は第１の実施
例の文字認識装置を示している。２は文書画像を読取っ
て入力する入力部で、例えばスキャナ等により構成さ
れ、読み取った原稿画像データをデジタルに変換して出
力する。３は装置１全体を制御する演算処理用の中央処
理装置（以下、ＣＰＵという）を示している。４はＲＯ
Ｍで、ＣＰＵ３の図３以降のフローチャートで示された
制御プログラムや各種データを格納している。５はメモ
リ（ＲＡＭ）で、ＣＰＵ３のワークエリアとして使用さ
れると共に、入力部２より入力された文書画像データを
記憶する領域、前処理部７で切り出された文字パターン
の位置、大きさを記憶する領域を記憶する領域を備えて
いる。６は認識結果修正部で文字認識結果を修正する。
７は前処理部で、メモリ５に記憶された文書画像の１文
字のパターンを切出す。８は認識部で、前処理部７によ
って前処理されたパターンから幾何学的特徴を抽出し、
予め認識用辞書９に格納されている標準パターンと照合
して文書画像の文字認識を行っている。１０は表示部
で、入力された文書画像を表示するイメージ表示部１
４、認識結果表示部１５からなる。１１はシステムバス
で、ＣＰＵ３よりのデータバス、アドレスバス及び制御
信号バス等を含んでいる。１２は外部の出力装置、例え
ばプリンタ１３等とのインタフェース制御を行うインタ
フェース部を示している。また、１６はキーボード及び
マウス（ポインティングデバイスの一種）である。

【００１３】さて、一般に、文字認識処理を行う場合に
は、先ず、入力した画像中の個々の文字イメージの位置
の検出及び文字イメージの切り出し処理を行なう。そし
て、切り出した文字イメージから特徴量を抽出し、それ
と認識辞書に記憶されている情報とを比較し、最も近い
特徴量を持つ文字から第１候補、第２候補…として文字
コードを出力する。

【００１４】尚、文字認識処理結果、１つの文字候補の
みを出力する場合には、その確からしさは高いと判断さ
れる。逆に、候補数が多ければ多いほど候補群を差別化
することが困難であることを意味することから、その第
１候補の確からしさは低いことを意味することが多い。

【００１５】本実施例でも、このような文字認識処理を
採用するものとして説明する。尚、第１候補の確からし
さが高いと判断するための根拠は、たとえば内部的に得
られた第１候補と第２候補との確からしさ（認識対象の
文字イメージから得られた特徴量と、辞書に記憶された
標準特徴量との差分が小さいとき確からしさが高いとい
う）の差が、所定以上の場合である。すなわち、第１の
候補が第２の候補に対して十分な確からしさの差を有し
ている場合である。

【００１６】但し、文字認識処理自身に本願発明の特徴
があるのではないので、ここではこの程度の説明にし、
詳細は省略する。

【００１７】＜認識結果ウインドウの説明（図２）＞図
２は実施例の文字認識装置１で認識処理された結果の画
面に表示されるウインドウを示している。図示の符号２
１が認識結果を表示する領域であるウインドウを示して
いる。

【００１８】実施例においては、個々の認識結果（認識
して得られた第１候補の文字コードに基づいて発生した
文字パターン）をウインドウ２１内に表示するとき、図
５に示すテーブル（ＲＯＭ４に格納されている）を参照
して、認識候補数に応じた色で表示する。

【００１９】すなわち、候補数が“１”、つまり、認識
して得られた候補が１つの場合には、黒文字を表示す
る。そして、認識候補数が２〜４個である場合には青
色、認識候補が５〜７である場合には緑色、そして８個
以上の場合には赤色で表示する。すなわち、候補数の大
小におうじて表示形態を変えるものである。

【００２０】従って、認識候補が多いほど、その第１候
補の確からしさが低いことになるわけであるから、認識
結果の注意をはらうべきところを配分でき、効率良く認
識結果のチェックが行なえる。

【００２１】尚、操作者は、たとえばマウス１６に連動
するカーソル（図示の符号２４）で、たとえば青、緑、
もしくは赤色で表示された文字（すなわち、候補数が２
以上の第１候補文字）に移動させ、そこでマウス１６に
設けられたボタンを押下（クリックという）すると、第
２候補以下（第１候補を含めても良い）を図示のポップ
アップメニューに表示する。逆に、黒文字の位置にカー
ソル２４を移動させて、クリックしても候補は表示され
ない。

【００２２】図示では、第１候補“認”がクリックされ
た状態を示している。図示の如く、第１候補“認”の近
傍に、第１候補を含めた第２候補以下の“誌”、
“語”、“話”、“詰”、“訴”の全部で計６個の文字
を含む選択ウインドウが表示される。この選択ウインド
ウ中の所望とする文字をクリックすることで、表示され
た文字を選択した文字で置き換える（内部の認識結果の
情報も置き変わる）。尚、候補文字数がある程度の個数
以上の場合には、選択ウインドウ中にスクロールバー
（図示の認識結果ウインドウ２１の右端もしくは下単に
表示されたスクロール量を設定するためのコントロー
ル）を表示させる。

【００２３】尚、図示における文字２２は青（候補数が
２〜４）を、文字２３は黒（候補文字が１つ）であるこ
とを示している。

【００２４】以上の結果、操作者にしてみれば、認識処
理で得られた認識結果を見ただけで、認識結果の誤認識
されている可能性が高い文字とそうでない文字とが一目
瞭然となる。

【００２５】たとえば、手書き文字でかかれた原稿の場
合と、プリンタ等で印刷された原稿とを認識させた場合
には、前者の場合には、黒以外の文字が多く発生し、後
者の場合には黒文字で表示される割合が高くなる傾向に
なることが予想されるので、原稿の種別判断にも適応で
きる。また、黒文字の文字の割合が高ければ高いほど、
文章全体として認識結果は良好であったと判断でき、認
識結果として注意するべき文字も瞬時に判断できること
にもなる。

【００２６】図３は上記実施例の処理内容を示すフロー
チャート（ＣＰＵ３が処理する手順）で、この処理に対
応する制御プログラムはＲＯＭ４に記憶されている。

【００２７】まずステップＳ３１で、操作者によりセッ
トされた文書画像を入力部２（スキャナ）により読取っ
て入力し、メモリ５に記憶する。

【００２８】次にステップＳ３２に進み、前処理部７に
よって前処理された個々の文字パターンから幾何学的特
徴を抽出し、予め認識用辞書９に格納されている標準パ
ターンと照合して文書画像の文字認識を行う。認識結果
が確からしい時は候補文字数が少なくなり、確からしい
時は候補文字を多く出力している。

【００２９】次にステップＳ３３に進み、認識結果表示
部１４で認識結果を表示し、ステップＳ３４では認識結
果修正部６によって操作者の指示に従い認識結果を修正
する。

【００３０】図４は、図３のステップＳ３３の認識結果
表示処理を示すフローチャートである。

【００３１】まずステップＳ４１で、注目文字イメージ
に対する認識結果の候補数を調べる。ここで、認識した
結果がかなり確からしいと思われる文字は候補が１つ、
あるいは少なく、逆に確からしさが低い場合には認識候
補数が多くなる傾向にある。次にステップＳ４２で、注
目している文字イメージに対する認識処理で得られた候
補数と図５に示したテーブルを参照して、認識結果の第
１候補の表示色を決定し、決定された色で第１候補を表
示する。

【００３２】次いで、ステップＳ４３に進み、全ての認
識文字について処理を終えたか否かを判断し、否の場合
にはステップＳ４１に戻り、上記処理を繰り返す。

【００３３】以上の結果、認識結果の表示画面を見ただ
けで、認識結果の候補数に応じた形態の第１候補文字が
表示されるので、誤認識している可能性の高い文字とそ
うでない文字とが一目瞭然に判断できる。従って、確か
らしい文字と疑わしい文字とを識別することが可能にな
り、文章の文字をチェックする際に注意すべき文字とそ
うでない文字とを区別することが可能になる。

【００３４】特に、候補数が１つの場合の文字を区別可
能に表示することで、他の候補があるものと判断して候
補選択を行うという無駄な作業を行わいで済む。

【００３５】また、上記例では、出力先として表示画面
を例にしたが、出力先としてプリンタ１３を採用する場
合には、 認識結果内に候補を持つ文字と持たない文字が存在
し、認識結果修正を行う場合でも混乱を招かず容易に修
正ができる． 確からしい文字は候補がない、または少ないので、属
性を変えて表示することによって、ユーザはすべての認
識結果の確認をするのではなく、確からしくない文字の
み認識結果の確認をすればよいので、修正がかなり容易
になり短時間ですむという、ユーザによって使い易い文
字認識装置を実現することができる。

【００３６】＜第２の実施例＞上記実施例（第１の実施
例）では、図４のステップＳ４２において、候補文字と
して１〜７及び８以上のケースにつき、４色を割り当て
る例を説明したが、これによって本願発明が限定される
ものではなく、候補数の大小が判別できるのであれば良
いので、候補文字数の範囲や表示形態は如何なるもので
あっても良い。但し、認識候補が１つの場合の候補につ
いては、他の候補数と混同する色にしないことが望まれ
る。

【００３７】＜第３の実施例＞また、候補数の範囲とそ
れに滞欧する表示形態は操作者が自由に設定できるよう
にしても良い。たとえば表示形態としては、色に限ら
ず、太文字や、アンダーラインの有無等、フォント（明
朝体とかゴシック体等）または文字の大きさ、色の濃
さ、網かけの有無、下線の有無、囲み罫の有無、圏点の
有無、ルビの有無、反転文字か否か等、如何なる表示形
態にしても良い。すなわち、候補数によってそれぞれの
文字を異なる形態で表示、もしくは出力（プリントアウ
トも含む）すれば良いからである。

【００３８】また、設定した内容は次回の作業にも有効
にするため、不揮発性メモリ（たとえばハードディスク
等）に記憶させるようにしても良い。

【００３９】＜第４の実施例＞第１の実施例では、図４
のステップＳ４１において、単純に候補の数を調べてい
るが、キーボードなどからの入力した文字、つまり文字
認識結果以外の文字を除いて、文字認識による候補数の
みを調べても良い。

【００４０】以上の説明により第４の実施例においても
前述の第１の実施例と同様の作用・効果を得ることがで
きる。

【００４１】＜第５の実施例＞以上の説明により第５の
実施例においても前述の第１の実施例と同様の作用・効
果を得ることができる。

【００４２】以上説明したように本実施例によれば、 認識結果内に候補を持つ文字と持たない文字が存在
し、認識結果修正を行う場合でも混乱を招かずに容易に
修正ができる、 確からしい文字は候補が１つ、または少ないので、属
性を変えて表示する事によって、ユーザはすべての認識
結果の確認をするのではなく、確からしくない文字を重
点的に確認をすれば良いので、修正が作業に伴う操作者
の負担を軽減させることが可能になる。

【００４３】尚、本発明は単独の装置或いは複数の機器
から構成されるシステムに適応しても、装置或いはシス
テムに外部からプログラムを供給することでもって実現
しても良いのは言うまでもないことでである。従って、
本願発明を実現するプログラムを内蔵させた記憶媒体に
も容易に適応することも可能になる。

【００４４】また、実施例では、処理対象の原稿画像は
イメージスキャナ等から入力するものとして説明した
が、イメージを記憶した記憶媒体（例えばフロッピーデ
ィスク等）や、回線を介して受信した場合にも適応でき
るので、上記例によって本願発明が限定されるものでは
ない。

【００４５】

【発明の効果】以上説明した様に本発明によれば、文字
認識結果の全体としての良否が容易に判定でき、どの文
字に注意すれば良いのかも一目瞭然となる。

【００４６】

【図面の簡単な説明】

【図１】第１の実施例の文字認識装置の概略構成を示す
ブロック図である。

【図２】第１の実施例の文字認識装置における認識結果
の表示例を示す図である。

【図３】第１の実施例の文字認識装置の処理を示すフロ
ーチャートである。

【図４】図３におけるステップＳ３３の詳細を示すフロ
ーチャートである。

【図５】第１の実施例における認識候補文字の表示色テ
ーブルの例を示す図である。

【符号の説明】

１ 文字認識装置 ２ 入力部 ３ ＣＰＵ ４ ＲＯＭ ５ メモリ ６ 認識結果修正部 ７ 前処理部 ８ 認識部 ９ 認識用辞書 １０ 表示部 １１ システムバス １２ インタフェース部 １３ プリンタ １４ イメージ表示部 １５ 認識結果表示部 １６ キーボード及びマウス

Claims (6)

【特許請求の範囲】
1. 【請求項１】 文字認識して得られた結果を出力する情
   報処理装置であって、 文字認識して得られたそれぞれの文字イメージの第１候
   補の文字を可視出力する出力手段と、 得られた認識結果の候補数に従って前記第１候補の出力
   形態を多段階に制御する制御手段とを備えることを特徴
   とする情報処理装置。
2. 【請求項２】 前記制御手段は、少なくとも認識候補数
   が１つの場合と、それより多い候補数を有する場合とで
   区別可能な形態で、第１候補の出力形態を制御すること
   を特徴とする請求項第１項に記載の情報処理装置。
3. 【請求項３】 前記出力形態は、色形態であることを特
   徴とする請求項第１項に記載の情報処理装置。
4. 【請求項４】 文字認識して得られた結果を出力する情
   報処理方法であって、 文字認識して得られたそれぞれの文字イメージの第１候
   補の文字を可視出力する出力工程と、 得られた認識結果の候補数に従って前記第１候補の出力
   形態を多段階に制御する制御工程とを備えることを特徴
   とする情報処理方法。
5. 【請求項５】 前記制御工程は、少なくとも認識候補数
   が１つの場合と、それより多い候補数を有する場合とで
   区別可能な形態を区別するよう制御することを特徴とす
   る請求項第４項に記載の情報処理方法。
6. 【請求項６】 前記出力工程は、色形態であることを特
   徴とする請求項第４項に記載の情報処理方法。