JPH10116314A - 表処理方法及び表処理装置 - Google Patents

Abstract

(57)【要約】 【解決手段】 文書等に記載された表の縦罫の長さＬ
や、各枠の横幅Ｗ１，Ｗ２、面積Ｙ１，Ｙ２等を計算し
これらを比較する。項目枠が縦罫の右側とか、幅が狭く
面積も小さいといった規則性に基づき、項目枠を抽出
し、該項目枠内の文字パターンに認識処理を実施するこ
とで項目名を取得する。そして、項目枠の右側または下
側よりデータ枠を抽出することで、項目名とデータとの
対応付けを行う。 【効果】 データ枠に文字が記入されていても表の中か
ら項目枠とデータ枠とを区別し、表データの読み取りが
容易になる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、文書や各種の帳票
に表が記載されている場合、この表のイメージデータ中
から必要なデータを整理して読み取るための表処理方法
及び表処理装置に関する。

【０００２】

【従来の技術】文書や帳票等に記載された文字を読み取
って文字コードに変換し、各種の情報処理に利用する技
術は広く普及している。このような文書に表が含まれる
場合がある。表形式のデータの場合には、単に記入され
た文字をそのまま認識するだけでなく、どの文字がデー
タであって、どの文字がそのデータの種類を示す項目名
に該当するかを識別して、両者を対応付けた形でデータ
化することが望ましい。こうすれば文字認識と同時に表
形式データのデータベース化が可能となる。そこで、任
意の帳票のイメージから項目枠とデータ枠とを識別して
それぞれの枠に記入された文字を認識し整理して出力す
る方法が開発された（電子通信学会論文誌 '86/3 Vol.J
69-D No.3 p400-p409 ）。

【０００３】

【発明が解決しようとする課題】ところで、上記のよう
な従来の表処理方法等には次のような解決すべき課題が
あった。極めて単純な表は、左側に項目枠、右側にデー
タ枠が順に並んだ構成となる。しかしながら、例えば住
所という一つの項目が、会社の住所と自宅の住所という
２種類の項目に分割されるような場合、住所という項目
枠の右側に会社とか自宅といった項目枠が並び、全体と
して複雑な形式の表になる。こうした複雑な形式の表か
らどの枠が項目枠であるかを認識するために、従来は予
めデータ枠に一切文字を記入しないものを読み込んで、
項目枠と項目名とを認識し、これを表情報として準備す
るようにしていた。これによって、その後読み取った帳
票等から残りのデータ枠に記入された文字を認識し、該
当する項目名と対応付けてデータベース等を生成するこ
とができる。しかしながら、このような処理のために
は、実際に処理する帳票とは別に、予めデータ枠に内容
を記述していない表が必要となる。しかしながら、デー
タ枠に内容が記述されてしまった表しか入手できないよ
うな場合には、項目枠とデータ枠の判別が自動的にでき
ず、オペレータ等による煩雑な項目名等の入力処理が必
要であった。

【０００４】

【課題を解決するための手段】本発明は以上の点を解決
するため次の構成を採用する。 〈構成１〉データの種類を表す項目名を記入した項目枠
と、項目名に対応するデータの内容を記入したデータ枠
とにより構成された表のイメージを読み取って、上記項
目名に対応するデータ枠のデータの内容を文字認識する
場合において、始めに、その表のイメージデータ中か
ら、予め設定した項目枠としての規則性を有すると判断
した枠に項目枠、その他の枠にデータ枠という属性を与
え、その後、上記イメージデータの項目枠とデータ枠中
のデータに対し文字認識処理を実行して、項目名とデー
タとを上記属性に応じて処理することを特徴とする表処
理方法。

【０００５】〈説明〉データは項目名に対応させて表中
に記入される。項目名やデータの内容は任意である。各
枠が、予め設定した項目枠としての規則性を有するかど
うかを判断して、各枠に属性を与える。属性に応じた処
理というのは、項目名は項目名として、データはデータ
として区別して処理することをいう。これにより、任意
の表について、イメージデータを読み取って、簡単な操
作で属性に応じた処理が迅速にできる。

【０００６】〈構成２〉構成１において、所定の値以上
の長さを持つ罫線から見たときの、各枠の位置に着目し
て、項目枠としての規則性を有するかどうかを判断する
ことを特徴とする表処理方法。

【０００７】〈説明〉所定の値は、固定値を予め設定し
てもよいし、隣接する縦罫線の長さのように相対的に比
較する対象を設定してもよい。一般の表は、縦長あるい
は横長罫線に接する位置に項目枠を配置するから、これ
を項目枠としての規則性を有するかどうかの判断基準と
した。

【０００８】〈構成３〉構成１において、所定の値以下
の幅を持つ枠を項目枠としての規則性を有するものと判
断することを特徴とする表処理方法。

【０００９】〈説明〉所定の値は、固定値を予め設定し
てもよいし、隣接するデータ枠の幅のように、相対的に
比較する対象を設定してもよい。一般には、項目枠の方
がデータ枠より幅が狭いから、これにより項目枠かデー
タ枠かの判断ができる。

【００１０】〈構成４〉構成１において、所定の値以下
の面積を持つ枠を項目枠としての規則性を有するものと
判断することを特徴とする表処理方法。

【００１１】〈説明〉所定の値は、固定値を予め設定し
てもよいし、隣接するデータ枠の幅面積のように、相対
的に比較する対象を設定してもよい。一般には、項目枠
の方がデータ枠より面積が狭いから、これにより項目枠
かデータ枠かの判断ができる。

【００１２】〈構成５〉構成１において、項目枠に対応
するデータ枠を、該項目枠の右側または下側に隣接する
枠から抽出することを特徴とする表処理方法。

【００１３】〈説明〉一般には項目枠に対応するデータ
枠の位置は、当該項目枠の右側または下側に配置するた
め、項目枠の右側または下側の枠からデータ枠を抽出で
きる。なお、項目枠の右側よりデータ枠を抽出するか、
項目枠の下側よりデータ枠を抽出するかは抽出方向を予
め設定することで対応できる。

【００１４】〈構成６〉データの種類を表す項目名を記
入した項目枠と、項目名に対応するデータの内容を記入
したデータ枠とにより構成された表のイメージを格納す
る画像イメージ格納手段と、その表のイメージデータ中
から、表を構成する枠を抽出する表内枠抽出手段と、予
め設定した項目枠としての規則性を有すると判断した枠
に項目枠、その他の枠にデータ枠という属性を与える項
目枠抽出手段と、項目枠に対応するデータ枠を該項目枠
の右側または下側に隣接する枠より抽出するデータ枠抽
出手段と、各枠の属性を含む情報を記憶する表情報格納
手段とを備えたことを特徴とする表処理装置。

【００１５】〈説明〉各手段はそれぞれ別体であって
も、一体化されていても差し支えない。枠の抽出は自動
的でもオペレータの指示に基づくものでもよい。枠に対
する属性の与え方や表情報格納手段に格納する情報の内
容も任意である。

【００１６】〈構成７〉構成６において、項目枠抽出手
段は、所定の値以上の長さを持つ罫線から見たときの、
各枠の位置に着目して、項目枠としての規則性を有する
かどうかを判断することを特徴とする表処理装置。

【００１７】〈構成８〉構成６において、項目枠抽出手
段は、所定の値以下の幅を持つ枠を項目枠としての規則
性を有するものと判断することを特徴とする表処理装
置。

【００１８】〈構成９〉構成６において、項目枠抽出手
段は、所定の値以下の面積を持つ枠を項目枠としての規
則性を有するものと判断することを特徴とする表処理装
置。

【００１９】〈構成１０〉構成６において、データ枠抽
出手段は、項目枠に対応するデータ枠を、該項目枠の右
側または下側に隣接する枠から抽出することを特徴とす
る表処理装置。

【００２０】

【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。 〈具体例〉図１は、本発明の表処理方法説明図である。
この方法を説明する前に、まず一般的な表処理の例を説
明する。図２に、表処理の内容説明図を示す。図の
（ａ）は、文書や帳票等に記入された表であって、これ
がイメージスキャナ等に読み取られ、表処理の対象とな
る。図のように、この表は項目枠１やデータ枠３を組み
合わせて構成される。項目枠１の中には項目名２が記入
され、データ枠３の中にはデータ４が記入されている。
この表は、例えば「氏名」という項目に対応して「山田
太郎」というデータが記入され、「住所」という項目に
対しては「自宅」という項目と「会社」という項目に分
けられて、それぞれ「埼玉県…」あるいは「東京都…」
といったデータが記入されている。なお、このように１
つの項目をいくつかの項目に分けて表現する場合に、
「自宅」や「会社」という項目を従属項目と呼ぶことに
する。また、その下の備考という項目には「義兄」とい
うデータが記入されている。

【００２１】表処理装置は、図に示すような５つの項目
枠１１〜１５の位置座標を判別し、更にその各項目名を
認識する。そして、その項目名に対応するデータも同様
にして認識する。こうして、図の（ｂ）に示すように、
左側に項目名、右側にこれに対応したデータが整理して
取り出され、これが帳票の処理のためのデータベース、
その他に利用される。

【００２２】再び図１に戻って、図２で説明したものと
同一の形式の表に項目名やデータが記入されているとこ
ろを示す。これをイメージリーダを用いて読み取り、全
ての文字を認識したとしても、どの文字が項目名であっ
てどの文字がデータ名であるかを直ちに判定することは
できない。そこで、本発明では、項目枠としての規則性
を予め設定しておき、各枠がその規則性を有する枠かど
うかを判定する。

【００２３】即ち、文字認識処理をする前に、図に示す
項目枠１１〜１５やデータ枠２１〜２４の各枠の四隅の
位置座標等によって、表中の各枠の場所や大きさ、面積
等が計算できる。これらを用いて、どの枠が項目枠かを
判定する。まず、図の（ａ）に示すように、表中に垂直
方向の罫線を検出する。長い方の罫線の長さをＬ１、短
い方の罫線の長さをＬ２とする。また、項目枠１１，１
２，１３の幅をＷ１、データ枠２２，２４の幅をＷ２と
する。更に、項目枠１３の面積をＹ１、データ枠２４の
面積をＹ２とする。この場合に、図の（ｂ）のような規
則性を用いて、項目枠かどうかを判断する。

【００２４】まず、図（ｂ）の（１）に示すように、例
えばデータ枠の左側に接する垂直方向の罫線の長さより
やや長い値にＭという定数を設定しておく。そして、そ
の長さと垂直方向の罫線の長さＬ１，Ｌ２とを比較す
る。垂直方向の罫線が所定の長さＭ以上ある場合には、
これを項目枠に接する垂直方向の罫線と判断する。この
とき、図（ｂ）の（２）に示すように、項目枠は当該罫
線の右側に存在する。更に、（３）に示すように、項目
枠の幅Ｗ１は、データ枠の幅Ｗ２よりも一般に小さい。
また、（４）に示すように、項目枠の面積Ｙ１はデータ
枠の面積Ｙ２よりも一般に狭い。このような規則性の有
無を抽出した全ての枠について判断して、どの枠が項目
枠かを判断する。次に、項目枠の右側または下側に隣接
する枠が一般に当該項目枠に対応するデータ枠となる規
則性により、項目枠１１〜１５の各々を文字認識し、該
認識結果に基づいて各項目名に対応するデータ枠を項目
枠の右側または下側に隣接する枠より抽出する。

【００２５】〈効果〉以上のように、データ枠に文字が
記入されているかどうかに関わらず、表中の項目枠をデ
ータ枠と区別できる。その結果、項目枠に記入された項
目名とデータ枠に記入されたデータ名とを直ちに対応付
けて、速やかに図２に示したような出力データが得られ
る。

【００２６】〈装置の構成〉本発明を実施するには、例
えば次のような構成の装置が利用される。図３には、本
発明の表処理装置ブロック図を示す。図の（ａ）には、
本発明を実施するための装置の外観図を示した。この装
置は一般のパーソナルコンピュータ等により構成され、
ディスプレイ３１、制御部３２、キーボード３３、イメ
ージスキャナ３４及び磁気ディスク装置３５等から構成
される。図の（ｂ）には、この装置を使用して本発明を
実施した場合の機能ブロックを表示した。

【００２７】この装置は、制御手段３７、画像入力手段
３８、表示手段３９、画像イメージ格納手段４０、罫線
抽出手段４１、表内枠抽出手段４２、項目枠抽出手段４
３、データ枠抽出手段４４、表情報格納手段４５及びデ
ータベース４６により構成される。制御手段３７は、
（ａ）の制御部３２に格納されたプロセッサ等により構
成される。これが装置各部を制御する。

【００２８】画像入力手段３８は、具体的には図（ａ）
に示すイメージスキャナ３４等により構成される。これ
によって、文書や帳票に記入された図１に示すような表
を光学的に読み取り、イメージデータを得る。画像イメ
ージ格納手段４０は、（ａ）に示す制御部３２に内蔵さ
れたメモリ等から構成され、ここに読み出されたイメー
ジデータが格納される。なお、画像イメージ格納手段４
０に格納されたイメージデータにはｘ−ｙ座標を仮想的
に設定してその座標系で画素データを読み出す。罫線抽
出手段４１は、オペレータがキーボード３３や図示しな
いマウス等を用いて指定したイメージデータ上の任意の
領域からｘ方向やｙ方向に所定の長さ以上連続した黒画
素を検出して、該連続した黒画素を各々水平方向の罫
線、垂直方向の罫線とし、水平方向の罫線や垂直方向の
罫線の座標値を得る部分である。こうして得られた座標
値は表情報格納手段４５に格納される。

【００２９】また、表内枠抽出手段４２は、罫線抽出手
段４１によって得られた水平方向の罫線と垂直方向の罫
線の座標値を読み込んで、各罫線の交点を演算処理し、
４本の罫線で囲まれた枠を抽出する。こうして、それぞ
れの枠の４頂点の座標値を表情報格納手段４５に格納す
る。項目枠抽出手段４３は、先に説明した規則性に基づ
いて表内枠抽出手段４２の抽出した枠を項目枠であるか
データ枠であるか判定し、それぞれに属性を与える処理
を行う部分である。この動作は、後で図４及び図５を用
いて更に詳細に説明する。

【００３０】データ枠抽出手段４４は、項目枠抽出手段
４３によってデータ枠という属性を与えられたものにつ
いて更に従属項目枠が含まれているかどうかを判別し、
その結果を表情報格納手段４５に格納する部分である。
この動作も図４及び図５を用いて、後で詳細に説明す
る。データベース４６は、表情報格納手段４５に格納さ
れた表情報に基づいて新たな表を読み込んだ際に、デー
タ枠を認識して得られた情報を蓄積処理する部分であ
る。これは（ａ）に示す磁気ディスク装置３５等の記憶
領域に設定される。なお、表示手段３９はディスプレイ
３１や図示しないプリンタ等によって構成される。な
お、（ｂ）に示した罫線抽出手段４１〜データ枠抽出手
段４４は、（ａ）に示す制御部３２等によって処理され
るプログラムで構成される。

【００３１】〈装置の動作〉図４と図５には、項目枠の
抽出動作フローチャート（その１）及び（その２）を示
す。この図を用いて、本発明の装置の動作を更に具体的
に説明する。まず、図４のステップＳ１において、図３
（ａ）に示したイメージスキャナ３４を用いて文書や帳
票上の表を読み取る。これによって、イメージデータが
画像イメージ格納手段４０に格納される。次に、ステッ
プＳ２において、罫線抽出手段４１が表を構成する各罫
線を抽出する。更に、ステップＳ３において、表内枠抽
出手段４２が表を構成する全ての枠の抽出を行う。次の
ステップＳ４において、項目枠抽出手段４３は、所定の
閾値以上の長さを持つ垂直罫線の右側に接する枠かどう
かを各枠について判断する。所定の値というのは図１を
用いて説明したようなＭのような値である。

【００３２】もし、こうした罫線の右側に接する枠であ
ると判断されるとステップＳ５に進み、更に枠の面積と
水平方向の長さが所定の範囲であるかどうかを判断す
る。この場合、絶対的な長さや面積を基準値として設定
しておき、これと比較するようにしてもよいし、その項
目枠に隣接するデータ枠の幅と比較するようにしてもよ
い。図１に示した例では、項目枠とデータ枠の幅Ｗ１と
Ｗ２を比較している。また、同様にして面積の比較も行
う。図１の例では基準値を設けず、項目枠に隣接したデ
ータ枠の面積、即ちＹ１とＹ２とを比較するようにし
た。

【００３３】そして、所定の範囲であると判断すると、
図１に示した（ｂ）の規則性を満たすことから、その枠
の属性を項目枠とする。ステップＳ７は全ての枠につい
てこのような処理が終了したかどうかを判断するための
もので、まだ残りの枠があれば、次のステップＳ８にお
いて、判断対象となる枠を別の枠に切り換えて、再びス
テップＳ４に戻る。なお、基準を満たさない場合は、ス
テップＳ４あるいはステップＳ５において、ステップＳ
７までジャンプし、次の枠の検討処理に進む。

【００３４】こうして一定の基準を満たす枠について、
項目枠という属性を与えると、自動的に残りの枠はデー
タ枠と仮決定される。ここで、図１を用いて説明したよ
うに、項目枠の右側に更に項目枠が存在し、その右側に
データが存在するといったケースを考慮する。このと
き、項目枠の右側にある従属項目枠に対し適切な属性を
与えるために、図５に示す処理を行う。まず、ステップ
Ｓ９において、項目枠の座標位置を読み取る。座標位置
とは項目枠の４頂点の座標データのことである。次にス
テップＳ１０において、項目枠の右側及び下側に隣接す
る枠の属性を調べる。そして、更にステップＳ１１にお
いて、項目枠に従属する項目枠あるいはデータ枠の位置
を抽出する。

【００３５】図６には、データ枠と従属項目枠判定基準
説明図を示す。即ち、ここで行う判断は、従属項目枠か
どうかという判断である。項目枠の右側に従属項目枠が
存在し、下側には別の項目枠が存在するといった場合、
一般に項目枠に接する従属項目枠の数は複数ある。しか
も、その枠の幅は等しい。このような判断に基づいて従
属項目枠であるという属性を与える。従って、項目枠あ
るいは従属項目枠以外のこれらの右側あるいは下側に隣
接する枠はデータ枠と判定され、その属性が与えられ
る。

【００３６】上記ステップＳ１１では、このような基準
に基づいて従属項目枠かどうかの判断がされる。ステッ
プＳ１２では全項目枠についての処理が終了したかどう
かが判断され、ステップＳ１３では次の項目枠の判断が
なされる。以上のようにして、項目枠毎にその右側に隣
接する枠がデータ枠であるか、あるいは従属項目枠であ
るかを判断し、それぞれ属性を与えるように処理をして
いけば、表を構成する全ての枠について項目枠か従属項
目枠かあるいはデータ枠かの属性を与えることができ
る。

【００３７】〈装置による効果〉図７には、表情報の内
容説明図を示す。上記のような処理によって、表情報に
は、図のような枠の属性や枠の４頂点の座標値及びその
内容等の情報が含められる。即ち、表情報は文書や帳票
等の表をイメージデータとして読み取って項目枠を抽出
し、該項目枠内の文字パターンに認識処理を実施するこ
とで項目名を取得する。そして、表情報内の項目枠の座
標値と項目名に基づいて該項目枠に対応するデータ枠を
抽出し、データ枠内の文字パターンに文字認識処理を実
施することで項目名とデータを対応付けたものを速やか
に取得し、各種の処理を従来よりも簡単に迅速に実行す
ることが可能になる。特に、項目名とデータとを対応さ
せた図２に示すような出力データを自動的にスピーディ
に得ることができ、オペレータの負担が軽減される。

【００３８】なお、本発明の装置は、上記の罫線抽出、
表内枠抽出等の操作及び格納すべき表情報の内容や形式
については、よく知られた一般の技術に自由に置き換え
ることができる。また、項目名が上にあり、データが下
側に記載されたような表は水平方向の罫線の長さを測定
するというように、表の形式によって項目枠であるかど
うかの判断のための規則性は任意に変更してよい。

【図面の簡単な説明】

【図１】本発明の表処理方法説明図である。

【図２】表処理の内容説明図である。

【図３】本発明の表処理装置ブロック図である。

【図４】項目枠の抽出動作フローチャート（その１）で
ある。

【図５】項目枠の抽出動作フローチャート（その２）で
ある。

【図６】データ枠と従属項目枠判定基準説明図である。

【図７】表情報の内容説明図である。

【符号の説明】

１ 項目枠 ３ データ枠 Ｌ１，Ｌ２ 罫線の長さ Ｗ１ 項目枠の幅 Ｗ２ データ枠の幅 Ｙ１ 項目枠の面積 Ｙ２ データ枠の面積

Claims (10)

【特許請求の範囲】
1. 【請求項１】 データの種類を表す項目名を記入した項
   目枠と、項目名に対応するデータの内容を記入したデー
   タ枠とにより構成された表のイメージを読み取って、前
   記項目名に対応するデータ枠中のデータの内容を文字認
   識する場合において、 始めに、その表のイメージデータ中から、予め設定した
   項目枠としての規則性を有すると判断した枠に項目枠、
   その他の枠にデータ枠という属性を与え、 その後、前記イメージデータの項目枠とデータ枠中のデ
   ータに対し文字認識処理を実行して、項目名とデータと
   を前記属性に応じて処理することを特徴とする表処理方
   法。
2. 【請求項２】 請求項１において、 所定の値以上の長さを持つ罫線から見たときの、各枠の
   位置に着目して、項目枠としての規則性を有するかどう
   かを判断することを特徴とする表処理方法。
3. 【請求項３】 請求項１において、 所定の値以下の幅を持つ枠を項目枠としての規則性を有
   するものと判断することを特徴とする表処理方法。
4. 【請求項４】 請求項１において、 所定の値以下の面積を持つ枠を項目枠としての規則性を
   有するものと判断することを特徴とする表処理方法。
5. 【請求項５】 請求項１において、 項目枠に対応するデータ枠を、該項目枠の右側または下
   側に隣接する枠から抽出することを特徴とする表処理方
   法。
6. 【請求項６】 データの種類を表す項目名を記入した項
   目枠と、項目名に対応するデータの内容を記入したデー
   タ枠とにより構成された表のイメージを格納する画像イ
   メージ格納手段と、 その表のイメージデータ中から、表を構成する枠を抽出
   する表内枠抽出手段と、 予め設定した項目枠としての規則性を有すると判断した
   枠に項目枠、その他の枠にデータ枠という属性を与える
   項目枠抽出手段と、 項目枠に対応するデータ枠を該項目枠の右側または下側
   に隣接する枠より抽出するデータ枠抽出手段と、 各枠の属性を含む情報を記憶する表情報格納手段とを備
   えたことを特徴とする表処理装置。
7. 【請求項７】 請求項６において、 項目枠抽出手段は、所定の値以上の長さを持つ罫線から
   見たときの、各枠の位置に着目して、項目枠としての規
   則性を有するかどうかを判断することを特徴とする表処
   理装置。
8. 【請求項８】 請求項６において、 項目枠抽出手段は、所定の値以下の幅を持つ枠を項目枠
   としての規則性を有するものと判断することを特徴とす
   る表処理装置。
9. 【請求項９】 請求項６において、 項目枠抽出手段は、所定の値以下の面積を持つ枠を項目
   枠としての規則性を有するものと判断することを特徴と
   する表処理装置。
10. 【請求項１０】 請求項６において、 データ枠抽出手段は、項目枠に対応するデータ枠を、該
    項目枠の右側または下側に隣接する枠から抽出すること
    を特徴とする表処理装置。