JPH1091719A - 文字認識状態の管理方法 - Google Patents

Abstract

(57)【要約】 【課題】本発明は、文書毎の文字認識状態を管理するこ
とにより、リジェクトデータに対する処理や更正作業を
効率的に行うことを目的としている。 【解決手段】所定のフォーマット内に記述された文書
を、光学的文字読み取り手段（１１）によって読み取
り、読み取ったデータがあらかじめ設定されている認識
率に達しているか評価し、該評価結果に基づいて、文書
毎の認識状態を文字コード情報記録装置に記録する。ま
た、フォーマット情報記録装置（１４）内の内容に基づ
いて、出力内容選択手段により出力内容を選定し、画像
データを出力する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、所定のフォーマッ
トに記入されている内容をスキャナ等の光学的文字読取
装置で読み取り、記入されている内容を文字認識装置を
利用してコードデータに変換する技術に関するものであ
る。

【０００２】

【従来の技術】従来、紙に記入されたデータを入力する
方法としては、ＯＣＲ装置を利用することが知られてい
る。その際の手順としては、ＯＣＲ装置によって読み込
み、読み込んだデータをイメージデータとして記憶装置
に格納し、イメージデータを文字認識装置により認識す
る。文字認識装置で認識できないものはリジェクトデー
タとしてディスプレイなどの出力装置に出力される。リ
ジュクトデータを修正する技術としては、ディスプレイ
などの出力装置に出力されたものを、オペレータが確認
しキーボードなどから修正を行う方法が知られている。
その修正を容易に行う方法もいろいろあり、特開昭５８
−１４０８８０号公報に記載の技術などが知られてい
る。

【０００３】複数のフォーマットの帳票が存在しする場
合に、あらかじめフォーマットを特定する情報を備えて
おり、ＯＣＲ装置などで読み取った画像データから、表
の外枠線を抽出し、フォーマットを特定するデータと４
隅を対応付ける事で、画像との一致度を評価する。評価
結果からフォーマットを特定し、別途保持しているフィ
ールド情報からフィールド位置を設定し、フィールド中
の文字を認識する技術が、特開平７−２２００２３号公
報に記載されている。

【０００４】

【発明が解決しようとする課題】複数のフォーマットに
記載されている大量のデータを文字認識しようとした場
合、特開平７−２２０２３号公報に記載されている技術
を用いれば、フォーマットの特定から文字の記載されて
いるフィールドを特定できるため、非常に有効である。
しかし、文字認識できなかったリジェクトデータに対す
る修正に関しては、特開昭５８−１４０８８０号公報に
記載されている技術のように、リジェクトデータに対し
て一文字づつ修正を加えているのでは効率が悪い。そこ
で、大量のデータを文字認識しようとした場合は、文字
認識の認識率を設定し、その認識率以上であれば文字認
識されたものとみなす方式が一般的である。そして、手
書き文字の様に文字認識の認識率が低い場合は、文字認
識できなかったリジェクトデータに対して修正を加える
のではなく、１つの文書全てをキーボードなどから入力
する方式が取られている。その際、どの文書が認識率が
低く、入力作業対象文書なのかを知る必要があるが、現
在は文書毎に文字認識結果を知る手段はない。

【０００５】本発明の目的は、文書毎の文字認識状態を
管理することにより、文字認識できなかった文書をキー
ボードなどを使った入力作業などをする際に、入力作業
対象文書はどれかを知ることができ、効率良く作業が出
来るシステムを提供することである。

【０００６】

【課題を解決するための手段】上記目的を達成するには
以下のような構成とする。

【０００７】所定のフォーマット内に記述された文書
を、光学的文字読み取り手段によって読み取り、読み取
った画像データを記録手段に記録し、あらかじめ用意さ
れている複数のフォーマット情報と該画像データを比較
することによりフォーマット種別を特定し、特定された
フォーマット種別によって決定されるフィールドに含ま
れる文字パターンを文字認識手段によってコードデータ
に変換し、あらかじめ設定されている認識率に達してい
るか評価し、該評価結果に基づいて、該文字認識手段に
よる文書毎の認識状態を認識結果管理ファイルとして記
録手段に記録する。また、認識結果管理ファイルの内容
に基づいて、出力内容選択手段により出力内容を選定
し、該認識結果管理ファイルと関連付けされている画像
データを出力する。

【０００８】

【発明の実施の形態】本発明の実施の形態を図面を用い
て説明する。

【０００９】まず、図1を用いて本発明に係るシステム
構成と処理の概要について説明する。１１はスキャナで
あり、紙の文書を読み込み、イメージデータとして出力
する機能を有する。１２は光ディスクであり、スキャナ
１１から出力されたイメージデータを記憶するために利
用する。当然のことながら、光ディスクではなく、磁気
ディスク・マイクロフィルムなどの記憶手段であればこ
れに限定するものではない。１３は文字認識装置であ
り、光ディスク１２に記憶されているイメージデータを
コードデータに変換するものである。１４はフォーマッ
ト情報記録装置であり、各種フォーマットの罫線の情報
を記憶しており、光ディスク１２に記憶されているイメ
ージデータと照合し、フォーマット特定のために必要と
なる。１５は文字コード情報記録装置であり、文字認識
装置１３により変換されたコード情報を記録するもので
ある。１６は、文書毎の文字認識結果などの情報を記録
する管理情報記録装置である。フォーマット情報記録手
段１４、文字コード情報記録装置１５、管理情報記録装
置１６はいづれも磁気ディスク装置などで実現される。
１７は、オペレータの為の操作端末である。１８はプリ
ンタである。１９は各装置の制御を行う制御装置であ
り、ＣＰＵ、メモリ、業務プログラム等から構成される
ものである。処理手順としては、データ入力する文書を
スキャナ１１で読込み、光ディスク１２にイメージデー
タとして格納する。制御装置１９において、フォーマッ
ト情報記憶装置１４とイメージデータとのマッチングを
行い、フォーマットを特定する。特定されたフォーマッ
トのフィールド内を文字認識装置１３でコードデータに
変換し、変換したコードデータは、文字コード情報記録
装置１５に格納する。文書毎の認識結果については、管
理情報記録装置１６に格納する。文字認識が出来ていな
いものについては、端末装置１７から管理情報記録装置
１６の内容から選択し、プリンタ１８へ出力または、端
末装置１７のディスプレイに表示する。

【００１０】次に地方自治体が管理している戸籍の事務
について、本発明を適用した場合の例について説明す
る。システムの構成は図1に示した通りである。次に各
記憶装置のデータ構成について説明する。

【００１１】図２は光ディスク１２の内容を示したもの
である。２１は光ディスクに格納されるときに付加され
る文書ＩＤである。この文書ＩＤは、各自治体が管理し
ている紙の戸籍簿が戸籍編成単位に戸籍本票を先頭とし
て、戸籍の構成員が増えた場合に用いる戸籍次票、戸籍
構成員の住所の履歴を記載している附票本票および次票
の順番でファイルされているために、戸籍編成単位に付
加される。２２は、文書ＩＤの頁をあらわすのもであ
る。２３は文書ＩＤの何頁めにどのフォーマットの文書
が格納されたかを示すものである。２４はスキャナ１１
より出力されたイメージデータが格納されている。

【００１２】図３はフォーマット情報記憶装置１４の内
容を示したものである。フォーマット３６毎に横線３８
の始点座標３９および終点座標３１０、縦線３１１の始
点座標３１２および終点座標３１３を記憶している。こ
れらの線で囲まれたフィールドの項目３１とそのフィー
ルドがどの線で構成されているのかを上線３２、下線３
３、左線３４、右線３５によって決定する。また、当該
フォーマットが文字認識された際に、その文字認識状態
の合否を判定するための許容認識率３７も保持してい
る。

【００１３】図４は、管理情報記録装置の内容を示した
ものである。４１は文書ＩＤ、４２は文書ＩＤが付加さ
れたフォーマットの認識状態４２であり、本実施の形態
では１を認識、０を認識不能とする。４３は頁数であ
り、文書ＩＤが何頁あるのかを示している。４４は頁単
位フォーマットであり、文書ＩＤに含まれる各頁がどの
フォーマットであるのかを示している。

【００１４】図５は、文字コード情報記録装置１５の内
容を示したものである。５１は文書ＩＤ、５２はフォー
マットである。５３はフォーマットにのフィールドに当
たる項目であり、５４はその記載内容である。５５は記
載内容が文字認識された際の認識率である。この場合の
認識率とは、文字認識できた文字数を読み込む対象とな
る全文字数で割ったものに１００を掛けたものとしてい
るが、複数の文字を一単位にして認識率を算出しても良
いし、文書のある項目を一単位にして認識率を算出して
も良い。

【００１５】図７は、読み込ませる戸籍のイメージをあ
らわしたものでり、図7（ａ）は戸籍本票のイメージで
あり、図７（ｂ）は戸籍次票のイメージである。

【００１６】図8は、同じく読込ませる附票のイメージ
をあらわしたものであり、図（ａ）は附票本票のイメー
ジであり、図８（ｂ）は附票次票のイメージである。

【００１７】次に、図６のフローチャートに従って処理
の詳細を説明する。

【００１８】まず、図７および図8に示すような所定の
フォーマットに記載されている文書をスキャナ１１によ
って読込ませる（ステップ６１）。

【００１９】読込んだ画像データに戸籍編成単位で文書
ＩＤを付加する。その際、図2に示すように各頁がどの
ようなフォーマットであるのかを、端末装置１７より２
２および２３に入力しておく（ステップ６２）。

【００２０】読込んだ画像データを光ディスク１２のイ
メージデータ２４に格納する（ステップ６３）。読込ま
せる文書が存在するかのチェックを行い、文書が残って
いる場合は、ステップ６１から６２の処理を繰り返し、
文書が残っていなければステップ６５の処理へ進む（ス
テップ６４）。画像データを光ディスク１２から読み出
し、制御装置１９のメモリに格納する。フォーマット情
報記憶装置１４のフォーマットデータを読み出し、メモ
リ上の画像データとの比較を行う。詳細な手順について
は、従来の技術で記載したように特開平７−２２０２３
号公報に記載されている通りであるため、概要程度の説
明に止めておく。まず、画像データより表の外枠線を抽
出する。この外枠線を基準として、フォーマット情報記
憶装置１４内から順次フォーマットデータを読み出し、
フォーマットの４隅を抽出した外枠線の４隅と対応付け
る。そのことにより、図３の罫線情報（３８〜３１３）
であらわされる罫線を画像上に座標変換し、画像との一
致度を評価する。評価結果から複数のフォーマットの内
のいずれであるのかを判定する（ステップ６５）。

【００２１】次に、図３に示すように、フォーマットの
罫線情報（上線３２・下線３３・左線３４・右線３５）
基に罫線で囲まれるフィールドを特定する。そして、そ
のフィールド内に記載されているイメージを文字認識装
置１３において文字認識する（ステップ６６）。ステッ
プ６６の文字認識装置１３による文字認識結果およびそ
の認識率を、文字コード情報記録装置１５の記載内容５
４、認識率５５に格納する。当然のことながら、文書Ｉ
Ｄ５１、フォーマット５２は光ディスク１２の文書ＩＤ
２１、フォーマット２３を転記し、項目５３はフォーマ
ット情報記憶装置１４の３１から転記する（ステップ６
７）。ステップ６５から６７の処理を文書ＩＤのフォー
マット数だけ繰り返す（ステップ６８）。1つの文書Ｉ
Ｄの文字認識処理が終了したところで、ステップ６７で
格納した文字コード情報記録装置１５の認識率５５をフ
ォーマット毎に平均値を算出し、算出した値がフォーマ
ット情報記憶装置１４の許容認識率３７の値に達してい
るかどうか判断する。すべてのフォーマットについて許
容認識率３７に達していれば、管理情報記憶装置１６の
認識状態４２にフラグを立てる。本実施の形態では、
“１”を認識状態とし、“０”を認識できていない状態
としてあらわすものとする。ここで、文書ＩＤ４１、頁
数４３、頁単位フォーマット５４は、光ディスク１２の
文書ＩＤ２１、頁２２、フォーマット２３をそれぞれ転
記する（ステップ６９）。1つの文書ＩＤについて終了
したら、光ディスク１２に処理していない画像データが
あるかをチェックする。画像データが残っていればステ
ップ６５から処理を繰り返し、データが無ければステッ
プ６１１へ処理を移す。（ステップ６１０）編集した管
理情報を基に必要な情報を出力する。例えば、文字認識
できていない物のみを出力する場合、端末装置１７より
管理情報記録装置１８の認識状態４２が０のデータの出
力命令を出すと、制御装置１９は文書ＩＤ４１をキーと
して、光ディスク１２から該当するデータ抽出し、端末
装置１７またはプリンタ１８に出力する。この他にも、
附票は手書きされている場合が多いため、認識率が低く
なる。そのような場合、端末装置１７より附票本票、附
票次票の出力を指示する。制御装置１９は文書ＩＤ４１
とその文書ＩＤの何頁に附票のデータがあるのかを頁単
位フォーマットから算出し、該当するデータを光ディス
ク１２から抽出し、端末装置１７またはプリンタ１８に
出力する（ステップ６１１）。

【００２２】

【発明の効果】本発明によれば、文書毎の文字認識状態
を管理することが出来るため、管理情報を基にして必要
となる画像データのみをフォーマット毎に出力すること
が可能となる。そのため、複数のフォーマットに記載さ
れている大量のデータを文字認識しようとした場合に必
要な、文字認識できなかった文書をキーボードなどから
入力する作業において、入力作業対象文書のみを出力す
ることによって、作業を効率良く行うことが可能とな
る。

【図面の簡単な説明】

【図１】本発明の一実施例に係るシステム構成図であ
る。

【図２】本発明による光ディスクに記憶されたデータ構
成図である。

【図３】本発明によるフォーマット情報記録装置の内容
を示した図である。

【図４】本発明による管理情報記録装置の内容を示した
図である。

【図５】本発明による文字コード情報記録装置の内容を
示したものである。

【図６】本発明による処理の内容を示した処理フロー図
である。

【図７】本発明により使用する戸籍情報のイメージを表
した図である。

【図8】本発明により使用する附票のイメージを表した
図である。

【符号の説明】

１１ スキャナ １２ 光ディスク １３ 文字認識装置 １４ フォーマット情報記憶装置 １５ 文字コード情報記憶装置 １６ 管理情報記憶装置 １７ 端末装置 １８ プリンタ １９ 制御装置

Claims (1)

【特許請求の範囲】
1. 【請求項１】所定のフォーマット内に記述された文書
   を、光学的文字読み取り手段によって読み取り、読み取
   った画像データを記録手段に記録し、あらかじめ用意さ
   れている複数のフォーマット情報と該画像データを比較
   することによりフォーマット種別を特定し、特定された
   フォーマット種別によって決定されるフィールドに含ま
   れる文字パターンを文字認識手段によってコードデータ
   に変換し、あらかじめ設定されている認識率に達してい
   るか評価し、該評価結果を該文字認識手段による文書毎
   の文字認識状態として認識結果管理ファイルに記録する
   ことを特徴とする文字認識状態の管理方法。