JPH11203403A

JPH11203403A - 情報処理装置

Info

Publication number: JPH11203403A
Application number: JP10006716A
Authority: JP
Inventors: Makoto Torigoe; 真鳥越
Original assignee: Oki Electric Industry Co Ltd
Current assignee: Oki Electric Industry Co Ltd
Priority date: 1998-01-16
Filing date: 1998-01-16
Publication date: 1999-07-30

Abstract

(57)【要約】【課題】省スペース型で、読み取り時間が速く、オペ
レータの作業負担も小さい情報処理装置を提供する。【解決手段】まず、ＣＣＤカメラ１０２で原稿全体を
低解像度で撮像して、画像データを撮像デバイス入力部
２０１から広域画像メモリ２０２に格納し、前処理・認
識領域識別部２０４で文字認識領域を抽出する。そし
て、撮像デバイス制御部２０６の制御によりＣＣＤカメ
ラ１０２で文字認識領域を高解像度で撮像して局所画像
メモリ２０３に画像データを格納し、行・文字抽出部２
０７および文字認識部２０８で文字認識を行った後、こ
の結果を認識結果格納・出力部２０９に格納する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は、スキャナで読み
取った文書画像から任意の文字情報領域を抽出して文字
認識を行う情報処理装置に関するものである。

【０００２】

【従来の技術】従来より、スキャナで原稿を読み取り、
これによって得られた画像データから任意の文字情報領
域を抽出して文字認識を行う情報処理装置が知られてい
る。

【０００３】かかる情報処理装置で使用されるスキャナ
としては、従来、フラットベット型のものとハンディ型
のものとが知られている。

【０００４】フラットベット型スキャナでは、原稿載置
台に原稿を密着させた状態で、スキャナヘッドまたは原
稿載置台を移動させることにより、原稿の読み取りを行
う。また、ハンディ型スキャナでは、原稿にスキャナヘ
ッドを密着させて手動で移動させることにより、原稿の
読み取りを行う。これらのスキャナは、いずれもスキャ
ナヘッドに一次元イメージセンサが設けられている。

【０００５】また、フラットベット型スキャナを用いた
情報処理装置として、原稿をいきなり高解像度で読み取
るのではなく、まず低解像度でプリスキャンを行って全
体レイアウトをディスプレイ装置に表示させ、このディ
スプレイ装置等を用いてオペレータが原稿上の任意の領
域を指定した後、かかる指定領域のみを高解像度で本ス
キャンして再度読み取る形式のものも、従来知られてい
る。

【０００６】

【発明が解決しようとする課題】しかしながら、従来の
情報処理装置には、以下のような欠点があった。

【０００７】フラットベット型スキャナを用いた情報処
理装置には、このフラットベット型スキャナのサイズが
大きいので設置スペースを広く取る必要があるという欠
点があった。

【０００８】また、このフラットベット型スキャナを用
いた情報処理装置には、例えば本や雑誌等、綴じ合わせ
た原稿を読み取る場合に、使い勝手が悪いという欠点も
あった。すなわち、本や雑誌等は単に載置しただけでは
読み取り面を原稿載置台に密着させることができず、ま
た、載置したときの安定性が悪いので、スキャナでの読
み取り時に読み取り面が１８０度開くようにオペレータ
が手で押さえつける必要がある。このため、一人での作
業が困難な場合が多く、また、本や雑誌等の綴じ合わせ
部分を破損させてしまう場合もある。

【０００９】さらに、かかる情報処理装置では、イメー
ジセンサとして一次元のものを使用しており、スキャナ
ヘッドまたは原稿載置台を移動させて原稿を読み取る構
造となっているため、原稿の読み取りに時間がかかり、
特にプリスキャンと本スキャンとを行う場合には読み取
り時間が非常に長くなってしまうという欠点があった。

【００１０】加えて、かかる情報処理装置で全体をプリ
スキャンした後で一部の領域のみを本スキャンしようと
する場合、副走査方向についてはスキャナヘッドまたは
原稿載置台の移動を制御することによって読み取り部分
を当該領域のみに限定することができるが、主走査方向
については読み取り部分を限定することができない。こ
のため、従来の情報処理装置では、主走査方向について
は、読み込むべき領域以外についても、一旦読み込むの
と同様のスキャナヘッドまたは原稿載置台の移動を行う
必要があり、この分だけ余分な動作を行うという欠点が
あった。

【００１１】一方、ハンディ型スキャナを用いた情報処
理装置では、サイズは小さいものの、上述のようにオペ
レータがスキャナヘッドを原稿に密着させて手動で移動
させなければならず、また、このときの移動速度をほぼ
一定にしないと高画質の画像データを得ることができな
いので、入力作業時のオペレータの負担が大きいという
欠点があった。

【００１２】このような理由から、省スペース型で、読
み取り時間が速く、オペレータの作業負担も小さい情報
処理装置の登場が嘱望されていた。

【００１３】

【課題を解決するための手段】この発明にかかる情報処
理装置は、原稿を二次元的に読み取る撮像デバイスと、
この撮像デバイスが取得した画像データから文字認識実
行領域を抽出した後、この文字認識事項領域に対応する
画像データから行および文字を抽出し、抽出された文字
の文字認識を行う本体部とを備える。

【００１４】このような構成によれば、二次元の撮像デ
バイスを用いたので、スキャナヘッドを移動させること
なく原稿の読み取りを行うことができ、これにより、読
み取り時間の短縮とオペレータの作業負担の軽減とを図
ることができる。さらに、スキャナのサイズを小型化し
て、省スペース化を図ることができる。

【００１５】

【発明の実施の形態】以下、この発明の実施の形態につ
いて、図面を用いて説明する。なお、図中、各構成成分
の大きさ、形状および配置関係は、この発明が理解でき
る程度に概略的に示してあるにすぎず、また、以下に説
明する数値的条件は単なる例示にすぎないことを理解さ
れたい。

【００１６】第１の実施の形態まず、この発明の第１の実施の形態に係る情報処理装置
について、図１〜図４を用いて説明する。

【００１７】図１（Ａ）、（Ｂ）は、この実施の形態に
係る情報処理装置の全体構成を概念的に示す外観図であ
る。

【００１８】同図において、本体部１０１は、図２（後
述）に示すような回路を備えている。

【００１９】撮像デバイスとしてのＣＣＤ(Charge Coup
led Device) カメラ１０２は、原稿１１０を読み取るた
めのスキャナとして使用される。このＣＣＤカメラ１０
２は、図１（Ａ）に示したようにディスプレイ装置１０
３（後述）に固定することとしてもよいし、図１（Ｂ）
に示したように固定せずにオペレータが手に持って読み
取りを行うようにしてもよい。さらに、このＣＣＤカメ
ラ１０２を取り外し自在にディスプレイ装置に装着し
て、オペレータの判断により、装着した状態または手で
持った状態で使用できることとしてもよい。

【００２０】ディスプレイ装置１０３は、ＣＣＤカメラ
１０２で原稿を読み取ることによって得られた画像デー
タ等を表示する。

【００２１】キーボード１０４は、例えばＣＣＤカメラ
１０２に原稿を読み取らせる場合等、オペレータが情報
処理装置を操作する場合に使用される。

【００２２】図２は、この実施の形態の情報処理装置に
係る回路構成の要部を示すブロック図である。

【００２３】同図において、撮像デバイス入力部２０１
は、ＣＣＤカメラ１０２が撮像した画像データを取り込
んで、広域画像メモリ２０２または局所画像メモリ２０
３に転送する。

【００２４】広域画像メモリ２０２は、ＣＣＤカメラ１
０２によって原稿全面が低解像度で撮像された場合に、
この画像データを一時的に記憶する。

【００２５】局所画像メモリ２０３は、ＣＣＤカメラ１
０２によって原稿の文字認識実行領域が高解像度で撮像
されたときに、この画像データを一時的に記憶する。

【００２６】前処理・認識領域識別部２０４は、広域画
像メモリ２０２から原稿全面の画像データを取り込んで
文字認識を行う領域（文字認識実行領域）を判別し、こ
の文字認識実行領域の座標を検出する。

【００２７】座標データ記憶部２０５には、例えば原稿
用紙の枠構成や所定書類の書式等のデータが、座標デー
タとして記憶されている。

【００２８】撮像デバイス制御部２０６は、前処理・認
識領域識別部２０４が判別した文字認識決定領域を高解
像度で撮像するように、ＣＣＤカメラ１０２を制御す
る。

【００２９】行・文字抽出部２０７は、局所画像メモリ
２０３に記憶された画像データから、文字認識実行領域
の文字および行の画像データを抽出する。

【００３０】文字認識部２０８は、行・文字抽出部２０
７が抽出した文字を取り込んで、文字認識を行う。

【００３１】認識結果格納・出力部２０９は、文字認識
部２０８が認識した文字をディスプレイ装置１０３（図
１参照）に表示させたり、図示しないメモリに格納した
りする。

【００３２】なお、図２では広域画像メモリ２０２と局
所画像メモリ２０３とを別個に設けることとしたが、１
個のメモリを共用することとしてもよい。

【００３３】次に、この実施の形態に係る情報処理装置
の動作について、図３および図４を用いて説明する。

【００３４】まず、ＣＣＤ１０２が原稿全体のプリスキ
ャンを行うと、これによって得られた画像データ（図４
（Ａ）参照）を撮像デバイス入力部２０１が取り込み
（Ｓ３０１）、広域画像メモリ２０２に格納する（Ｓ３
０２）。このときの解像度は、前処理・認識領域識別部
２０４が文字認識実行領域を判断できる程度であればよ
いので、例えば５０ｄｐｉ(dot per inch)程度の低い解
像度で十分である。

【００３５】次に、前処理・認識領域識別部２０４が、
この画像データを広域画像メモリ２０２から読み出し
て、文字認識実行領域Ｇ₁₁，Ｇ₁₂，Ｇ₁₃（図４（Ａ）参
照）を抽出する（Ｓ３０３）。ここで、文字認識実行領
域Ｇ₁₁，Ｇ₁₂，Ｇ₁₃を抽出する方法としては、例えば原
稿全体に相当する画像データを走査し、黒ランおよび白
ランを検出して結合する方法があるが、公知の技術であ
るので説明を省略する。また、このときに、画像データ
の画質が悪いこと等の原因によって文字認識実行領域Ｇ
₁₁，Ｇ₁₂，Ｇ₁₃の抽出ができないときや、フォーマット
が予め明らかであるような場合或いは抽出した文字認識
実行領域Ｇ₁₁，Ｇ₁₂，Ｇ₁₃によって文書フォーマットを
特定することが可能な場合には、座標データ記憶部２０
５に記憶された座標データを参照して文字認識実行領域
Ｇ₁₁，Ｇ₁₂，Ｇ₁₃の抽出が行われる。

【００３６】続いて、撮像デバイス制御部２０６が、前
処理・認識領域識別部２０４から文字認識実行領域Ｇ₁₁
の座標を入力し、この文字認識実行領域の撮像（すなわ
ち本スキャン）を行うようにＣＣＤカメラ１０２を制御
する（Ｓ３０４）。このときの解像度は、文字認識部２
０８が文字認識を行うことができる解像度であることが
必要であり、例えば２００ｄｐｉ以上とすることが望ま
しい。ここで、文字認識実行領域が複数箇所あると前処
理・認識領域識別部２０４が判断した場合には、最初の
文字認識実行領域Ｇ₁₁のみが、ＣＣＤカメラ１０２によ
って撮像される。また、局所画像メモリ２０３の容量の
制限やＣＣＤカメラ１０２の解像度の制限により文字認
識実行領域Ｇ₁₁全体を一回の撮像動作で撮像することが
できない場合には、この局所画像メモリ２０３が記憶で
きる部分或いはＣＣＤカメラ１０２が撮像可能な部分の
みを段落単位で選択し、この部分の撮像を、一回目の撮
像として行う（図４（Ｂ）参照）。

【００３７】そして、この撮像によって得られた画像デ
ータが、撮像デバイス入力部２０１に取り込まれ、局所
画像メモリ２０３に格納される（Ｓ３０５）。

【００３８】次に、行・文字抽出部２０７が局所画像メ
モリ２０４に記憶された文字認識実行領域の画像データ
から文字および行の画像データを抽出する（Ｓ３０
６）。そして、行・文字抽出部２０７が抽出した文字を
用いて、文字認識部２０８が文字認識を行う（Ｓ３０
７）。

【００３９】その後、文字認識実行領域Ｇ₁₁のすべての
領域についての文字認識が終了したか否かを判断する
（Ｓ３０８）。そして、文字認識実行領域Ｇ₁₁に文字認
識されていない部分があると判断された場合には、撮像
デバイス制御部２０６がＣＣＤカメラ１０２の撮像位置
をシフトさせ（Ｓ３０９）、次回の撮像を行った後（Ｓ
３０４）、ステップＳ３０５〜Ｓ３０８を繰り返す。こ
の動作は、ステップＳ３０８において文字認識実行領域
Ｇ₁₁全体についての文字認識が終了したと判断されるま
で繰り返される。

【００４０】一方、ステップＳ３０８で文字認識実行領
域Ｇ₁₁全体についての文字認識が終了したと判断された
場合には、続いて、すべての文字認識実行領域Ｇ₁₁，Ｇ
₁₂，Ｇ₁₃についての文字認識が終了したか否かを判断す
る（Ｓ３１０）。そして、文字認識が行われていない文
字認識実行領域（ここではＧ₁₂，Ｇ₁₃）が存在すると判
断された場合は、撮像デバイス制御部２０６がＣＣＤカ
メラ１０２の撮像位置を移動させ（Ｓ３１１）、次回の
撮像（ここでは文字認識実行領域Ｇ₁₂、図４（Ｃ）参
照）を行った後（Ｓ３０４）、ステップＳ３０５〜Ｓ３
１０を繰り返す。これら一連の動作は、ステップＳ３１
０においてすべての文字認識実行領域Ｇ₁₁，Ｇ₁₂，Ｇ₁₃
全体についての文字認識が終了したと判断されるまで繰
り返される。

【００４１】ステップ３１０で、すべての文字認識実行
領域Ｇ₁₁，Ｇ₁₂，Ｇ₁₃全体についての文字認識が終了し
たと判断された場合には、文字認識部２０８の認識結果
が認識結果格納・出力部２０９に送られる（Ｓ３１
２）。これにより、文字認識部２０８によって認識され
た文字がディスプレイ装置１０３（図１参照）に表示さ
れるなどして、情報処理装置による処理が終了する。

【００４２】このように、この実施の形態に係る情報処
理装置によれば、ＣＣＤカメラ１０２をスキャナとして
用いることとしたので、原稿の読み取り時にスキャナヘ
ッドまたは原稿載置台を移動させる必要が無く、したが
って処理速度を向上させることができる。

【００４３】また、本スキャンを行う際に、主走査方向
・副走査方向ともに任意の範囲を選択して撮像すること
ができるで（すなわち文字認識実行領域のみに限定して
撮像を行うことができるので）、必要なメモリ容量を低
減することができる。また、上述したように広域画像メ
モリ２０２と局所画像メモリ２０３とを１個のメモリの
共用にした場合には、さらにメモリ容量を低減すること
が可能である。

【００４４】また、プリスキャンと本スキャンとで解像
度が異なるため、ＣＣＤ１０２等の撮像デバイスとして
比較的低解像度のものを使用することができ、低価格化
を図る上で有効である。

【００４５】さらに、フラットベット型スキャナを用い
る場合と比較して設置スペースを小さくすることができ
る。

【００４６】加えて、この実施の形態に係る情報処理装
置では、本や雑誌等、綴じ合わせた原稿を読み取る場合
に、この原稿を１８０度開く必要が無く、９０度以上に
開いて片方のページずつ読み取らせればよい。このた
め、読み取り時にオペレータが原稿を押さえておく必要
がない場合も多く、また、綴じ合わせ部分を破損するお
それもない。

【００４７】第２の実施の形態次に、この発明の第２の実施の形態について、図５〜図
８を用いて説明する。

【００４８】図５は、この実施の形態に係る情報処理装
置の全体構成を概念的に示す外観図である。

【００４９】同図において、図１と同じ符号を付した構
成部は、それぞれ図１の場合と同じものを示している。

【００５０】この実施の形態では、図１（Ａ）に示した
場合と同様、撮像デバイスとしてのＣＣＤカメラ１０２
は、ディスプレイ装置１０３に固定されている。

【００５１】また、後述するように、本体部１０１は、
オペレータが原稿１１０の文字認識実行領域を指やペン
等で指し示して指定したときに、この指定がなされた文
字認識実行領域のみについて文字認識を行うように構成
されている。

【００５２】図６は、この実施の形態の情報処理装置に
係る回路構成の要部を示すブロック図である。

【００５３】同図において、図２と同じ符号を付した構
成部は、それぞれ図２の場合と同じものを示している。

【００５４】図６に示した情報処理装置は、指定領域検
出部６０１を備えている点で、図２の場合と異なる。こ
の指定領域検出部６０１は、スナップショットメモリ６
０２と、指示先検出部６０３とを備えている。

【００５５】スナップショットメモリ６０２は、後述す
るようにしてＣＣＤカメラ１０２が所定時間ごとに原稿
を撮像することによって得られた画像データを、順次入
力して記憶する。

【００５６】指示先検出部６０３は、スナップショット
メモリ６０２に記憶された画像データを取り込んで縦方
向および横方向についてそれぞれ黒ランを検出する。そ
して、縦方向の黒ラン値および横方向の黒ラン値が所定
のしきい値以上であれば、これらの黒ランが指先または
ペン先等によるものであると判断し、かかる指先等に外
接する矩形領域の左上頂点の座標を検出する。そして、
後述するようにして、左上頂点座標の最大値を求め、こ
の最大値からオペレータが指示している文字認識実行領
域を判断する。

【００５７】なお、図６では広域画像メモリ２０２と局
所画像メモリ２０３とスナップショットメモリ６０２と
を別個に設けることとしたが、１個のメモリを共用する
こととしてもよい。

【００５８】次に、この実施の形態に係る情報処理装置
の動作について、図７〜図９を用いて説明する。

【００５９】まず、上述の第１の実施の形態と場合と同
様、ＣＣＤカメラ１０２が低解像度で原稿全体のプリス
キャンを行うと、これによって得られた画像データ（図
９（Ａ）参照）を撮像デバイス入力部２０１が取り込み
（Ｓ７０１）、広域画像メモリ２０２に格納する（Ｓ７
０２）。

【００６０】さらに、前処理・認識領域識別部２０４
が、この画像データを広域画像メモリ２０２から読み出
し、上述の第１の実施の形態と同様にして、文字認識実
行領域Ｇ₂₁，Ｇ₂₂，Ｇ₂₃（図９（Ａ）参照）を抽出する
（Ｓ７０３）。このときに、画像データの画質が悪いこ
と等の原因によって文字認識実行領域Ｇ₂₁，Ｇ₂₂，Ｇ₂₃
の抽出ができないときや、フォーマットが予め明らかで
あるような場合或いは抽出した文字認識実行領域Ｇ₂₁，
Ｇ₂₂，Ｇ₂₃によって文書フォーマットを特定することが
可能な場合には、座標データ記憶部２０５に記憶された
座標データを参照して文字認識実行領域Ｇ₂₁，Ｇ₂₂，Ｇ
₂₃の抽出が行われる。

【００６１】次に、ＣＣＤカメラ１０２が、原稿全体の
撮像を低解像度で行い（Ｓ７０４）、この撮像によって
得られた画像データをスナップショットメモリ６０２に
格納する（Ｓ７０５）。続いて、指示先検出部６０３
が、このスナップショットメモリ６０２から画像データ
を取り込んで、縦方向および横方向についてそれぞれ黒
ランを検出する（Ｓ７０６）。そして、所定のしきい値
以上の黒ランの有無を縦方向および横方向について判断
し（Ｓ７０７）、黒ランが無い場合は、左上座標の最大
値がすでに検出されているか否かの判断を行う（Ｓ７０
８）。さらに、左上座標の最大値が検出されていない場
合は、オペレータが原稿の文字認識実行領域を指やペン
等で指し示す前であると判断して、ステップＳ７０４に
戻り、このステップＳ７０４〜Ｓ７０８を繰り返す。

【００６２】ここで、オペレータが原稿の文字認識実行
領域を指やペン等で指し示そうとした場合には、指やペ
ン等が原稿の上を移動するので、ステップＳ７０７で黒
ランが検出される（図９（Ｂ）参照）。この場合には、
指示先検出部６０３が、この黒ラン領域のみを画像デー
タ中から抽出した後（図９（Ｃ）参照）、この黒ラン領
域に外接する矩形領域の左上頂点の座標（ｘ，ｙ）を検
出する（Ｓ７０９）。そして、ステップＳ７０４に戻
り、このステップＳ７０４〜Ｓ７０８を繰り返す。これ
により、オペレータの指やペン等が原稿の上に位置して
いる間は、所定の時間間隔ごとにＣＣＤカメラ１０２に
よる撮像と左上頂点座標の検出とが繰り返されることと
なる。そして、検出された左上頂点座標の最大値（原稿
の右下端部（ｘ₀，ｙ₀）からの距離が最も長いもの）
を随時検出する。

【００６３】オペレータが原稿の文字認識実行領域を右
手の指や右手に持ったペン等で指し示す場合、オペレー
タの手は、原稿の右下端部付近から左上端部方向に移動
し、指やペン等の先端部で所望の文字認識実行領域付近
を指し示した後で、右下方向に戻る。そして、このとき
の左上端部座標（ｘ，ｙ）は、指先やペン先等の位置に
相当する。従って、黒ラン領域の位置検出を所定時間間
隔で繰り返し、左上頂点座標（ｘ，ｙ）の最大値を検出
することにより、オペレータが指やペン等で指し示した
位置を検出することが可能となる。

【００６４】オペレータが原稿の文字認識実行領域の指
示を終了し、指やペン等が原稿外側に出ると、ステップ
Ｓ７０７で黒ランが検出されなくなる。この場合には、
ステップＳ７０８で左上座標の最大値が検出されている
と判断されるので、続いて、この最大左上座標（ｘ_m，
ｙ_m）と文字認識実行領域Ｇ₂₁，Ｇ₂₂，Ｇ₂₃の座標とを
比較する（Ｓ７０９）。そして、最大左上座標（ｘ_m，
ｙ_m）が、文字認識実行領域Ｇ₂₁，Ｇ₂₂，Ｇ₂₃のいずれ
かの領域内に含まれているときは、その文字認識実行領
域がオペレータによって指定されたと判断して、後述の
ステップＳ７１２以降を実行する。例えば、図９（Ｄ）
に示したように、最大左上座標（ｘ_m，ｙ_m）が文字認
識実行領域Ｇ₂₃に含まれるときは、オペレータが文字認
識実行領域Ｇ₂₃を指し示したものと判断する。

【００６５】ステップＳ７０９で、最大左上座標
（ｘ_m，ｙ_m）が、文字認識実行領域Ｇ₂₁，Ｇ₂₂，Ｇ₂₃
のいずれにも含まれていない場合は、各文字認識実行領
域Ｇ₂₁，Ｇ ₂₂，Ｇ₂₃の左上付近に走査領域Ｓ₂₁，Ｓ₂₂，
Ｓ₂₃を設定し（図９（Ｅ）参照）、これらの領域Ｓ₂₁，
Ｓ₂₂，Ｓ₂₃を最大左上座標（ｘ_m，ｙ_m）と比較する
（Ｓ７１０）。そして、最大左上座標（ｘ_m，ｙ_m）が
領域Ｓ₂₁，Ｓ₂₂，Ｓ₂₃のいずれかに含まれている場合
は、その文字認識実行領域がオペレータによって指定さ
れたと判断して、後述のステップＳ７１２以降を実行す
る。

【００６６】ステップＳ７１０で、最大左上座標
（ｘ_m，ｙ_m）が、領域Ｓ₂₁，Ｓ₂₂，Ｓ₂₃のいずれにも
含まれていない場合は、最大左上座標（ｘ_m，ｙ_m）の
左上方向にある文字認識実行領域の内で最も最大左上座
標（ｘ_m，ｙ_m）から近い領域を検索する（Ｓ７１
１）。そして、この領域がオペレータによって指定され
たと判断して、ステップＳ７１２以降を実行する。

【００６７】ステップＳ７１２では、撮像デバイス制御
部２０６が、オペレータが指定した文字認識実行領域の
座標を前処理・認識領域識別部２０４から入力し、この
文字認識実行領域の撮像（すなわち本スキャン）を行う
ようにＣＣＤカメラ１０２を制御する。このときの解像
度は、文字認識部２０８が文字認識を行うことができる
解像度であることが必要であり、例えば２００ｄｐｉ以
上とすることが望ましい。ここで、局所画像メモリ２０
３の容量の制限やＣＣＤカメラ１０２の解像度の制限に
より文字認識実行領域全体を一回の撮像動作で撮像する
ことができない場合には、この局所画像メモリ２０３の
容量分の撮像或いはＣＣＤカメラ１０２が撮像可能な部
分のみを、一回目の撮像として行う。

【００６８】そして、撮像デバイス制御部２０６の制御
によってＣＣＤカメラ１０２が本スキャンを行うと、こ
の撮像によって得られた画像データが、撮像デバイス入
力部２０１に取り込まれ、局所画像メモリ２０３に格納
される（Ｓ７１３）。

【００６９】次に、行・文字抽出部２０７が局所画像メ
モリ２０３に記憶された文字認識実行領域の画像データ
から文字および行の画像データを抽出する（Ｓ７１
４）。そして、行・文字抽出部２０７が抽出した文字を
用いて、文字認識部２０８が文字認識を行う（Ｓ７１
５）。

【００７０】その後、オペレータによって指定された文
字認識実行領域全体についての文字認識が終了したか否
かを判断する（Ｓ７１６）。そして、文字認識実行領域
に文字認識されていない部分があると判断された場合に
は、撮像デバイス制御部２０６がＣＣＤカメラ１０２の
撮像位置をシフトさせ（Ｓ７１７）、次回の撮像を行っ
た後（Ｓ７１２）、ステップＳ７１３〜Ｓ７１６を繰り
返す。この動作は、ステップＳ７１６において文字認識
実行領域全体についての文字認識が終了したと判断され
るまで繰り返される。

【００７１】ステップＳ７１６で、文字認識実行領域全
体についての文字認識が終了したと判断された場合に
は、文字認識部２０８の認識結果が認識結果格納・出力
部に送られる（Ｓ７１８）。これにより、文字認識部２
０８によって認識された文字がディスプレイ装置１０３
（図５参照）に表示される等して、情報処理装置による
処理が終了する。

【００７２】なお、文字認識実行領域Ｇ₂₁，Ｇ₂₂，Ｇ₂₃
の内の２箇所以上を指定できるようにしたい場合には、
ステップＳ７０４〜Ｓ７１７を繰り返し実行するよう
に、画像処理装置を構成すればよい。

【００７３】また、文字認識実行領域の指定が正常に終
了したことを、ビープ音やランプ等によって、オペレー
タに告知することとしてもよい。

【００７４】このように、この実施の形態に係る画像処
理装置によれば、文字認識を行いたい領域をオペレータ
が指定する際に、原稿を指やペン等で直接指し示すだけ
でよいので、従来のようにディスプレイ装置の画面上で
指定する場合と比較して、装置の使い勝手を向上させる
ことができる。

【００７５】また、処理速度を向上させることができる
点、メモリ容量を低減することができる点、撮像素子
（ここではＣＣＤカメラ１０２）として比較的低解像度
のものを使用することができる点、設置スペースを小さ
くすることができる点および本や雑誌等をオペレータが
原稿を押さえる必要や綴じ合わせ部分を破損するおそれ
がない点は、第１の実施の形態と同様である。

【００７６】第３の実施の形態次に、この発明の第３の実施の形態について、図１０〜
図１３を用いて説明する。

【００７７】ここで、この実施の形態では、図１（Ａ）
に示した場合と同様、撮像デバイスとしてのＣＣＤカメ
ラ１０２は、ディスプレイ装置１０３に固定されてい
る。

【００７８】また、後述するように、本体部１０１は、
オペレータが原稿の所望の領域の左上端部および右下端
部を指やペン等で指し示して指定したときに、この指定
がなされた領域のみについて文字認識を行うように構成
されている。

【００７９】図１０は、この実施の形態の情報処理装置
に係る回路構成の要部を示すブロック図である。

【００８０】同図において、図２と同じ符号を付した構
成部は、それぞれ図２の場合と同じものを示している。

【００８１】図１０に示した情報処理装置は、指定領域
検出部１００１を備えている点で、図２の場合と異な
る。この指定領域検出部１００１は、スナップショット
メモリ１００２と、差分検出部１００３とを備えてい
る。

【００８２】スナップショットメモリ１００２は、上述
の第２の実施の形態の場合と同様、ＣＣＤカメラ１０２
が所定時間ごとに原稿を撮像することによって得られた
画像データを、順次入力して記憶する。

【００８３】差分検出部１００３は、後述するようにし
て、指やペン等を認識する動作を２回行う。そして、認
識された指やペン先等の外接矩形の２種類の左上頂点座
標から特定される領域を、オペレータが指定した文字認
識実行領域であると判断して、この判断結果を行・文字
抽出部２０７に出力する。

【００８４】なお、図１０では広域画像メモリ２０２と
局所画像メモリ２０３とスナップショットメモリ１００
２を別個に設けることとしたが、１個のメモリを共用す
ることとしてもよい。

【００８５】次に、この実施の形態に係る情報処理装置
の動作について、図１１〜図１３を用いて説明する。

【００８６】まず、上述の第１の実施の形態と場合と同
様、ＣＣＤカメラ１０２が低解像度で原稿全体のプリス
キャンを行うと、これによって得られた画像データ（図
１３（Ａ）参照）を撮像デバイス入力部２０１が取り込
み（Ｓ１１０１）、広域画像メモリ２０２に格納する
（Ｓ１１０２）。

【００８７】次に、ＣＣＤカメラ１０２が、原稿全体の
撮像を行い（Ｓ１１０３）、この撮像によって得られた
画像データをスナップショットメモリ１００２に格納す
る（Ｓ１１０４）。このときの解像度は、上述のステッ
プＳ１１０１と同じであることが望ましい。続いて、差
分検出部１００３が、スナップショットメモリ１００２
を走査して、このスナップショットメモリ１００２に格
納された画像データと広域画像メモリ２０２に格納され
た画像データとの差分（すなわち両画像データが異なる
領域）を検出する（Ｓ１１０５）。さらに、差分が検出
されたか否かを判断し（Ｓ１１０６）、差分が無い場合
は、始点座標および終点座標（後述）がすでに検出され
ているか否かの判断を行う（Ｓ１１０７）。ここで、始
点座標および終点座標が検出されていない場合は、原稿
の文字認識を行いたい領域を指やペン等で指し示す動作
をオペレータが開始する前であると判断して、ステップ
Ｓ１１０３に戻り、各ステップＳ１１０３〜Ｓ１１０７
を繰り返す。

【００８８】ここで、オペレータが原稿の文字認識実行
領域を指やペン等で指し示そうとした場合には、原稿上
に指やペン等が存在するので、この指やペン等の部分の
画像データは撮像デバイス入力部２０１がステップＳ１
１０１で入力した画像データと異なる内容となり、この
差異がステップＳ１１０６で「差分」として検出される
（図１３（Ｂ）参照）。この場合には、差分検出部１０
０３が、この差分領域のみを画像データ中から抽出した
後（図１３（Ｃ）参照）、この差分領域に外接する矩形
領域の左上頂点の座標（ｘ，ｙ）を検出する（Ｓ１１０
８）。そして、このときに検出された左上頂点座標
（ｘ，ｙ）が、それまでに検出された左上頂点座標の最
大値（以下「最大座標」と記す）より大きいか否かの判
断を行う（Ｓ１１０９）。ここで、最大座標よりも小さ
かった場合は、この左上頂点座標（ｘ，ｙ）が前回検出
した左上頂点座標（ｘ，ｙ）と同じ座標であるか否かの
判断を行う（Ｓ１１１０）。左上頂点座標（ｘ，ｙ）が
前回検出したものと同じ座標でなかった場合は、ステッ
プＳ１１０３に戻り、このステップＳ１１０３〜Ｓ１１
１０を繰り返す。すなわち、情報処理装置は、所定の時
間間隔ごとにＣＣＤカメラ１０２による撮像と左上頂点
座標の検出とを繰り返し、検出された左上頂点座標
（ｘ，ｙ）のうちで最も大きいもの（原稿の右下端部
（ｘ₀，ｙ₀）からの距離が最も長いもの）を、随時、
最大座標として記憶する。

【００８９】この実施の形態では、原稿の文字認識実行
領域を右手の指や右手に持ったペン等で指し示す場合、
オペレータは、まず、原稿の右下端部付近から左上端部
方向に指やペン等を移動させて、文字認識を行いたい部
分の左上端部を指し示し、次に、指やペン等を右下方向
に移動させて、文字認識を行いたい部分の右下端部を指
し示す（このとき、指やペン等の動作は一旦停止す
る）。また、上述の左上端部座標は、指先やペン先等の
位置に相当する。

【００９０】従って、オペレータが文字認識を行いたい
部分の左上端部を指し示すために指やペンを左上方向に
移動させているときには、ステップＳ１１０９が実行さ
れる度に最大座標が更新される。この座標は、始点座標
として差分検出部１１０３に一時的に格納される（Ｓ１
１１１）。その後、ステップＳ１１０３以降が実行され
る。

【００９１】次に、オペレータが文字認識を行いたい部
分の右下端部を指し示すために指やペンを右下方向に移
動させると、このときには、ステップＳ１１０８で検出
された差分外接矩形の左上座標は最大座標よりも小さく
なる。但し、オペレータが当該部分の右下端部を指し示
したときには、指やペン等の動作は一旦停止するので、
差分外接矩形の左上座標は前回検出された左上座標と一
致する（図１３（Ｄ）参照）。すなわち、ステップＳ１
１０８で検出された差分外接矩形の左上座標が最大座標
と一致せず（Ｓ１１０９）且つ前回検出した座標と一致
した場合には（Ｓ１１１０）、この座標は、オペレータ
が文字認識を行いたい部分の右下座標に相当する。この
座標は、終点座標として差分検出部に一時的に格納され
る（Ｓ１１１２）。その後、ステップＳ１１０３以降が
実行される。

【００９２】その後、オペレータが指やペン等を原稿上
から離すと、ＣＣＤカメラ１０２が撮像する画像データ
は原稿のみになる。このため、ステップＳ１１０６で
は、差分画像がないと判断される。

【００９３】続いて、ステップＳ１１０７では、始点座
標および終点座標がすでに検出されていると判断され
る。これにより、情報処理装置は、原稿の文字認識を行
いたい領域を指やペン等で指し示す動作をオペレータが
終了した後であると判断して、ステップＳ１１１３以降
を実行する。

【００９４】ステップＳ１１１３では、撮像デバイス制
御部２０６が、オペレータが指定した部分の座標を差分
検出部１００３から入力し、この指定領域の撮像（すな
わち本スキャン）を行うようにＣＣＤカメラ１０２を制
御する。このときの解像度は、文字認識部２０８が文字
認識を行うことができる解像度であることが必要であ
り、例えば２００ｄｐｉ以上とすることが望ましい。こ
こで、局所画像メモリ２０３の容量の制限やＣＣＤカメ
ラ１０２の解像度の制限により指定領域全体を一回の撮
像動作で撮像することができない場合には、この局所画
像メモリ２０３の容量分の撮像或いはＣＣＤカメラ１０
２が撮像可能な部分のみを、一回目の撮像として行う。

【００９５】そして、撮像デバイス制御部２０６の制御
によってＣＣＤカメラ１０２が本スキャンを行うと、こ
の撮像によって得られた画像データが、撮像デバイス入
力部２０１に取り込まれ、局所画像メモリ２０３に格納
される（Ｓ１１１４）。

【００９６】次に、行・文字抽出部２０７が局所画像メ
モリ２０４に記憶された文字認識実行領域の画像データ
から文字および行の画像データを抽出する（Ｓ１１１
５）。そして、行・文字抽出部２０７が抽出した文字を
用いて、文字認識部２０８が文字認識を行う（Ｓ１１１
６）。

【００９７】その後、オペレータによって指定された指
定領域全体についての文字認識が終了したか否かを判断
する（Ｓ１１１７）。そして、指定領域に文字認識され
ていない部分があると判断された場合には、撮像デバイ
ス制御部２０６がＣＣＤカメラ１０２の撮像位置をシフ
トさせ（Ｓ１１１８）、次回の撮像を行った後（Ｓ１１
１３）、ステップＳ１１１３〜Ｓ１１１８を繰り返す。
この動作は、ステップＳ１１１７において指定領域全体
についての文字認識が終了したと判断されるまで繰り返
される。

【００９８】ステップＳ１１１７で、指定領域全体につ
いての文字認識が終了したと判断された場合には、文字
認識部２０８の認識結果が認識結果格納・出力部２０９
に送られる（Ｓ１１１９）。これにより、文字認識部２
０８によって認識された文字がディスプレイ装置（図示
せず）に表示される等して、情報処理装置による処理が
終了する。

【００９９】なお、文字認識領域の２箇所以上を指定で
きるようにしたい場合には、ステップＳ１１０３〜Ｓ１
１１５を繰り返し実行するように、画像処理装置を構成
すればよい。

【０１００】また、文字認識実行領域の指定が正常に終
了したことを、ビープ音やランプ等によって、オペレー
タに告知することとしてもよい。

【０１０１】このように、この実施の形態に係る画像処
理装置によれば、原稿上で始点と終点とを指し示すこと
によって文字認識を行いたい領域を指定することができ
るので、文字認識を行いたい領域をオペレータが任意に
指定することができ、従って、装置の使い勝手を向上さ
せることができる。

【０１０２】また、処理速度を向上させることができる
点、メモリ容量を低減することができる点、撮像素子
（ここではＣＣＤカメラ１０２）として比較的低解像度
のものを使用することができる点、設置スペースを小さ
くすることができる点および本や雑誌等をオペレータが
原稿を押さえる必要や綴じ合わせ部分を破損するおそれ
がない点は、第１の実施の形態と同様である。

【０１０３】第４の実施の形態次に、この発明の第４の実施の形態について、図１４〜
図１６を用いて説明する。

【０１０４】ここで、この実施の形態では、図１（Ｂ）
に示した場合と同様、撮像デバイスとしてのＣＣＤカメ
ラ１０２は、オペレータが手に持って操作するように構
成されている。

【０１０５】また、後述するように、本体部１０１は、
オペレータがＣＣＤカメラ１０２を原稿に近づけること
によって指定した領域についてのみ文字認識を行うよう
に構成されている。

【０１０６】図１４は、この実施の形態の情報処理装置
に係る回路構成の要部を示すブロック図である。

【０１０７】同図において、図２と同じ符号を付した構
成部は、それぞれ図２の場合と同じものを示している。

【０１０８】また、スナップショットメモリ１４０１
は、後述するようにしてＣＣＤカメラ１０２が所定時間
ごとに原稿を撮像することによって得られた画像データ
を、順次入力して記憶する。

【０１０９】認識領域識別部１４０２は、スナップショ
ットメモリ１４０１から画像データを取り込んで、文字
認識を行う領域を判別する。

【０１１０】次に、この実施の形態に係る情報処理装置
の動作について、図１５および図１６を用いて説明す
る。

【０１１１】オペレータは、ＣＣＤカメラ１０２を手に
持ち、このＣＣＤカメラ１０２によって原稿全体を撮像
させる。

【０１１２】このとき、撮像デバイス入力部２０１は、
ＣＣＤカメラ１０２から画像データを取り込み（Ｓ１５
０１）、スナップショットメモリメモリ１４０１に格納
する（Ｓ１５０２）。

【０１１３】さらに、認識領域識別部１４０２が、この
画像データをスナップショットメモリ１４０１から読み
出し、文字認識実行領域（図１６（Ａ）参照）を抽出す
る（Ｓ１５０３）。この実施の形態では、所定長さ以上
の白ランで囲まれた領域を、文字認識実行領域であると
判断する。これにより、表領域等は文字認識実行領域に
含まれるが、小さい黒点のごときは含まれないこととな
る。なお、白ランの長さのしきい値は、設計段階で任意
に定めることができる。

【０１１４】続いて、認識領域識別部１４０２が、文字
認識実行領域が抽出されたか否かを判断し（Ｓ１５０
４）、抽出されなければステップＳ１５０１〜Ｓ１５０
４を繰り返す。

【０１１５】一方、ステップＳ１５０４で文字認識実行
領域が抽出された場合は、その領域の数が１個か否かを
判断する（Ｓ１５０５）。そして、文字認識実行領域が
２個以上である場合は、ステップＳ１５０１〜Ｓ１５０
５を繰り返す。

【０１１６】オペレータがＣＣＤカメラ１０２を原稿に
徐々に近づけていくと、図１６の（Ａ）〜（Ｅ）に示し
たように、原稿を徐々に拡大した画像データが撮像デバ
イス２０１に取り込まれる。そして、この画像データの
うち、所定長さ以上の白ランで囲まれた領域が１個にな
ると（図１６（Ｃ）のＧ_4n参照）、ステップＳ１５０５
で、文字認識実行領域が１個であると判断される。この
場合には、このときの画像データが、行・文字抽出部２
０７に送られる。

【０１１７】行・文字抽出部２０７は、この画像データ
から、文字および行の画像データを抽出する（Ｓ１５０
６）。そして、行・文字抽出部２０７が抽出した文字を
用いて、文字認識部２０８が文字認識を行う（Ｓ１５０
７）。

【０１１８】このような動作を繰り返すことにより、オ
ペレータが望む領域の文字認識を順次行うことができ
る。

【０１１９】また、文字認識を行う領域が確定した時点
（ステップＳ１５０５で所定長さ以上の白ランで囲まれ
た領域が１個になった時点）で、ビープ音やランプ等に
よるオペレータへの告知を行うこととしてもよい。

【０１２０】このように、この実施の形態に係る画像処
理装置によれば、文字認識を行いたい領域をオペレータ
が指定する際に、ＣＣＤカメラ１０２を原稿に近づける
だけでよいので、従来のようにディスプレイ装置の画面
上で指定する場合と比較して、装置の使い勝手を向上さ
せることができる。

【０１２１】また、処理速度を向上させることができる
点、メモリ容量を低減することができる点、撮像素子
（ここではＣＣＤカメラ１０２）として比較的低解像度
のものを使用することができる点、設置スペースを小さ
くすることができる点および本や雑誌等をオペレータが
原稿を押さえる必要や綴じ合わせ部分を破損するおそれ
がない点は、第１の実施の形態と同様である。

【０１２２】

【発明の効果】以上詳細に説明したように、この発明に
よれば、省スペース型で、読み取り時間が速く、オペレ
ータの作業負担も小さい情報処理装置を提供することが
できる。

【図面の簡単な説明】

【図１】第１の実施の形態に係る情報処理装置の全体構
成を概念的に示す外観図である。

【図２】第１の実施の形態の情報処理装置に係る回路構
成の要部を示すブロック図である。

【図３】第１の実施の形態に係る情報処理装置の動作を
説明するための概略フローチャートである。

【図４】第１の実施の形態に係る情報処理装置の動作を
説明するための概念図である。

【図５】第２の実施の形態に係る情報処理装置の全体構
成を概念的に示す外観図である。

【図６】第２の実施の形態の情報処理装置に係る回路構
成の要部を示すブロック図である。

【図７】第２の実施の形態に係る情報処理装置の動作を
説明するための概略フローチャートである。

【図８】第２の実施の形態に係る情報処理装置の動作を
説明するための概略フローチャートである。

【図９】第２の実施の形態に係る情報処理装置の動作を
説明するための概念図である。

【図１０】第３の実施の形態の情報処理装置に係る回路
構成の要部を示すブロック図である。

【図１１】第３の実施の形態に係る情報処理装置の動作
を説明するための概略フローチャートである。

【図１２】第３の実施の形態に係る情報処理装置の動作
を説明するための概略フローチャートである。

【図１３】第３の実施の形態に係る情報処理装置の動作
を説明するための概念図である。

【図１４】第４の実施の形態の情報処理装置に係る回路
構成の要部を示すブロック図である。

【図１５】第４の実施の形態に係る情報処理装置の動作
を説明するための概略フローチャートである。

【図１６】第４の実施の形態に係る情報処理装置の動作
を説明するための概念図である。

【符号の説明】

１０１本体部１０２ＣＣＤカメラ１０３ディスプレイ装置１０４キーボード２０１撮像デバイス入力部２０２広域画像メモリ２０３局所画像メモリ２０４前処理・認識領域識別部２０５座標データ記憶部２０６撮像デバイス制御部２０７行・文字抽出部２０８文字認識部２０９認識結果格納・出力部

Claims

【特許請求の範囲】

【請求項１】原稿を二次元的に読み取る撮像デバイス
と、この撮像デバイスが取得した画像データから文字認識実
行領域を抽出した後、この文字認識事項領域に対応する
画像データから行および文字を抽出し、抽出された文字
の文字認識を行う本体部と、を備えたことを特徴とする情報処理装置。
【請求項２】前記本体部が、前記撮像デバイスが取得した画像データを入力する撮像
デバイス入力部と、前記撮像デバイス入力部が低解像度で入力した前記原稿
全面の画像データを一時的に記憶する広域画像メモリ
と、この広域画像メモリから読み出した前記原稿全面の画像
データから文字認識実行領域を識別する認識領域識別部
と、この認識領域識別部が識別した前記文字認識実行領域を
高解像度で撮像するように前記撮像デバイスを制御する
撮像デバイス制御部と、前記撮像デバイス入力部が前記撮像デバイスから高解像
度で入力した前記文字認識実行領域の画像データを一時
的に記憶する局所画像メモリと、この局所画像メモリから読み出した前記文字認識実行領
域の画像データから行および文字を抽出する行・文字抽
出部と、この行・文字認識部が抽出した文字の文字認識を行う文
字認識部と、を備えたことを特徴とする請求項１に記載の情報処理装
置。
【請求項３】前記本体部が、前記撮像デバイスが取得した画像データを入力する撮像
デバイス入力部と、前記撮像デバイス入力部が低解像度で入力した前記原稿
全面の画像データを一時的に記憶する広域画像メモリ
と、この広域画像メモリから読み出した前記原稿全面の画像
データから文字認識実行領域を識別する認識領域識別部
と、前記撮像デバイス入力部が入力した前記原稿全面の画像
データを所定時間ごとに取り込んで一時的に記憶するス
ナップショットメモリと、このスナップショットメモリから順次読み出した画像デ
ータから縦横方向の黒ランがともに所定数を越える黒ラ
ン領域をそれぞれ検出し、この黒ラン領域の位置変化と
前記認識領域識別部の識別結果とを用いてオペレータが
指示する前記文字認識実行領域を検出する指示先検出部
と、この指示先検出部が検出した前記文字認識実行領域を高
解像度で撮像するように前記撮像デバイスを制御する撮
像デバイス制御部と、前記撮像デバイス入力部が前記撮像デバイスから高解像
度で入力した前記文字認識実行領域の画像データを一時
的に記憶する局所画像メモリと、この局所画像メモリから読み出した前記文字認識実行領
域の画像データから行および文字を抽出する行・文字抽
出部と、この行・文字認識部が抽出した文字の文字認識を行う文
字認識部と、を備えたことを特徴とする請求項１に記載の情報処理装
置。
【請求項４】前記本体部が、前記撮像デバイスが取得した画像データを入力する撮像
デバイス入力部と、前記撮像デバイス入力部が低解像度で入力した前記原稿
全面の画像データを一時的に記憶する広域画像メモリ
と、前記撮像デバイス入力部が入力した前記原稿全面の画像
データを所定時間ごとに取り込んで一時的に記憶するス
ナップショットメモリと、このスナップショットメモリから順次読み出した画像デ
ータと前記広域画像メモリから読み出した画像データと
の差分を順次求め、この差分の変化を用いてオペレータ
が文字認識の実行を指示する指示領域を検出する差分検
出部と、この差分検出部が検出した前記指示領域を高解像度で撮
像するように前記撮像デバイスを制御する撮像デバイス
制御部と、前記撮像デバイス入力部が前記撮像デバイスから高解像
度で入力した前記指示領域の画像データを一時的に記憶
する局所画像メモリと、この局所画像メモリから読み出した前記文字認識実行領
域の画像データから行および文字を抽出する行・文字抽
出部と、この行・文字認識部が抽出した文字の文字認識を行う文
字認識部と、を備えたことを特徴とする請求項１に記載の情報処理装
置。
【請求項５】前記本体部が、前記撮像デバイスが取得した画像データを入力する撮像
デバイス入力部と、前記撮像デバイス入力部が入力した前記原稿全面の画像
データを所定時間ごとに取り込んで一時的に記憶するス
ナップショットメモリと、このスナップショットメモリから読み出した画像データ
から、所定長さ以上の白ランで囲まれた領域を抽出し、
この領域が１箇所のみであるときに、この領域をオペレ
ータが文字認識の実行を指示する前記指示領域であると
認識する認識領域識別部と、前記撮像デバイスを用いて前記撮像デバイス入力部が取
得した、前記文字認識実行領域の画像データから、行お
よび文字を抽出する行・文字抽出部と、この行・文字認識部が抽出した文字を認識する文字認識
部と、を備えたことを特徴とする請求項１に記載の情報処理装
置。