JPH11224305A - 文字認識装置 - Google Patents

Abstract

(57)【要約】 【課題】 認識結果の効率的な確認作業が可能な文字認
識装置を提供する。 【解決手段】 メモリ２０から１文字ずつ切り出された
文字パターンＰＴＮは、異なる文字認識方法を用いる複
数の認識部４０ａ〜４０ｃに共通に与えられ、各認識部
４０ａ〜４０ｃの認識結果は、それぞれ判定部５０に与
えられる。判定部５０では、各認識部４０ａ〜４０ｃか
らの認識結果が多数決判定され、多数決で決定された文
字の文字コードと、判定根拠となった多数決割合とが、
表示部６０に与えられる。表示部６０では、もとの文字
パターンＰＴＮから得られるイメージパターンと、判定
結果の文字と、多数決割合とが表示される。これによ
り、オペレータは多数決割合を参照して誤判定の率が高
い判定結果を重点的にチェックすることができ、効率的
な確認作業が可能になる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、文字イメージから
文字を認識してその認識結果を出力する文字認識装置に
関するものである。

【０００２】

【従来の技術】文字認識装置は、文書や帳票等に記載さ
れた文字を読み取り、コンピュータ等で処理可能なデー
タに変換する装置である。このような文字認識装置で
は、例えば、スキャナを用いて光学的に文字イメージが
取得され、その文字イメージと予め作成されている文字
辞書とが照合されて文字が認識され、その認識結果がＣ
ＲＴ等の表示装置に表示されるようになっている。ま
た、オペレータは、表示装置に表示された認識結果を見
て確認し、誤りがある場合にはその認識結果を修正する
ような確認作業を行っている。そして、正しいと確認さ
れ、または修正された結果が最終的な認識結果として出
力されるようになっている。

【０００３】文字認識装置では、例えば金額欄を読み取
る場合等に、特に高い文字認識精度が要求される。文字
認識精度を向上させる１つの方法として、例えば次のよ
うな文献に記載されるものがあった。 文献：電子情報通信学会技術研究報告、ＰＲＵ９２−３
３（１９９２−９）、松井俊弘他、「文字認識アルゴリ
ズムの複合化手法の検討」 上記文献では、複数の文字認識方法を用いて文字パター
ンを照合して認識し、それらの各認識方法で得られた複
数の認識結果に基づいて、例えば多数決等の方法で、１
文字毎に最終的な認識結果を判定して出力する方法が示
唆されている。

【０００４】

【発明が解決しようとする課題】しかしながら、従来の
文字認識方法では、次のような課題があった。複数の認
識方法による多数決で最終的な認識結果を判定しても、
最後にはオペレータによる確認作業が必要である。この
確認作業は、例えば、入力された文字パターンまたは入
力された帳票と、認識結果の文字とを目視によって比較
し、誤認識部分を捜し出して修正するという作業であ
る。多数決等の認識方法によって誤認識の確率が小さく
なると、オペレータにとっては確認作業を慎重に行わな
ければならず、極度に注意力を集中した作業を行うため
に確認に要する時間が長くなり、処理速度が低下してし
まうという課題があった。

【０００５】本発明は、前記従来技術が持っていた課題
を解決し、確認作業に適した認識結果の表示を行うこと
により、認識結果の効率的な確認作業を行うことが可能
で、かつ精度の高い文字認識装置を提供するものであ
る。

【０００６】

【課題を解決するための手段】前記課題を解決するため
に、本発明の内の第１の発明は、文字認識装置におい
て、文書画像から１文字毎に切り出された文字パターン
に対して文字認識を行う複数の文字認識手段と、前記複
数の文字認識手段の認識結果に基づいて該認識結果の確
からしさの値を求め、該確からしさの値に基づいて前記
文字パターンに該当する文字を判定する判定手段と、前
記判定手段で求められた確からしさの値に応じて表示形
態を変えて、前記判定結果を表示する判定手段とを備え
ている。第１の発明によれば、以上のように文字認識装
置を構成したので、次のような作用が行われる。文書画
像から切り出された文字パターンは、複数の文字認識手
段において文字認識され、その認識結果が判定手段に与
えられる。判定手段では、認識結果に基づいて確からし
さの値が求められ、これによって文字が判定される。判
定結果は表示手段に与えられ、確からしさの値に応じて
表示形態を変えて表示される。

【０００７】第２の発明では、第１の発明における判定
手段を、前記複数の文字認識手段の認識結果の内で、同
一の認識結果が占める割合に基づいて前記確からしさの
値を算出するように構成している。第２の発明の判定手
段では、次のような作用が行われる。即ち、複数の文字
認識手段の多数決によって確からしさの値が算出され
る。第３の発明では、第１の発明における判定手段を、
前記複数の文字認識手段の認識結果の組み合わせ毎に前
記確からしさの値と前記判定結果とを予め定めた判定用
の情報を有し、該判定用の情報を参照して該複数の文字
認識手段の認識結果に基づいて前記文字パターンに該当
する文字を判定するように構成している。第３の発明の
判定手段では、次のような作用が行われる。即ち、予め
定められた判定用の情報が参照されて、確からしさの値
と判定結果が求められる。

【０００８】第４の発明では、第１の発明における表示
手段を、前記判定手段の判定結果の表示とともに、該判
定結果に対比して該判定手段で求められた確からしさの
値を表示するように構成している。第４の発明の表示手
段では、次のような作用が行われる。即ち、判定結果と
確からしさの値が対比して表示される。第５の発明で
は、第１の発明における表示手段を、前記判定手段で求
められた確からしさの値に応じて、表示色、表示文字フ
ォント、表示輝度、表示文字寸法、表示修飾、或いは表
示の点滅頻度を変えて前記判定結果を表示するように構
成している。第５の発明の表示手段では、次のような作
用が行われる。即ち、確からしさの値に応じて、判定結
果の文字の色、形、輝度等の表示形態を変えて表示され
る。

【０００９】

【発明の実施の形態】第１の実施形態 図１は、本発明の第１の実施形態を示す文字認識装置の
構成図である。この文字認識装置は、文書や帳票等に記
載された文字を画素に分解して光学的に読み取り、電気
信号に変換してイメージデータを生成するスキャナ１０
を有している。スキャナ１０には、生成されたイメージ
データを格納するためのメモリ２０が接続されている。
メモリ２０には、格納されたイメージデータの中から、
認識対象の文字を１文字毎に文字パターンＰＴＮとして
切り出す切出部３０が接続されている。

【００１０】切出部３０には、複数の文字認識手段（例
えば、認識部）４０ａ，４０ｂ，４０ｃの入力側が接続
されている。これらの認識部４０ａ〜４０ｃは、共通に
与えられた文字パターンＰＴＮを、それぞれ異なる認識
アルゴリズム、或いは異なる文字辞書等を使用して、異
なる認識方法で文字認識をするようになっている。これ
らの認識部４０ａ〜４０ｃの出力側には、判定手段（例
えば、判定部）５０が接続されている。判定部５０は、
各認識部４０ａ〜４０ｃから与えられた認識結果の文字
コードを判定値計算部５１に出力する。判定値計算部５
１は、同一文字コードの個数を計数し、入力された文字
コードに占める割合（多数決割合）をパーセント値で求
め、その多数決割合と文字コードとを判定部５０に出力
するものである。判定部５０では、判定値計算部５１か
ら受け取った文字コードと多数決割合の値を用いて、最
大の多数決割合の値を持つ文字コードを判定結果と判定
し、その時の多数決割合の値を判定結果の「確からし
さ」として出力するものである。判定部５０の出力側に
は、表示手段（例えば、表示部）６０が接続されてい
る。

【００１１】表示部６０は、表示制御部６１、フォント
部６２、及び表示器６３で構成されており、この表示制
御部６１に判定部５０の判定結果と切出部３０からの文
字パターンＰＴＮが与えられるようになっている。表示
制御部６１には、フォント部６２が接続されている。フ
ォント部６２には、判定部５０から与えられた判定結果
の文字コードに対応する文字を表示するためのフォント
が格納されている。そして、表示制御部６１は、判定部
５０から出力された判定結果の確からしさと予め定めた
閾値を比較してフォントを切り替えるようになってい
る。

【００１２】図２は、図１中の表示器６３による判定結
果の表示例を示す図である。以下、図２を参照しつつ、
図１の文字認識装置の動作を説明する。まず、オペレー
タが読み取り対象の文書や帳票等をスキャナ１０に入力
すると、読み取られた文書や帳票等のイメージデータが
メモリ２０に格納される。メモリ２０に格納されたイメ
ージデータの中から、所定の位置に書かれた文字の文字
パターンＰＴＮが、切出部３０によって切り出され、認
識部４０ａ〜４０ｃと、表示部６０とに与えられる。表
示部６０に与えられた文字パターンＰＴＮは、表示器６
３のパターン表示エリア６３ａに読み取られたままのイ
メージパターンで表示される。一方、認識部４０ａに与
えられた１番目の文字パターンＰＴＮ１は、この認識部
４０ａで、例えばパターンマッチング法による文字認識
が行われ、「２」と認識されて文字「２」の文字コード
が認識結果として出力される。また、文字イメージＩＭ
Ｇ１は、それぞれ認識部４０ｂ，４０ｃで文字認識が行
われ、同様に「２」と認識されたとする。これらの認識
部４０ａ〜４０ｃの認識結果は、判定部５０に与えられ
る。

【００１３】判定部５０では、３個の認識部４０ａ〜４
０ｃの認識結果を判定値計算部５１に出力する。判定値
計算部５１では、認識結果が一致しているので、判定結
果として文字「２」の文字コードと、その判定の根拠と
なった多数決割合（＝１００％）とを判定部５０に出力
する。判定部５０は、判定結果とその確からしさ（多数
決割合）を表示部６０に出力する。表示部６０では、与
えられた判定結果の文字コードと確からしさに基づい
て、フォント部６２が参照され、表示器６３の認識結果
エリア６３ｂに、確からしさに応じて、例えば青色で文
字「２」が表示される。また、多数決割合（＝１００
％）が、表示器６３の確からしさ表示エリア６３ｃに表
示される。

【００１４】次に、２番目の文字パターンＰＴＮ２が、
認識部４０ａで文字「６」と認識され、認識部４０ｂ，
４０ｃで文字「５」と認識されたとすると、これらの認
識結果は同様に判定部５０と判定値計算部５１によって
文字「５」と判定され、文字「５」の文字コードと、そ
の多数決割合（＝６７％）とが表示部６０に出力され
る。表示器６３の認識結果エリア６３ｂには、例えば黄
色で文字「５」が表示される。更に、確からしさ表示エ
リア６３ｃには、判定の根拠となった多数決割合（＝６
７％）が表示される。更に、３番目の文字パターンＰＴ
Ｎ３が、認識部４０ａで文字「９」と認識され、認識部
４０ｂで文字「７」、認識部４０ｃで文字「２」と認識
されたとすると、これらの認識結果の多数決割合は同一
（＝３３％）であるので、判定部５０では、所定の順番
に従って、例えば認識部４０ａにおける認識結果が判定
結果と見なされ、文字「９」の文字コードと多数決割合
（＝３３％）とが表示部６０に出力される。表示器６３
の認識結果エリア６３ｂには、例えば赤色で文字「９」
が表示され、確からしさ表示エリア６３ｃには、多数決
割合（＝３３％）が表示される。

【００１５】以上のように、この第１の実施形態の文字
認識装置は、文字認識を行う複数の認識部４０ａ〜４０
ｃと、これらの認識部４０ａ〜４０ｃの認識結果に基づ
いて１つの文字を判定結果として出力する判定部５０
と、判定結果を作成するために多数決割合を求める判定
値計算部５１と、判定結果の文字とともに、その判定の
根拠となる多数決割合を同時に表示する表示部６０を有
している。更に、判定結果の文字の色を多数決割合に応
じて変えて表示している。このため、オペレータは、判
定結果の色と同時に表示された多数決割合とによって誤
判定の可能性を知ることができ、多数決割合の低い文字
を重点的にチェックすることにより、確認作業の効率化
と処理速度の向上が可能になる。更に、確認漏れもなく
なり、精度の高い認識結果を得ることができる。

【００１６】第２の実施形態 図３は、本発明の第２の実施形態を示す文字認識装置の
構成図であり、図１中の要素と共通の要素には共通の符
号が付されている。この文字認識装置では、図１の文字
認識装置の判定部５０に代えて、これと機能の異なる判
定部５０Ａを設けた構成となっている。判定部５０Ａ
は、図１中の判定部５０と同様に、複数の認識部４０ａ
〜４０ｃの文字コードとその確からしさとを判定結果と
し出力する機能を有している。また、判定部５０Ａに
は、認識部４０ａ〜４０ｃから与えられた文字コードの
組み合わせに基づいて、予め判定結果と確からしさの値
を定めた結果判定テーブル５２が接続されている。その
他の構成は、図１と同様である。

【００１７】図４は、図３中の結果判定テーブル部５２
の内容の一例を示す図である。また、図５は、図３中の
表示器６３による判定結果の表示例を示す図である。次
に、図４及び図５を参照しつつ、図３の文字認識装置の
動作を説明する。スキャナ１０で読み取られたイメージ
データがメモリ２０に格納され、このメモリ２０から、
所定の位置に書かれた文字の文字パターンＰＴＮが、切
出部３０によって切り出され、認識部４０ａ〜４０ｃ
と、表示部６０とに与えられる。表示部６０に与えられ
た文字パターンＰＴＮは、表示器６３のイメージ表示エ
リア６３ａに表示される。

【００１８】また、１番目の文字パターンＰＴＮ１は認
識部４０ａ〜４０ｃに与えられ、これらの認識部４０ａ
〜４０ｃにおいて、すべて「２」と認識されると、文字
「２」の文字コードが認識結果として出力される。判定
部５０Ａでは、これらの認識結果に基づいて結果判定テ
ーブル５２が参照される。図４に示すように、３個の認
識部４０ａ〜４０ｃの認識結果がすべて「２」であるの
で、判定結果として文字「２」の文字コードと、その確
からしさの値（＝１００）とが読み出され、表示部６０
に出力される。表示部６０では、与えられた判定結果の
文字コードに基づいてフォント６２が参照され、図５に
示すように、表示器６３に文字「２」と確からしさの値
とが表示される。２番目の文字パターンＰＴＮ２が、認
識部４０ａで文字「６」と認識され、認識部４０ｂ，４
０ｃで文字「５」と認識されたとすると、これらの認識
結果に基づいて結果判定テーブル５２が参照され、文字
「５」の文字コードと、その確からしさの値（＝７０）
とが表示部６０に出力される。

【００１９】３番目の文字パターンＰＴＮ３が、認識部
４０ａで文字「７」と認識され、認識部４０ｂで文字
「９」、認識部４０ｃで文字「２」と認識されたとする
と、これらの認識結果に基づいて結果判定テーブル５２
が参照され、文字「９」の文字コードと、その確からし
さの値（＝３０）とが表示部６０に出力される。この場
合、確からしさの値が予め定めた閾値（この実施形態で
は５０）より小さい時には、表示部６０で使用する表示
文字フォントに斜体字を使用し、文字修飾として下線を
加える。即ち、図５において文字列の３文字目の「７」
に対する判定結果「９」は、斜体字に下線が加えられた
フォントを用いて表示される。以上のように、この第２
の実施形態の文字認識装置では、結果判定テーブル５２
に格納された情報を参照して認識文字の判定を行う判定
部５０Ａを有している。従って、各認識部４０ａ〜４０
ｃの文字毎の認識性能の相違を考慮して結果判定テーブ
ル５２を作成しておくことにより、第１の実施形態の利
点に加えて、更に誤りの少ない判定結果を得ることがで
きるという利点がある。

【００２０】なお、本発明は、上記実施形態に限定され
ず、種々の変形が可能である。この変形例としては、例
えば、次の（ａ）〜（ｄ）のようなものがある。 （ａ） 認識部４０ａ〜４０ｃの数は３個に限定され
ず、複数個であればよい。 （ｂ） 認識部４０ａ〜４０ｃによる文字認識方法は、
例示したパターンマッチング法等に限定されず、どのよ
うな文字認識方法を行うものでも良い。また、認識部の
構成は、図１及び図３の構成に限定されず、その文字認
識方法に適した構成を適用することができる。 （ｃ） 判定結果の確からしさの表示は、数値や色分け
に限定されず、文字の大きさや、表示位置、表示輝度、
表示文字フォントの字体、下線や網かけ表示等の表示修
飾、または表示の点滅速度の相違、或いはこれらの組み
合わせによって区分して表示することができる。 （ｄ） 図１及び図３の文字認識装置は、読み取り対象
の帳票等を読み取るためのスキャナ１０を有している
が、オンライン等の通信回線を介して文字イメージＩＭ
Ｇを入力するようにしても良い。

【００２１】

【発明の効果】以上詳細に説明したように、第１の発明
によれば、文字認識を行う複数の文字認識手段と、それ
らの認識結果に基づいて該認識結果の確からしさに基づ
いて文字を判定する判定手段と、確からしさに応じて判
定結果の表示形態を変えて表示する前記表示手段とを有
している。これにより、認識結果の効率的な確認作業が
可能になり、かつ精度の高い認識処理が可能になる。第
２の発明によれば、判定手段において複数の認識結果を
多数決で判定して確からしさを算出するので、第１の発
明の効果に加えて、判定処理の単純化が可能になるとい
う効果がある。

【００２２】第３の発明によれば、判定手段において、
予め定めた判定用の情報を参照して、複数の認識結果の
組み合わせに応じて文字を判定するので、各文字認識手
段の認識特性を判定基準に加味することができ、第１の
発明の効果に加えて、更に精度の高い認識処理が可能に
なるという効果がある。第４の発明によれば、表示手段
において、判定結果と確からしさとを対比して表示する
ので、第１の発明の効果に加えて、更に効率的な確認作
業が可能になるという効果がある。第５の発明によれ
ば、表示手段において、確からしさに応じて、判定結果
の表示形態を、表示色、表示文字フォント等を変えて表
示するので、第１の発明の効果に加えて、更に効率的な
確認作業が可能になるという効果がある。

【図面の簡単な説明】

【図１】本発明の第１の実施形態を示す文字認識装置の
構成図である。

【図２】図１中の表示器６３による判定結果の表示例を
示す図である。

【図３】本発明の第２の実施形態を示す文字認識装置の
構成図である。

【図４】図３中の結果判定テーブル部５２の内容の一例
を示す図である。

【図５】図３中の表示器６３による判定結果の表示例を
示す図である。

【符号の説明】

１０ スキャナ ２０ メモリ ３０ 切出部 ４０ａ〜４０ｃ 認識部 ５０，５０Ａ 判定部 ５１ 判定値計算部 ５２ 結果判定テーブル ６０ 表示部

Claims (5)

【特許請求の範囲】
1. 【請求項１】 文書画像から１文字毎に切り出された文
   字パターンに対して文字認識を行う複数の文字認識手段
   と、 前記複数の文字認識手段の認識結果に基づいて該認識結
   果の確からしさの値を求め、該確からしさの値に基づい
   て前記文字パターンに該当する文字を判定する判定手段
   と、 前記判定手段で求められた確からしさの値に応じて表示
   形態を変えて、前記判定結果を表示する前記表示手段と
   を、 備えたことを特徴とする文字認識装置。
2. 【請求項２】 前記判定手段は、前記複数の文字認識手
   段の認識結果の内で、同一の認識結果が占める割合に基
   づいて前記確からしさの値を算出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】 前記判定手段は、前記複数の文字認識手
   段の認識結果の組み合わせ毎に前記確からしさの値と前
   記判定結果とを予め定めた判定用の情報を有し、該判定
   用の情報を参照して該複数の文字認識手段の認識結果に
   基づいて前記文字パターンに該当する文字を判定するこ
   とを特徴とする請求項１記載の文字認識装置。
4. 【請求項４】 前記表示手段は、前記判定手段の判定結
   果の表示とともに、該判定結果に対比して該判定手段で
   求められた確からしさの値を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。
5. 【請求項５】 前記表示手段は、前記判定手段で求めら
   れた確からしさの値に応じて、表示色、表示文字フォン
   ト、表示輝度、表示文字寸法、表示修飾、或いは表示の
   点滅頻度を変えて前記判定結果を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。