KR950012276A - 인쇄된 문서의 광학 문자 인식(ocr)을 향상시키기 위한 방법 및 수단 - Google Patents

Abstract

문서의 배치와 내용에 의존하고 생성 또는 처리 소프트웨어에 의해 할당되는 제1 값들을 포함하는 문서 마커는 인쇄된 형태의 문서 표면 상에 기계가 판독 가능한 기호 표시로 제공된다. 마커는 부호화된 문서 배치 정보와 원래의 텍스트의 시퀀스 상에 할당된 값들을 포함하는 데, 이 값들은 텍스트에 의존하는 데시메이션 시퀀스들, 에러 정정 코드들 또는 검사-합들을 포함한다. 광학 문자 인식으로 주사할 때 또는 다른 디지털화 재생을 할 때, 마커 역시 주사된다. 주사 컴퓨터는 대응되는 소프트웨어를 구비하고 있어 재생된 문서의 배치와 내용에 의존하는 제2 값들을 할당한다. 제1 및 제2 데시메이션 시퀀스를 비교할 때, 라인 및 문자 에러들이 검출되고 어떤 에러들은 정정되어 재배열된 시퀀스들을 생성하게 된다. 선택적인 정정 코드는 상기 재배열된 재생된 문서 시컨스들에 적용될 때 한층 나은 정정기능을 제공할 수 있으며, 재생된 시퀀스들의 정확도가 정확한지를 검증하기 위하여 선택적인 검사-합 비교가 이용될 수 있다.

Description

인쇄된 문서의 광학 문자 인식(OCR)을 향상시키기 위한 방법 및 수단

본 내용은 요부공개 건이므로 전문내용을 수록하지 않았음

제3도는 본 발명에 따라 생성된 문서를 예시한 도면.

제4도는 도표, 텍스트 블럭 및 사진을 포함하는 복잡한 문서를 예시한 도면.

제5A도 내지 제5F도는 제4도에 예시된 복잡한 문서의 배치를 부호화하기 위한 하나의 방법을 예시한 도면.

Claims (24)

1. 컴퓨터에 의해 발생된 인쇄된 문서의 문자 데이타를 전자적으로 재생하기 위한 방법에 있어서, 제1 문자 데이타에 복수의 제1 이진값을 할당하는데, 하나의 제1 이진값이 상기 제1 문자 데이타의 각각의 하나의 문자에 할당되도록 하는 단계; 상기 데이타와 상기 복수의 제1 이진값을 인쇄하는 단계; 제2 문자들로 된 하나 이상의 스트림을 포함하는 전자 문서를생성하기 위하여 상기 제1 문자 데이타와 상기 복수의 제1 이진값을 포함하는 상기 인쇄문서를 광학적으로 주사하는 단계; 상기 제2 문자들로 된 스트림에 복수의 제2 이진값을 할당하는데, 하나의 제2 이진값이 각각의 하나의 제2 문자에 할당되도록 하는 단계; 및 상기 복수의 제1 이진값과 상기 복수의 제2 이진값을 비교하는 단계를 포함하는 것을 특징으로 하는 방법.
2. 제1항에 있어서, 문자에 대한 상기 제2 이진값이 상기 문자에 대한 상기 제1 이진값과 다를 때마다 제2 문자 에러들의 존재와 위치를 식별하는 단계를 더 포함하는 것을 특징으로 하는 방법.
3. 제2항에 있어서, 상기 식별된 에러들을 자동으로 정정하는 단계를 더 포함하는 것을 특징으로 하는 방법.
4. 제3항에 있어서, 상기 정정하는 단계는 상기 에러들을 제거하기 위하여 상기 복수의 제1 이진값에 상기 복수의 제2 이진값을 재배열하는 단계를 포함하는 것을 특징으로 하는 방법.
5. 제4항에 있어서, 상기 제2 문자들로 된 하나 이상의 스트림을 변경함으로써 제3 문자들로 된 하나 이상의 스트림을 생성하는 단계를 더 포함하는 것을 특징으로 하는 방법.
6. 제5항에 있어서, 상기 할당되도록 하는 단계는 상기 제1 문자 데이타에 하나 이상의 제1 데이타에 의존하는(data-dependent)값을 할당하는 단계를 포함하고, 상기 인쇄하는 단계는 상기 하나 이상의 제1 데이타에 의존하는 값을 인쇄하는 단계를 더 포함하는 것을 특징으로 하는 방법.
7. 제6항에 있어서, 상기 제1 문자 데이타에 하나 이상의 제1 데이타에 의존하는 값을 할당하는 단계는 상기 제1 문자 데이타에 대한 에러 정정 정보를 부호화하는 단계를 포함하는 것을 특징으로 하는 방법.
8. 제7항에 있어서, 상기 제3 문자들로 된 하나 이상의 스트림에 상기 부호화된 에러 정정 정보를 적용하는 단계를 포함하는 것을 특징으로 하는 방법.
9. 제6항에 있어서, 상기 제1 문자 데이터에 하나 이상의 데이타에 의존하는 값을 할당하는 단계는 상기 제1 문자 데이타에 대한 하나 이상의 제1 검사-합(check-sum)을 계산하는 단계를 포함하는 것을 특징으로 하는 방법.
10. 제9항에 있어서, 상기 제3문자들로 된 하나 이상의 스트림에 대한 하나 이상의 제2 검사-합을 계산하는 단계; 상기 하나 이상의 제1 검사-합과 상기 하나 이상의 제2 검사-합을 비교하는 단계; 및 상기 검사-합들이 다를 때 상기 제3 문자들로 된 하나 이상의 스트림에서 하나 이상의 에러의 존재를 검출하는 단계를 더 포함하는 것을 특징으로 하는 방법.
11. 인쇄된 텍스트의 복수의 라인들을 갖는 인쇄된 문서에 관한 데이타에 의존하는 정보를 부호화하기 위한 방법에 있어서, 상기 인쇄된 텍스트를 복수의 이진값으로 데시메이션 하는 단계; 및 상기 복수의 부호화된 이진값을 포함하는 마커를 상기 인쇄된 문서의 표면에 기계가 판독 가능한 기호 표시로 인쇄하는 단계를 포함하는 것을 특징으로 하는 방법.
12. 제11항에 있어서, 상기 문서 배치의 세부 사항을 부호화하는 단계와 상기 마커에서의 상기 문서 배치 부호화를 인쇄하는 단계를 더 포함하는 것을 특징으로 하는 방법.
13. 제11항에 있어서, 상기 인쇄된 텍스트에 복수의 치환 에러 정정 코드를 할당하는 단계와 상기 마커에 있는 상기 코드를 인쇄하는 단계를 더 포함하는 것을 특징으로 하는 방법.
14. 제11항에 있어서, 상기 인쇄된 텍스트에 대한 하나 이상의 검사-합을계산하는 단계와 상기 마커에 있는 상기 검사-합을 프린트 하는 단계를 더 포함하는 것을 특징으로 하는 방법.
15. 인쇄된 문자들로 된 라인들을 갖는 인쇄된 문서의 표면에 기계가 판독 가능한 기호 표시로 제공되는 마커에 있어서, 인쇄된 문자들을 부호화하는 하나 이상의 데시메이션 시퀀스를 포함하는 것을 특징으로 하는 마커.
16. 제15항에 있어서, 상기 인쇄된 문자들 상에서 계산된 하나 이상의 검사-합을 더 포함하는 것을 특징으로 하는 마커.
17. 제15항에 있어서, 상기 인쇄된 문서의 배치 상에서 계산된 하나 이상의 배치에 의존하는 값(layout dependent value)을 더 포함하는 것을 특징으로 하는 마커.
18. 상기 인쇄된 문자에 관련된 하나 이상의 에러 정정 코드를 더 포함하는 것을 특징으로 하는 마커.
19. 원래의 인쇄된 텍스트와 하나 이상의 문서 마커로 된 라인들을 구비하는 문서들을 더욱 정확한 광학 문자 인식으로 재생하는 방법으로서, 상기 문서 마커는 그 각각이 상기 인쇄된 텍스트의 시컨스에 대응하는 복수의 제1데시메이션 시퀀스들 및 상기 인쇄된 텍스트의 시퀀스 상에서 계산된 하나 이상의 제1 검사-합을 포함하는 방법에 있어서, 상기 원래의 인쇄된 텍스트를 광학적으로 주사함으로써 복수의 제1 재생 텍스트 시퀀스를 포함하는 전자 문서를 생성하는 단계; 상기 하나 이상의 문서 마커를 광학적으로 주사하는 단계; 상기 주사된 문서 마커로부터 상기 복수의 제1 데시메이션 시퀀스를 디코딩 하는 단계; 상기 재생된 텍스트를 복수의 제2 데시메이션 시퀀스로 데시메이션 하는 단계; 상기 제1 및 제2 데시메이션 시퀀스들을 비교함으로써 원래의 인쇄된 텍스트의 라인들과 대응되는 재생된 인쇄된 텍스트의 라인들 간의 편집 거리들을 계산하는 단계; 상기 편집 거리들을 비교하고 상기 편집 거리들이 선정된 양 이상만큼 다를 때 상기 재생된 텍스트에 라인 삽입 및 누락 에러들이 있음을 식별하는 단계; 상기 검출된 라인 삽입 및 누락 에러들을 정정하는 단계; 상기 복수의 제1 및 제2 데이메이션 시퀀스의 대응되는 것들 각각을 비교하는 단계; 상기 데시메이션 시퀀스들이 다르게 되는 시퀀스 위치에서 상기 재생된 텍스트에 텍스트 에러들이 있음을 식별하는 단계; 하나 이상의 제2 재생된 텍스트 시퀀스를 생성하기 위하여 상기 텍스트 에러들이 식별된 상기 시퀀스 위치들에서 다른 문자들로 치환하는 단계; 상기 하나 이상의 제2 재생된 텍스트 시퀀스들 각각에 대한 제2 검사-합을 계산하는 단계; 상기 제2 검사-합을 상기 제1 검사-합과 비교하는 단계; 및 상기 제1 및 제2 검사-합들이 같을 때 상기 제2 재생된 텍스트 시퀀스의 정확도를 검증하는 단계를 포함하는 것을 특징으로 하는 방법.
20. 제19항에 있어서, 상기 문서 마커는 상기 원래의 텍스트에 대한 복수의 에러 정정 코드를 포함하고, 상기 텍스트에 대한 상기 제2 검사-합을 계산하기 전에 상기 하나 이상의 제2 재생된 텍스트 시퀀스에 상기 대응되는 에러 정정 코드를 적용시키는 단계를 더 포함하는 것을 특징으로 하는 방법.
21. 광학적 주사에 의해 정확히 재생되도록 된 인쇄문서에 있어서, 인지할 수 있는 인쇄된 데이타 및 기계가 판독 가능한 하나 이상의 마커를 포함하며, 상기 마커는 상기 인쇄된 데이타를 부호화하는 하나 이상의 데시메이션 시퀀스를 포함하는 것을 특징으로 하는 인쇄된 문서.
22. 제21항에 있어서, 상기 기계가 판독 가능한 하나 이상의 마커는 상기 인쇄된 데이타 상에서 계산된 하나 이상의 검사-합을 더 포함하는 것을 특징으로 하는 인쇄된 문서.
23. 제21항에 있어서, 상기 기계가 판독 가능한 하나 이상의 마커는 상기 인쇄된 문서의 배치 상에서 계산된 하나 이상의 배치에 의존하는 값을 더 포함하는 것을 특징으로 하는 인쇄된 문서.
24. 제21항에 있어서, 상기 기계가 판독 가능한 하나 이상의 마커는 상기 인쇄된 데이타에 관련된 하나 이상의 에러 정정코드를 더 포함하는 것을 특징으로 하는 인쇄된 문서.

    ※ 참고사항 : 최초출원 내용에 의하여 공개하는 것임.