WO2019116466A1 - 情報処理装置、制御方法及び制御プログラム - Google Patents

Abstract

複数の項目毎に項目値が表された帳票画像から、所望の項目の項目値をより精度良く検出するための情報を提供することを可能とする。情報処理装置は、複数のサンプル帳票画像における特定項目の項目値に対応する正解値、及び、帳票画像から特定項目の項目値候補を検出する後処理の前に帳票画像の画像処理を行う前処理のための複数のパラメータ候補を記憶する記憶部と、複数のサンプル帳票画像に対して各パラメータ候補を用いて前処理を実行する前処理実行部と、パラメータ候補毎に前処理が実行された複数のサンプル帳票画像を用いて後処理を実行する後処理実行部と、パラメータ候補毎に後処理によって複数のサンプル帳票画像からそれぞれ検出された項目値候補と正解値とを比較してパラメータ候補毎の正解率を算出する算出部と、パラメータ候補の内、正解率が最大であるパラメータ候補を前処理のパラメータとして設定する設定部とを有する。

Description

情報処理装置、制御方法及び制御プログラム

　本開示は、情報処理装置、制御方法及び制御プログラムに関し、特に、複数の項目毎に項目値が表された帳票画像を処理する情報処理装置、制御方法及び制御プログラムに関する。

　生命保険会社では、保険金支払いの際、顧客から送付された医療領収書等の帳票を担当者が手作業によりデータ化している。生命保険会社によっては、顧客から膨大な数の帳票が送付されるため、担当者の業務負担は大きく、帳票のデータ化作業のアシストに対する要望が高まっている。

　入力画像データに基づく文字認識処理を実行し、実行した文字認識処理の確からしさを算出し、算出した確からしさが閾値より低い場合、実行済みの手法と異なる手法を実行する文字認識処理装置が開示されている（特許文献１を参照）。

　また、入力された帳票内の項目名を認識し、認識された項目名に対応するデータ枠を検出し、検出されたデータ枠内の文字列を認識する認識処理を実行する帳票認識装置が開示されている（特許文献２を参照）。この帳票認識装置は、認識処理で認識されなかった項目名がある場合、認識されなかった項目名に対応するデータ枠を再度検出し、検出されたデータ枠の文字列を認識する。

特開２００７－８６９５４号公報 特開２００８－２１０６８号公報

　一般に、医療領収書等の帳票には複数の項目が含まれており、各帳票は多種多様なフォーマットを有している。このような複数の項目毎に項目値が表された帳票画像を処理する装置において、所望の項目の項目値をより精度良く検出できることが望まれている。

　情報処理装置、制御方法及び制御プログラムの目的は、複数の項目毎に項目値が表された帳票画像から、所望の項目の項目値をより精度良く検出するための情報を提供することを可能とすることにある。

　実施形態の一側面に係る情報処理装置は、複数の項目毎に項目値が表された帳票画像から特定項目の項目値候補を検出する後処理の前に、後処理のために帳票画像の画像処理を行う前処理のためのパラメータを設定する情報処理装置であって、複数のサンプル帳票画像における特定項目の項目値に対応する正解値、及び、前処理のための複数のパラメータ候補を記憶する記憶部と、複数のサンプル帳票画像に対して、複数のパラメータ候補のそれぞれを用いて、前処理を実行する前処理実行部と、複数のパラメータ候補毎に、前処理が実行された複数のサンプル帳票画像を用いて、後処理を実行する後処理実行部と、複数のパラメータ候補毎に、後処理によって複数のサンプル帳票画像からそれぞれ検出された項目値候補と正解値とを比較して、複数のパラメータ候補毎の正解率を算出する算出部と、複数のパラメータ候補の内、正解率が最大であるパラメータ候補を、前処理のパラメータとして設定する設定部と、を有する。

　また、実施形態の一側面に係る制御方法は、記憶部を有し、複数の項目毎に項目値が表された帳票画像から特定項目の項目値候補を検出する後処理の前に、後処理のために帳票画像の画像処理を行う前処理のためのパラメータを設定する情報処理装置の制御方法であって、複数のサンプル帳票画像における特定項目の項目値に対応する正解値、及び、前処理のための複数のパラメータ候補を記憶部に記憶し、複数のサンプル帳票画像に対して、複数のパラメータ候補のそれぞれを用いて、前処理を実行し、複数のパラメータ候補毎に、前処理が実行された複数のサンプル帳票画像を用いて、後処理を実行し、複数のパラメータ候補毎に、後処理によって複数のサンプル帳票画像からそれぞれ検出された項目値候補と正解値とを比較して、複数のパラメータ候補毎の正解率を算出し、複数のパラメータ候補の内、正解率が最大であるパラメータ候補を、前処理のパラメータとして設定することを含む。

　また、実施形態の一側面に係る制御プログラムは、記憶部を有し、複数の項目毎に項目値が表された帳票画像から特定項目の項目値候補を検出する後処理の前に、後処理のために帳票画像の画像処理を行う前処理のためのパラメータを設定する情報処理装置の制御プログラムであって、複数のサンプル帳票画像における特定項目の項目値に対応する正解値、及び、前処理のための複数のパラメータ候補を記憶部に記憶し、複数のサンプル帳票画像に対して、複数のパラメータ候補のそれぞれを用いて、前処理を実行し、複数のパラメータ候補毎に、前処理が実行された複数のサンプル帳票画像を用いて、後処理を実行し、複数のパラメータ候補毎に、後処理によって複数のサンプル帳票画像からそれぞれ検出された項目値候補と正解値とを比較して、複数のパラメータ候補毎の正解率を算出し、複数のパラメータ候補の内、正解率が最大であるパラメータ候補を、前処理のパラメータとして設定することを情報処理装置に実行させる。

　本実施形態によれば、情報処理装置、制御方法及び制御プログラムは、複数の項目毎に項目値が表された帳票画像から、所望の項目の項目値をより精度良く検出するための情報を提供することが可能となる。

　本発明の目的及び効果は、特に請求項において指摘される構成要素及び組み合わせを用いることによって認識され且つ得られるだろう。前述の一般的な説明及び後述の詳細な説明の両方は、例示的及び説明的なものであり、特許請求の範囲に記載されている本発明を制限するものではない。

実施形態に従った情報処理システム１０の概略構成の一例を示す図である。 第１記憶装置１１０及び第１ＣＰＵ１２０の概略構成を示す図である。 第２記憶装置２１０及び第２ＣＰＵ２２０の概略構成を示す図である。 複数のサンプル帳票画像４００、４０１、４０２の一例を示す図である。 前処理について説明するための模式図である。 前処理のための複数のパラメータ候補６００の一例を示す図である。 複数のルールリスト７００、７０１、７０２の一例を示す図である。 ルール辞書８００の一例を示す図である。 設定処理の動作の例を示すフローチャートである。 優先順位設定処理の動作の例を示すフローチャートである。 罫線の形状に関する特徴量について説明するための図である。 項目値の検出処理の動作の例を示すフローチャートである。 認識結果画面の一例を示す図である。 変更処理の動作の例を示すフローチャートである。 最適な前処理パラメータを用いることの意義を説明するための図である。 他の検出装置の第１処理回路３２０の概略構成を示す図である。 他の情報処理装置の第２処理回路４２０の概略構成を示す図である。

　以下、本開示の一側面に係る情報処理装置について図を参照しつつ説明する。但し、本開示の技術的範囲はそれらの実施の形態に限定されず、特許請求の範囲に記載された発明とその均等物に及ぶ点に留意されたい。

　図１は、実施形態に従った情報処理システム１０の概略構成の一例を示す図である。

　情報処理システム１０は、検出装置１００と、情報処理装置２００とを有する。

　検出装置１００及び情報処理装置２００は、それぞれ、有線又は無線による通信機能を有し、ネットワーク３００に接続され、ネットワーク３００を介して相互に通信する。

　検出装置１００は、ＰＣ（Personal Computer）、ノートＰＣ等の情報処理装置であり、そのユーザである作業者により使用され、複数の項目毎に項目名及び項目値が表された帳票画像を処理する。帳票画像は、帳票を表す画像データであり、帳票は、複数の項目毎に項目名及び項目値が表された文書である。本実施形態では、帳票として多種レイアウトの帳票が使用される。多種レイアウトの帳票とは、複数の異なる機関によって個別に作成され、帳票毎に項目名の記載位置が異なり且つ項目名の類義語が複数存在する帳票のことをいう。帳票画像に対する処理には、前処理、後処理及び認識処理が含まれる。前処理は、後処理及び認識処理の前に、後処理及び認識処理のために帳票画像の画像処理を行う処理である。後処理は、前処理が行われた帳票画像から特定項目の項目値候補を検出する処理である。特定項目とは、電子データとして演算又は出力等の処理を行う必要がある項目である。認識処理は、後処理において検出された項目値候補から特定項目の項目値を特定する処理である。

　なお、検出装置１００は、タブレットＰＣ、多機能携帯電話（いわゆるスマートフォン）、携帯情報端末等の携帯可能な装置でもよい。検出装置１００は、第１通信装置１０１と、入力装置１０２と、表示装置１０３と、第１記憶装置１１０と、第１ＣＰＵ（Central Processing Unit）１２０とを有する。以下、検出装置１００の各部について詳細に説明する。

　第１通信装置１０１は、ＴＣＰ／ＩＰ（Transmission Control Protocol/Internet Protocol）等の有線の通信インタフェース回路を有する。第１通信装置１０１は、イーサネット（登録商標）等の通信方式に従って、ネットワーク３００と通信接続する。第１通信装置１０１は、ネットワーク３００を介して情報処理装置２００から受信したデータを第１ＣＰＵ１２０に供給し、第１ＣＰＵ１２０から供給されたデータをネットワーク３００を介して情報処理装置２００に送信する。なお、第１通信装置１０１は、外部の装置と通信できるものであればどのようなものでもよい。例えば、第１通信装置１０１は、無線ＬＡＮ（Local Area Network）通信方式に従って不図示のアクセスポイントを介して情報処理装置２００と通信してもよい。または、第１通信装置１０１は、携帯電話通信方式に従って不図示の基地局装置を介して情報処理装置２００と通信してもよい。

　入力装置１０２は、入力部の一例であり、タッチパネル式の入力装置、キーボード、マウス等の入力デバイス及び入力デバイスから信号を取得するインタフェース回路を有する。入力装置１０２は、ユーザにより入力された入力データを受け付け、受け付けた入力データに応じた信号を第１ＣＰＵ１２０に対して出力する。

　表示装置１０３は、出力部の一例であり、液晶、有機ＥＬ（Electro-Luminescence）等から構成されるディスプレイ及びディスプレイに画像データ又は各種の情報を出力するインタフェース回路を有する。表示装置１０３は、第１ＣＰＵ１２０と接続されて、第１ＣＰＵ１２０から出力された画像データをディスプレイに表示する。なお、タッチパネルディスプレイを用いて、入力装置１０２と表示装置１０３を一体に構成してもよい。

　第１記憶装置１１０は、記憶部の一例である。第１記憶装置１１０は、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）等のメモリ装置、ハードディスク等の固定ディスク装置、又はフレキシブルディスク、光ディスク等の可搬用の記憶装置等を有する。また、第１記憶装置１１０には、検出装置１００の各種処理に用いられるコンピュータプログラム、データベース、テーブル等が格納される。コンピュータプログラムは、例えばＣＤ－ＲＯＭ（compact disk read only memory）、ＤＶＤ－ＲＯＭ（digital versatile disk read only memory）等のコンピュータ読み取り可能な可搬型記録媒体からインストールされてもよい。コンピュータプログラムは、公知のセットアッププログラム等を用いて第１記憶装置１１０にインストールされる。また、第１記憶装置１１０には、データとして、前処理パラメータ、ルール辞書及び複数のルールリスト等が記憶される。前処理パラメータ、ルール辞書及びルールリストの詳細については後述する。

　第１ＣＰＵ１２０は、予め第１記憶装置１１０に記憶されているプログラムに基づいて動作する。第１ＣＰＵ１２０は、汎用プロセッサであってもよい。なお、第１ＣＰＵ１２０に代えて、ＤＳＰ（digital signal processor）、ＬＳＩ（large scale integration）等が用いられてよい。また、第１ＣＰＵ１２０に代えて、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field-Programmable Gate Array）等が用いられてもよい。

　第１ＣＰＵ１２０は、第１通信装置１０１、入力装置１０２、表示装置１０３及び第１記憶装置１１０と接続され、これらの各部を制御する。第１ＣＰＵ１２０は、第１通信装置１０１を介したデータ送受信制御、入力装置１０２の入力制御、表示装置１０３の出力制御及び第１記憶装置１１０の制御等を行う。また、第１ＣＰＵ１２０は、第１通信装置１０１等から取得した帳票画像を処理する。

　情報処理装置２００は、検出装置１００が使用する前処理パラメータ及びルール辞書等を生成するサーバである。前処理パラメータは、前処理（帳票画像の画像処理）のためのパラメータであり、前処理において使用される。ルール辞書は、帳票画像から特定項目の項目値を検出するために、使用されるデータである。情報処理装置２００は、第２通信装置２０１と、第２記憶装置２１０と、第２ＣＰＵ２２０とを有する。以下、情報処理装置２００の各部について詳細に説明する。

　第２通信装置２０１は、第１通信装置１０１と同様の通信インタフェース回路を有し、第１通信装置１０１と同様の通信方式に従って、ネットワーク３００と通信接続する。第２通信装置２０１は、ネットワーク３００を介して検出装置１００から受信したデータを第２ＣＰＵ２２０に供給し、第２ＣＰＵ２２０から供給されたデータをネットワーク３００を介して検出装置１００に送信する。

　第２記憶装置２１０は、記憶部の一例である。第２記憶装置２１０は、第１記憶装置と同様のメモリ装置、固定ディスク装置又は記憶装置等を有する。また、第２記憶装置２１０には、情報処理装置２００の各種処理に用いられるコンピュータプログラム、データベース、テーブル等が格納される。コンピュータプログラムは、例えばＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ等のコンピュータ読み取り可能な可搬型記録媒体からインストールされてもよい。コンピュータプログラムは、公知のセットアッププログラム等を用いて第２記憶装置２１０にインストールされる。また、第２記憶装置２１０には、データとして、複数のサンプル帳票画像、各サンプル帳票画像における特定項目の項目値に対応する正解値、前処理のための複数のパラメータ候補、前処理パラメータ、ルール辞書及び複数のルールリスト等が記憶される。各情報の詳細については後述する。

　第２ＣＰＵ２２０は、予め第２記憶装置２１０に記憶されているプログラムに基づいて動作する。第２ＣＰＵ２２０は、汎用プロセッサであってもよい。なお、第２ＣＰＵ２２０に代えて、ＤＳＰ、ＬＳＩ、ＡＳＩＣ、ＦＰＧＡ等が用いられてもよい。

　第２ＣＰＵ２２０は、第２通信装置２０１及び第２記憶装置２１０と接続され、これらの各部を制御する。第２ＣＰＵ２２０は、第２通信装置２０１を介したデータ送受信制御及び第２記憶装置２１０の制御等を行う。また、第２ＣＰＵ２２０は、前処理パラメータ及びルール辞書を生成する。

　図２は、検出装置１００の第１記憶装置１１０及び第１ＣＰＵ１２０の概略構成を示す図である。

　図２に示すように、第１記憶装置１１０には、受信プログラム１１１、取得プログラム１１２、第１前処理実行プログラム１１３、第１後処理実行プログラム１１４、認識処理実行プログラム１１５及び受付プログラム１１６等の各プログラムが記憶される。これらの各プログラムは、プロセッサ上で動作するソフトウェアにより実装される機能モジュールである。第１ＣＰＵ１２０は、第１記憶装置１１０に記憶された各プログラムを読み取り、読み取った各プログラムに従って動作する。これにより、第１ＣＰＵ１２０は、受信部１２１、取得部１２２、第１前処理実行部１２３、第１後処理実行部１２４、認識処理実行部１２５及び受付部１２６として機能する。

　図３は、情報処理装置２００の第２記憶装置２１０及び第２ＣＰＵ２２０の概略構成を示す図である。

　図３に示すように、第２記憶装置２１０には、第２前処理実行プログラム２１１、第２後処理実行プログラム２１２、算出プログラム２１３、パラメータ設定プログラム２１４、優先順位設定プログラム２１５、送信プログラム２１６、修正値取得プログラム２１７及び変更プログラム２１８等の各プログラムが記憶される。これらの各プログラムは、プロセッサ上で動作するソフトウェアにより実装される機能モジュールである。第２ＣＰＵ２２０は、第２記憶装置２１０に記憶された各プログラムを読み取り、読み取った各プログラムに従って動作する。これにより、第２ＣＰＵ２２０は、第２前処理実行部２２１、第２後処理実行部２２２、算出部２２３、パラメータ設定部２２４、優先順位設定部２２５、送信部２２６、修正値取得部２２７及び変更部２２８として機能する。

　図４は、情報処理装置２００の第２記憶装置２１０に記憶される複数のサンプル帳票画像４００、４０１、４０２の一例を示す図である。

　各サンプル帳票画像４００、４０１、４０２は、前処理パラメータ及びルール辞書を生成するために事前に登録された帳票画像である。図４に示すように、各サンプル帳票画像４００、４０１、４０２には、複数の項目毎に、各項目に対応する項目名と、各項目名に対応する項目値とが対応付けて表示されている。また、各サンプル帳票画像４００、４０１、４０２には、特定項目の項目値に対応する正解値が関連付けて記憶される。なお、特定項目が複数あり、特定項目の項目値が複数ある場合、各サンプル帳票画像４００、４０１、４０２には、各特定項目の項目値に対応する複数の正解値が関連付けて記憶される。

　図４に示す例では、帳票として医療領収書が用いられている。この例では、医療に係る各費用が複数の項目に分類され、項目名として各費用の費用名目が記載され、項目値として各費用の金額が記載されている。また、この例では、特定項目として「患者の負担額」が指定されている。しかしながら、医療領収書のような多種レイアウトの帳票では、同一の項目に対する項目名が帳票毎に異なる可能性がある。図４に示す例では、項目「患者の負担額」に対して、サンプル帳票画像４００では項目名「患者負担額」４０３が用いられ、サンプル帳票画像４０１では項目名「一部負担金」４０４が用いられ、サンプル帳票画像４０２では項目名「合計」４０５が用いられている。各サンプル帳票画像４００、４０１、４０２が登録される際に、サンプル帳票画像４００、４０１、４０２のそれぞれにおける項目「患者の負担額」に対する正解値「１５０００」が登録者により登録される。

　図５は、前処理について説明するための模式図である。

　図５に示す帳票画像５００では、文字５０１の輪郭がぼけており、文字５０１が正しく検出されない可能性がある。このような輪郭がぼけた文字５０１を鮮鋭化するために、検出装置１００及び情報処理装置２００は、前処理としてエッジ強調処理を実行する。例えば、検出装置１００及び情報処理装置２００は、エッジ強調処理として、帳票画像にアンシャープマスクフィルタを適用する。

　その場合、検出装置１００及び情報処理装置２００は、帳票画像内の各注目画素の画素値（輝度値又は色値）を各注目画素の近傍画素（例えば注目画素及び注目画素に隣接する８画素）の画素値の平均値に置換した平滑化画像を生成する。そして、検出装置１００及び情報処理装置２００は、帳票画像内の各注目画素の画素値を以下の式（１）により算出される算出値に置換した処理画像を生成する。
Ｋ_new＝Ｋ_org＋Ｎ×（Ｋ_org－Ｋ_smt）　　　（１）
ここで、Ｋ_orgは帳票画像内の注目画素の画素値であり、Ｋ_smtは平滑化画像において注目画素に対応する位置に配置された画素の画素値であり、Ｋ_newは処理画像において注目画素に対応する位置に配置される画素の画素値である。Ｎは鮮鋭化係数であり、エッジ強調の度合いを示す。検出装置１００及び情報処理装置２００は、この鮮鋭化係数をエッジ強調処理の前処理パラメータとして使用する。

　図５に示す処理画像５１０は、帳票画像５００に対してエッジ強調処理が実行された画像を示す。処理画像５１０では、文字５１１の輪郭が鮮鋭化されている。

　図５に示す二値化画像５２０では、文字５２１がカスレ５２２を有し（かすんでおり）、文字５２１が正しく検出されない可能性がある。このようなカスレ５２２を除去するために、検出装置１００及び情報処理装置２００は、前処理として二値化処理及び膨張処理を実行する。検出装置１００及び情報処理装置２００は、二値化処理として、帳票画像（又は処理画像）を二値化した二値化画像を生成する。検出装置１００及び情報処理装置２００は、帳票画像内の各画素の画素値について、二値化閾値を用いて二値化処理を行い、二値化閾値未満の画素を有効画素（黒色画素）に、二値化閾値以上の画素を無効画素（白色画素）に変換した二値化画像を生成する。なお、検出装置１００及び情報処理装置２００は、二値化閾値以上の画素を有効画素に、二値化閾値未満の画素を無効画素に変換してもよい。二値化閾値は、予め定められた値（例えば１２８）にしてもよいし、各入力画像の全画素の輝度値の平均値等にしてもよい。

　次に、検出装置１００及び情報処理装置２００は、膨張処理として、二値化画像内の有効画素を水平方向、垂直方向及び斜め方向に膨張係数分だけ膨張させることにより膨張画像を生成する。検出装置１００及び情報処理装置２００は、例えば、二値化画像内の各有効画素から膨張係数の範囲内の画素を有効画素に置換することにより、膨張画像を生成する。なお、検出装置１００及び情報処理装置２００は、二値化画像内の有効画素を斜め方向には膨張させずに、水平方向及び垂直方向にのみ膨張させてもよい。この膨張係数は、有効画素を膨張させる回数を示す。検出装置１００及び情報処理装置２００は、この膨張係数を膨張処理の前処理パラメータとして使用する。

　図５に示す膨張画像５３０は、二値化画像５２０に対して膨張処理が実行された画像を示す。膨張画像５３０では、カスレ５２２が除去されている。

　図５に示す二値化画像５４０には、ノイズ５４１が含まれ、文字５４２が正しく検出されない可能性がある。このようなノイズ５４１を除去するために、検出装置１００及び情報処理装置２００は、前処理として二値化処理及びノイズ除去処理を実行する。検出装置１００及び情報処理装置２００は、ノイズ除去処理として、二値化画像（又は膨張画像）内の各有効画素が他の有効画素と連結しているか否かを判定し、連結している有効画素を一つのグループとしてラベリングする。検出装置１００及び情報処理装置２００は、水平方向、垂直方向及び斜め方向（８近傍）又は水平方向及び垂直方向（４近傍）に相互に隣接するエッジ画素を連結していると判定する。そして、検出装置１００及び情報処理装置２００は、水平方向及び垂直方向の両方の大きさがノイズ除去係数以下のグループに含まれる有効画素を無効画素に置換することにより、ノイズ除去画像を生成する。このノイズ除去係数は、二値化画像からノイズとして除去する有効画素のサイズを示す。検出装置１００及び情報処理装置２００は、このノイズ除去係数を膨張処理の前処理パラメータとして使用する。

　図５に示すノイズ除去画像５５０は、二値化画像５４０に対してノイズ除去処理が実行された画像を示す。ノイズ除去画像５５０では、ノイズ５４１が除去されている。

　なお、検出装置１００及び情報処理装置２００は、上記した前処理の内の少なくとも一つを実行すればよく、全ての前処理を実行する必要はない。

　図６は、前処理のための複数のパラメータ候補６００の一例を示す図である。

　図６に示すように、第２記憶装置２１０には、各パラメータ候補の組合せが記憶される。組合せ番号は、各組合せを識別するための番号である。パラメータ候補として、エッジ強調レベル、膨張レベル及びノイズ除去レベル等が記憶される。各レベルは、所定数（例えば５）の段階に設定されている。エッジ強調レベルは、例えば鮮鋭化係数の大きさを示し、鮮鋭化係数が大きい程、レベルが高くなるように定められている。膨張レベルは、膨張係数の大きさを示し、膨張係数が大きい程、レベルが高くなるように定められている。ノイズ除去レベルは、ノイズ除去係数の大きさを示し、ノイズ除去係数が大きい程、レベルが高くなるように定められている。

　図７は、複数のルールリスト７００、７０１、７０２の一例を示す図である。

　各ルールリスト７００、７０１、７０２は、情報処理装置２００により生成されて第２記憶装置２１０に記憶されるとともに、検出装置１００に送信されて第１記憶装置１１０に記憶される。図７に示すように、各ルールリスト７００、７０１、７０２には、各ルールリストを識別するためのルールリストＩＤが割り当てられる。また、各ルールリスト７００、７０１、７０２には、複数のルール（図７に示す表の中の各行に対応する情報）が関連付けて規定され、各ルール毎に、ルール番号、優先順位、項目名及び位置情報等が関連付けて規定される。即ち、一つのルールは、一つの項目名に対応する。

　ルール番号は、各ルールを識別するための番号である。優先順位は、各ルールリストを用いて帳票画像から特定項目の項目値を検出する際に、各ルールで規定された項目名が検査される順序を規定するための順位である。優先順位は、後処理によって検出された複数の項目値候補の中から特定項目の項目値を検出するために用いられる。この例では、数値「１」の優先順位が最も高く、数値が大きくなる程、優先順位が低くなるように、各ルールに優先順位が割り当てられている。項目名は、各ルールリストを用いて帳票画像から特定項目の項目値を検出する際に、各ルールにおいて検査される名称である。位置情報は、各サンプル帳票画像における各項目名と各項目名に対応する項目値の表示位置関係を規定するための情報である。位置情報として、例えば項目名に対する項目値の相対位置（例えば、上、下、右、左、右上、右下、左上、左下）が規定される。位置情報は、各ルールリストを用いて帳票画像から特定項目の項目値を検出する際に、各ルールで規定された項目名に対応する項目値を特定するために使用される。

　図８は、ルール辞書８００の一例を示す図である。

　ルール辞書８００は、情報処理装置２００により生成されて第２記憶装置２１０に記憶されるとともに、検出装置１００に送信されて第１記憶装置１１０に記憶される。図８に示すように、ルール辞書８００には、複数の特徴量のそれぞれと、複数のルールリストＩＤのそれぞれとが関連付けて規定される。

　特徴量は、各サンプル帳票画像における特徴量である。特徴量の詳細については後述する。ルール辞書８００では、各ルールリストに適合するサンプル帳票画像の特徴量と、各ルールリストとが関連付けられている。

　図９は、情報処理装置２００による前処理パラメータ及び優先順位の設定処理の動作の例を示すフローチャートである。

　以下、図９に示したフローチャートを参照しつつ、情報処理装置２００による生成処理の動作の例を説明する。なお、以下に説明する動作のフローは、予め第２記憶装置２１０に記憶されているプログラムに基づき主に第２ＣＰＵ２２０により情報処理装置２００の各要素と協働して実行される。

　ステップＳ１０１～Ｓ１０７の処理は、第２記憶装置２１０に記憶されたパラメータ候補６００に係る複数の組合せ毎に実行される。最初に、第２前処理実行部２２１は、第２記憶装置２１０から何れかの組合せに係るパラメータ候補を読み出す（ステップＳ１０１）。

　ステップＳ１０２～Ｓ１０５の処理は、第２記憶装置２１０に記憶されたサンプル帳票画像毎に実行される。第２前処理実行部２２１は、第２記憶装置２１０から何れかのサンプル帳票画像を読み出す（ステップＳ１０２）。

　次に、第２前処理実行部２２１は、読み出したサンプル帳票画像に対して、読み出した組合せに係る各パラメータ候補を用いて、各前処理を実行する（ステップＳ１０３）。

　次に、第２後処理実行部２２２は、前処理が実行されたサンプル帳票画像を用いて、後処理を実行する（ステップＳ１０４）。第２後処理実行部２２２は、後処理において、公知のＯＣＲ（Optical Character Recognition）技術を利用して、前処理が実行されたサンプル帳票画像に含まれる各項目名を検出する。さらに、第２前処理実行部２２１は、公知のＯＣＲ技術を利用して、そのサンプル帳票画像に含まれる各項目値を特定項目の項目値候補として検出する。

　次に、算出部２２３は、第２記憶装置２１０に記憶された全てのサンプル帳票画像に対して処理が実行されたか否かを判定する（ステップＳ１０５）。まだ処理が実行されていないサンプル帳票画像が存在する場合、算出部２２３は、処理をステップＳ１０２に戻す。

　一方、全てのサンプル帳票画像に対して処理が実行された場合、算出部２２３は、ステップＳ１０１で読み出した組合せに係るパラメータ候補の正解率を算出する（ステップＳ１０６）。算出部２２３は、後処理によって各サンプル帳票画像からそれぞれ検出された項目値候補と、各サンプル帳票画像と関連付けて記憶された特定項目の項目値に対応する正解値とを比較して、正解率を算出する。算出部２２３は、正解値が検出された場合、即ち検出された項目値候補に正解値が含まれる場合、正解と判定し、全てのサンプル帳票画像の数に対する、正解と判定されたサンプル帳票画像の数の割合を正解率として算出する。

　なお、特定項目の項目値が複数ある場合、算出部２２３は、全てのサンプル帳票画像からの複数の正解値の検出率に基づいて正解率を算出する。即ち、算出部２２３は、全てのサンプル帳票画像に含まれる全ての特定項目の数に対する、正解と判定された特定項目の数の割合を正解率として算出する。例えば、サンプル帳票画像の数が１００であり、各サンプル帳票画像に特定項目が４つずつ含まれる場合、全てのサンプル帳票画像について正解と判定された全ての項目の数を４００で除算した値が正解率として算出される。これにより、算出部２２３は、特定項目の項目値が複数ある場合に、高精度に正解率を算出することが可能となる。

　または、算出部２２３は、各サンプル帳票画像毎の複数の正解値の検出率に基づいて正解率を算出してもよい。即ち、算出部２２３は、サンプル帳票画像毎に、各サンプル帳票画像に含まれる特定項目の数に対する、各サンプル帳票画像において正解と判定された特定項目の数の割合を検出率として算出する。そして、算出部２２３は、全てのサンプル帳票画像の数に対する、検出率が閾値以上であるサンプル帳票画像の数の割合を正解率として算出する。例えば、サンプル帳票画像の数が１００であり、各サンプル帳票画像に特定項目が４つずつ含まれ、閾値が７５％である場合、３つ以上の特定項目について正解と判定されたサンプル帳票画像の数を１００で除算した値が正解率として算出される。この場合も、算出部２２３は、特定項目の項目値が複数ある場合に、高精度に正解率を算出することが可能となる。

　次に、パラメータ設定部２２４は、第２記憶装置２１０に記憶された全ての組合せに係るパラメータ候補に対して処理が実行されたか否かを判定する（ステップＳ１０７）。まだ処理が実行されていない組合せに係るパラメータ候補が存在する場合、パラメータ設定部２２４は、処理をステップＳ１０１に戻す。

　一方、全ての組合せに係るパラメータ候補に対して処理が実行された場合、パラメータ設定部２２４は、複数の組合せに係るパラメータ候補の内、正解率が最大である組合せに係るパラメータ候補を前処理パラメータとして設定する（ステップＳ１０８）。

　なお、パラメータ設定部２２４は、まだ処理が実行されていない組合せに係るパラメータ候補が存在する場合でも、正解率が閾値以上である組合せに係るパラメータ候補が存在する場合、そのパラメータ候補を前処理パラメータとして設定してもよい。この閾値は、１００％又は１００％に近い値（例えば９９％）に設定される。これにより、パラメータ設定部２２４は、設定処理の処理時間を短縮することが可能となる。

　次に、優先順位設定部２２５は、優先順位設定処理を実行し（ステップＳ１０９）、一連のステップを終了する。優先順位設定処理において、優先順位設定部２２５は、設定された前処理パラメータを用いて前処理が実行された複数のサンプル帳票画像を用いて、優先順位を設定する。

　図１０は、優先順位設定処理の動作の例を示すフローチャートである。図１０に示す優先順位設定処理は、図９に示す設定処理のステップＳ１０９で実行される。優先順位設定処理では、ステップＳ１０８で設定された前処理パラメータを用いて前処理が実行されたサンプル帳票画像に対して処理が実行される。例えば、第２前処理実行部２２１は、優先順位設定処理を実行する前に、全てのサンプル帳票画像に対してステップＳ１０８で設定された前処理パラメータを用いて前処理を実行しておく。なお、第２前処理実行部２２１は、各サンプル帳票画像に対して処理が実行される直前に、各サンプル帳票画像に対してステップＳ１０８で設定された前処理パラメータを用いて前処理を実行してもよい。

　最初に、優先順位設定部２２５は、ルールリスト及びルール辞書を初期化する（ステップＳ２０１）。優先順位設定部２２５は、全てのサンプル帳票画像から、特定項目に対応し得る全ての項目名を抽出する。なお、特定項目に対応し得る項目名は、事前に登録されていてもよい。優先順位設定部２２５は、抽出した各項目名に対して、想定し得る全ての位置に対応する位置情報のそれぞれが関連付けられたルールを生成し、生成した全てのルールを含むルールリストを初期ルールリストとして生成する。初期ルールリストでは、各ルールに、任意の順序でルール番号が割り当てられ、優先順位として「不定」が設定される。また、優先順位設定部２２５は、特徴量及びルールリストＩＤとして「不定」が設定されたルール辞書を初期ルール辞書として生成する。

　次に、優先順位設定部２２５は、初期ルールリストから一つのルールを選択する（ステップＳ２０２）。

　次に、優先順位設定部２２５は、選択したルールに基づいて、生成済みのルールリストの何れにも適合していない全てのサンプル帳票画像のそれぞれから項目値を検出する（ステップＳ２０３）。ステップＳ２０３の処理が最初に実行される場合、優先順位設定部２２５は、全てのサンプル帳票画像から項目値を検出する。優先順位設定部２２５は、各サンプル帳票画像に対して後処理を実行し、項目名及び項目値候補を検出する。優先順位設定部２２５は、後処理で検出された項目名から、選択したルールにおける項目名を抽出する。さらに、優先順位設定部２２５は、抽出した項目名に対して、選択したルールにおける位置情報に規定された表示位置関係に位置する所定サイズの領域内の項目値を特定する。このように、優先順位設定部２２５は、ルールリストにおいて規定された表示位置関係に基づいて、各項目名に対応する項目値を検出する。

　次に、優先順位設定部２２５は、各サンプル帳票画像から検出した各項目値が、各項目値を検出した各サンプル帳票画像に関連付けられた正解値と一致している割合を示す一致率を算出する（ステップＳ２０４）。優先順位設定部２２５は、各サンプル帳票画像から検出した各項目値と、各項目値を検出した各サンプル帳票画像に関連付けられた正解値が一致するか否かを判定し、検出した項目値の数に対する、各正解値と一致する項目値の割合を一致率として算出する。

　次に、優先順位設定部２２５は、初期ルールリストに含まれる全てのルールについて処理が完了したか否かを判定する（ステップＳ２０５）。まだ処理が完了していないルールが存在する場合、優先順位設定部２２５は、処理をステップＳ２０２に戻し、未選択のルールに対して、ステップＳ２０２～Ｓ２０４の処理を実行する。

　一方、初期ルールリストに含まれる全てのルールについて処理が完了した場合、優先順位設定部２２５は、ステップＳ２０４で算出した一致率が高い順に優先順位が高くなるように各ルールの優先順位を割り当てたルールリストを生成する（ステップＳ２０６）。このように、優先順位設定部２２５は、複数のルールリストの何れにも適合しない各サンプル帳票画像において、正解値に対応している割合が高い項目名ほど、優先順位が高くなるようにルールリストを生成する。また、優先順位設定部２２５は、生成したルールリストにルールリストＩＤを割り当てる。

　次に、優先順位設定部２２５は、生成済みのルールリストの何れにも適合していないサンプル帳票画像の中から一つのサンプル帳票画像を選択する（ステップＳ２０７）。

　次に、優先順位設定部２２５は、ステップＳ２０６で生成されたルールリストに基づいて、選択したサンプル帳票画像から項目値を抽出する（ステップＳ２０８）。優先順位設定部２２５は、公知のＯＣＲ技術を利用して、ルールリストに規定された優先順位の順（優先順位が高い順）に、ルールリストに規定された各項目名がサンプル帳票画像に含まれるか否かを順次判定していく。優先順位設定部２２５は、最初に含まれると判定された項目名に対して、その項目名に関連付けられた位置情報に規定された表示位置関係に位置する所定サイズの領域から項目値を検出し、検出した項目値をその項目名に対応する項目値として抽出する。

　次に、優先順位設定部２２５は、抽出した項目値と、選択したサンプル帳票画像に関連付けられた正解値とが一致するか否かを判定する（ステップＳ２０９）。

　項目値と正解値とが一致しない場合、優先順位設定部２２５は、ステップＳ２０６で生成されたルールリストと、ステップＳ２０７で選択されたサンプル帳票画像が適合しないと判定し、処理をステップＳ２１３に移行する。

　一方、項目値と正解値とが一致する場合、優先順位設定部２２５は、ステップＳ２０６で生成されたルールリストと、ステップＳ２０７で選択されたサンプル帳票画像が適合すると判定する（ステップＳ２１０）。

　次に、優先順位設定部２２５は、ルールリストに適合すると判定されたサンプル帳票画像から特徴量を算出する（ステップＳ２１１）。優先順位設定部２２５は、サンプル帳票画像の特徴量として、罫線の形状に関する特徴量に関する特徴量を算出する。

　図１１は、罫線の形状に関する特徴量について説明するための図である。

　図１１に示すように、帳票画像１１００に表１１０１が含まれる場合、表１１０１を構成する各罫線１１０２によって形状の異なる複数の頂点１１０３又は交点１１０４が形成される。優先順位設定部２２５は、形状の異なる頂点１１０３及び交点１１０４毎に、各形状を有する頂点１１０３及び交点１１０４の数を計数する。優先順位設定部２２５は、各形状を有する頂点１１０３及び交点１１０４の数を要素とするヒストグラム（特徴ベクトル）１１１０を帳票画像１１００の特徴量として算出する。優先順位設定部２２５は、罫線の形状に関する特徴量を用いることにより、表が含まれる可能性の高い多種レイアウトの各帳票を高精度に識別することができる。

　なお、優先順位設定部２２５は、サンプル帳票画像に含まれる特定の形状を有するロゴの数、又は、特定の文字列の数等、他の特徴量をサンプル帳票画像の特徴量としてもよい。また、情報処理装置２００は、各サンプル帳票画像の特徴量を事前に算出しておき、第２記憶装置２１０に記憶しておいてもよい。その場合、優先順位設定部２２５は、第２記憶装置２１０から各サンプル帳票画像の特徴量を取得する。これにより、優先順位設定部２２５は、生成処理にかかる処理負荷を低減し、より短時間でルール辞書を生成することが可能となる。

　次に、優先順位設定部２２５は、算出した特徴量を、ステップＳ２０６で生成されたルールリストのルールリストＩＤと関連付けてルール辞書に記憶（追加）する（ステップＳ２１２）。

　なお、優先順位設定部２２５は、算出した特徴量が過去に算出した特徴量と一致する場合、ルール辞書の更新を省略する。また、優先順位設定部２２５は、算出した特徴量が過去に算出した特徴量と類似する場合も、ルール辞書の更新を省略してもよい。その場合、優先順位設定部２２５は、算出した特徴量と、過去に算出した特徴量の類似度が閾値以上である場合に、二つの特徴量が類似すると判定する。類似度は、例えば各特徴量（特徴ベクトル）のユークリッド距離の逆数、又は、コサイン類似度等である。また、優先順位設定部２２５は、算出した特徴量が過去に算出した特徴量と一致又は類似する場合、ルール辞書に既に記憶されている、その特徴量に関連付けられたルールリストＩＤを新たに生成したルールリストのルールリストＩＤに更新（上書き）してもよい。

　また、優先順位設定部２２５は、算出した特徴量に特徴量ＩＤを割り当てて、割り当てた特徴量ＩＤをルールリストＩＤと関連付けてルール辞書に記憶してもよい。例えば、優先順位設定部２２５は、算出した特徴量（特徴ベクトル）の各要素を所定の有効桁数に丸めた値（ベクトル）を特徴量ＩＤとして使用する。なお、優先順位設定部２２５は、算出した特徴量（特徴ベクトル）を正規化した値（ベクトル）を特徴量ＩＤとして使用してもよい。

　次に、優先順位設定部２２５は、生成済みのルールリストの何れにも適合していない全てのサンプル帳票画像についてステップＳ２０７～Ｓ２１２の処理が完了したか否かを判定する（ステップＳ２１３）。まだ処理が完了していないサンプル帳票画像が存在する場合、優先順位設定部２２５は、処理をステップＳ２０７に戻し、未選択のサンプル帳票画像に対して、ステップＳ２０７～Ｓ２１２の処理を実行する。

　一方、各サンプル帳票画像について処理が完了した場合、優先順位設定部２２５は、全てのサンプル帳票画像が生成済みのルールリストの何れかと適合したか否かを判定する（ステップＳ２１４）。生成済みのルールリストの何れにも適合しないサンプル帳票画像が存在する場合、優先順位設定部２２５は、処理をステップＳ２０２に戻す。この場合、優先順位設定部２２５は、ステップＳ２０２～Ｓ２０６の処理により、生成済みのルールリストの何れにも適合していないサンプル帳票画像に基づいて、新たなルールリストを生成する。一方、優先順位設定部２２５は、ステップＳ２０７～Ｓ２１２の処理により、新たに生成されたルールリストを用いて、ルール辞書を更新する。

　一方、全てのサンプル帳票画像が生成済みのルールリストの何れかと適合した場合、優先順位設定部２２５は、一連のステップを終了する。優先順位設定処理が終了した時点で第２記憶装置２１０に記憶されているルール辞書が、第２後処理実行部２２２により生成されたルール辞書となる。

　なお、特定項目の項目値が複数ある場合、情報処理装置２００は各特定項目についてルール辞書及びルールリストを生成する。

　また、ルール辞書が生成された後にサンプル帳票画像が新たに追加された場合、優先順位設定部２２５は、新たに追加されたサンプル帳票画像に基づいて、新たなルールリストを生成する。その場合、優先順位設定部２２５は、新たに追加されたサンプル帳票画像を、生成済みのルールリストの何れにも適合していないサンプル帳票画像として、ステップＳ２０２～Ｓ２０６の処理を実行し、新たなルールリストを生成する。一方、優先順位設定部２２５は、ステップＳ２０７～Ｓ２１２の処理により、新たに生成されたルールリストを用いて、ルール辞書を更新する。但し、新たに生成されたルールリストが生成済みのルールリストの何れかと同一である場合、優先順位設定部２２５は、その生成済みのルールリストを用いて、ルール辞書を更新する。

　なお、ルール辞書の作成方法は、上記したものに限定されない。例えば、優先順位設定部２２５は、ステップＳ２０９において項目値と正解値とが一致しなかった場合、対象のルールリストから正解値に対応する項目名を抽出し、その項目名の優先順位が最も高くなるルールリストを生成してもよい。その場合、優先順位設定部２２５は、対象のサンプル帳票画像から算出した特徴量を、新たに生成したルールリストのルールリストＩＤと関連付けてルール辞書に記憶（追加）する。

　図１２は、検出装置１００による帳票画像からの項目値の検出処理の動作の例を示すフローチャートである。

　以下、図１２に示したフローチャートを参照しつつ、検出装置１００による検出処理の動作の例を説明する。なお、以下に説明する動作のフローは、予め第１記憶装置１１０に記憶されているプログラムに基づき主に第１ＣＰＵ１２０により検出装置１００の各要素と協働して実行される。

　最初に、受信部１２１は、第１通信装置１０１を介して情報処理装置２００に、前処理パラメータ、ルール辞書及びルールリストの取得を要求する取得要求を送信する。受信部１２１は、第１通信装置１０１を介して情報処理装置２００から前処理パラメータ、ルール辞書及びルールリストを受信する（ステップＳ３０１）。なお、情報処理装置２００の送信部２２６は、検出装置１００から取得要求を受信すると、事前に設定された前処理パラメータ、ルール辞書及びルールリストを第２記憶装置２１０から読出し、第２通信装置２０１を介して検出装置１００に送信する。受信部１２１は、受信した前処理パラメータ、ルール辞書及びルールリストを第１記憶装置１１０に記憶する。なお、検出装置１００は、事前に前処理パラメータ、ルール辞書及びルールリストを取得して第１記憶装置１１０に記憶しておいてもよい。

　次に、取得部１２２は、第１通信装置１０１を介して不図示の画像読取装置から、項目値を検出する対象となる帳票画像を取得する（ステップＳ３０２）。なお、取得部１２２は、ＵＳＢ（Universal Serial Bus）等の不図示のインタフェース回路を介して、画像読取装置から帳票画像を取得してもよい。または、検出装置１００が撮像装置を有し、取得部１２２は、撮像装置により帳票を撮像して帳票画像を取得してもよい。

　次に、第１前処理実行部１２３は、図９のステップＳ１０３の処理と同様にして、取得した帳票画像に対して、受信した前処理パラメータを用いて、各前処理を実行する（ステップＳ３０３）。

　次に、第１後処理実行部１２４は、図９のステップＳ１０４の処理と同様にして、前処理が実行された帳票画像を用いて、後処理を実行する（ステップＳ３０４）。

　次に、認識処理実行部１２５は、図１０のステップＳ２１１の処理と同様にして、前処理が実行された帳票画像から特徴量を算出する（ステップＳ３０５）。認識処理実行部１２５は、情報処理装置２００の優先順位設定部２２５が算出する特徴量と同じ特徴量を算出する。なお、優先順位設定部２２５が、特徴量ＩＤをルールリストＩＤと関連付けてルール辞書に記憶している場合、認識処理実行部１２５は、優先順位設定部２２５と同じ方式により、算出した特徴量に特徴量ＩＤを割り当てる。その場合、検出装置１００は、特徴量の代わりに特徴量ＩＤを用いて以下の処理を実行する。

　次に、認識処理実行部１２５は、第１記憶装置１１０に記憶されたルール辞書に、算出した特徴量が記憶されているか否かを判定する（ステップＳ３０６）。なお、認識処理実行部１２５は、ルール辞書に、算出した特徴量と同一の特徴量だけでなく、類似する特徴量が記憶されている場合も、算出した特徴量が記憶されていると判定してもよい。その場合、認識処理実行部１２５は、算出した特徴量と、ルール辞書に記憶されている特徴量の類似度が閾値以上である場合に、二つの特徴量が類似すると判定する。類似度は、例えば各特徴量（特徴ベクトル）のユークリッド距離の逆数、又は、コサイン類似度等である。

　ルール辞書に、算出した特徴量が記憶されている場合、認識処理実行部１２５は、ルール辞書において、その特徴量に関連付けられたルールリストＩＤに対応するルールリストを抽出する（ステップＳ３０７）。

　一方、ルール辞書に、算出した特徴量が記憶されていない場合、即ち、その特徴量に関連付けられたルールリストが存在しない場合、認識処理実行部１２５は、ルール辞書から、代替ルールリストを抽出する（ステップＳ３０８）。認識処理実行部１２５は、例えば、ルール辞書において最も多くの特徴量に関連付けられたルールリストを代替ルールリストとして抽出する。これにより、認識処理実行部１２５は、ルール辞書に特徴量が登録されていないような帳票画像からも、特定項目の項目値を精度良く検出することが可能となる。なお、認識処理実行部１２５は、他の条件によって代替ルールリストを抽出してもよい。

　次に、認識処理実行部１２５は、抽出したルールリストに基づいて、帳票画像から項目値を検出する（ステップＳ３０９）。認識処理実行部１２５は、ルールリストに規定された優先順位の順（優先順位が高い順）に、ルールリストに規定された各項目名がステップＳ３０４の後処理で検出されたか否かを順次判定していく。さらに、認識処理実行部１２５は、最初に検出されたと判定された項目名に対して、その項目名に関連付けられた位置情報に規定された表示位置関係に位置する所定サイズの領域内の項目値を特定し、その項目名に対応する項目値として検出する。このように、認識処理実行部１２５は、ルールリストにおいて規定された表示位置関係に基づいて、各項目名に対応する項目値を検出する。

　次に、認識処理実行部１２５は、検出した項目値を含む認識結果画面を表示装置１０３に表示することにより、その項目値を出力する（ステップＳ３１０）。

　図１３は、認識結果画面の一例を示す図である。

　図１３に示すように、認識結果画面１３００には、特定項目毎に、項目１３０１、認識結果１３０２、修正ボタン１３０３及び確定ボタン１３０４等が表示される。帳票画像から検出された各項目の項目値は、各項目１３０１と対応付けて認識結果１３０２として表示される。ユーザにより入力装置１０２を用いて修正ボタン１３０３が押下されると、認識結果１３０２が作業者により修正（編集）可能となる。また、ユーザにより入力装置１０２を用いて確定ボタン１３０４が押下されると、帳票画像から検出された各項目の項目値が、認識結果１３０２において指定された修正値に修正される。なお、項目毎に表示される修正ボタン１３０３及び確定ボタン１３０４の代わりに、全ての項目に共通に用いられる一つの修正ボタン及び確定ボタンが表示されてもよい。その場合、修正ボタンが押下されると、全ての認識結果１３０２が作業者により修正（編集）可能となり、確定ボタンが押下されると、各認識結果１３０２において指定された全ての修正値が項目値に反映される。

　なお、認識処理実行部１２５は、項目値を表示装置１０３に表示する代わりに、第１通信装置１０１を介して、帳票に係る各情報を集約するサーバ等に送信することにより、項目値を出力してもよい。

　次に、受付部１２６は、ユーザにより入力装置１０２を用いて確定ボタン１３０４が押下されることにより、ユーザによる、認識結果画面１３００に表示された項目値の修正指示を受け付けたか否かを判定する（ステップＳ３１１）。ユーザによる修正指示が受け付けられなかった場合、検出装置１００は、一連のステップを終了する。

　一方、ユーザによる修正指示が受け付けられた場合、受付部１２６は、エラー情報を第１通信装置１０１を介して情報処理装置２００に送信し（ステップＳ３１２）、一連のステップを終了する。エラー情報には、修正指示を受け付けた項目の項目名及び修正値と、対象の帳票画像と、後処理において検出された項目名及び項目値候補と、これまでに処理した帳票画像の処理数等が含まれる。

　なお、特定項目の項目値が複数ある場合、検出装置１００は、各特定項目毎に、各帳票画像から各特定項目の項目値を検出する。

　図１４は、情報処理装置２００による変更処理の動作の例を示すフローチャートである。

　以下、図１４に示したフローチャートを参照しつつ、情報処理装置２００による変更処理の動作の例を説明する。なお、以下に説明する動作のフローは、予め第２記憶装置２１０に記憶されているプログラムに基づき主に第２ＣＰＵ２２０により情報処理装置２００の各要素と協働して実行される。

　最初に、修正値取得部２２７は、第２通信装置２０１を介して検出装置１００からエラー情報を受信するまで待機する。修正値取得部２２７は、エラー情報を受信した場合、受信したエラー情報から、修正指示を受け付けた項目の項目名及び修正値と、対象の帳票画像と、後処理において検出された項目名及び項目値候補と、これまでに処理した帳票画像の処理数等を取得する（ステップＳ４０１）。この修正値は、設定された前処理パラメータ及び優先順位を用いて帳票画像から検出された特定項目の項目値に対して利用者により修正された修正値である。

　次に、変更部２２８は、修正値が、後処理において検出された複数の項目値候補に含まれるか否かを判定する（ステップＳ４０２）。

　修正値が項目値候補に含まれる場合、変更部２２８は、検出した項目値が誤っていた原因が後処理にあると判定し（ステップＳ４０３）、一連のステップを終了する。

　なお、この場合、変更部２２８は、エラー情報に含まれる帳票画像を新たなサンプル帳票画像とし、修正値をそのサンプル帳票画像に対応する正解値として第２記憶装置２１０に追加し、ルール辞書を更新して各優先順位を変更してもよい。

　または、変更部２２８は、第２記憶装置２１０に記憶されたルールリストの中から、エラー情報に含まれる帳票画像に対応するルールリストを抽出してもよい。その場合、変更部２２８は、第２記憶装置２１０に記憶されたルールリストの中から、後処理において検出された項目名の内、規定された優先順位が最も高い項目名に対応する項目値が修正値と一致するルールリストを抽出する。そして、変更部２２８は、エラー情報に含まれる帳票画像の特徴量を、抽出したルールリストのルールリストＩＤと関連付けてルール辞書に記憶する。

　一方、修正値が複数の項目値候補に含まれない場合、変更部２２８は、検出した項目値が誤っていた原因が前処理にあると判定し、前処理エラー回数をインクリメント（＋１）する（ステップＳ４０４）。

　次に、変更部２２８は、これまでに処理された帳票画像の処理数に対する、前処理エラー回数の割合を、前処理エラー率として算出する（ステップＳ４０５）。なお、変更部２２８は、一つの検出装置１００だけでなく、過去にエラー情報を受信した全ての検出装置１００による全処理数に対する、全ての検出装置１００で発生した全前処理エラー回数の割合を前処理エラー率として算出してもよい。

　次に、変更部２２８は、算出した前処理エラー率が閾値より大きいか否かを判定する（ステップＳ４０６）。この閾値は、予め所定値（例えば１０％）に設定される。なお、この閾値は、運用中にユーザにより変更されてもよい。

　前処理エラー率が閾値以下である場合、変更部２２８は、特に処理を実行せずに一連のステップを終了する。一方、前処理エラー率が閾値より大きい場合、変更部２２８は、エラー情報に含まれる帳票画像を新たなサンプル帳票画像とし、修正値をそのサンプル帳票画像に対応する正解値として第２記憶装置２１０に追加する。そして、変更部２２８は、図９に示した設定処理を再実行し、各前処理パラメータ及び各優先順位を変更し、第２記憶装置２１０に記憶する（ステップＳ４０７）。

　なお、この場合、検出した項目値が誤っていた原因は前処理にあると推定されるので、変更部２２８は、ステップＳ１０９の優先順位設定処理を省略し、前処理パラメータの変更のみを行ってもよい。これにより、情報処理装置２００は、変更処理の処理時間を短縮し、処理負荷を低減させることが可能になる。

　また、情報処理装置２００は、閾値を０％に設定し、修正値が複数の項目値候補に含まれない場合、即ち検出した項目値が誤っていた原因が前処理にある場合は、常に、設定処理を再実行して前処理パラメータを変更してもよい。

　また、変更部２２８は、前処理エラー率を算出する際に用いた処理数の対象となる全ての帳票画像を検出装置１００から取得し、取得した各帳票画像をサンプル帳票画像として設定処理を再実行してもよい。これにより、変更部２２８は、検出装置１００の実際の運用に適した前処理パラメータ又はルール辞書を生成することができる。

　次に、変更部２２８は、前処理エラー回数をリセットし（ステップＳ４０８）、一連のステップを終了する。なお、運用中のエラー率を継続して監視するため、変更部２２８は、帳票画像の処理数についてはリセットしない。変更処理が繰り返されるたびに、前処理パラメータ及び優先順位の精度が高くなるとともに、設定処理が再実行される頻度は低下するため、情報処理装置２００は、変更処理の処理時間を短縮し、処理負荷を低減させることが可能になる。

　このように、変更部２２８は、修正値が項目値候補に含まれない場合は前処理パラメータを変更し、修正値が項目値候補に含まれる場合は優先順位を変更する。これにより、変更部２２８は、前処理パラメータ又は優先順位を効率良く更新することが可能になる。

　また、図１４に示した変更処理は、情報処理装置２００により実行されるのではなく、各検出装置１００により実行されてもよい。その場合、各検出装置１００は、各装置が処理対象としている帳票画像に特化して前処理パラメータ及び優先順位を調整することができ、特定項目の項目値の検出精度を向上させることが可能となる。また、検出装置１００は、受付部１２６が修正指示を受信するたびに変更処理を実行するのではなく、夜間等の運用停止中に変更処理を実行してもよい。これにより、検出装置１００は、可用性を向上させることが可能となる。一方、情報処理装置２００が変更処理を実行する場合、検出装置１００は、変更処理の実行中でも稼働し続けることができ、可用性をより向上させることが可能となる。

　図１５は、最適な前処理パラメータを用いて前処理を実行することの意義を説明するための図である。

　図１５に示す画像１５００は、適切でない前処理パラメータを用いて前処理が実行された帳票画像の一例であり、画像１５１０は、適切な前処理パラメータを用いて前処理が実行された帳票画像の一例である。帳票画像１５００、１５１０における特定項目の項目名は「患者負担額」である。帳票画像１５００には、ノイズ１５０１が含まれている。そのため、図１２のステップＳ３０４において、検出装置１００の第１後処理実行部１２４は、画像１５００に対して後処理を実行したときに、特定項目の項目名「患者負担額」を検出できず、正解値である項目値「２６４０」を検出できない。

　また、図１０のステップＳ２０８において、情報処理装置２００の優先順位設定部２２５は、画像１５００から、特定項目の項目名「患者負担額」を検出できず、正解値である項目値「２６４０」を検出できない。そのため、優先順位設定部２２５は、特定項目の項目名「患者負担額」の優先順位が高くなるように設定したルール辞書を作成できない可能性がある。したがって、図１２のステップＳ３０９において、検出装置１００の認識処理実行部１２５は、ノイズ１５０１が含まれない帳票画像１５１０からも、特定項目の項目名「患者負担額」に対応する項目値「２６４０」を検出できない可能性がある。

　一方、第１前処理実行部１２３が最適な前処理パラメータを用いて前処理を実行することにより、帳票画像１５００からノイズ１５０１が除去され、第１後処理実行部１２４は、後処理において項目値「２６４０」を検出できるようになる。また、優先順位設定部２２５は、最適な前処理パラメータを用いて前処理が実行されてノイズ１５０１が除去されたサンプル帳票画像を用いることにより、特定項目の項目名「患者負担額」の優先順位が高くなるように設定したルール辞書を作成できるようになる。そのため、認識処理実行部１２５は、帳票画像１５１０から特定項目の項目名「患者負担額」に対応する項目値「２６４０」を検出できるようになる。

　以上詳述したように、情報処理装置２００は、サンプル帳票画像を利用して、複数のパラメータ候補毎に前処理を実行し、その後の後処理において最も良好に項目値候補を検出することができたパラメータ候補を前処理パラメータとして設定する。これにより、情報処理装置２００は、複数の項目毎に項目値が表された帳票画像から、特定項目の項目値をより精度良く検出するための情報を提供することが可能となった。

　項目値を検出すべき帳票には、コピーが繰り返し行われて文字がかすんでいたり、ノイズが発生していたり、又は、印刷が不鮮明に行われて文字がかすれているような低画質な帳票が含まれ得る。一般に、医療領収書等の帳票には複数の項目が含まれており、各帳票は多種多様なフォーマットを有している。このような帳票からは、予め定められた領域から項目値を検出する、いわゆる定型ＯＣＲ方式では、特定項目の項目値を検出することができない。このような帳票から特定項目の項目値を検出するためには、帳票から検出された複数の項目値候補の中から、項目名と項目値の関係に基づいて、特定項目の項目値を特定する、いわゆる準定型ＯＣＲ方式を利用する必要がある。このような準定型ＯＣＲ方式では、前処理、後処理及び認識処理の三段階で処理が実行され、一般に、低画質な帳票に対しては前処理のパラメータを調整する必要がある。しかしながら、前処理のパラメータには膨大なパラメータ候補が含まれ、技術的なノウハウを有さないユーザにとって、膨大なパラメータ候補の中から、適切なパラメータを選択することは困難である。

　情報処理装置２００は、複数のパラメータ候補毎に前処理を実行し、その後の後処理において最も良好に項目値候補を検出することができたパラメータ候補を前処理パラメータとして設定するので、最適な前処理パラメータを選択することが可能となる。

　また、情報処理装置２００は、設定した前処理パラメータを用いて前処理が実行されたサンプル帳票画像を用いて、特定項目の項目値を検出するための優先順位を設定する。これにより、より適切に優先順位が設定され、検出装置１００は、特定項目に対応する可能性が高い順に各項目名を検査していくことが可能となり、特定項目の項目値をより精度良く検出することが可能となる。

　図１６は、他の実施形態に係る検出装置における第１処理回路３２０の概略構成を示すブロック図である。

　第１処理回路３２０は、第１ＣＰＵ１２０の代わりに用いられ、第１ＣＰＵ１２０の代わりに検出処理を実行する。第１処理回路３２０は、受信回路３２１、取得回路３２２、第１前処理実行回路３２３、第１後処理実行回路３２４、認識処理実行回路３２５及び受付回路３２６等を有する。

　受信回路３２１は、受信部の一例であり、受信部１２１と同様の機能を有する。受信回路３２１は、第１通信装置１０１を介して情報処理装置から前処理パラメータ、ルール辞書及びルールリストを受信し、受信した前処理パラメータ、ルール辞書及びルールリストを第１記憶装置１１０に記憶する。

　取得回路３２２は、取得部の一例であり、取得部１２２と同様の機能を有する。取得回路３２２は、第１通信装置１０１を介して不図示の画像読取装置から帳票画像を受信し、受信した帳票画像を第１前処理実行回路３２３に出力する。

　第１前処理実行回路３２３は、第１前処理実行部の一例であり、第１前処理実行部１２３と同様の機能を有する。第１前処理実行回路３２３は、取得回路３２２から帳票画像を受信し、受信した帳票画像に対して前処理パラメータを用いて前処理を実行し、第１後処理実行回路３２４に出力する。

　第１後処理実行回路３２４は、第１後処理実行部の一例であり、第１後処理実行部１２４と同様の機能を有する。第１後処理実行回路３２４は、第１前処理実行回路３２３から前処理が実行された帳票画像を受信し、受信した帳票画像を用いて後処理を実行し、検出した項目値候補を認識処理実行回路３２５に出力する。

　認識処理実行回路３２５は、認識処理実行部の一例であり、認識処理実行部１２５と同様の機能を有する。認識処理実行回路３２５は、第１後処理実行回路３２４から項目値候補を受信し、ルール辞書及びルールリストを用いて、受信した項目値候補から特定項目の項目値を検出し、表示装置１０３に出力する。

　受付回路３２６は、受付部の一例であり、受付部１２６と同様の機能を有する。受付回路３２６は、入力装置１０２から修正値を受信し、受信した修正値を第１通信装置１０１を介して情報処理装置２００に出力する。

　図１７は、他の実施形態に係る情報処理装置における第２処理回路４２０の概略構成を示すブロック図である。

　第２処理回路４２０は、第２ＣＰＵ２２０の代わりに用いられ、第２ＣＰＵ２２０の代わりに設定処理及び変更処理を実行する。第２処理回路４２０は、第２前処理実行回路４２１、第２後処理実行回路４２２、算出回路４２３、パラメータ設定回路４２４、優先順位設定回路４２５、送信回路４２６、修正値取得回路４２７及び変更回路４２８等を有する。

　第２前処理実行回路４２１は、第２前処理実行部の一例であり、第２前処理実行部２２１と同様の機能を有する。第２前処理実行回路４２１は、第２記憶装置２１０からサンプル帳票画像を読み出し、読み出したサンプル帳票画像に対して、各パラメータ候補を用いて前処理を実行し、第２後処理実行回路４２２及び優先順位設定回路４２５に出力する。

　第２後処理実行回路４２２は、第２後処理実行部の一例であり、第２後処理実行部２２２と同様の機能を有する。第２後処理実行回路４２２は、第２前処理実行回路４２１から前処理が実行されたサンプル帳票画像を受信し、受信したサンプル帳票画像を用いて後処理を実行し、検出した項目値候補を算出回路４２３に出力する。

　算出回路４２３は、算出部の一例であり、算出部２２３と同様の機能を有する。算出回路４２３は、後処理によって検出された項目値候補と正解値とを比較して、パラメータ候補毎の正解率を算出し、パラメータ設定回路４２４に出力する。

　パラメータ設定回路４２４は、パラメータ設定部の一例であり、パラメータ設定部２２４と同様の機能を有する。パラメータ設定回路４２４は、各パラメータ候補の内、正解率が最大であるパラメータ候補を前処理パラメータとして第２記憶装置２１０に記憶し、設定する。

　優先順位設定回路４２５は、優先順位設定部の一例であり、優先順位設定部２２５と同様の機能を有する。優先順位設定回路４２５は、設定された前処理パラメータを用いて前処理が実行された各サンプル帳票画像を用いてルールリストを生成してルール辞書を設定し、第２記憶装置２１０に記憶することにより、各優先順位を設定する。

　送信回路４２６は、送信部の一例であり、送信部２２６と同様の機能を有する。送信回路４２６は、第２記憶装置２１０から前処理パラメータ及びルール辞書を読み出し、読み出した前処理パラメータ及びルール辞書を第２通信装置２０１を介して情報処理装置に送信する。

　修正値取得回路４２７は、修正値取得部の一例であり、修正値取得部２２７と同様の機能を有する。修正値取得回路４２７は、第２通信装置２０１を介して検出装置からエラー情報を受信して取得し、変更回路４２８に出力する。

　変更回路４２８は、変更部の一例であり、変更部２２８と同様の機能を有する。変更回路４２８は、変更回路４２８から修正値を受信し、修正値が項目値候補に含まれるか否かに応じて、各前処理パラメータ又は各優先順位を変更し、第２記憶装置２１０に記憶する。

　以上詳述したように、検出装置が第１処理回路３２０を用い、情報処理装置が第２処理回路４２０を用いる場合においても、情報処理装置は、特定項目の項目値をより精度良く検出するための情報を提供することが可能となった。

　以上、本発明の好適な実施形態について説明してきたが、本発明はこれらの実施形態に限定されるものではない。例えば、設定処理は、情報処理装置２００により実行されるのではなく、検出装置１００により実行されてもよい。その場合、第１記憶装置１１０が、第２記憶装置２１０が記憶する各情報を記憶し、第１ＣＰＵ１２０が、図２に示した各部に加えて、第２ＣＰＵ２２０の各部と同様の機能を持つ各部を有する。

　また、パラメータ設定部２２４は、全ての帳票画像に対して共通の前処理パラメータを設定するのではなく、各帳票画像の画像劣化度に応じて前処理パラメータを異ならせてもよい。その場合、算出部２２３は、サンプル帳票画像毎に画像劣化度を算出する。例えば、算出部２２３は、サンプル帳票画像の二値化画像に含まれるノイズ（所定サイズ以下の相互に連結する有効画素のグループ）の個数（ノイズ強度）を画像劣化度として算出する。または、算出部２２３は、各サンプル帳票画像の二値化画像に含まれる、相互に連結する有効画素のグループの個数（カスレ度）を画像劣化度として算出してもよい。算出部２２３は、画像劣化度を所定範囲毎のグループに分類し、各グループ毎に各パラメータ候補の正解率を算出する。パラメータ設定部２２４は、各グループ毎に、正解率が最大であるパラメータ候補を前処理パラメータとして設定する。一方、検出装置１００の第１前処理実行部１２３は、帳票画像から画像劣化度を算出し、算出した画像劣化度に対応する前処理パラメータを用いて前処理を実行する。

　これにより、検出装置１００は、帳票画像の画像劣化度に応じて、より良好に前処理を実行することができ、特定項目の項目値をより精度良く検出することが可能となる。

　２００　　情報処理装置
　２１０　　第２記憶装置
　２２１　　第２前処理実行部
　２２２　　第２後処理実行部
　２２３　　算出部
　２２４　　パラメータ設定部
　２２５　　優先順位設定部
　２２６　　送信部
　２２７　　修正値取得部
　２２８　　変更部

Claims (10)

1. 　複数の項目毎に項目値が表された帳票画像から特定項目の項目値候補を検出する後処理の前に、前記後処理のために前記帳票画像の画像処理を行う前処理のためのパラメータを設定する情報処理装置であって、
   　複数のサンプル帳票画像における前記特定項目の項目値に対応する正解値、及び、前記前処理のための複数のパラメータ候補を記憶する記憶部と、
   　前記複数のサンプル帳票画像に対して、前記複数のパラメータ候補のそれぞれを用いて、前記前処理を実行する前処理実行部と、
   　前記複数のパラメータ候補毎に、前記前処理が実行された前記複数のサンプル帳票画像を用いて、前記後処理を実行する後処理実行部と、
   　前記複数のパラメータ候補毎に、前記後処理によって前記複数のサンプル帳票画像からそれぞれ検出された項目値候補と前記正解値とを比較して、前記複数のパラメータ候補毎の正解率を算出する算出部と、
   　前記複数のパラメータ候補の内、前記正解率が最大であるパラメータ候補を、前記前処理のパラメータとして設定する設定部と、
   　を有することを特徴とする情報処理装置。
2. 　前記前処理は、二値化処理及び膨張処理であり、
   　前記パラメータは、二値化された画素の内の一方の画素を膨張させる回数である、請求項１に記載の情報処理装置。
3. 　前記前処理は、二値化処理及びノイズ除去処理であり、
   　前記パラメータは、二値化された画像からノイズとして除去する有効画素のサイズである、請求項１に記載の情報処理装置。
4. 　前記前処理は、エッジ強調処理であり、
   　前記パラメータは、エッジ強調の度合いである、請求項１に記載の情報処理装置。
5. 　前記設定したパラメータを用いて前記前処理が実行された前記複数のサンプル帳票画像を用いて、前記後処理によって検出された複数の項目値候補の中から前記特定項目の項目値を検出するための優先順位を設定する優先順位設定部をさらに有する、請求項１～４の何れか一項に記載の情報処理装置。
6. 　前記設定したパラメータ及び優先順位を用いて帳票画像から検出された前記特定項目の項目値に対して、利用者により修正された修正値を取得する修正値取得部と、
   　前記修正値が前記複数の項目値候補に含まれない場合、前記パラメータを変更し、前記修正値が前記複数の項目値候補に含まれる場合、前記優先順位を変更する変更部と、をさらに有する、請求項１～５の何れか一項に記載の情報処理装置。
7. 　前記特定項目の項目値は、複数あり、
   　前記記憶部は、前記複数の特定項目の項目値にそれぞれ対応する複数の正解値を記憶し、
   　前記算出部は、全ての前記サンプル帳票画像からの前記複数の正解値の検出率に基づいて、前記正解率を算出する、請求項１～６の何れか一項に記載の情報処理装置。
8. 　前記特定項目の項目値は、複数あり、
   　前記記憶部は、前記複数の特定項目の項目値にそれぞれ対応する複数の正解値を記憶し、
   　前記算出部は、前記複数のサンプル帳票画像毎の前記複数の正解値の検出率に基づいて、前記正解率を算出する、請求項１～６の何れか一項に記載の情報処理装置。
9. 　記憶部を有し、複数の項目毎に項目値が表された帳票画像から特定項目の項目値候補を検出する後処理の前に、前記後処理のために前記帳票画像の画像処理を行う前処理のためのパラメータを設定する情報処理装置の制御方法であって、
   　複数のサンプル帳票画像における前記特定項目の項目値に対応する正解値、及び、前記前処理のための複数のパラメータ候補を前記記憶部に記憶し、
   　前記複数のサンプル帳票画像に対して、前記複数のパラメータ候補のそれぞれを用いて、前記前処理を実行し、
   　前記複数のパラメータ候補毎に、前記前処理が実行された前記複数のサンプル帳票画像を用いて、前記後処理を実行し、
   　前記複数のパラメータ候補毎に、前記後処理によって前記複数のサンプル帳票画像からそれぞれ検出された項目値候補と前記正解値とを比較して、前記複数のパラメータ候補毎の正解率を算出し、
   　前記複数のパラメータ候補の内、前記正解率が最大であるパラメータ候補を、前記前処理のパラメータとして設定する、
   　ことを含むことを特徴とする制御方法。
10. 　記憶部を有し、複数の項目毎に項目値が表された帳票画像から特定項目の項目値候補を検出する後処理の前に、前記後処理のために前記帳票画像の画像処理を行う前処理のためのパラメータを設定する情報処理装置の制御プログラムであって、
    　複数のサンプル帳票画像における前記特定項目の項目値に対応する正解値、及び、前記前処理のための複数のパラメータ候補を前記記憶部に記憶し、
    　前記複数のサンプル帳票画像に対して、前記複数のパラメータ候補のそれぞれを用いて、前記前処理を実行し、
    　前記複数のパラメータ候補毎に、前記前処理が実行された前記複数のサンプル帳票画像を用いて、前記後処理を実行し、
    　前記複数のパラメータ候補毎に、前記後処理によって前記複数のサンプル帳票画像からそれぞれ検出された項目値候補と前記正解値とを比較して、前記複数のパラメータ候補毎の正解率を算出し、
    　前記複数のパラメータ候補の内、前記正解率が最大であるパラメータ候補を、前記前処理のパラメータとして設定する、
    　ことを前記情報処理装置に実行させることを特徴とする制御プログラム。

Images