JP2012194879A - 情報処理装置、情報処理方法及びプログラム - Google Patents

Abstract

【課題】ＯＣＲソフト等に用いられる定義情報作成の効率化を図ることができる技術を提供する。
【解決手段】本発明の情報処理装置は、イメージデータ内において所定の表現によって指定された領域について、第１の領域指定表現により指定された第１領域と、第１の領域指定表現とは異なる第２の領域指定表現により指定された第２領域とを認識する領域認識部と、イメージデータ内において、文字認識の対象となる領域を指定するための位置情報として、第１領域の位置情報を取得する位置情報取得部と、第２領域内に存在する文字を認識することで得られる文字情報を、位置情報取得部により取得された位置情報により指定される文字認識の対象となる領域についての項目名として取得する項目名取得部と、を備える。
【選択図】図３

Description

本発明は、情報処理装置、情報処理方法、及び、プログラムの技術に関する。

近年、業務改善及びコスト削減の観点から、様々な業務においてペーパーレス化が進められている。その一方で、例えば、取引書類等、未だ紙を利用する場面が数多く存在する。従来、このような紙が用いられる業務の効率を改善するためにＯＣＲ（Optical Character Recognition）ソフトが用いられてきた。

このようなＯＣＲソフトにおいて読取領域等を指定するためには、該読取領域等の定義情報が必要となる。以下で挙げられる特許文献１及び特許文献２には、該定義情報に関する技術が開示されている。

特許文献１には、イメージデータを色別に走査することにより、色に対応する文字種の読み取りを行う技術が開示されている。また、特許文献２には、所定色枠で囲われた領域に記入されている属性情報を認識して、読み取り項目の属性情報定義体を作成する技術が開示されている。

実開平０５−００８６７０号公報 特開平０５−０８１４７２号公報

しかしながら、従来の技術では、ユーザは、ＯＣＲソフトの定義情報を作成する際、イメージデータから取得した読取領域の位置情報に対して、該読取領域の記載内容を示す項目名を手入力により設定する必要があった。

本発明は、このような点を考慮してなされたものであり、ＯＣＲソフト等に用いられる定義情報作成の効率化を図ることができる技術を提供することを目的とする。

本発明は、上述した課題を解決するために、以下の構成を採用する。

すなわち、本発明の情報処理装置は、
イメージデータ内において所定の表現によって指定された領域について、第１の領域指定表現により指定された第１領域と、前記第１の領域指定表現とは異なる第２の領域指定表現により指定された第２領域とを認識する領域認識部と、
前記イメージデータ内において、文字認識の対象となる領域を指定するための位置情報として、前記領域認識部により認識された前記第１領域の位置情報を取得する位置情報取得部と、
前記領域認識部により認識された前記第２領域内に存在する文字を認識することで得られる文字情報を、前記位置情報取得部により取得された前記位置情報により指定される前記文字認識の対象となる領域についての項目名として取得する項目名取得部と、
を備えることを特徴とする。

ここで、領域指定表現とは、領域を指定するための表現である、枠、塗りつぶし、ハッチング等を指す。

上記構成によれば、イメージデータ内における第１領域と第２領域が認識される。そして、第１領域からは、文字認識の対象となる領域を指定するための位置情報が取得される。また、第２領域からは、該文字認識の対象となる領域についての項目名が取得される。そのため、ユーザは、取得された位置情報に係る文字認識の対象となる領域についての項目名を手入力により設定する必要がなくなる。したがって、上記構成によれば、ＯＣＲソフト等に用いられる定義情報作成の効率化を図ることができる。

また、本発明の別の形態として、本発明の情報処理装置は、
前記第１領域と前記第２領域とを対応付ける対応付け部を更に備え、
前記項目名取得部は、前記第２領域から得られた前記文字情報を、前記対応付け部により該第２領域に対応付けられた前記第１領域から取得された位置情報により指定される前記文字認識の対象となる領域についての項目名として取得してもよい。

上記構成によれば、文字認識の対象となる領域を指定するための位置情報と、該文字認識の対象となる領域についての項目名との対応付けが行われる。そのため、ユーザは、取得された位置情報と項目名との対応付けを行う必要がなくなる。したがって、上記構成によれば、ＯＣＲソフト等に用いられる定義情報作成の効率化を図ることができる。

また、本発明の別の形態として、前記対応付け部は、前記第１領域と、イメージデータ上前記第１領域の最も近くにある前記第２領域とを対応付けてもよい。

また、本発明の別の形態として、前記対応付け部は、前記第１領域の位置と前記第２領域の位置との位置関係が所定の条件を満たすか否かを判定し、所定の条件を満たすと判定した前記第１領域と前記第２領域とを対応付けてもよい。

また、本発明の別の形態として、前記対応付け部は、イメージデータ内において縦方向に並ぶ複数の第１領域と縦方向に並ぶ複数の第２領域のうち、横方向に並ぶ１つの第１領域と１つの第２領域に対して前記所定の条件を満たすと判定してもよい。

また、本発明の別の形態として、前記対応付け部は、イメージデータ内において横方向に並ぶ複数の第１領域と横方向に並ぶ複数の第２領域のうち、縦方向に並ぶ１つの第１領域と１つの第２領域に対して前記所定の条件を満たすと判定してもよい。

また、本発明の別の形態として、前記対応付け部は、イメージデータ内に存在する、前記第１領域と前記第２領域の対応関係を示す所定の対応関係指示表現を認識し、該認識した対応関係に基づいて、前記第１領域と前記第２領域とを対応付けてもよい。

また、本発明の別の形態として、本発明の情報処理装置は、前記位置情報取得部により取得された前記文字認識の対象となる領域を指定するための前記位置情報と、前記項目名取得部により取得された、前記位置情報により指定される前記文字認識の対象となる領域についての前記項目名とを含む項目定義情報を作成する項目定義情報作成部を更に備えてもよい。

なお、本発明の別態様としては、以上の各構成を実現する情報処理方法であってもよいし、プログラムであってもよいし、このようなプログラムを記録したコンピュータが読み取り可能な記憶媒体であってもよい。また、本発明の別態様として、以上の各構成を実現する複数の装置が通信可能に構成された情報処理システムであってもよい。

本発明によれば、ＯＣＲソフト等に用いられる定義情報作成の効率化を図ることができる技術を提供することができる。

図１は、実施の形態に係る情報処理装置の処理を例示する。 図２は、実施の形態に係る情報処理装置の構成を例示する。 図３は、実施の形態に係る情報処理装置の処理手順の一例を示したフローチャートである。 図４は、実施の形態に係る情報処理装置により処理されるイメージデータの一例を示す。 図５は、第１領域と第２領域の走査順の一例を示す。 図６は、第１領域と第２領域の対応付けの一例を示す。 図７は、第１領域と第２領域の対応付けの一例を示す。 図８は、第１領域と第２領域の対応付けの一例を示す 図９は、第１領域と第２領域の対応付けの一例を示す。 図１０は、図４に示されるイメージデータから取得される項目定義情報の一例を示す。

以下、本発明の一側面に係る情報処理装置、情報処理方法及びプログラム等の実施の形態（以下、「本実施形態」とも表記する）を説明する。ただし、本実施形態は例示であり、本発明は本実施形態の構成に限定されない。

なお、本実施形態において登場するデータを自然言語（日本語等）により説明しているが、より具体的には、コンピュータが認識可能な疑似言語、コマンド、パラメタ、マシン語等で指定される。

§１ 情報処理装置
本実施形態に係る情報処理装置を図１及び図２を用いて説明する。

＜概要＞
図１は、本実施形態に係る情報処理装置が実行する処理を例示する。本実施形態に係る情報処理装置は、イメージデータ内において所定の表現によって指定された領域である第１領域５０と第２領域６０とを認識する。

第１領域５０は、第１の領域指定表現により指定される。他方、第２領域６０は、第２の領域指定表現により指定される。つまり、第１領域５０と第２領域６０とは領域指定表現が異なる。領域指定表現とは、領域を指定するための表現であり、例えば、枠、塗りつぶし、各種のハッチング等である。図１に示される例では、第１の領域指定表現は、枠のみである。つまり、第１の領域指定表現では、枠内において、塗りつぶし及び各種ハッチング等がなされていない。他方、第２の領域指定表現は、図１に示される例では、塗りつぶしである。

第１領域５０は、イメージデータ内において文字認識の対象として指定される領域である。また、第２領域６０は、文字認識の対象として指定される領域についての項目名が存在する領域である。

例えば、ユーザは、帳票又はカルテ等の紙面上に、マーカ、シール、又は、印刷等によ
り、枠、塗りつぶし、又は、各種のハッチング等を描画し、第１領域５０及び第２領域６０の指定を行う。情報処理装置は、このようにして第１領域５０及び第２領域６０が指定された紙をスキャナ等により読み取ることで、第１領域５０及び第２領域６０が指定されたイメージデータを取得する。

本実施形態に係る情報処理装置は、異なる領域指定表現により指定されている第１領域５０と第２領域６０とを認識する。そして、本実施形態に係る情報処理装置は、第１領域５０から、文字認識の対象となる領域を指定するための位置情報を取得する。また、本実施形態に係る情報処理装置は、第２領域６０から、該文字認識の対象となる領域についての項目名を取得する。

このように、本実施形態に係る情報処理装置は、イメージデータ上に指定された第１領域及び第２領域から、文字認識の対象となる領域についての位置情報と項目名とをそれぞれ取得することにより、ユーザによる定義情報作成の効率化を図る。

なお、ユーザは、イメージデータを描画ソフト等により編集することで、該イメージデータ上に第１領域５０及び第２領域６０を指定してもよい。

＜構成例＞
図２は、本実施形態に係る情報処理装置１の構成例を示す。情報処理装置１は、図２に示されるとおり、そのハードウェア構成として、バス１３に接続される、記憶部１１、制御部１２、入出力部１４等を有している。

記憶部１１は、制御部１２で実行される処理で利用される各種データ及びプログラムを記憶する（不図示）。記憶部１１は、例えば、ハードディスクによって実現される。記憶部１１は、ＵＳＢメモリ等の記録媒体により実現されてもよい。

なお、記憶部１１が格納する当該各種データ及びプログラムは、ＣＤ（Compact Disc）又はＤＶＤ（Digital Versatile Disc）等の記録媒体から取得されてもよい。また、記憶部１１は、補助記憶装置と呼ばれてもよい。

制御部１２は、マイクロプロセッサ又はＣＰＵ（Central Processing Unit）等の１又
は複数のプロセッサと、このプロセッサの処理に利用される周辺回路（ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、インタフェース回路等）と、を有する。制御部１２は、記憶部１１に格納されている各種データ及びプログラムを実行することにより、本実施形態における情報処理装置１の処理を実現する。ＲＯＭ、ＲＡＭ等は、制御部１２内のプロセッサが取り扱うアドレス空間に配置されているという意味で主記憶装置と呼ばれてもよい。

入出力部１４は、情報処理装置１の外部に存在する装置とデータの送受信を行うための１又は複数のインタフェースである。入出力部１４は、例えば、ＬＡＮ（Local Area Network）ケーブルを接続するためのインタフェース、入力装置及び出力装置等のユーザインタフェースと接続するためのインタフェース、又はＵＳＢ（Universal Serial Bus）等のインタフェースである。

入出力部１４は、図２に示されるように、例えば、スキャナ２と接続してもよい。また、入出力部１４は、不図示のユーザインタフェース（タッチパネル、テンキー、キーボード、マウス、ディスプレイ等の入出力装置）と接続してもよい。更に、入出力部１４は、ＣＤドライブ、ＤＶＤドライブ等の着脱可能な記録媒体の入出力装置、或いはメモリカード等の不揮発性の可搬型の記録媒体等の入出力装置と接続してもよい。入出力部１４は、
ネットワーク接続を行うインタフェース（通信部）としての機能を有してもよい。

本実施形態に係る情報処理装置は、文字認識の対象となる領域についての位置情報と項目名とをそれぞれ取得することにより、ユーザによる定義情報作成の効率化を図る。該処理は、制御部１２の処理として実現される。

図２に示されるとおり、制御部１２は、上記処理を実現するために、領域認識部３１、位置情報取得部３２、項目名取得部３３、対応付け部３４、及び、項目定義情報作成部３５を含む。領域認識部３１、位置情報取得部３２、項目名取得部３３、対応付け部３４、及び、項目定義情報作成部３５は、例えば、記憶部１１に格納されたプログラム等が制御部１２の周辺回路であるＲＡＭ等に展開され、制御部１２のプロセッサにより実行されることによって実現される。

領域認識部３１は、イメージデータ内において所定の表現によって指定された領域について、第１の領域指定表現により指定された第１領域と、前記第１の領域指定表現とは異なる第２の領域指定表現により指定された第２領域とを認識する。領域認識部３１は、例えば、図１に示される、第１領域５０及び第２領域６０を区別して認識する。

位置情報取得部３２は、イメージデータ内において、文字認識の対象となる領域を指定するための位置情報として、領域認識部により認識された第１領域の位置情報を取得する。図１に示されるように、位置情報取得部３２は、例えば、文字認識の対象となる領域を指定するための位置情報として、イメージデータ内における第１領域５０の位置情報を取得する。

なお、位置情報取得部３２は、後述する対応付け部３４の処理のために、第２領域の位置情報を取得してもよい。位置情報取得部３２は、例えば、図１に示されるイメージデータ内の第２領域６０の位置情報を取得してもよい。

項目名取得部３３は、領域認識部３１により認識された第２領域内に存在する文字を認識することにより得られる文字情報を、位置情報取得部３２により取得された位置情報により指定される文字認識の対象となる領域についての項目名として取得する。図１に示されるように、例えば、項目名取得部３３は、第２領域内に存在する文字を文字認識することにより得られる文字情報を、第１領域５０についての項目名として取得する。

なお、後述するとおり、第１領域と第２領域は、対応付け部３４により対応づけられる。本実施形態に係る項目名取得部３３は、第２領域から得られる文字情報を、対応付け部３４により該第２領域に対応付けられた第１領域から取得された位置情報により指定される文字認識の対象となる領域についての項目名として取得する。

対応付け部３４は、第１領域と第２領域とを対応付ける。

例えば、対応付け部３４は、第１領域と、イメージデータ上該第１領域の最も近くにある第２領域とを対応付ける。

また、例えば、対応付け部３４は、第１領域の位置と第２領域の位置との位置関係が所定の条件を満たすか否かを判定し、所定の条件を満たすと判定した第１領域と第２領域とを対応付ける。所定の条件とは、対応関係にある第１領域と第２領域の位置関係を条件付ける。詳細は、後述する。

また、例えば、対応付け部３４は、イメージデータ内に存在する、第１領域と第２領域
の対応付けを示す所定の対応関係指示表現を認識する。そして、対応付け部３４は、該認識した対応関係に基づいて、第１領域と第２領域とを対応付ける。

対応関係指示表現は、第１領域と第２領域の対応付けを示すものである。例えば、対応関係指示表現は、第１領域と第２領域の間に設けられた矢印、第１領域と第２領域とを結ぶ線分、第１領域と第２領域に記された同じ記号又は印である。対応関係指示表現は、第１領域と第２領域の対応関係を示すことができるものであるならば、いかなるものであってもよい。

項目定義情報作成部３５は、位置情報取得部３２により取得された文字認識の対象となる領域を指定するための位置情報と、項目名取得部３３により取得された、該位置情報により指定される文字認識の対象となる領域についての項目名とを含む項目定義情報を作成する。作成された項目定義情報は、文字認識の対象となる領域の位置及び項目名を指定する情報である。該項目定義情報は、例えば、ＯＣＲソフト等により用いられる。

§２ 動作例
次に、図３を用いて、本実施形態に係る情報処理装置１の動作例を説明する。図３は、本実施形態に係る情報処理装置１の処理手順の一例を示す。なお、図３では、ステップを「Ｓ」と略称する。

＜スタート＞
まず、例えば、ユーザによる操作に応じて、記憶部１１に格納されたプログラムが、制御部１２のＲＡＭ等に展開される。そして、制御部１２のＲＡＭ等に展開された該プログラムが、制御部１２のプロセッサにより実行される。このようにして、情報処理装置１は、処理を開始する。

＜ステップ１０１＞
次に、制御部１２は、当該処理に用いられるイメージデータを取得する（ステップ１０１）。取得されるイメージデータは、例えば、図２に示されるスキャナ２により取り込まれたデータであってもよい。また、取得されるイメージデータは、記憶部１１に格納されたデータであってもよい。このようなイメージデータは、ネットワークを介して取得されてもよい。また、イメージデータは、メモリカード等の不揮発性の可搬型の記録媒体等から取得されてもよい。

図４は、この時に取得されるイメージデータの一例を示す。イメージデータは、例えば、帳票及びカルテ等の紙媒体を電子化することにより得られるデータである。図４に示されるとおり、第１領域（５０ａ、５０ｂ）及び第２領域（６０ａ、６０ｂ）は、帳票及びカルテ等に記載される欄及び文字等の上に指定される。第１領域（５０ａ、５０ｂ）及び第２領域（６０ａ、６０ｂ）は、帳票及びカルテ等に記載される欄及び文字等とは区別可能に表現される。

例えば、第１領域（５０ａ、５０ｂ）及び第２領域（６０ａ、６０ｂ）は、帳票及びカルテ等に記載される欄及び文字等と明確に区別するために、帳票及びカルテ等に記載される欄及び文字等の色とは異なる色で表現されてもよい。このように表現されていれば、該異なる色を検知して読み取るＯＣＲエンジンにより、イメージデータ内において描画されているものの中から、第１領域（５０ａ、５０ｂ）及び第２領域（６０ａ、６０ｂ）に係る領域指定表現のみを抽出することができる。例えば、帳票及びカルテ等に記載されている欄及び文字等が黒色であるとすると、該ＯＣＲエンジンは、該黒色以外の色を検知して読み取ることで、第１領域（５０ａ、５０ｂ）及び第２領域（６０ａ、６０ｂ）を抽出する。

ただし、第１領域（５０ａ、５０ｂ）及び第２領域（６０ａ、６０ｂ）は、帳票及びカルテ等に記載される欄及び文字等の色と必ず異なる色で表現されなければならない訳ではない。例えば、第１領域（５０ａ、５０ｂ）及び第２領域（６０ａ、６０ｂ）は、帳票及びカルテ等に記載される欄等の領域指定表現と区別可能な領域指定表現により表現されているならば、帳票及びカルテ等に記載される欄及び文字等の色と同じ色で表現されてもよい。

＜ステップ１０２＞
次に、図３に示されるとおり、制御部１２は、ステップ１０１において取得したイメージデータ内における第１領域を認識する（ステップ１０２）。

図４に示されるイメージデータにおいて、枠が、第１の領域指定表現として用いられている。言いかえると、図４に示されるイメージデータにおいて、第１領域（５０ａ、５０ｂ）は、枠によって表現されている。制御部１２は、当該枠によって表現されている第１領域（５０ａ、５０ｂ）を認識する。

例えば、制御部１２は、イメージデータ内において描画されているものの中から、第１領域及び第２領域に係る領域指定表現を抽出する。当該抽出は、第１領域（５０ａ、５０ｂ）及び第２領域（６０ａ、６０ｂ）は、帳票及びカルテ等に記載される欄及び文字等とは区別可能に表現されているため、実行可能である。続いて、制御部１２は、抽出した第１領域及び第２領域に係る領域指定表現から、第１の領域指定表現に係る領域を特定する。当該特定は、例えば、パターンマッチング等により実現される。そして、制御部１２は、特定された領域を、第１領域として認識する。このようにして、制御部１２は、図４に示されるイメージデータ内において、枠によって表現されている第１領域（５０ａ、５０ｂ）を認識する。

＜ステップ１０３＞
次に、制御部１２は、ステップ１０２において認識した第１領域のイメージデータ内における位置情報を取得する（ステップ１０３）。

位置情報は、イメージデータ内における位置を示す情報であれば、いかなる情報であっても構わない。本実施形態では、位置情報は、イメージデータの左上端を原点、横軸をｘ軸、縦軸をｙ軸としたｘｙ座標系で表現される。ただし、位置情報の表現は、ｘｙ座標系に限定される訳ではない。例えば、位置情報の表現は、イメージデータのある一点（例えば、イメージデータの中心）を原点とする極座標系であってもよい。

また、本実施形態に係る第１領域の位置情報は、第１領域の左上端の位置（座標）、横の長さ、及び、縦の長さを含む。当該位置情報は、後述する図９において例示される。制御部１２は、ステップ１０２において認識した第１領域の左上端の位置座標を特定する。また、制御部１２は、認識した第１領域の横の長さと縦の長さを特定する。これにより、制御部１２は、認識した第１領域のイメージデータ内における位置情報を取得する。

＜ステップ１０４＞
次に、制御部１２は、ステップ１０１において取得したイメージデータ内における第２領域を認識する（ステップ１０４）。

図４に示されるイメージデータにおいて、塗りつぶしが、第２の領域指定表現として用いられている。言いかえると、図４に示されるイメージデータにおいて、第２領域（６０ａ、６０ｂ）は、塗りつぶしによって表現されている。制御部１２は、当該塗りつぶしに
よって表現されている第２領域（６０ａ、６０ｂ）を認識する。なお、該第２領域の認識は、ステップ１０２における第１領域の認識方法と同様の方法で行われる。

＜ステップ１０５＞
次に、制御部１２は、ステップ１０４において認識した第２領域のイメージデータ内における位置情報を取得する（ステップ１０５）。なお、当該ステップ１０５は、省略されてもよい。本実施形態では、後述するステップ１０７における対応付けにおいて第２領域の位置情報が用いられるため、該第２領域の位置情報が取得される。なお、第２領域の位置情報は、ステップ１０３における第１領域の位置情報と同様である。

＜ステップ１０６＞
次に、制御部１２は、ステップ１０４において認識した第２領域内に存在する文字を文字認識することで、該第２領域内に存在する文字の文字情報を取得する（ステップ１０６）。

文字認識は、いかなる方法によって実行されてもよい。本ステップ１０６において、制御部１２は、第２領域内に記載された文字を文字認識することで、該第２領域内に記載された文字の文字情報を取得する。

なお、文字情報は、文字認識の対象となる第１領域についての項目名として取得される。第１領域と第２領域とが１つずつしか存在しない場合、第１領域と第２領域の組合せは１通りしか考えられないため、第１領域と第２領域の対応関係を特定する必要はない。すなわち、本ステップ１０６において第２領域から取得される文字情報が、どの第１領域についての項目名であるかを特定する必要はない。本ステップ１０６において文字情報が取得された時点において、該文字情報は、ステップ１０２及び１０３に係る第１領域についての項目名として特定される。

他方、第１領域と第２領域とがそれぞれ複数存在する場合、第２領域から取得される文字情報が、どの第１領域についての項目名であるか特定される必要がある。本実施形態では、後述するステップ１０７において、第１領域と第２領域とが対応づけられることによって、第２領域から取得される文字情報が、どの第１領域についての項目名であるか特定される。

しかしながら、このような対応付けが常に必要となる訳ではない。例えば、図５に示されるように、制御部１２が、イメージデータの上部から順番に走査し、ステップ１０２の第１領域の認識、及び、ステップ１０４の第２領域の認識を実行するとする。そして、制御部１２は、第１領域を１つ、第２領域を１つ見つけるたびに、ステップ１０２〜１０６の処理を繰り返すとする。この時、処理に係る第１領域と第２領域は常に１つずつとなるため、上記対応付けの処理は不要となる。

なお、例えば、このように処理が実行されると、図５に示される例では、第２領域６０ａから取得される文字情報は、第１領域５０ａについての項目名として特定される。また、第２領域６０ｂから取得される文字情報は、第１領域５０ｂについての項目名として特定される。第２領域６０ｃから取得される文字情報は、第１領域５０ｃについての項目名として特定される。なお、当該処理は、第１領域と第２領域が発見される順序により、ステップ１０２〜１０３とステップ１０４〜１０６は入れ替わりうる。

＜ステップ１０７＞
次に、制御部１２は、ステップ１０２において認識した第１領域と、ステップ１０４において認識した第２領域との対応関係を特定するため、該第１領域と該第２領域とを対応
付ける。本ステップ１０７は、例えば、対応付けに係る第１領域と第２領域が１つずつしかない場合、省略されてもよい。本ステップ１０７は、上述のとおり、第２領域から取得される文字情報が、どの第１領域についての項目名であるかを特定するための処理である。

制御部１２による対応付けに係る処理の例を、図６〜９を用いて説明する。

例えば、制御部１２は、第１領域と、イメージデータ上該第１領域の最も近くにある第２領域とを対応付ける。図６は、当該処理の例を示す。本実施形態では、ステップ１０３及び１０５において、第１領域と第２領域の位置情報が取得されている。当該位置情報には、各領域の左上端の位置座標が含まれている。制御部１２は、当該位置座標を用いて、第１領域と第２領域の距離をそれぞれ計算する。すなわち、制御部１２は、第１領域の左上端の位置座標と第２領域の左上端の位置座標との間の距離をそれぞれ計算する。そして、制御部１２は、当該距離が最短である第１領域と第２領域とを対応付ける。

図６において示される例では、制御部１２は、第１領域５０ａと、イメージデータ上該第１領域５０ａに最も近くにある第２領域６０ａとを対応付ける。また、第１領域５０ｂと、イメージデータ上該第１領域５０ｂに最も近くにある第２領域６０ｂとを対応付ける。

なお、当該処理における第１領域と第２領域は入れ替わってもよい。すなわち、制御部１２は、第２領域と、イメージデータ上該第２領域の最も近くにある第１領域とを対応付けてもよい。

また、例えば、制御部１２は、第１領域の位置と第２領域の位置との位置関係が所定の条件を満たすか否かを判定し、所定の条件を満たすと判定した第１領域と第２領域とを対応付けてもよい。

所定の条件は、対応関係にある第１領域と第２領域の位置関係を条件付ける。

例えば、所定の条件は、対応関係にある第１領域と第２領域の距離に関する。制御部１２は、イメージデータ内にある第１領域と第２領域のうち、ユーザによって設定及び変更可能な閾値以内の距離にある第１領域と第２領域に対して所定の条件を満たすと判定する。

また、例えば、所定の条件は、対応関係にある第１領域と第２領域の相対的な位置関係に関する。制御部１２は、イメージデータ内にある第１領域と第２領域のうち、ある特定の相対的な位置関係にある第１領域と第２領域に対して所定の条件を満たすと判定する。ここで、本実施形態において、相対的な位置関係は、イメージデータの左上端を原点として、第１領域の左上端を指すベクトルと第２領域の左上端を指すベクトルとの差分ベクトルとして表現されうる。また、ある特定の相対的な位置関係は、当該差分ベクトルが満たすべき条件ベクトルとして表現されうる。そして、例えば、当該差分ベクトルと条件ベクトルとの内積がユーザにより設定及び変更可能な値の範囲に含まれる場合、当該差分ベクトルに係る第１領域と第２領域は、ある特定の相対的な位置関係にあると判定される。

また、例えば、所定の条件は、対応関係にある第１領域と第２領域の横方向の並び方に関する。制御部１２は、イメージデータ内において縦方向に並ぶ第１領域と縦方向に並ぶ第２領域のうち、横方向に並ぶ第１領域と第２領域に対して所定の条件を満たすと判定する。図７は、該条件を満たす第１領域と第２領域を例示する。なお、図７における座標（ｘ、ｙ）におけるｘは、横軸（ｘ軸）の座標を示す。また、ｙは、縦軸（ｙ軸）の座標を
示す。

ここで、本実施形態において、縦方向に並ぶ第１領域とは、第１領域の左上端の横軸（ｘ軸）に関する位置座標（ｘ座標）が、ユーザによって設定及び変更可能な閾値以内の誤差範囲に存在する第１領域のことである。例えば、図７において示される第１領域５０ａのｘ座標は７０である。第１領域５０ｂのｘ座標は６８である。第１領域５０ｃのｘ座標は７０である。この時、例えば、閾値が５であるとすると、第１領域５０ａ、第１領域５０ｂ、及び、第１領域５０ｃは、それぞれ縦方向に並ぶ第１領域である。

第２領域についても同様である。本実施形態において、縦方向に並ぶ第２領域とは、第２領域の左上端の横軸（ｘ軸）に関する位置座標（ｘ座標）が、ユーザによって設定及び変更可能な閾値以内の誤差範囲に存在する第２領域のことである。例えば、図７において示される第２領域６０ａのｘ座標は２０である。第２領域６０ｂのｘ座標は２１である。第２領域６０ｃのｘ座標は１９である。この時、例えば、閾値が５であるとすると、第２領域６０ａ、第２領域６０ｂ、及び、第２領域６０ｃは、それぞれ縦方向に並ぶ第２領域である。

制御部１２は、このように縦方向に並ぶ第１領域と縦方向に並ぶ第２領域を取得する。そして、制御部１２は、縦方向に並ぶ第１領域及び第２領域のうち、横方向に並ぶ第１領域と第２領域に対して上記所定の条件を満たすと判定する。

ここで、本実施形態において、第１領域と第２領域とが横方向に並ぶとは、第１領域の左上端の縦軸（ｙ軸）に関する位置座標（ｙ座標）と第２領域の左上端の縦軸に関する位置座標の差分が、ユーザによって設定及び変更可能な閾値以内である状態を指す。

例えば、図７において示される第１領域５０ａのｙ座標は５９である。第１領域５０ｂのｙ座標は９８である。第１領域５０ｃのｙ座標は１４０である。これに対して、図７において示される第２領域６０ａのｙ座標は６０である。第２領域６０ｂのｙ座標は１００である。第２領域６０ｃのｙ座標は１４１である。

この時、例えば、閾値が５であるとすると、制御部１２は、第１領域５０ａと第２領域６０ａとが横方向に並び、所定の条件を満たすと判定する。また、制御部１２は、第１領域５０ｂと第２領域６０ｂとが横方向に並び、所定の条件を満たすと判定する。更に、制御部１２は、第１領域５０ｃと第２領域６０ｃとが横方向に並び、所定の条件を満たすと判定する。すなわち、制御部１２は、第１領域５０ａと第２領域６０ａとを対応付ける。また、制御部１２は、第１領域５０ｂと第２領域６０ｂとを対応付ける。更に、制御部１２は、第１領域５０ｃと第２領域６０ｃとを対応付ける。

また、例えば、所定の条件は、対応関係にある第１領域と第２領域の縦方向の並び方に関する。制御部１２は、イメージデータ内において横方向に並ぶ第１領域と横方向に並ぶ第２領域のうち、縦方向に並ぶ第１領域と第２領域に対して所定の条件を満たすと判定する。図８は、該条件を満たす第１領域と第２領域を例示する。図８における座標（ｘ、ｙ）は、図７における座標と同様である。

ここで、第１領域が横方向に並ぶか否かの判定、及び、第２領域が横方向に並ぶか否かの判定は、上記第１領域と第２領域とが横方向に並ぶか否かの判定と同様である。また、第１領域と第２領域とが縦方向に並ぶか否かの判定は、上記第１領域が縦方向に並ぶか否かの判定、及び、上記第２領域が縦方向に並ぶか否かの判定と同様である。

例えば、閾値が５であるとすると、制御部１２は、図８における、第１領域５０ａと第
２領域６０ａとが縦方向に並び、所定の条件を満たすと判定する。また、制御部１２は、第１領域５０ｂと第２領域６０ｂとが縦方向に並び、所定の条件を満たすと判定する。更に、制御部１２は、第１領域５０ｃと第２領域６０ｃとが縦方向に並び、所定の条件を満たすと判定する。すなわち、制御部１２は、第１領域５０ａと第２領域６０ａとを対応付ける。また、制御部１２は、第１領域５０ｂと第２領域６０ｂとを対応付ける。更に、制御部１２は、第１領域５０ｃと第２領域６０ｃとを対応付ける。

また、例えば、制御部１２は、イメージデータ内に存在する、第１領域と第２領域の対応関係を示す所定の対応関係指示表現を認識する。そして、制御部１２は、該認識した対応関係指示表現により示される対応関係に基づいて、第１領域と第２領域とを対応付ける。

対応関係指示表現は、第１領域と第２領域の対応付けを示すものである。図９は、該対応関係指示表現を例示する。

例えば、対応関係指示表現は、図９により示される、矢印７０である。例えば、制御部１２は、イメージデータ内に存在する矢印７０を認識する。そして、制御部１２は、認識した矢印７０から、該矢印７０が指し示す方向についてのベクトル情報を取得する。更に、制御部１２は、該取得したベクトル情報を用いて、該矢印７０によって指示される第１領域５０ａ及び第２領域６０ａを特定する。その結果、制御部１２は、特定した第１領域５０ａ及び第２領域６０ａを対応付ける。

また、例えば、対応関係指示表現は、図９に示される、線分７１である。例えば、制御部１２は、イメージデータ内に存在する線分７１を認識する。そして、制御部１２は、線分７１により繋げられている第１領域５０ｂ及び第２領域６０ｂを特定する。その結果、制御部１２は、特定した第１領域５０ｂ及び第２領域６０ｂを対応付ける。

また、例えば、対応関係指示表現は、図９に示される、記号７２ａ及び記号７２ｂである。例えば、制御部１２は、イメージデータ内に存在する同一の記号である記号７２ａ及び記号７２ｂを認識する。そして、制御部１２は、同一の記号である記号７２ａ及び記号７２ｂが付されている第１領域５０ｃ及び第２領域６０ｃを特定する。その結果、制御部１２は、特定した第１領域５０ｃ及び第２領域６０ｃを対応付ける。

制御部１２は、これまでに例示した対応付けの方法により、ステップ１０２において認識した第１領域と、ステップ１０４において認識した第２領域とを対応付ける。なお、制御部１２は、これまでに例示した対応付けの方法を複数組み合わせて、第１領域と第２領域とを対応付けてもよい。

＜ステップ１０８＞
次に、制御部１２は、ステップ１０３において取得した位置情報と、ステップ１０６において取得した項目名とを含む項目定義情報を作成する。図１０は、図４に示されるイメージデータに対して上記ステップ１０２〜１０７までの処理が実行された結果、当該ステップ１０８において生成される項目定義情報を例示する。

図１０において示されるとおり、第１領域５０ａと第２領域６０ａとが対応付けられている。また、第１領域５０ｂと第２領域６０ｂとが対応付けられている。

そして、第１領域５０ａのｘ座標（Left）、ｙ座標（Top）、横軸の長さ（Width）、及び、縦軸の長さ（Height）は、それぞれ、１２０、８０、３２０、及び、３０である。第１領域５０ｂのｘ座標、ｙ座標、横軸の長さ、及び、縦軸の長さは、それぞれ、１２０、
１２０、３２０、及び、３０である。また、第２領域６０ａのｘ座標、ｙ座標、横軸の長さ、及び、縦軸の長さは、それぞれ、２０、８０、９０、及び、３０である。第２領域６０ｂのｘ座標、ｙ座標、横軸の長さ、及び、縦軸の長さは、それぞれ、２０、１２０、９０、及び、３０である。

図１０は、このような第１領域５０ａと第２領域６０ａ、及び、第１領域５０ｂと第２領域６０ｂから取得される項目定義情報を例示する。なお、図１０において例示される項目定義情報における「項目名」フィールドは、第２領域から取得される文字情報を格納する。「Left」フィールドは、第１領域の左上端のｘ座標を格納する。「Top」フィールド
は、第１領域の左上端のｙ座標を格納する。「Width」フィールドは、第１領域の横軸の
長さを格納する。「Height」フィールドは、第１領域の縦軸の長さを格納する。

ここで、項目定義情報の行データ（レコード）は、対応関係にある第１領域と第２領域に係る情報を示す。つまり、項目定義情報のレコードは、文字認識の対象となる領域の位置情報と、当該領域についての項目名を含む。

なお、ＯＣＲソフト等は、項目定義情報のレコードから、文字認識の対象となる領域の位置情報、及び、当該領域についての項目名を取得してもよい。つまり、項目定義情報は、ＯＣＲソフト等において、文字認識の対象となる領域に係る情報を特定するために用いられてもよい。

また、制御部１２は、項目定義情報のレコードから得られる文字認識の対象となる領域に係る位置情報と項目名を、これらの情報を取得したイメージデータとともに、情報処理装置１に接続される表示装置に表示してもよい。

＜エンド＞
最後に、制御部１２は、例えば、ステップ１０８において生成した項目定義情報を記憶部１１に格納する。そして、情報処理装置１は、本動作例に係る処理を終了する。

＜その他＞
なお、制御部１２による上記ステップ１０２及び１０４における第１領域及び第２領域の認識に係る処理は、領域認識部３１の処理に相当する。

制御部１２による上記ステップ１０３による位置情報取得に係る処理は、位置情報取得部３２の処理に相当する。

制御部１２による上記ステップ１０６における項目名取得に係る処理は、項目名取得部３３の処理に相当する。

制御部１２による上記ステップ１０７における対応付けに係る処理は、対応付け部３４の処理に係る。

制御部１２による上記ステップ１０８における項目定義情報の作成に係る処理は、項目定義情報作成部３５の処理に係る。

§３ 実施の形態に係る作用及び効果
以上によれば、本実施形態に係る情報処理装置１では、イメージデータ内における第１領域と第２領域が認識される（ステップ１０２及び１０４）。そして、第１領域からは、文字認識の対象となる領域を指定するための位置情報が取得される（ステップ１０３）。また、第２領域からは、該文字認識の対象となる領域についての項目名が取得される（ス
テップ１０６）。

そのため、本実施形態に係る情報処理装置１によれば、ユーザは、取得された位置情報に係る文字認識の対象となる領域についての項目名を手入力により設定する必要がなくなる。したがって、本実施形態に係る情報処理装置１によれば、ＯＣＲソフト等に用いられる定義情報作成の効率化を図ることができる。

また、本実施形態に係る情報処理装置１では、文字認識の対象となる領域を指定するための位置情報と、該文字認識の対象となる領域についての項目名との対応付けが行われる（ステップ１０７）。そのため、ユーザは、取得された位置情報と項目名との対応付けを行う必要がなくなる。したがって、本実施形態に係る情報処理装置１によれば、ＯＣＲソフト等に用いられる定義情報作成の効率化を図ることができる。

§４ 補足
以上、本発明の実施の形態を詳細に説明してきたが、前述までの説明はあらゆる点において本発明の例示に過ぎず、その範囲を限定しようとするものではない。本発明の範囲を逸脱することなく種々の改良や変形を行うことができることは言うまでもない。

当業者は、上記本実施形態の記載から、特許請求の範囲の記載および技術常識に基づいて等価な範囲を実施することができる。また、本明細書において使用される用語は、特に言及しない限り、当該分野で通常用いられる意味で用いられる。したがって、他に定義されない限り、本明細書中で使用される全ての専門用語および技術用語は、本発明の属する分野の当業者によって一般的に理解される意味と同じ意味を有する。両者が矛盾する場合、本明細書において使用される用語は、本明細書（定義を含めて）に記載された意味において理解される。

１ 情報処理装置
２ スキャナ
１１ 記憶部
１２ 制御部
１３ バス
１４ 入出力部
３１ 領域認識部
３２ 位置情報取得部
３３ 項目名取得部
３４ 対応付け部
３５ 項目定義情報作成部
５０、５０ａ、５０ｂ、５０ｃ 第１領域
６０、６０ａ、６０ｂ、６０ｃ 第２領域
７０ 対応関係指示表現（矢印）
７１ 対応関係指示表現（線分）
７２ａ、７２ｂ 対応関係指示表現（記号）

Claims (10)

1. イメージデータ内において所定の表現によって指定された領域について、第１の領域指定表現により指定された第１領域と、前記第１の領域指定表現とは異なる第２の領域指定表現により指定された第２領域とを認識する領域認識部と、
   前記イメージデータ内において、文字認識の対象となる領域を指定するための位置情報として、前記領域認識部により認識された前記第１領域の位置情報を取得する位置情報取得部と、
   前記領域認識部により認識された前記第２領域内に存在する文字を認識することで得られる文字情報を、前記位置情報取得部により取得された前記位置情報により指定される前記文字認識の対象となる領域についての項目名として取得する項目名取得部と、
   を備えることを特徴とする情報処理装置。
2. 前記第１領域と前記第２領域とを対応付ける対応付け部を更に備え、
   前記項目名取得部は、前記第２領域から得られた前記文字情報を、前記対応付け部により該第２領域に対応付けられた前記第１領域から取得された位置情報により指定される前記文字認識の対象となる領域についての項目名として取得することを特徴とする請求項１に記載の情報処理装置。
3. 前記対応付け部は、前記第１領域と、イメージデータ上前記第１領域の最も近くにある前記第２領域とを対応付けることを特徴とする請求項２に記載の情報処理装置。
4. 前記対応付け部は、前記第１領域の位置と前記第２領域の位置との位置関係が所定の条件を満たすか否かを判定し、所定の条件を満たすと判定した前記第１領域と前記第２領域とを対応付けることを特徴とする請求項２に記載の情報処理装置。
5. 前記対応付け部は、イメージデータ内において縦方向に並ぶ複数の第１領域と縦方向に並ぶ複数の第２領域のうち、横方向に並ぶ１つの第１領域と１つの第２領域に対して前記所定の条件を満たすと判定することを特徴とする請求項４に記載の情報処理装置。
6. 前記対応付け部は、イメージデータ内において横方向に並ぶ複数の第１領域と横方向に並ぶ複数の第２領域のうち、縦方向に並ぶ１つの第１領域と１つの第２領域に対して前記所定の条件を満たすと判定することを特徴とする請求項４に記載の情報処理装置。
7. 前記対応付け部は、イメージデータ内に存在する、前記第１領域と前記第２領域の対応関係を示す所定の対応関係指示表現を認識し、該認識した対応関係に基づいて、前記第１領域と前記第２領域とを対応付けることを特徴とする請求項２に記載の情報処理装置。
8. 前記位置情報取得部により取得された前記文字認識の対象となる領域を指定するための前記位置情報と、前記項目名取得部により取得された、前記位置情報により指定される前記文字認識の対象となる領域についての前記項目名とを含む項目定義情報を作成する項目定義情報作成部を更に備えることを特徴とする請求項１乃至７のいずれか１項に記載の情報処理装置。
9. コンピュータが、
   イメージデータ内において所定の表現によって指定された領域について、第１の領域指定表現により指定された第１領域と、前記第１の領域指定表現とは異なる第２の領域指定表現により指定された第２領域とを認識するステップと、
   前記イメージデータ内において、文字認識の対象となる領域を指定するための位置情報として、前記認識された第１領域の位置情報を取得するステップと、
   前記認識された第２領域内に存在する文字を認識することで得られる文字情報を、前記取得された位置情報により指定される前記文字認識の対象となる領域についての項目名として取得するステップと、
   を実行することを特徴とする情報処理方法。
10. コンピュータに、
    イメージデータ内において所定の表現によって指定された領域について、第１の領域指定表現により指定された第１領域と、前記第１の領域指定表現とは異なる第２の領域指定表現により指定された第２領域とを認識するステップと、
    前記イメージデータ内において、文字認識の対象となる領域を指定するための位置情報として、前記認識された第１領域の位置情報を取得するステップと、
    前記認識された第２領域内に存在する文字を認識することで得られる文字情報を、前記取得された位置情報により指定される前記文字認識の対象となる領域についての項目名として取得するステップと、
    を実行させるためのプログラム。

Images