JP7780090B2 - 文字認識装置 - Google Patents

Description

本明細書では、画像データに対する文字認識を実行する文字認識装置に関する技術を開示する。

特許文献１には、撮影された画像データ内の文字を認識する文字認識手段と、静止状態を検知する静止検知手段と、を備える文字認識装置が開示されている。文字認識装置では、文字認識を開始する条件の一つとして、静止状態を検知したことが設定されている。

特開２０１０―２１７９９７号公報

例えば、連続的に画像データを出力するカメラが想定される。当該カメラを特許文献１の文字認識装置に採用すると、文字認識装置に複数個の画像データが記憶される。このため、文字認識装置に記憶されている複数個の画像データのうち、静止状態前に撮像された画像データに対する文字認識が実行されるおそれがある。この場合、ユーザが意図した文字とは異なる文字を認識してしまうおそれがある。本明細書では、カメラが連続的に画像データを出力する構成において、ユーザが意図した文字とは異なる文字を認識することを抑制するための技術を提供する。

本明細書が開示する文字認識装置は、操作部と、前記操作部がユーザから所定の第１の指示を受け付けることに応じて、動作を開始するカメラと、前記カメラの動作中に前記カメラから連続して出力される画像データを記憶するメモリと、前記文字認識装置の姿勢の揺れを示す姿勢値を計測する計測部と、出力部と、前記操作部が前記ユーザから前記第１の指示を受け付けた第１のタイミングから前記姿勢値が前記姿勢の揺れが静止したことを示す第２のタイミングまでの間に前記メモリに記憶された、複数個の前記画像データを削除する削除部と、前記第２のタイミング後に前記メモリに記憶された少なくとも１個の前記画像データに対する文字認識を実行する文字認識実行部と、前記文字認識の結果を示すデータを前記出力部に出力させる出力制御部と、を備えてもよい。

文字認識装置の姿勢に揺れが静止する前にメモリに記憶された画像データは、ユーザの意図に反する画像データである可能性がある。上記の構成によれば、第１のタイミングから第２のタイミングの間のユーザの意図に反する可能性のある複数個の画像データがメモリから削除される。文字認識装置の姿勢の揺れが静止する前にメモリに記憶された画像データに対する文字認識が実行されない。カメラが連続的に画像データを出力する構成において、ユーザが意図した文字とは異なる文字を認識することを抑制することができる。

上述した文字読取装置では、前記操作部は、前記第１の指示の後に所定の第２の指示を受け付けてもよい。その場合、前記文字認識実行部は、前記操作部が前記第２の指示を受け付けた後に前記メモリに記憶された前記少なくとも１個の画像データに対する前記文字認識を実行してもよい。

このような構成によると、ユーザは、第１の指示によりカメラを起動し、第２の指示により文字認識を実行させることができる。第２の指示が無い比較例よりも、ユーザの意図を文字認識の対象に反映させることができる。

上述した文字認識装置では、前記出力制御部は、前記第２の指示の後、前記姿勢値が前記姿勢の揺れが静止したことを示す場合に、前記データを前記出力部に出力させてもよい。その場合、前記姿勢値が前記姿勢の揺れが静止したことを示さない場合に、前記データを前記出力部に出力させなくてもよい。

ユーザから第２の指示を受け付けた後に文字認識装置の姿勢が揺れると、ユーザの意図に反した文字に対する文字認識が実行される可能性がある。姿勢値が姿勢の揺れが静止したことを示さない場合に、データを出力部に出力させないことにより、ユーザが意図した文字とは異なる文字に対するデータが出力部に出力されることを抑制することができる。

前記文字認識装置は、さらに、前記第２のタイミングから前記操作部が前記第２の指示を受け付けた第３のタイミングまでの間に前記メモリに記憶された第１の画像データと、前記第３のタイミング後に前記メモリに記憶された第２の画像データと、を比較する画像比較部を備えてもよい。その場合、前記文字認識実行部は、前記第１の画像データと前記第２の画像データとが類似する場合に、前記第１の画像データ及び前記第２の画像データのうちの少なくとも一方に対する前記文字認識を実行してもよく、前記第１の画像データと前記第２の画像データとが類似しない場合に、前記第２の画像データに対する前記文字認識を実行してもよい。

第１の画像データと第２の画像データとが類似しない場合、ユーザは、第１の画像データではなく、第２の画像データに対する文字認識の実行を意図していると推測される。このような構成によると、第１の画像データと第２の画像データとを比較することによって、第１の画像データと第２の画像データとのうち、ユーザが意図する画像データに対する文字認識を適切に実行することができる。

上述した文字認識装置では、前記文字認識は、画像データから文字画像データを抽出する第１の認識処理と、抽出済みの前記文字画像データに対して前記文字認識を実行する第２の認識処理と、を含んでもよい。その場合、文字認識装置は、さらに、前記第２のタイミングから前記操作部が前記第２の指示を受け付けた第３のタイミングまでの間に前記メモリに記憶された第１の画像データと、前記第３のタイミング後に前記メモリに記憶された第２の画像データと、を比較する画像比較部を備えてもよい。前記文字認識実行部は、前記第２のタイミングから前記第３のタイミングの間において、前記第１の画像データに対する前記第１の認識処理を実行し、前記第１の画像データと前記第２の画像データとが類似する場合に、前記第１の認識処理が実行されている前記第１の画像データに対して前記第２の認識処理を実行してもよく、前記第１の画像データと前記第２の画像データとが類似しない場合に、前記第２の画像データに対して前記第１の認識処理及び前記第２の認識処理の双方を実行してもよい。

第１の画像データと第２の画像データが類似する場合、ユーザは、第１の画像データに対する文字認識の実行を意図していると推測される。このような構成によると、双方の画像データが互いに類似する場合、既に第１の認識処理が実行された第１の画像データに対して第２の認識処理が実行されるため、第１の画像データに対する迅速な文字認識を実行することができる。一方で、双方の画像データが互いに類似しない場合、ユーザが文字認識の実行を意図すると推測される第２の画像データに対して、文字認識を適切に実行することができる。

上述した文字認識装置では、前記第１の指示は、前記操作部に含まれる所定のボタンを押し下げる動作であってもよく、前記第２の指示は、前記第１の指示によって押し下げられた前記ボタンから指を離す動作であってもよい。

このような構成によると、例えば、ボタンを２回押し下げる比較例と比べて、ユーザの動作を簡潔にすることができる。

上述した文字認識装置は、さらに、前記姿勢値が前記姿勢の揺れが静止したことを示す場合に、所定の報知動作を実行する動作実行部を備えてもよい。

このような構成によると、ユーザは、所定の報知動作によって、文字認識装置の姿勢の揺れが静止したことを認識することができる。

前記文字認識装置は、さらに、前記少なくとも１個の画像データを表示する表示部を備えてもよい。その場合、前記報知動作は、前記第２のタイミングの後に、前記少なくとも１個の画像データ内に含まれる文字を強調する強調線を前記表示部に表示する動作を含んでもよい。

このような構成によると、ユーザは、強調線を見て、文字認識の対象となる文字を認識することができる。

前記文字認識装置は、さらに、前記文字認識の対象の文字を指し示すための指示マーカを照射する照射部と、前記操作部が前記第１の指示を受け付けることをトリガとして、前記指示マーカの照射を前記照射部に実行させる照射制御部と、を備えてもよい。

このような構成によると、指示マーカが対象の文字を指し示すまでの間に、ユーザは、文字認識装置の姿勢を調整する。姿勢が調整されている間、文字認識装置の姿勢は揺れやすい。このため、指示マーカを照射する文字認識装置では、第１のタイミングから第２のタイミングまでにメモリに記憶される画像データはユーザの意図が反映されていないことが推測される。本明細書が開示する技術は、このような構成を有する文字認識装置に対して特に有益である。

上述した文字読取装置では、前記照射制御部は、前記姿勢値が前記姿勢の揺れが静止したことを示す場合に、前記指示マーカの表示態様を、第１の態様から前記第１の態様とは異なる第２の態様に変更してもよい。

このような構成によると、ユーザは、第２の態様に変更された指示マーカを見て、文字認識装置の姿勢の揺れが静止したことを認識することができる。

上述した文字認識装置は、さらに、前記文字認識が所定時間を超えて完了しない場合に、前記文字認識を停止する文字認識停止部と、前記文字認識が停止されたことを前記ユーザに報知する停止報知部と、を備えてもよい。

このような構成によると、ユーザに文字認識が停止されたことを報知することができる。

また、上述の文字認識装置の制御方法、文字認識装置のためのコンピュータプログラム、及び、当該コンピュータプログラムを保存する記憶媒体も、新規で有用である。

第１実施例の情報読取端末の斜視図を示す。 第１実施例の情報読取端末の構成図を示す。 第１実施例の画像認識処理のフロー図を示す。 第２実施例の画像認識処理のフロー図を示す。

（第１実施例）
（情報読取端末１０の構成；図１、図２）
図１に示す情報読取端末１０は、情報を読み取るための複数の機能を有する可搬型の端末装置である。複数の機能は、情報コードに記録された情報を読み取る機能、記憶媒体に記憶された情報を読み取る機能、及び、紙等の印刷媒体に表示された文字を認識する文字認識機能を含む。情報コードは、例えば、２次元コード、バーコード等である。記憶媒体は、ＩＣチップ、ＲＦＩＤ等である。文字認識機能は、例えば、ＯＣＲ（Optical Character Recognitionの略）によって実現される。ユーザは、情報読取端末１０を把持して、例えば、荷物１００の上面に貼付されるラベルＬ１に記載される文字列Ｓ１を情報読取端末１０に読み取らせる。本明細書の情報読取端末１０が実行する「文字認識」は、画像データに対応する画像に文字を表す画像が含まれるか否かを判断する処理と、文字を表す画像を文字データとして認識する処理と、を含む。

情報読取端末１０は、操作部１２と、表示部１４と、カメラ１６と、通信インターフェース１８と、照射部２０と、加速度センサ２２と、報知部２４と、制御部３０と、筐体６０と、を備える。以下、本明細書では、インターフェースのことを「Ｉ／Ｆ」と記載する。

操作部１２は、情報読取端末１０の正面（即ち、Ｚ軸方向正側の面、図１の紙面上側の面）に設けられる複数個のボタンと、情報読取端末１０の側面（即ち、Ｙ軸方向負側の面、図１の紙面左側の面）に設けられるトリガボタンＢ１と、を備える。ユーザは操作部１２を操作することによって、様々な指示を情報読取端末１０に入力することができる。特に、トリガボタンＢ１は、カメラ１６の動作を開始させるためのボタンである。表示部１４は、様々な情報を表示するディスプレイである。表示部１４は、例えば、カメラ１６が撮像した画像を表示する。また、表示部１４は、文字認識の結果を示すデータ（例えば、文字データ）も表示する。なお、表示部１４は、ユーザの操作を受け付け可能なタッチパネル（即ち操作部１２）として機能してもよい。

カメラ１６は、情報読取端末１０の裏面（即ち、Ｚ軸方向負側の面、図１の紙面下側の面）に設けられており、ＬＥＤライト等の発光源と、ＣＣＤイメージセンサと、を含む。通信Ｉ／Ｆ１８は、例えば、外部の装置（例えば、図示省略のサーバ）との通信を実行するためのインターフェースである。

照射部２０は、カメラ１６に隣接して設けられる。照射部２０は、読み取り対象（例えば、二次元コード、文字）を指し示す指示マーカＭ１を照射するレーザ光源である。図１に示されるように、指示マーカＭ１は、十字形状を有する。照射部２０は、ユーザによってトリガボタンＢ１が押されることをトリガとして、指示マーカＭ１を照射する。これにより、ユーザは、カメラ１６の撮像範囲を読み取りの対象に近づけることができる。なお、指示マーカＭ１の形状は、例えば、ドット形状、三角形等の多角形、円形、楕円形等の他の形状であってもよい。

加速度センサ２２は、情報読取端末１０に内蔵されている。加速度センサ２２は、例えば、圧電型センサ、静電容量型センサやピエゾ抵抗型センサ等である。加速度センサ２２は、情報読取端末１０の各方向（すなわち、Ｘ軸方向、Ｙ軸方向及びＺ軸方向）における加速度を検出して出力する。加速度センサ２２は、ユーザによってトリガボタンＢ１が押されることをトリガとして、情報読取端末１０の加速度を継続して検出する。加速度センサ２２の各方向の出力値は、情報読取端末１０の姿勢に応じて変化する。加速度センサ２２は、情報読取端末１０の姿勢を示す出力値を出力する。なお、変形例では、加速度センサ２２に代えて、ジャイロセンサが用いられてもよい。

報知部２４は、ユーザへの報知を実行する装置である。報知部２４は、様々な音（例えば、様々な報知音、メッセージ音声等）を出力可能なスピーカである。変形例では、報知部２４は、スピーカに限られず、光を発することができるライト、情報読取端末１０を振動させることができる振動装置等であってもよい。

制御部３０は、上記の各部１２～２４と電気的に接続されている。制御部３０は、各部１２～２４と通信して、各部１２～２４の動作を制御する。制御部３０は、ＣＰＵ３２とメモリ３４とを備える。ＣＰＵ３２は、メモリ３４内に記憶されているプログラム３６に従って、様々な処理を実行する。

メモリ３４は、ＲＡＭ、ＲＯＭや不揮発性メモリ等を含む。また、メモリ３４は、プログラム３６に加え、閾値Ｔｈを記憶している。閾値Ｔｈは、加速度センサ２２の出力値の変化に基づいて、情報読取端末１０の姿勢が揺れているか否かを判定するための閾値である。閾値Ｔｈは、加速度センサ２２の出力値の単位時間における変化率の閾値である。ここで、単位時間は、例えば、１ミリ秒であり、非常に短い時間である。制御部３０は、加速度センサ２２の出力値が、閾値Ｔｈを超えて変化する場合に、情報読取端末１０の姿勢が揺れていることを検知する。このように、加速度センサ２２の出力値は、情報読取端末１０の姿勢の揺れを示す姿勢値である。

さらに、メモリ３４には、カメラ１６の動作中に、カメラ１６から連続して出力される画像データが記憶される。

（画像認識処理；図３）
図３を参照して、第１実施例の情報読取端末１０の制御部３０が実行する画像認識処理を説明する。本実施例の画像認識処理は、ユーザが、トリガボタンＢ１を押し下げることをトリガとして実行される。なお、ユーザによってトリガボタンＢ１が押し下げられると、カメラ１６は、動作を開始し、連続して画像データをメモリ３４に出力する。これにより、メモリ３４に複数個の画像データが蓄積する。画像データがメモリ３４に蓄積される処理は、図３の処理と並列で実行される。

Ｓ２では、制御部３０は、指示マーカＭ１を照射部２０に照射させる。Ｓ１０では、制御部３０は、メモリ３４に記憶されている複数個の画像データの中から最新の画像データを取得する。

Ｓ１２では、制御部３０は、Ｓ１０で取得した画像データに対応する画像に文字を表す画像が含まれるのか否かを判断する。例えば、制御部３０は、画像データに文字らしき画像が存在する場合には、画像データに対応する画像に文字を表す画像が含まれると判断して、当該画像を切り取る。ここで、文字らしき画像とは、画像データに対応する画像のサイズ、単位面積当たりの明度等の情報に基づいて、文字が記載されていると推測される画像を示す。また、例えば、制御部３０は、メモリ３４内に文字の見本データを記憶していてもよい。その場合、制御部３０は、メモリ３４内の見本データに含まれる文字と所定の割合を超えて類似する画像が含まれる場合に、画像に文字を表す画像が含まれると判断してもよい。制御部３０は、Ｓ１０で取得した画像データに対応する画像に文字を表す画像が含まれると判断する場合（Ｓ１２でＹＥＳ）、Ｓ２０に進む。制御部３０は、Ｓ１０で取得した画像データに対応する画像に文字を表す画像が含まれないと判断する場合（Ｓ１２でＮＯ）、Ｓ１８に進む。

Ｓ２０では、制御部３０は、加速度センサ２２の出力値の変化が、閾値Ｔｈよりも小さいか否かを判断する。制御部３０は、出力値の変化が閾値Ｔｈよりも小さい場合（Ｓ２０でＹＥＳ）、情報読取端末１０の姿勢の揺れが静止していると判断して、Ｓ２２に進む。制御部３０は、出力値の変化が閾値Ｔｈより大きい場合（Ｓ２０でＮＯ）、情報読取端末１０の姿勢が揺れていると判断して、Ｓ１８に進む。

Ｓ１８では、制御部３０は、メモリ３４に記憶されている複数個の画像データを削除する。これにより、文字を含まない画像に対応する画像データ、及び、情報読取端末１０の姿勢の揺れが静止する前に撮像された画像データがメモリ３４から削除される。その後、制御部３０は、Ｓ１０に戻る。

Ｓ２２では、制御部３０は、照射部２０によって指示マーカＭ２を照射する。指示マーカＭ２は、矩形形状を有する。制御部３０は、情報読取端末１０の姿勢の揺れが静止した場合に、指示マーカの形状を、十字型の指示マーカＭ１から、矩形型の指示マーカＭ２に変更する。十字型の指示マーカＭ１は、読み取り対象の範囲を指し示すのに対して、矩形型の指示マーカＭ２は、読み取り対象の文字を囲む。ユーザは、指示マーカＭ１から指示マーカＭ２に変化したことを見て、情報読取端末１０の姿勢の揺れが静止したことを認識するとともに、読み取り対象の文字が確定したことを知ることができる。

Ｓ３０では、制御部３０は、Ｓ１０で取得した最新の画像データに対する文字データ認識を実行する。具体的には、制御部３０は、Ｓ１２で最新の画像データに含まれると判断した文字を表す画像を、文字データとして認識する。

Ｓ３２では、制御部３０は、Ｓ３０の文字データ認識が成功したか否かを判断する。制御部３０は、Ｓ３０の文字データ認識が成功する場合（Ｓ３２でＹＥＳ）、Ｓ３４に進む。

Ｓ３４では、制御部３０は、文字データ認識の結果を表示部１４に表示する。具体的には、制御部３０は、文字データ認識によって認識した文字データを表示部１４に表示させる。その後、制御部３０は、図３の処理を終了する。なお、変形例では、制御部３０は、文字データ認識の結果示すデータを通信Ｉ／Ｆ１８を介して外部の装置（例えばサーバ）に送信してもよい。

また、制御部３０は、Ｓ３０の文字データ認識が成功することなく、Ｓ３０の処理の開始から所定時間が経過する場合（Ｓ４０でＹＥＳ）、Ｓ４２に進む。

Ｓ４２では、制御部３０は、Ｓ３０で実行された文字データ認識を途中で停止する。これにより、例えばＳ１０で取得された画像データに対応する画像が不鮮明である場合に、文字データ認識が不必要に継続されることが抑制される。

Ｓ４４では、制御部３０は、報知部２４に、Ｓ３０の文字データ認識が途中で停止されたことを示す警告音を報知部２４に出力させて、図３の処理を終了する。これにより、情報読取端末１０のユーザは、文字データ認識が停止されたことを認識することができる。なお、変形例では、制御部３０は、文字データ認識が途中で停止されたことを示すメッセージを表示部１４に表示させてもよい。

（本実施例の効果）
情報読取端末１０は、指示マーカＭ１によって、文字データ認識の対象となる文字を指し示す。このため、ユーザは、指示マーカＭ１を文字に合わせるため、情報読取端末１０の姿勢を調整する。姿勢が調整されている間、情報読取端末１０の姿勢は揺れやすい。姿勢が調整されている間においてカメラ１６によって撮像された画像データは、ユーザの意図が反映されていないとことが推測される。本実施例の情報読取端末１０は、ユーザがトリガボタンＢ１を押下げたタイミングから、加速度センサ２２の出力値の変化が閾値Ｔｈよりも小さくなるタイミング（Ｓ２０でＹＥＳ）までの間にメモリ３４に記憶される複数個の画像データを削除する（Ｓ１８）。加速度センサ２２の出力値の変化が閾値Ｔｈよりも小さくなる前にメモリ３４に記憶された複数個の画像データに対する文字データ認識が実行されない。カメラ１６が連続的に画像データを出力する構成において、ユーザが意図した文字とは異なる文字を認識することを抑制することができる。

（対応関係）
情報読取端末１０が「文字認識装置」の一例である。トリガボタンＢ１を押下げることが、「第１の指示」の一例である。加速度センサ２２、表示部１４が、それぞれ、「計測部」「出力部」の一例である。ユーザがトリガボタンＢ１を押下げるタイミング、加速度センサ２２の出力値の変化が閾値Ｔｈよりも小さくなるタイミングが、それぞれ、「第１のタイミング」、「第２のタイミング」の一例である。指示マーカＭ１、指示マーカＭ２が、それぞれ、「第１の態様」、「第２の態様」の一例である。

Ｓ１８が、「削除部」によって実行される処理の一例である。Ｓ３０が、「文字認識実行部」によって実行される処理の一例である。Ｓ３６が、「出力制御部」によって実行される処理の一例である。Ｓ４２、Ｓ４４が、それぞれ、「文字認識停止部」、「停止報知部」によって実行される処理の一例である。

（第２実施例）
（画像認識処理；図４）
図４を参照して、第２実施例の情報読取端末１０の制御部３０が実行する画像認識処理を説明する。第２実施例の情報読取端末１０は、第１実施例の情報読取端末１０と同様の構成を有する。第２実施例の情報読取端末１０の制御部３０は、トリガボタンＢ１が押下げられている間、カメラ１６が動作を継続し、連続して画像データをメモリ３４に出力する。カメラ１６は、図４の処理が終了するまで、連続して画像データをメモリ３４に出力する。

Ｓ１０２では、制御部３０は、指示マーカＭ１を照射部２０に照射させることに代えて、カメラ１６が撮像した画像を表示部１４に表示させる。Ｓ１１０～Ｓ１２０では、制御部３０は、図３のＳ１０～Ｓ２０と同様の処理を実行する。

加速度センサ２２の出力値の変化が閾値Ｔｈよりも小さい場合（Ｓ１２０でＮＯ）、Ｓ１２２において、制御部３０は、文字枠Ｆ１を表示部１４に表示させる。文字枠Ｆ１は、読み取り対象の文字を囲む矩形形状を有する。即ち、文字枠Ｆ１は、読取り対象の文字を強調する強調線である。制御部３０は、情報読取端末１０の姿勢の揺れが静止した場合に、文字枠Ｆ１を表示部１４に表示させる。これにより、ユーザは、文字枠Ｆ１を見て、情報読取端末１０の姿勢の揺れが静止したことを認識するとともに、読み取り対象の文字が確定したことを知ることができる。なお、変形例では、文字枠Ｆ１は、円形、楕円形等の他の形状であってもよい。

Ｓ２００では、制御部３０は、ユーザがトリガボタンＢ１の押下げを停止することを監視する。制御部３０は、ユーザがトリガボタンＢ１の押下げを継続する場合（Ｓ２００でＮＯ）、Ｓ１１０に戻る。制御部３０は、ユーザがトリガボタンＢ１の押下げを停止する場合（Ｓ２００でＹＥＳ）、Ｓ２１０に進む。本実施例の情報読取端末１０では、制御部３０は、ユーザがトリガボタンＢ１の押下げを停止する場合に、Ｓ２１０以降の処理に進み、文字データ認識を実行する。これにより、本実施例の情報読取端末１０は、ユーザがトリガボタンＢ１の押下げを停止に応じることなく文字データ認識を実行する比較例よりも、ユーザの意図を文字データ認識の対象に反映させることができる。また、本実施例では、ユーザは、トリガボタンＢ１の押し下げを停止する際、トリガボタンＢ１から指を離せばよい。このため、例えば、トリガボタンＢ１を２回押し下げる比較例と比べて、ユーザの動作を簡潔にすることができる。さらに、本実施例の情報読取端末１０では、トリガボタンＢ１を２回押し下げる比較例と比べてトリガボタンＢ１を操作する回数が少ないので、情報読取端末１０の姿勢が揺れることを抑制することができる。なお、変形例では、上記の比較例が採用されてもよい。

Ｓ２１０では、制御部３０は、メモリ３４に記憶されている複数個の画像データの中から最新の画像データを取得する。Ｓ２１０で取得する画像データは、Ｓ１１０で取得される画像データよりも後に撮像された画像データである。

Ｓ２２０では、制御部３０は、Ｓ１１０で取得した画像データ（以下では、第１の画像データと記載する）と、Ｓ２１０で取得した画像データ（以下では、第２の画像データと記載する）と、が互いに類似するか否かを判断する。例えば、制御部３０は、第１の画像データに対応する画像が、第２の画像データに対応する画像と所定の割合を超えて一致する場合（Ｓ２２０でＹＥＳ）、双方の画像データが互いに類似すると判断し、Ｓ２２２に進む。制御部３０は、第１の画像データに対応する画像が、第２の画像データに対応する画像と所定の割合を超えて一致しない場合（Ｓ２２０でＮＯ）、双方の画像データが互いに類似しないと判断し、Ｓ２２４に進む。

Ｓ２２２では、制御部３０は、第１の画像データに対する文字データ認識を実行する。

Ｓ２２４では、制御部３０は、第２の画像データに対して、Ｓ１１２と同様の処理を実行する。制御部３０は、第２の画像データに対応する画像に文字を表す画像が含まれると判断する場合（Ｓ２２４でＹＥＳ）、Ｓ２２６に進む。Ｓ２２６では、制御部３０は、第２の画像データに対する文字データ認識を実行する。制御部３０は、第２の画像データに対応する画像に文字を表す画像が含まれないと判断する場合（Ｓ２２４でＮＯ）、Ｓ１１８に進む。

本実施例の情報読取端末１０では、Ｓ２２０で第１の画像データと第２の画像データとを比較し、双方の画像データが互いに類似する場合（Ｓ２２０でＹＥＳ）、第１の画像データに対する文字データ認識を実行する（Ｓ２２２）。第１の画像データは、Ｓ１１２において、対応する画像に文字を表す画像が含まれるのか否かを既に判断済みである。このため、双方の画像データが互いに類似する場合に、第１の画像データに対して迅速に文字データ認識を実行することができる。一方で、双方の画像データが互いに類似しない場合（Ｓ２２０でＮＯ）、ユーザは、第１の画像データではなく、第２の画像データに対する文字データ認識の実行を意図していると推測される。本実施例では、双方の画像データが互いに類似しない場合に、第２の画像データに対応する画像に文字を表す画像が含まれるのか否かの判断（Ｓ２２４）と、当該文字を表す画像に対する文字データ認識（Ｓ２２６）が実行される。このため、情報読取端末１０は、第１の画像データと第２の画像データとのうち、ユーザが意図する画像データに対する文字データ認識を適切に実行することができる。

Ｓ２３０では、制御部３０は、Ｓ１２０と同様の処理を実行する。制御部３０は、出力値の変化が閾値Ｔｈよりも小さい場合（Ｓ２３０でＹＥＳ）に、情報読取端末１０の姿勢の揺れが静止していると判断して、Ｓ２３４に進む。制御部３０は、出力値の変化が閾値Ｔｈより大きい場合（Ｓ２３０でＮＯ）、情報読取端末１０の姿勢が揺れていると判断して、Ｓ１１８に進む。ユーザがトリガボタンＢ１の押下げを停止した後（Ｓ２００でＹＥＳ）、情報読取端末１０の姿勢が揺れると、ユーザの意図に反した文字に対する文字データ認識が実行される可能性がある。本実施例では、情報読取端末１０の姿勢が揺れていると判断される場合（Ｓ２３０でＮＯ）に、文字データ認識の結果が出力されず、Ｓ１１８でメモリ内の画像が削除される。これにより、情報読取端末１０は、ユーザが意図した文字とは異なる文字に対するデータが出力部に出力されることを抑制することができる。

Ｓ２３４では、制御部３０は、図３のＳ３４と同様の処理を実行する。Ｓ２３４の処理が終了すると、制御部３０は、図４の処理を終了する。

（対応関係）
トリガボタンＢ１の押し下げを停止すること、トリガボタンＢ１の押し下げが停止されるタイミングが、それぞれ、「第２の指示」、「第３のタイミング」の一例である。文字枠Ｆ１が、「強調線」の一例である。Ｓ１１２、Ｓ２２４の処理が、それぞれ、「第１の認識処理」の一例である。Ｓ２２２、Ｓ２２６の処理が、それぞれ、「第２の認識処理」の一例である。Ｓ１２２、Ｓ２２０が、それぞれ、「動作実行部」、「画像比較部」によって実行される処理の一例である。

以上、本明細書で開示する技術の具体例を説明したが、これらは例示にすぎず、特許請求の範囲を限定するものではない。特許請求の範囲に記載の技術には以上に例示した具体例を様々に変形、変更したものが含まれる。例えば、以下の変形例を採用してもよい。

（変形例１）上述した実施例では、制御部３０は、加速度センサ２２の出力の変化と閾値Ｔｈとを比較することによって、情報読取端末１０の姿勢の揺れが静止していることを判断した。本変形例では、制御部３０は、画像データに対応する画像の明度の単位時間当たりの変化率と閾値とを比較して、情報読取端末１０の姿勢の揺れが静止していることを判断してもよい。本変形例では、明度を計測する制御部３０が、「計測部」の一例であり、画像データに対応する画像の明度が、情報読取端末１０の姿勢の揺れを示す「姿勢値」の一例である。

（変形例２）第２実施例の情報読取端末１０の制御部３０は、Ｓ２３０の処理を実行しなくてもよい。

（変形例３）第１実施例の情報読取端末１０の制御部３０は、Ｓ１２の処理を実行しなくてもよい。

（変形例４）第２実施例の情報読取端末１０の制御部３０は、Ｓ１２２において、文字枠Ｆ１を表示部１４に表示させることに代えて、例えば、読み取り対象の文字が確定したことを表す音を報知部２４に報知させてもよい。本変形例では、当該音を出力することが、「所定の報知動作」の一例である。さらなる変形例では、「所定の報知動作」は、情報読取端末１０を振動させることであってもよいし、表示部１４に光を出力することであってもよい。

（変形例５）第２実施例の情報読取端末１０の制御部３０は、１２２において、文字枠Ｆ１を表示部１４に表示させることに代えて、例えば、文字認識の対象となる文字の下方に位置する直線を表示部１４に表示させてもよい。本変形例では、当該直線が、「強調線」の一例である。さらなる変形例では、「強調線」は、文字認識の対象となる文字の上方に位置する直線であってもよいし、文字認識の対象となる文字を円形で囲う曲線であってもよい。

（変形例６）第２実施例の情報読取端末１０の制御部３０は、Ｓ１０２において、指示マーカＭ１を照射部２０に照射させるとともに、カメラ１６の画像を表示部１４に表示させてもよい。その場合、Ｓ１２２において、制御部３０は、指示マーカをＭ１からＭ２に変更するとともに、文字枠Ｆ１を表示部１４に表示させてもよい。

（変形例７）第１実施例の情報読取端末１０の制御部３０は、Ｓ２２において、指示マーカの表示態様をＭ１からＭ２に変更しなくてもよい。本変形例では、「第２の態様」を省略可能である。

（変形例８）第１実施例の情報読取端末１０の制御部３０は、Ｓ４０～Ｓ４４の処理を実行しなくてもよい。一般的に言うと、「文字認識停止部」と「停止報知部」とは、省略可能である。

本明細書または図面に説明した技術要素は、単独であるいは各種の組合せによって技術的有用性を発揮するものであり、出願時請求項記載の組合せに限定されるものではない。また、本明細書または図面に例示した技術は複数目的を同時に達成するものであり、そのうちの一つの目的を達成すること自体で技術的有用性を持つものである。

１０ ：情報読取端末
１２ ：操作部
１４ ：表示部
１６ ：カメラ
１８ ：通信インターフェース
２０ ：照射部
２２ ：加速度センサ
２４ ：報知部
３０ ：制御部
３２ ：ＣＰＵ
３４ ：メモリ
３６ ：プログラム
６０ ：筐体
１００ ：荷物
Ｂ１ ：トリガボタン
Ｆ１ ：文字枠
Ｌ１ ：ラベル
Ｍ１、Ｍ２ ：指示マーカ
Ｓ１ ：文字列
Ｔｈ ：閾値

Claims (11)

1. 文字認識装置であって、
   操作部と、
   前記操作部がユーザから所定の第１の指示を受け付けることに応じて、動作を開始するカメラと、
   前記カメラの動作中に前記カメラから連続して出力される画像データを記憶するメモリと、
   前記文字認識装置の姿勢の揺れを示す姿勢値を計測する計測部と、
   出力部と、
   前記操作部が前記ユーザから前記第１の指示を受け付けた第１のタイミングから前記姿勢値が前記姿勢の揺れが静止したことを示す第２のタイミングまでの間に前記メモリに記憶された、複数個の前記画像データを削除する削除部と、
   前記第２のタイミング後に前記メモリに記憶された少なくとも１個の前記画像データに対する文字認識を実行する文字認識実行部と、
   前記文字認識の結果を示すデータを前記出力部に出力させる出力制御部と、
   を備える、文字認識装置。
2. 前記操作部は、前記第１の指示の後に所定の第２の指示を受け付け、
   前記文字認識実行部は、前記操作部が前記第２の指示を受け付けた後に前記メモリに記憶された前記少なくとも１個の画像データに対する前記文字認識を実行する、請求項１に記載の文字認識装置。
3. 前記出力制御部は、
   前記第２の指示の後、前記姿勢値が前記姿勢の揺れが静止したことを示す場合に、前記データを前記出力部に出力させ、
   前記姿勢値が前記姿勢の揺れが静止したことを示さない場合に、前記データを前記出力部に出力させない、
   請求項２に記載の文字認識装置。
4. 前記文字認識装置は、さらに、前記第２のタイミングから前記操作部が前記第２の指示を受け付けた第３のタイミングまでの間に前記メモリに記憶された第１の画像データと、前記第３のタイミング後に前記メモリに記憶された第２の画像データと、を比較する画像比較部を備え、
   前記文字認識実行部は、
   前記第１の画像データと前記第２の画像データとが類似する場合に、前記第１の画像データ及び前記第２の画像データのうちの少なくとも一方に対する前記文字認識を実行し、
   前記第１の画像データと前記第２の画像データとが類似しない場合に、前記第２の画像データに対する前記文字認識を実行する、
   請求項２に記載の文字認識装置。
5. 前記文字認識は、
   画像データから文字画像データを抽出する第１の認識処理と、
   抽出済みの前記文字画像データに含まれる文字を文字データとして認識する第２の認識処理と、を含み、
   前記文字認識装置は、さらに、前記第２のタイミングから前記操作部が前記第２の指示を受け付けた第３のタイミングまでの間に前記メモリに記憶された第１の画像データと、前記第３のタイミング後に前記メモリに記憶された第２の画像データと、を比較する画像比較部を備え、
   前記文字認識実行部は、
   前記第２のタイミングから前記第３のタイミングの間において、前記第１の画像データに対する前記第１の認識処理を実行し、
   前記第１の画像データと前記第２の画像データとが類似する場合に、前記第１の認識処理によって前記第１の画像データから抽出された前記文字画像データに対して前記第２の認識処理を実行し、
   前記第１の画像データと前記第２の画像データとが類似しない場合に、前記第２の画像データに対して前記第１の認識処理及び前記第２の認識処理の双方を実行する、
   請求項２に記載の文字認識装置。
6. 前記第１の指示は、前記操作部に含まれる所定のボタンを押し下げる動作であり、
   前記第２の指示は、前記第１の指示によって押し下げられた前記ボタンから指を離す動作である、
   請求項２に記載の文字認識装置。
7. 前記文字認識装置は、さらに、前記姿勢値が前記姿勢の揺れが静止したことを示す場合に、所定の報知動作を実行する動作実行部を備える、請求項１から６のいずれか一項に記載の文字認識装置。
8. 前記文字認識装置は、さらに、前記少なくとも１個の画像データを表示する表示部を備え、
   前記報知動作は、前記第２のタイミングの後に、前記少なくとも１個の画像データ内に含まれる文字を強調する強調線を前記表示部に表示する動作を含む、
   請求項７に記載の文字認識装置。
9. 前記文字認識装置は、さらに、
   前記文字認識の対象の文字を指し示すための指示マーカを照射する照射部と、
   前記操作部が前記第１の指示を受け付けることをトリガとして、前記指示マーカの照射を前記照射部に実行させる照射制御部と、
   を備える、
   請求項１から６のいずれか一項に記載の文字認識装置。
10. 前記照射制御部は、前記姿勢値が前記姿勢の揺れが静止したことを示す場合に、前記指示マーカの表示態様を、第１の態様から前記第１の態様とは異なる第２の態様に変更する、請求項９に記載の文字認識装置。
11. 前記文字認識装置は、さらに、
    前記文字認識が所定時間を超えて完了しない場合に、前記文字認識を停止する文字認識停止部と、
    前記文字認識が停止されたことを前記ユーザに報知する停止報知部と、
    を備える、
    請求項１から６のいずれか一項に記載の文字認識装置。