JPH0927008A - 文字認識装置及び方法 - Google Patents

Abstract

(57)【要約】 【課題】 認識して得られた文字に対応する文字イメー
ジの存在位置及びそのイメージの状態を簡単な操作で確
認できるようにする。 【解決手段】 入力部２より入力した原稿画像はメモリ
５に記憶され、操作者は認識対象の領域を枠として設定
する。認識が処理が開始されると、前処理部７によって
指定された枠内のイメージから文字イメージを切り出
し、認識部８によって認識処理される。このとき、個々
の認識対象の文字イメージの位置と認識結果とを対応付
けてメモリ５に記憶する。認識処理が完了すると、認識
結果が表示され、ここで所望とする文字を指定すると、
指定された認識結果の文字に対応する文字イメージ及び
その文字イメージを含む枠を、他のイメージ及び枠と区
別できるように表示する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は文字認識装置及び方
法、詳しくは原稿画像を入力して原稿画像中の文字を認
識する文字認識装置及び方法に関するものである。

【０００２】

【従来の技術】文字認識装置は、一般に、文書画像等を
読み取って入力する入力部と、入力された文書画像を表
示するイメージ表示部と、入力画像に対して１文字のパ
ターンを切出して各種の正規化を施す前処理部と、この
正規化されたパターンから幾何学的特徴を抽出し、予め
辞書に格納されている標準パターンと照合してその文書
画像の文字部分を認識する認識部と、認識結果を表示す
る認識結果表示部を備える。

【０００３】今のところ１００％正しい認識結果は得る
ことができないので、認識結果が正しいか否かをチェッ
クする作業がどうしても必要である。

【０００４】一般に、このチェックは、読み取った原稿
と、認識された結果とを交互に見比べる等の作業を行う
が、一部には読み取った原稿画像と認識結果とを同時に
表示画面に表示して眺める対象を一々切り替えなくても
良くなってきた。

【０００５】

【発明が解決しようとする課題】しかしながら、表示画
面は限られた情報量しか表示できないため、読み取った
画像全体を表示した場合には、原稿画像中に文字がある
ことは認識できても、個々の文字イメージの細部は確認
できない。従って、どうしても原稿画像の一部を拡大し
て表示することになるが、これだと目的の文字、すなわ
ち、認識結果表示された文字の元々の文字イメージを探
し出し、表示するのは非常に困難になる。

【０００６】

【課題を解決するための手段】本発明は上記従来例に鑑
みてなされたもので、認識して得られた文字に対応する
文字イメージの存在位置及びそのイメージの状態を簡単
な操作で確認できる文字認識装置及び方法を提供しよう
するものである。

【０００７】上記課題を解決するため、たとえば本発明
の文字認識装置は以下に示す構成を備える。すなわち、
入力した原稿画像中の文字イメージを認識する文字認識
装置であって、入力した原稿画像を記憶する第１の記憶
手段と、前記原稿画像中における、少なくとも文字認識
処理を行う文字イメージ領域枠を複数個指定する指定手
段と、該指定手段で指定された枠内の文字イメージを認
識する過程で、個々の文字イメージの位置情報と認識結
果とを対応付けて記憶する第２の記憶手段と、文字認識
して得られた文字列を表示する第１の表示手段と、該第
１の表示手段で表示された認識結果の文字列中の所望と
する文字を指定された場合に、当該指定された認識結果
の文字に対応する文字イメージ位置を前記第２の記憶手
段を参照して特定し、当該文字イメージ部分を他の文字
イメージとは異なる形態とすると共に、前記文字イメー
ジ部分を含む枠を他の枠と異なる形態で表示する第２の
表示手段とを備える。

【０００８】ここで、本発明の好適な実施態様に従え
ば、更に、第２の表示手段の表示する原稿画像イメージ
の表示倍率を変更する手段を備えることが望ましい。こ
れによって、原稿画像全体と局所的な部分とを表示する
ことができるようになる。

【０００９】

【発明の実施の形態】以下、添付図面を参照して本発明
にかかる実施形態の例を詳細に説明する。

【００１０】＜文字認識装置の説明（図１）＞図１は本
発明の実施例の文字認識装置の概略構成を示すブロック
図である。

【００１１】図１において、１は実施例の文字認識装置
を示している。２は文書画像を読取って入力する入力部
で、例えばスキャナ等により構成され原稿画像データを
デジタルデータとして入力する。３は装置１全体を制御
する演算処理用の中央処理装置（以下、ＣＰＵという）
を示している。４はＲＯＭで、ＣＰＵの図３以降のフロ
ーチャートで示された制御プログラムや各種データを格
納している。５はメモリ（ＲＡＭ）で、ＣＰＵ３のワー
クエリアとして使用されるとともに、入力部２より入力
された文書画像データを記憶する領域、前処理部７で切
り出された文字パターンの位置、大きさを記憶する領
域、イメージの中で認識を行う場所すなわち認識枠座標
をも備えている。６は対応イメージ表示部で、認識結果
表示部１５で選択されている文字に対応する文字パター
ンの位置、大きさに従ってイメージ表示部１４に対応す
る文字イメージを表示装置に表示する。また、選択され
ている文字を含む認識枠を捜し出しその認識順序を認識
順序表示部１７で表示しなおす。７は前処理部で、メモ
リ５に記憶された文書画像の１文字のパターンを切出
し、各種の正規化を実行している。８は認識部で、前処
理部７によって前処理されたパターンから幾何学的特徴
を抽出し、予め認識用辞書９に正格納されている標準パ
ターンと照合して文書画像の文字認識を行なっている。
１０は表示部で、入力された文書画像を表示するイメー
ジ表示部１４、認識結果表示部１５、認識枠表示部１６
からなる。なお、認識結果表示部１５は修正したい文字
を選択、修正する機能を持っている。１１はシステムバ
スで、ＣＰＵ３よりのデータバス、アドレスバス及び制
御信号バス等を含んでいる。１２は外部の出力装置、例
えばプリンタ１３等とのインターフェース制御を行うイ
ンターフェース部を示している。１７は本装置に各種指
示を与えたりするキーボード及びマウス（ポインティン
グデバイスの一種）である。

【００１２】＜文書画像の説明（図２）＞図２は実施形
態の文字認識装置１に入力された文書画像の表示例を示
す図である。

【００１３】図２において、２１は入力部２で読取られ
る文書画像を示している。２２、２３、２４、２５は文
書画像２１の中において、ユーザーがマウス等で指示し
た枠であり、この枠内の文書イメージを認識する対象に
させるものである。従って、原稿画像中に写真画像等が
混在している場合には、文字イメージ部分のみを指定す
ることで、不要な処理を省くことができる。

【００１４】＜イメージウインドウ、認識結果ウインド
ウの説明（図３、図４）＞上記構成において、入力した
原稿画像を表示させ、認識対象の枠を設定して所定の指
示を与えると、各枠単位に文字認識処理が開始される。

【００１５】このとき、文字認識処理では、個々の文字
イメージを切り出しを行ない（前処理部７が行う）、そ
の切り出した文字イメージから特徴量を抽出して認識用
辞書９と照合することで文字認識を行うが、前処理で得
られた個々の文字イメージの位置情報と、認識結果得ら
れた個々の文字とは対応付けられメモリ５に格納され
る。この処理を全ての文字イメージに対して行った後、
原稿画像中の個々の認識結果（文字コード）に基づく文
字パターンを発生させ、表示する。

【００１６】図３、図４は、本装置の表示装置の画面に
表示されたイメージウインドウ、認識結果ウインドウを
示している。認識結果ウインドウ３２には、認識して得
られた文字コードに基づいて装置が発生した文字パター
ンが表示される。

【００１７】ここで、操作者が認識結果ウインドウ３２
中の所望とする文字をキーボードやマウス等のポインテ
ィングデバイスで指定すると、メモリ５に記憶しておい
た認識文字に対応する文字イメージの位置情報に基づい
て、その指定された認識結果の文字の元になった文字イ
メージ部分をイメージウインドウ３１に表示させるべ
く、自動的にイメージウインドウ３１内のスクロール処
理を行う。

【００１８】図３はまさにこの状態を示しており、認識
結果ウインドウ３２中の「バ」（付号３５）を選択し
て、それに対応する文字イメージ部分が反転表示されて
いることを示している（図示の付号３６）。

【００１９】尚、図３において、イメージウインドウ３
１、認識結果ウインドウ３２のそれぞれ右辺には縦方向
のスクロールを行なわせるスクロールバー、底辺には横
方向のスクロールを行なわせるスクロールバーが表示さ
れていて、マウス等でこれらのスクロールバーを操作
（多くの場合にはドラッグ操作）することで、所望とす
る部分を表示させることも可能になっている。スクロー
ルの仕方は、たとえば、認識結果ウインドウの上下方向
へのスクロールを行うのであれば、符号３４で示すスク
ロールボタンをマウスでドラッグ操作することで行う。

【００２０】図４は、図３に対して、イメージウインド
ウ３１の表示倍率を低くした状態を示している。表示倍
率は、不図示の操作メニューを表示し、マウスを使用し
て倍率を変化させるものとするが、キーボード等から指
示しても良い。また、倍率を変化させて表示させること
自身は公知であるので、ここでの説明は省略する。

【００２１】ここで、イメージウインドウ３１の表示倍
率を変えることによって、原稿画像全体を表示させるこ
とは可能にはなるが、認識結果ウインドウ３５で指定し
た文字に対応する文字イメージを反転表示させてもイメ
ージウインドウ３１中の符号３６に示す位置にあること
は確認しずらい。そこで、本実施形態では、少なくとも
どの枠（図２参照）内にあるのかを明示するため、該当
する枠を他の枠番号と区別させるべく、図４に示すごと
く、枠を太実線で表示する。尚、拡大指示した場合に
は、反転表示されている文字イメージ部分（符号３６）
の近傍を表示していく。

【００２２】＜処理の説明（図１〜図６）＞上記実施形
態の概要を踏まえてＣＰＵ３の動作処理内容を以下に説
明する。

【００２３】図５は実施形態のＣＰＵ３の動作処理内容
（ＲＯＭ４に格納されているプログラム）を示してい
る。

【００２４】まずステップＳ１０１で、操作者よりセッ
トされた文書画像２１を入力部２（スキャナ）により読
取って入力し、メモリ５に記憶する。

【００２５】次にステップＳ１０２に進み、ユーザに認
識する部分の指定をさせ、その座標領域（たとえば枠の
左上隅と右下隅の座標データ）をメモリ５に認識枠とし
て記憶し、認識枠表示部１６において認識枠の表示、認
識順序表示部１７において認識順序の表示を行う。

【００２６】次にステップＳ１０３に進み、前処理部７
で前処理（文字切り出し処理）を行い、認識部８で文字
認識を行う。このとき、前処理部７で切り出した個々の
文字イメージの切り出し位置をメモリ５に記憶し、認識
結果得られた文字コードを対応付けてメモリ５に記憶す
る。

【００２７】次にステップＳ１０４に進み、表示部１０
の認識結果表示部１５で認識結果を表示、すなわち、認
識得られた文字コードに対応する文字パターンを発生
し、それを認識結果ウインドウ３２に表示させる。

【００２８】ここで、操作者によって、認識結果ウイン
ドウ３２中の所望とする文字が指定されると、ステップ
Ｓ１０５において、対応イメージ表示部６により、メモ
リ５から読み取り画像を読み出すと共に、文字選択手段
によって認識結果ウインドウ３２中の選択された文字に
対応するイメージ部分を反転表示させる。図３は文字が
分かる程度に拡大表示されたイメージウインドウ及び認
識結果ウインドウを示し、図４はイメージ全体が分かる
程度に縮小表示されたイメージウインドウ及び認識結果
ウインドウを示しているのは先に説明した通りである。

【００２９】図６は、図５のステップＳ１０５の対応イ
メージ表示の処理を示すフローチャートである。

【００３０】まずステップＳ１１１で、文字選択手段に
よって選択された文字３５の位置・大きさをメモリ５か
ら捜し出す。次に、ステップＳ１１２で対応する部分を
符号３６で示すように反転表示する（図３、図４）。

【００３１】次に、ステップＳ１１３に進み、対応する
認識枠をメモリ５から捜し出してその認識枠を太実線
で、それ以外の枠を図４に示す如く灰色で表示する。勿
論、このときのイメージ表示の倍率が高くて、イメージ
の一部分しか表示できず、その部分が枠から外れている
場合には、枠表示処理は行なわない。

【００３２】尚、プリンタ１３より文字等を出力する処
理については説明を省略する。

【００３３】以上の説明の如く、実施形態によれば、ユ
ーザが修正しようとしている部分の原画像を自動的に表
示可能で、表示倍率とかかわりなく、対応する文字イメ
ージがどこにあるか即座に分かる、ユーザにとって使い
易い文字認識装置を実現することができる。

【００３４】尚、認識結果に対応する文字イメージを自
動的に表示させると、たとえば文字認識辞書登録作業が
格段に良くなる。認識辞書に登録すること自体は公知で
あるが、上記の実施形態によれば、本来「パ」として認
識されるところ「バ」として認識されたわけであるか
ら、この誤認識文字を指定するだけで、該当する文字イ
メージの指定が簡単に行われる。あとは、正規な文字を
キーボード等から入力し、文字イメージが「パ」として
認識されるよう辞書に登録する等の処理を行なえばよ
い。

【００３５】［第２の実施形態の説明］上記実施形態
（第１の実施形態）では、図６のステップＳ１１３にお
ける指定文字に対する文字イメージを含む枠とそれ以外
の枠とを区別するため、前者を太実線で、後者を灰色線
で表示させたが、他の枠との区別が容易になれば良いの
で、これに限らない。たとえば、表示色を変えたりして
も良いし、破線と実線で区別させても良い。また、先の
太さを変えることで区別しても良いであろう。いずれに
しても、指定した文字に対応する文字イメージを含む枠
が強調されることが望ましい。

【００３６】以上の説明により第２の実施形態において
も前述の第１の実施形態と同様の作用・効果を得ること
ができる。

【００３７】［第３の実施形態の説明］第１の実施形態
では、図５のステップＳ１０２において認識する部分を
ユーザに指定させたが、認識する枠を自動的に行うよう
にし、自動的に認識対象となるテキスト部分を抽出して
もかまわない。

【００３８】文字の分布を矩形枠として認識する処理と
しては、たとえば、次のようにする。

【００３９】入力した原稿画像中のｎ×ｍ画素中の１つ
でも黒画素あったとき、１個の黒画素を生成し、全てが
白画素であった場合には１個の白画素を生成するという
原稿画像を縦横に対して１／ｎ、１／ｍに縮小する処理
を行なう。この結果、文字イメージは互いに連結された
状態になるので、黒画素の連続する部分を１行もしくは
１パラグラグとして認識する。

【００４０】以上の説明により第３の実施形態において
も前述の第１の実施形態と同様の作用・効果を得ること
ができる。

【００４１】以上説明したように本実施形態によれば、
ユーザーが修正しようとしている部分の原画像を自動的
に表示可能で、表示倍率にかかわりなく、対応する文字
イメージがどこにあるか即座に分かるように表示でき
る。このため、文書原稿を読取って認識し修正する際、
使い易く文字認識の操作性が向上する効果がある。

【００４２】また、本発明は、複数の機器から構成され
るシステムに適用しても、１つの機器からなる装置に適
用してもよい。また、本発明はシステム或は装置にプロ
グラムを供給することによって実施される場合にも適用
できることは言うまでもない。この場合、本発明にかか
るプログラムを格納した記憶媒体が、本発明を構成する
ことになる。そして、該記憶媒体からそのプログラムを
システム或は装置に読み出すことによって、そのシステ
ム或は装置が、予め定められたし方で動作する。

【００４３】

【発明の効果】以上説明したように本発明によれば、認
識して得られた文字に対応する文字イメージの存在位置
及びそのイメージの状態を簡単な操作で確認できるよう
になる。

【００４４】

【図面の簡単な説明】

【図１】実施形態の文字認識装置の概略構成を示すブロ
ック図である。

【図２】本実施形態の文字認識装置で読取られる文書原
稿を示す図である。

【図３】実施形態の文字認識装置における認識結果の表
示例を示す図である。

【図４】実施形態の文字認識装置における認識結果の表
示例を示す図である。

【図５】実施形態における文字認識の処理内容を示すフ
ローチャートである。

【図６】図５におけるステップＳ１０５の処理内容を示
すフローチャートである。

【符号の説明】

１ 文字認識装置 ２ 入力部 ３ ＣＰＵ ４ ＲＯＭ ５ メモリ ６ 対応イメージ表示部 ７ 前処理部 ８ 認識部 ９ 認識用辞書 １０ 表示部 １１ システムバス １２ インターフェース部 １３ プリンタ １４ イメージ表示部 １５ 認識結果表示部 １６ 認識枠表示部 １７ キーボード＆マウス ２１ 文書画像 ２２、２３、２４、２５ 認識対象枠 ３１ イメージウインドウ ３２ 認識結果ウインドウ ３３ スクロールボタン ３４ 表示位置を示すボタン ３５ 文字選択手段によって選択された文字 ３６ 選択された文字のイメージ部分 ４１、２０１、２１１、２２１、２３１、２４１、２５
１、２６１、２７１、２８１、２９１、３０１ 選択さ
れた文字のイメージを含む認識枠 ４２ 選択された文字のイメージを含まない通常の認識
枠

Claims (4)

【特許請求の範囲】
1. 【請求項１】 入力した原稿画像中の文字イメージを認
   識する文字認識装置であって、 入力した原稿画像を記憶する第１の記憶手段と、 前記原稿画像中における、少なくとも文字認識処理を行
   う文字イメージ領域枠を複数個指定する指定手段と、 該指定手段で指定された枠内の文字イメージを認識する
   過程で、個々の文字イメージの位置情報と認識結果とを
   対応付けて記憶する第２の記憶手段と、 文字認識して得られた文字列を表示する第１の表示手段
   と、 該第１の表示手段で表示された認識結果の文字列中の所
   望とする文字を指定された場合に、当該指定された認識
   結果の文字に対応する文字イメージ位置を前記第２の記
   憶手段を参照して特定し、当該文字イメージ部分を他の
   文字イメージとは異なる形態とすると共に、前記文字イ
   メージ部分を含む枠を他の枠と異なる形態で表示する第
   ２の表示手段とを備えることを特徴とする文字認識装
   置。
2. 【請求項２】 更に、第２の表示手段の表示する原稿画
   像イメージの表示倍率を変更する手段を備えることを特
   徴とする請求項第１項に記載の文字認識装置。
3. 【請求項３】 入力した原稿画像中の文字イメージを認
   識する文字認識方法であって、 入力した原稿画像を記憶する第１の記憶工程と、 前記原稿画像中における、少なくとも文字認識処理を行
   う文字イメージ領域枠を複数個指定する指定工程と、 該指定工程で指定された枠内の文字イメージを認識する
   過程で、個々の文字イメージの位置情報と認識結果とを
   対応付けて記憶する第２の記憶工程と、 文字認識して得られた文字列を表示する第１の表示工程
   と、 該第１の表示工程で表示された認識結果の文字列中の所
   望とする文字を指定された場合に、当該指定された認識
   結果の文字に対応する文字イメージ位置を前記第２の記
   憶手段を参照して特定し、当該文字イメージ部分を他の
   文字イメージとは異なる形態とすると共に、前記文字イ
   メージ部分を含む枠を他の枠と異なる形態で表示する第
   ２の表示工程とを備えることを特徴とする文字認識方
   法。
4. 【請求項４】 更に、第２の表示工程の表示する原稿画
   像イメージの表示倍率を変更する工程を備えることを特
   徴とする請求項第３項に記載の文字認識方法。