JPH103516A

JPH103516A - 情報処理方法及び装置

Info

Publication number: JPH103516A
Application number: JP8155507A
Authority: JP
Inventors: Tomotoshi Kanatsu; 知俊金津
Original assignee: Canon Inc
Current assignee: Canon Inc
Priority date: 1996-06-17
Filing date: 1996-06-17
Publication date: 1998-01-06

Abstract

(57)【要約】【課題】入力画像から判別された言語モードの確認を
容易にし、かつ認識結果の保存後にアプリケーションを
起動する場合の操作性を向上させる。【解決手段】入力画像から切り出した領域の言語モー
ド属性をイメージ表示部に表示して、修正可能とし、そ
の言語モード属性に応じて認識された結果の保存時に、
保存終了後自動起動するアプリケーションを指定可能と
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、入力画像の文字を
認識する情報処理方法及び装置に関するものである。

【０００２】本発明は、異なる言語が存在し得る原稿画
像を処理し得る情報処理方法及び装置に関するものであ
る。

【０００３】本発明は、汎用コンピュータ上で動作する
アプリケーションの起動を制御する情報処理方法及び装
置に関するものである。

【０００４】

【従来の技術】２種類以上の言語によって書かれた文書
を対象に文字認識を行う場合、言語別に最適な固有処理
を行なう複数の認識処理系を用意し、入力文書別あるい
は入力文書中の文字領域別にユーザーが言語を指定する
操作を行い、各言語に特化した認識処理を行うことで、
どの言語の文字に対しても高い認識率を持つ文字認識装
置が得られる。このような文字認識装置においては、操
作者が文字認識装置に、文書ごとあるいは文書中の文字
領域ごとに正しい言語モードを指定した後、文字認識処
理を行なわせている。

【０００５】文字認識処理の出力結果に対しては確認お
よび修正が必要である。従来の文字認識アプリケーショ
ンでは、認識結果に対して、１．文字認識アプリケーションプログラム内で簡単なテ
キストエディタを持ち、それを用いて確認、修正を行
う。２．ファイルに出力結果を保存する。操作者は他のテキ
ストエディタや文書エディタなどのアプリケーションを
起動し、前記ファイルを開いて確認、修正を行う。とい
う２種類の方法を提供していた。

【０００６】

【発明が解決しようとする課題】しかしながら、従来の
装置では、設定された言語モードはプログラム内部の変
数値としてのみ存在していた。この変数値は領域を指定
して領域情報のダイアログを開くことで確認できるが、
画像中の各領域毎の言語モードを知る為には、領域ひと
つひとつを指定して領域情報のダイアログを開き値を確
認するという操作を必要としていた。

【０００７】このため、言語の異なる複数の文書を連続
処理する場合や、文書中の多数の文字領域に異なる言語
モードを指定した後などに、注目領域に対する言語モー
ドが正しく設定されているかどうかを確認する作業は非
常に繁雑であり、操作者の負担となっていた。

【０００８】また、認識結果に対する修正等の方法とし
て提供されるもののうち、１．の方法は、主に誤認識文
字を個々に修正することを目的としたものである。文字
認識処理によって派生した下位候補を操作者に提示する
などして、効果的な誤認識文字修正環境が提供される。

【０００９】しかし、認識結果に単純なテキストエディ
タでは処理できない情報が含まれる場合、上記方法では
不十分である。例えば、表や写真も混在する複雑なフォ
ーマット文書に対する認識結果など、認識結果に文字だ
けではなくイメージ情報、及び文書の構造情報を含む場
合である。

【００１０】その点、２．の方法では、アプリケーショ
ンを適当に選択することで、複雑なフォーマットの認識
結果も確認・修正することが出来る。例えば、前述の構
造情報を含む認識結果を表示する際には、構造情報に対
応する文書エディタを用いればよい。

【００１１】しかしこの際には、文字認識結果のファイ
ル出力を待って所望のアプリケーションを起動し、その
アプリケーション上で保存された出力結果ファイルを開
く、という操作を必要とするために、出力結果の確認に
手間がかかった。

【００１２】

【課題を解決する手段】上記課題を解決する為に、本発
明は、入力画像と、該画像を構成する複数の領域を表す
枠と、前記領域の言語モード属性を表示し、前記表示さ
れている領域における所望の領域を指定し、前記指定さ
れた領域の言語モード属性を指示し、前記指示に応じて
前記表示されている言語モード属性を変更する情報処理
方法及び装置。

【００１３】上記課題を解決する為に、本発明は好まし
くは、前記言語モード属性に応じて異なる文字認識処理
を行う。

【００１４】上記課題を解決する為に、本発明は好まし
くは、言語モード属性に応じて、異なるシンボルパター
ンを表示する。

【００１５】上記課題を解決する為に、本発明は好まし
くは、前記言語モード属性に応じて言語毎に異なる処理
を前記画像に対して行う。

【００１６】上記課題を解決する為に、本発明は好まし
くは、前記言語モード属性に応じて、異なる色のシンボ
ルパターンを表示する。

【００１７】上記課題を解決する為に、本発明は好まし
くは、前記言語モード属性に応じて、異なる形状のシン
ボルパターンを表示する。

【００１８】上記課題を解決する為に、本発明は好まし
くは、前記画像をスキャナにより入力する。

【００１９】上記課題を解決する為に、本発明は、汎用
コンピュータ上で動作する文字認識アプリケーションに
おける情報処理方法であって、入力画像を文字認識し、
前記文字認識の結果を保存し、前記文字認識結果の保存
後、他のアプリケーションを自動起動する情報処理方法
及び装置を提供する。

【００２０】上記課題を解決する為に、本発明は好まし
くは、前記文字認識は、認識結果として複数の出力形式
を持つ。

【００２１】上記課題を解決する為に、本発明は好まし
くは、前記自動起動するアプリケーションは、前記出力
形式に対応したアプリケーションを選択起動する。

【００２２】上記課題を解決する為に、本発明は好まし
くは、前記自動起動するアプリケーションを、所望のも
のに指定する。

【００２３】上記課題を解決する為に、本発明は、アプ
リケーションを特定し、指定された処理の実行を指示
し、前記指示に応答して前記指定された処理を実行した
後、前記特定されているアプリケーションを起動する情
報処理方法及び装置を提供する。

【００２４】上記課題を解決する為に、本発明は好まし
くは、前記アプリケーションの特定は、前記処理の実行
指示画面上にアプリケーションを特定する手段を設け、
そこで行う。

【００２５】上記課題を解決する為に、本発明は好まし
くは、前記特定されたアプリケーションは、前記処理の
実行指示画面に対して記憶され、該処理の実行指示画面
が表示される度に該記憶されているアプリケーションを
表示し、編集可能とする。

【００２６】上記課題を解決する為に、本発明は好まし
くは、前記アプリケーションの起動は、前記指定された
処理を終了した後に行う。

【００２７】上記課題を解決する為に、本発明は好まし
くは、前記アプリケーションの特定は、アプリケーショ
ン名を入力することにより行う。

【００２８】

【発明の実施の形態】以下、添付図面に従って本発明に
かかる実施の形態を詳細に説明する。

【００２９】〔装置の構成〕図１は発明の実施の形態に
おける装置の構成を示すブロック図である。図１におい
て、１は装置であり、２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）であり、Ｃ
ＰＵ２は、メモリ３に記憶されている制御プログラムに
従って例えば後述するフローチャートに示すような、本
実施の形態において説明する各種処理を実行する。３は
ＲＯＭ、或はＲＡＭを含むメモリであって、ＣＰＵ３が
実行する為の制御プログラムや、各種データを記憶する
とともに、ＣＰＵ３のワークエリアや、入力部４より入
力された文書画像データを記憶する領域、更にはイメー
ジの中で認識を行う領域を表すブロック枠座標やその属
性情報を格納する場合にも使用する。

【００３０】４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。４’はスキャナ４を
接続し、データの授受、及び制御を行うインターフェイ
ス部である。なお、画像の入力は装置１に直接接続され
たスキャナ４から行うものと限定されるものではなく、
他の情報処理装置で入力された画像のデジタルデータを
通信回線等を介したり、外部記憶装置に記憶されている
画像のデジタルデータをインターフェイス部４’から入
力しても良い。

【００３１】５は記憶装置（ハードディスク、ＦＤ、Ｃ
Ｄ−ＲＯＭ、磁気テープ、ＲＯＭなど）であって、イン
ターフェイス５’を介して装置本体１間でデータの授
受、制御が行われる。メモリ３に記憶される制御プログ
ラムも、この記憶装置から提供されても良い。

【００３２】６は属性変更部であって、後述のポインテ
ィングデバイス等による操作によって、属性とそれに伴
うブロックシンボル（詳細は後述する）の変更を行う。
変更指示に応じて、属性変更部６はメモリ３に記憶され
ている属性情報の記憶更新も行う。７は文字認識前処理
部で、メモリ３に記憶された文書画像の画像的特徴を解
析して、ブロック切り出しや、更にそのブロックに含ま
れる１文字毎のパターン画像を切り出す等の、認識の前
処理を行う。８は認識部であり、８−１の日本語認識部
では、前処理部７によって前処理されたパターンが像か
ら幾何学的特徴を抽出し、あらかじめ日本語認識用辞書
８−２に格納されている標準パターンと照合して文書画
像の文字認識を行う。同様に８−３は英語認識部であ
り、英語辞書８−４に格納されているパターンを用いて
文字認識を行う。この２つの認識部のどちらを用いて認
識処理が行われるかはブロック毎に指定された言語モー
ド属性に従う。この言語モード属性は、メモリ３に記憶
されている情報に従う。日本語用認識辞書８−２及び英
語用認識辞書８−４は、各言語に使用される文字の標準
パターンデータ及び、その文字認識結果を言語解析する
認識後処理の為の言語毎の文法情報等が記憶されてい
る。この認識用辞書を他の言語の辞書に切り替えること
により、日本語、英語のみならず、フランス語、イタリ
ア語等、どのような言語にも対応できる。

【００３３】９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９−１、その文書画像を認識した結
果のテキストを表示する認識結果表示部９−２、文書画
像から前処理部７により切り出されたブロックを識別で
きるようにブロックの境界線を表示する為のブロック枠
表示部９−３、各ブロックから判定された属性を識別で
きるように属性表示部９−４からなる。１０はＬＣＤや
ＣＲＴ等のディスプレイであって、表示部９の制御によ
り、画像や図形、文字、等を様々な属性を付加して表示
することができる。

【００３４】１１は外部の出力装置、例えばＬＢＰやイ
ンクジェットプリンタ等のプリンタであり、インターフ
ェイス部１１’の制御のもと、各種データを印字する。
１２はキーボード及びマウス等の、ユーザが各種データ
の入力、指示を行う為のものであって、インターフェイ
ス部１２’の制御のもと、指示がなされる。１３はシス
テムバスであって、ＣＰＵ２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。

【００３５】以上のような構成において、入力部４から
原稿画像を入力し、メモリ３に格納する。そして、格納
された原画像とは別個に、縮小画像を生成し、メモリ３
に格納する。この縮小画像は、原画像のｎ×ｎの画素ブ
ロックを１つの縮小画素とするもので、ｎ×ｎの画素ブ
ロック中に１つでも黒画素が存在する場合に縮小画素を
黒画素として決定するものである。この処理を行うと、
結局原画像を縦横それぞれ１／ｎ倍にしたのと同じこと
になり、かつ連接する文字イメージ（文字パターンのド
ットイメージ）が互いに連結された状態となる。この連
結されたドット分布に外接する矩形を順次定義してい
き、領域分割していく。

【００３６】以下の説明では、領域分割処理を上記のよ
うにして処理したものとして説明するが、領域分割処理
はこれに限らずいかなる処理で行っても良い。

【００３７】図２は本発明の実施の形態における、図１
の装置（コンピュータ）１上で動作するソフトウェアの
ブロック図である。装置１のオペレーションシステム２
０１が、各アプリケーションに対して、ＣＰＵ２やメモ
リ３、及び各種外部機器の使用を管理する。このオペレ
ーションシステム２０１の管理下で、本発明に係る文字
認識アプリケーション２０２、テキストエディタ２０
３、文書エディタ２０４、イメージ表示アプリケーショ
ン２０５が選択的に、あるいは同時に実行される。

【００３８】図３は、本発明の実施の形態における全体
的な処理を表すフローチャートであって、文書画像がス
キャナ４等により入力され（Ｓ３０１）、文字認識アプ
リケーション２０２により入力画像を前処理部７が解析
して領域分割し、各領域の属性（テキスト、図、表、罫
線、テキストの種類等）を判断し、各領域（ブロック）
の位置情報や、属性情報をメモリ３に記憶する（Ｓ３０
２）。Ｓ３０１で入力された画像に含まれる文字の認識
を文字認識アプリケーション２０２により行い（Ｓ３０
３）、認識結果のテキスト（文字コード列）や、領域情
報等、入力文書に関する情報を一つのファイルとして保
存（Ｓ３０４）する。各処理において行われるイメージ
の表示（例えばＳ５０２等）は、イメージ表示アプリケ
ーション２０５により実行しても良い。

【００３９】図４は、Ｓ３０２で行われた領域分割処理
における、領域分割の結果を表示するウインドウの例で
ある。

【００４０】入力された文書画像（メモリ３に格納され
ている）と領域分割結果及び領域の属性とを合せてイメ
ージウインドウとしてイメージ表示部９−１の処理によ
りディスプレイ１０に表示する。

【００４１】図４において、４１は入力部４で読み取ら
れた文書画像を表示していることを示すイメージウイン
ドウである。４２は領域分割の結果である枠（１つの領
域のサイズを明示する枠）であり、ここではテキスト部
分の段落の位置を示している。４３、４４及び４５はブ
ロックの属性を示すブロックシンボルである。ブロック
の属性とは、ブロック枠内の文字の性質を示すもので、
ブロックの順序、内容（表題、文章）、組み方向（横、
縦）、言語モード（日本語、英語…）などがある。

【００４２】ここではブロックシンボルの色によって、
前述の属性のうち言語モードを表示させている。図４の
４３、４４は枠内の言語モード属性が日本語であること
を示す白地のブロックシンボル、４５は枠内の言語モー
ド属性が英語であることを示す黒地のブロックシンボル
である。

【００４３】〔ブロック属性の表示〕以下、イメージウ
インドウにブロック毎の属性を表示し、属性の修正を受
けつけた上で各属性に応じた認識処理を行う例につい
て、Ｓ３０１〜Ｓ３０３の処理ステップを更に詳細にし
た処理を図５のフローチャートに示し、以下に説明す
る。尚、この処理を実行する制御プログラムはメモリ３
に記憶されている。

【００４４】まずステップＳ３０１で操作者によりセッ
トされた文書画像を入力部４（スキャナ）により読み取
って入力し、メモリ３に記憶する。

【００４５】次にステップＳ５０１に進み、前処理部７
により領域分割を行う。領域分割において、テキストの
段落、図、表、罫線などの各ブロックの属性も取り出
す。

【００４６】ステップＳ５０２では、Ｓ５０１で取り出
され、メモリ３に記憶された属性情報に従って図４に示
したように、領域の属性をブロックシンボルという形式
で表示すると共に、イメージ表示部で読み取った画像を
表示する。初期状態では全ブロックの属性はデフォルト
値に設定される。

【００４７】ステップＳ５０３では操作者が表示部に示
された属性情報を確認し、修正の必要があれば、マウス
やキーボード１２を用いて領域の属性の修正情報を入力
する。属性が修正された領域があるとＳ５０３で判断さ
れた場合は、指示に応じてメモリ３に格納されている属
性情報を変更し、再びステップＳ５０２を実行して修正
されたブロックシンボルを再表示する。Ｓ５０３で属性
の修正がなされていないと判断された後、文字認識処理
に移行する。

【００４８】ステップＳ５０５では、ブロック毎に指定
された属性をメモリ３より参照し、言語モード属性が日
本語の場合は日本語認識部８−１によりステップＳ５０
６の日本語文字認識を、言語モード属性が英語の場合は
英語認識部８−３によりステップＳ５０７の英語文字認
識を行う。

【００４９】最後にステップＳ５０８において認識結果
を出力する。認識結果は操作者の指定によってディスプ
レイ１０の表示画面に表示するだけでなく、記憶装置５
やプリンタ１１に出力することが可能である。

【００５０】最後にステップＳ５０８において認識結果
を出力する。認識結果は操作者の指定によってディスプ
レイ１０の表示画面に表示するだけでなく、記憶装置５
やプリンタ１１に出力することが可能である。

【００５１】図６はステップＳ５０２におけるブロック
シンボル表示部の処理を示すフローチャートである。Ｓ
６１において各ブロックの属性をメモリ３より読み出
し、ブロックの言語モード属性が日本語のときはＳ６２
に進み白地のブロックシンボルを、ブロックの言語モー
ド属性が英語のときはＳ６３に進み黒地のブロックシン
ボルを表示する。

【００５２】図７は本発明の実施の形態における属性の
修正処理を可能とする表示の例示図である。操作パネル
７２とイメージウインドウ７１を表示している。イメー
ジウインドウ７に示されているのは領域分割処理後のＳ
５０２の状態で、全ブロックの言語モード属性はデフォ
ルト値にセットされており、ここでは全て日本語となっ
ている。このため図７中のブロックシンボル７３、７４
及び７５の全てが、枠内の文章が日本語であることを示
す白色地で表示されている。

【００５３】ここで、ブロックシンボル７５の示す領域
は、実際には英語の文章の領域であるから、認識の前に
ブロックの言語モード属性を英語に変更する必要があ
る。このことは操作者がイメージウインドウの画像とそ
れに上書きされたブロックシンボルの色を比較すること
で容易に確認できる。

【００５４】操作者は、マウス１２でブロックシンボル
７５を指定し、更に操作パネル７２中の、ブロック属性
を英語に変更するボタン７６をクリックすることで、ブ
ロック７８の言語モード属性値を英語に変更してメモリ
３を更新する。本操作によってブロックシンボルは枠内
の文章が英語であることを示す黒地のブロックシンボル
に変更され、イメージウインドウは図４の４１と同じ状
態になる。なお、本属性変更操作は上記に限らず、他の
操作によって行われるようにしてもよい。

【００５５】以上のように、本発明においては、図７に
おけるような表示によって操作者は表示された画像とブ
ロックシンボルの色との比較から、領域毎に指定すべき
言語モードと、現在設定されている言語モードとの不整
合を容易に発見することができ、多言語文字認識処理の
際の言語モード確認操作の繁雑さを軽減することが出来
る。

【００５６】尚、図４においては、ブロックシンボルの
色を、認識に用いられる言語モードの種類により、日本
語では白地、英語では黒地としたが、他の区別の容易な
様々な色を用いることも可能である。

【００５７】尚、図７においては、領域分割直後にはす
べてのブロックに等しくデフォルトの言語モードを設定
していたが、枠内の画像を基に言語モードを判別するよ
うな言語判別手段を用い、ブロック毎に言語判別を行っ
た結果を各ブロックのそれぞれの言語モードデフォルト
値としてもよい。このときも、本発明における属性表示
手段によって、操作者はブロックシンボルの色と画像を
比較することで前記の言語判別の正否を容易に確認出来
るので、操作の負担は軽減される。

【００５８】尚、図４においては、ブロックシンボルを
区別するために色を用いたが、視覚的に区別が容易であ
るように、言語モード属性によってブロックシンボルの
形を変更してもよい。例えば図８で示すように８１と８
２のように形状を変えたり、大きさを変えたり、あるい
は点滅の有無をもって区別してもよい。

【００５９】尚、図７においては、言語モードは日本語
と英語の２つであったが、各種多言語を対象とする文字
認識装置においては、それぞれの言語モードを示すブロ
ックシンボル毎に別の色もしくは形状を割り当ててもよ
い。

【００６０】〔アプリケーション起動制御〕次に、文字
認識アプリケーション２０２の処理を図９のフローチャ
ートに沿って説明する。しかし、ここでは、特に保存処
理Ｓ３０４についてＳ９０１〜Ｓ９０６に詳細に説明す
る。Ｓ３０１〜Ｓ３０３は図５及び図６のフローチャー
トで示した処理と同様であるので、ここでは省略する。

【００６１】まずステップＳ３０１で、操作者はスキャ
ナ４を用いて文書画像データを文字認識プログラムに入
力する。スキャナのかわりに、入力画像として外部記憶
装置５中の、あるいは図示外のネットワークを介して受
信された文書画像ファイルを指定してもよい。入力され
た画像データはメモリ３に格納される。

【００６２】次にステップＳ３０２では、ＣＰＵ２は文
書画像に対し領域分割を行う。領域分割によって文書中
のテキスト、表、罫線、図、写真などの各領域を取り出
し、その文書内での座標や大きさなどからなる構造情報
をメモリ３に記憶する。また図や写真のように文字認識
処理が行えない領域に関してはイメージデータをメモリ
３に記憶する。

【００６３】図１０は入力文書の例、図１１は図１０の
文書画像に対する領域分割の結果の例を示し、各々イメ
ージ表示アプリケーション２０５によりディスプレイ１
０に表示される。１１０１、１１０２、１１０３はテキ
スト領域、１１０４は表領域、１１０５は図の領域、１
１０６は罫線である。

【００６４】ここで、前記領域分割は、文書画像の縮小
によって得られた連結成分の分布から文字の集合を推定
する方式によって行われるが、この方式に限らずいかな
る処理で行ってもよい。

【００６５】ステップＳ３０３では、ＣＰＵ２はテキス
トとして属性が与えられた領域内の文字を文字認識す
る。文字認識は文字パターンから幾何学的特徴を抽出
し、認識部８において認識用辞書中の標準パターンと照
合し、文字コードに変換される。

【００６６】ステップＳ９０１において、操作者は認識
結果を保存するかどうかを選択し、キーボード・マウス
１２により指示する。保存される認識結果は、Ｓ３０３
で得たテキスト領域内の文字認識結果である文字コー
ド、Ｓ３０１で記憶された図・写真イメージ、及びそれ
らの構造情報を総合した、文書全体の認識結果である。

【００６７】Ｓ９０１で保存を選択するよう指示された
場合、Ｓ９０２において、操作者は保存ファイル名をキ
ーボード１２により入力する。さらにＳ９０３におい
て、認識結果を保存後に結果の確認・修正のために他の
アプリケーションを起動するかどうかを選択し、キーボ
ード或いはマウス１２により指示する。

【００６８】認識結果の保存後にアプリケーションを起
動させることが指示されている場合、Ｓ９０４に進み認
識結果をファイルとしてメモリ３或いは記憶装置５に保
存した後、Ｓ９０５において指示に応じて他のアプリケ
ーションを起動する。この際に、他のアプリケーション
に対し、保存された認識結果のファイルを指定して、起
動された他のアプリケーション上で直ちに認識結果内容
が表示されるようにする。

【００６９】アプリケーションを起動しない場合は、Ｓ
９０６で認識結果をメモリ３或いは記憶装置５にファイ
ル保存して、終了する。

【００７０】図９のＳ９０１〜Ｓ９０３において表示さ
れているウインドウ例を、図１２に示し、操作について
説明する。

【００７１】操作者はキーボードやマウス１２を用いて
ダイアログ１２０２中のテキストボックス１２０３に認
識結果保存のためのファイル名を入力する。

【００７２】また、チェックボックス１２０３によって
アプリケーションの自動起動を有無を選択する。チェッ
クボックス１２０３の状態は、マウス１２でカーソル１
２０８をあわせクリックすることによって、クリックす
る度にオン→オフ→オンと交互に変化する。

【００７３】更に１２０５に起動したいアプリケーショ
ン名をキーボード１２により入力することで、操作者の
望む任意のアプリケーションが起動されるようになる。
この入力値は保存用ウインドウ１２０２に対して保存す
ることが出来、変更のない場合は認識操作の際に毎回入
力しておかなくてもよいようになっている。

【００７４】保存ファイル名とアプリケーション起動の
有無を指示した後保存のボタン１２０６をマウス１２に
よりクリックすることで、動作はステップＳ９０４また
はＳ９０６に移る。保存を望まない場合はキャンセルボ
タン１２０７をマウス１２によりクリックすればよい。

【００７５】図１３中の１３０２は、Ｓ９０２において
保存用ウインドウ１２０２の起動アプリケーションとし
て文書エディタを指示したことにより、ステップＳ９０
５で起動されたアプリケーションの例である。このアプ
リケーションは複雑な文書構造を再現出来、文書中の図
や写真などもイメージとして取り込める文書エディタで
ある。

【００７６】以上のように、本発明においては、認識結
果の形式に合った任意のアプリケーションをユーザが指
示できるので、その都度所望のアプリケーションを認識
結果の確認・修正に用いることが可能である上に、それ
らのアプリケーションが認識結果の保存時に自動的に起
動されるので、認識内容を直ちに確認することが出来
る。よって認識後の作業の効率が向上する。

【００７７】尚、文字認識結果の出力形式が、テキスト
のみ、構造情報付きテキスト、あるいはイメージ画像の
ように複数選べる場合、その出力形式の選択によってそ
れぞれ異なるアプリケーションが起動するようにしても
よい。その為には、図１４に示すような、文字認識結果
出力形式を選択できるウインドウ１４０２を表示すれば
良い。認識結果出力の設定ダイアログボックス１４０２
中の出力形式選択メニュー１４０３をマウス１２で指定
することで出力形式の選択が出来る。また、１４０４、
１４０５、１４０６はそれぞれの形式の出力を表示する
のに用いるアプリケーションで、その内容は操作者によ
ってキーボード１２から文字列を入力することによって
変更可能である。

【００７８】上記の選択を認識前、あるいは認識結果保
存前にしておけば、認識結果保存時には出力形式に適合
したアプリケーションが自動的に起動される。よって操
作者は認識結果の形式が如何様であっても内容を直ちに
確認できる。

【００７９】尚、テキスト領域の文字認識処理の直後
に、誤認識文字修正処理を加えてもよい。図１５はその
処理のフローチャートを示す図であり、図９のフローチ
ャートに対して追加されたステップＳ１５００で誤認識
文字修正処理を行う。

【００８０】誤認識文字修正処理として、文字修正エデ
ィタを用いる例を図１６に示す。文字修正エディタウイ
ンドウ１６０３は文字認識アプリケーションプログラム
ウインドウ１６０１の一部として提供されるエディタで
あり、プログラム内部の情報を利用して注目文字毎に候
補１６０４を提示し、操作者に誤認識を効果的に修正す
る環境を提供する。

【００８１】このように、誤認識文字の修正に優れたエ
ディタで文字単位の確認・修正を行ない、その後、文字
修正エディタでは確認・修正出来ない部分を他のアプリ
ケーションを用いて確認・修正を行うことが出来る。

【００８２】例えば、文書構造を再現出来る文書エディ
タを他のアプリケーションとし起動し、文書の認識結果
のさらなる確認・修正をおこなうことが出来る。この
際、アプリケーションは認識結果の保存時に自動的に起
動され、認識内容を直ちに確認することが出来るので、
認識後の作業の効率は向上する。

【００８３】

【発明の効果】以上説明したように、本発明によれば、
入力画像と、該画像を構成する複数の領域を表す枠と、
前記領域の言語モード属性を表示し、前記表示されてい
る領域における所望の領域を指定し、前記指定された領
域の言語モード属性を指示し、前記指示に応じて前記表
示されている言語モード属性を変更することにより、文
字認識処理の確認、修正作業の効率を向上できる。

【００８４】以上説明したように、本発明によれば、前
記言語モード属性に応じて異なる文字認識処理を行うこ
とにより、文字認識処理の精度を向上させられる。

【００８５】以上説明したように、本発明によれば、言
語モード属性に応じて、異なるシンボルパターンを表示
することにより、言語モード属性の識別を容易にするこ
とができる。

【００８６】以上説明したように、本発明によれば、前
記言語モード属性に応じて言語毎に異なる処理を前記画
像に対して行うことにより、言語に合わせた適切な処理
を行うことができる。

【００８７】以上説明したように、本発明によれば、前
記言語モード属性に応じて、異なる色のシンボルパター
ンを表示することにより、言語モード属性の識別を容易
に行える。

【００８８】以上説明したように、本発明によれば、前
記言語モード属性に応じて、異なる形状のシンボルパタ
ーンを表示することにより、言語モード属性の識別を容
易に行える。

【００８９】以上説明したように、本発明によれば、前
記画像をスキャナにより入力することにより、どのよう
な原稿画像に対しても処理を可能とする。

【００９０】以上説明したように、本発明によれば、汎
用コンピュータ上で動作する文字認識アプリケーション
における情報処理方法であって、入力画像を文字認識
し、前記文字認識の結果を保存し、前記文字認識結果の
保存後、他のアプリケーションを自動起動することによ
り、文字認識処理後の修正作業等を効率よく行え、ま
た、その為のアプリケーションを起動させる為の作業能
率を向上させられる。

【００９１】以上説明したように、本発明によれば、前
記文字認識は、認識結果として複数の出力形式を持つこ
とにより、必要に応じて必要なデータを得ることができ
る。

【００９２】以上説明したように、本発明によれば、前
記自動起動するアプリケーションは、前記出力形式に対
応したアプリケーションを選択起動することにより、出
力形式に適したアプリケーションを選択することができ
る。

【００９３】以上説明したように、本発明によれば、前
記自動起動するアプリケーションを、所望のものに指定
することにより、ユーザの所望するアプリケーションを
指定できる。

【００９４】以上説明したように、本発明によれば、ア
プリケーションを特定し、指定された処理の実行を指示
し、前記指示に応答して前記指定された処理を実行した
後、前記特定されているアプリケーションを起動するこ
とにより、アプリケーションを起動する時の操作性を向
上させられる。

【００９５】以上説明したように、本発明によれば、前
記アプリケーションの特定は、前記処理の実行指示画面
上にアプリケーションを特定する手段を設け、そこで行
うことにより、アプリケーションの指定操作が容易にな
る。

【００９６】以上説明したように、本発明によれば、前
記特定されたアプリケーションは、前記処理の実行指示
画面に対して記憶され、該処理の実行指示画面が表示さ
れる度に該記憶されているアプリケーションを表示し、
編集可能とすることにより、デフォルトとして、以前指
定したアプリケーションを提供するので、指定操作が容
易になる。

【００９７】以上説明したように、本発明によれば、前
記アプリケーションの起動は、前記指定された処理を終
了した後に行うことにより、次に起動するアプリケーシ
ョンを指示する為に、指定された処理の終了を待つ必要
がなくなり、操作性が向上する。

【００９８】以上説明したように、本発明によれば、前
記アプリケーションの特定は、アプリケーション名を入
力することにより行うことにより、アプリケーションの
特定作業が簡単になる。

【図面の簡単な説明】

【図１】発明の実施の形態における装置の構成を示すブ
ロック図

【図２】発明の実施の形態におけるソフトウェア構成図

【図３】全体的な処理のフローチャート

【図４】イメージウインドウの例示図

【図５】属性修正及び認識処理のフローチャート

【図６】属性表示処理のフローチャート

【図７】属性修正処理時の表示例示図

【図８】属性表示の第二の例

【図９】認識結果保存処理のフローチャート

【図１０】入力原稿画像の例示図

【図１１】図１０の画像を領域分割した結果の図

【図１２】保存ウインドウ例示図

【図１３】他のアプリケーションが起動された時の表示
例示図

【図１４】認識結果出力の設定ウインドウ例示図

【図１５】誤認識文字修正ステップを加えた処理のフロ
ーチャート

【図１６】誤認識文字修正時の表示例示図

Claims

【特許請求の範囲】

【請求項１】入力画像と、該画像を構成する複数の領
域を表す枠と、前記領域の言語モード属性を表示し、前
記表示されている領域における所望の領域を指定し、前
記指定された領域の言語モード属性を指示し、前記指示
に応じて前記表示されている言語モード属性を変更する
ことを特徴とする情報処理方法。
【請求項２】前記言語モード属性に応じて異なる文字
認識処理を行うことを特徴とする請求項１に記載の情報
処理方法。
【請求項３】言語モード属性に応じて、異なるシンボ
ルパターンを表示することを特徴とする請求項１に記載
の情報処理方法。
【請求項４】前記言語モード属性に応じて言語毎に異
なる処理を前記画像に対して行うことを特徴とする請求
項１に記載の情報処理方法。
【請求項５】前記言語モード属性に応じて、異なる色
のシンボルパターンを表示することを特徴とする請求項
１に記載の情報処理方法。
【請求項６】前記言語モード属性に応じて、異なる形
状のシンボルパターンを表示することを特徴とする請求
項１に記載の情報処理方法。
【請求項７】前記画像をスキャナにより入力すること
を特徴とする請求項１に記載の情報処理方法。
【請求項８】入力画像と、該画像を構成する複数の領
域を表す枠と、前記領域の言語モード属性を表示する表
示手段と、前記表示されている領域における所望の領域
を指定する領域指定手段と、前記指定された領域の言語
モード属性を指示する属性指示手段とを有することを特
徴とする情報処理装置。
【請求項９】汎用コンピュータ上で動作する文字認識
アプリケーションにおける情報処理方法であって、入力
画像を文字認識し、前記文字認識の結果を保存し、前記
文字認識結果の保存後、他のアプリケーションを自動起
動することを特徴とする情報処理方法。
【請求項１０】前記文字認識は、認識結果として複数
の出力形式を持つことを特徴とする請求項９に記載の情
報処理方法。
【請求項１１】前記自動起動するアプリケーション
は、前記出力形式に対応したアプリケーションを選択起
動することを特徴とする請求項１０に記載の情報処理方
法。
【請求項１２】前記自動起動するアプリケーション
を、所望のものに指定することを特徴とする請求項９に
記載の情報処理方法。
【請求項１３】アプリケーションを特定し、指定され
た処理の実行を指示し、前記指示に応答して前記指定さ
れた処理を実行した後、前記特定されているアプリケー
ションを起動することを特徴とする情報処理方法。
【請求項１４】前記アプリケーションの特定は、前記
処理の実行指示画面上にアプリケーションを特定する手
段を設け、そこで行うことを特徴とする請求項１３に記
載の情報処理方法。
【請求項１５】前記特定されたアプリケーションは、
前記処理の実行指示画面に対して記憶され、該処理の実
行指示画面が表示される度に該記憶されているアプリケ
ーションを表示し、編集可能とすることを特徴とする請
求項１４に記載の情報処理方法。
【請求項１６】前記アプリケーションの起動は、前記
指定された処理を終了した後に行うことを特徴とする請
求項１に記載の情報処理方法。
【請求項１７】前記アプリケーションの特定は、アプ
リケーション名を入力することにより行うことを特徴と
する請求項１３に記載の情報処理方法。
【請求項１８】アプリケーションを特定するアプリケ
ーション特定手段と、指定された処理の実行を指示する
実行指示手段と、前記指示に応答して前記指定された処
理を実行した後、前記特定されているアプリケーション
を起動するアプリケーション起動手段とを有することを
特徴とする情報処理装置。