JPH11224307A

JPH11224307A - 文書認識装置及びその方法

Info

Publication number: JPH11224307A
Application number: JP10024886A
Authority: JP
Inventors: Kazuyuki Saito; 和之齋藤
Original assignee: Canon Inc
Current assignee: Canon Inc
Priority date: 1998-02-05
Filing date: 1998-02-05
Publication date: 1999-08-17

Abstract

(57)【要約】【課題】画像読取時の位置ずれやフォーマットの変形等
に左右されずに、正確に文書フォーマットを認識するこ
とを可能とする。【解決手段】領域識別処理（Ｓ２０２）は、Ｓ２０１で
入力した画像を色情報に基づいて複数の領域に分割す
る。項目一致度測定処理（Ｓ２０３）及びフォーマット
判別処理（Ｓ２０４）により、複数の項目変換テーブル
の色情報の組み合わせと、上記領域識別処理によって得
られた各領域の色情報の組み合わせとに基づいて当該画
像の文書フォーマットが判別される。項目情報変換処理
（Ｓ２０５）は、判別された文書フォーマットと領域識
別処理によって得られた各領域の色情報に基づいて各領
域に項目を設定し、文字認識処理（Ｓ２０６）は、設定
された項目に従って文字認識処理を行う。

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に関
し、特に帳票等の所定のフォーマットを有する文書に対
して文字認識をおこなう文字認識装置及びその方法に関
するものである。

【０００２】

【従来の技術】従来の文字認識装置において、帳票等の
罫線に囲まれた画像を読み取って文字認識を行うものが
ある。この種の装置においては、読取対象の文書のもつ
フォーマットを１つのフォーマットに限定し、当該文書
の特定の場所（即ち、特定の項目）のみを認識させるよ
うにすることが行われている。

【０００３】また、文字領域の座標の異なるフォーマッ
トに対応させるために、罫線を抽出し、罫線に囲まれた
場所を認識させるようにするものも提案されている。

【０００４】

【発明が解決しようとする課題】しかしながら、上述の
ように文書の特定の場所について文字認識を行う技術で
は、複数種類のフォーマットに対応出来なかったり、ス
キャナ等でイメージを読み取る際に読取対象の項目の位
置が、所定の位置以外にずれないようにする等の手間が
必要となる。

【０００５】また、罫線を抽出して文字認識位置を特定
する技術では、複雑な表等の罫線を有する文書を処理す
る場合において、そのフォーマットが予めわかっていて
も、傾斜、かすれ、位置のずれ、大きさの違い等の要因
があると罫線の抽出ができなくなったり、テキスト等を
誤って罫線としてしまうこと等があり、正確な文字認識
が困難となるといった問題があった。

【０００６】本発明は上記の問題に鑑みてなされたもの
であり、文書フォーマットの相違に柔軟に対応できる文
字認識装置及びその方法を提供することを目的とする。

【０００７】また、本発明は、画像読取時の位置ずれや
フォーマットの変形等に左右されずに、正確に文書フォ
ーマットを認識することが可能な文書認識装置及びその
方法を提供することを目的とする。

【０００８】

【課題を解決するための手段】上記の目的を達成するた
めの本発明の一態様による文字認識装置は、例えば次の
ような構成を備える。すなわち、画像を色情報に基づい
て複数の領域に分割する領域分割手段と、前記領域分割
手段によって得られた各領域の色情報の組み合わせに基
づいて当該画像の文書フォーマットを判別する判別手段
と、前記判別手段で判別された文書フォーマットと、前
記領域分割手段によって得られた各領域の色情報に基づ
いて各領域にデータ属性を設定する設定手段と、前記設
定手段によって設定されたデータ属性に従って文字認識
処理をおこなう文字認識手段とを備える。

【０００９】また、上記の目的を達成するための本発明
の他の態様である文字認識方法は、例えば次のような工
程を備える。すなわち、画像を色情報に基づいて複数の
領域に分割する領域分割工程と、前記領域分割工程によ
って得られた各領域の色情報の組み合わせに基づいて当
該画像の文書フォーマットを判別する判別工程と、前記
判別工程で判別された文書フォーマットと、前記領域分
割工程によって得られた各領域の色情報に基づいて各領
域にデータ属性を設定する設定工程と、前記設定工程に
よって設定されたデータ属性に従って文字認識処理をお
こなう文字認識工程とを備える。

【００１０】

【発明の実施の形態】以下、添付の図面を参照して本発
明の好適な一実施形態を説明する。

【００１１】［第１の実施形態］図１は本実施形態の文
字認識装置の構成を表すブロック図である。図１におい
て、１０１は画像原稿に光を照射し、その反射光を読み
取り電気信号に変換するスキャナ、１０２はスキャナ１
０１で得られた電気信号を２値のデジタル電気信号に変
換し他の装置構成要素に伝送するためのスキャナインタ
フェース回路である。１０３はディスプレイのウィンド
ウ上で所望とする座標を入力するためのポインティング
デバイス（本例ではマウス）、１０４はポインティング
デバイス１０３からの信号を受け、それを他の装置構成
要素に伝送するためのインターフェース回路である。１
０５は装置全体の制御及び項目識別処理等を実行するた
めのＣＰＵ、１０６はＣＰＵ１０５が実行する制御プロ
グラム、各種処理プログラムやフォントデータなどを格
納しているＲＯＭ、１０７はＣＰＵ１０５による文書画
像の展開処理や項目識別処理のための作業領域などとし
て用いられるＲＡＭである。

【００１２】また、１０８は入力イメージ等を表示する
ためのディスプレイ、１０９はディスプレイインターフ
ェース回路である。ディスプレイ１０８には、ＲＡＭ１
０７の所定アドレスエリアであるＶＲＡＭ領域に格納さ
れているイメージが表示される。１１０は、登録された
データが格納されるハードディスク等の外部記憶装置
で、１１１はそのインタフェースである。なお、外部記
憶装置１１０には項目変換データベース１１０ａが格納
される。項目変換データベース１１０ａについては後述
する。そして１１２は各装置構成要素を接続するバスで
ある。なお、ＣＰＵ１０５が実行する制御プログラムを
外部記憶装置１１０に格納しておき、必要に応じてＲＡ
Ｍ１０７にロードし、これをＣＰＵ１０５が実行するよ
うに構成してもよい。

【００１３】次に第１の実施形態における処理の流れに
ついて図２のフローチャート、図３、図４、図５、図６
及び図７を参照して以下に説明する。図２は第１の実施
形態による文字認識装置の動作手順を説明するフローチ
ャートである。図３は、第１の実施形態のブロック領域
データの構造例を示す図である。また、図４は、第１の
実施形態の項目変換データベース１１０ａにおける住所
録用項目変換テーブル例を示す図である。図５は、第１
の実施形態の項目変換データベース１１０ａにおける運
送伝票用項目変換テーブル例を示す図である。図６は、
本実施形態の文字認識装置で読取を行う住所録文書の例
を示す図である。また、図７は、本実施形態の文字認識
装置で読取を行う運送伝票文書の例を示す図である。

【００１４】まず、ステップＳ２０１で認識しようとす
る文書（図６）をスキャナで読み込み、ｎビットのカラ
ー画像データに変換する。得られた入力画像データに対
してステップＳ２０２で領域識別処理を行う。領域識別
処理では、読み取った画像のバックグラウンドのカラー
毎にブロック領域を抽出し、その色情報並びにレイアウ
ト情報を、図３のようなブロックデータとして記憶す
る。

【００１５】第１の実施形態では、図３に示す例のよう
に、色情報として「色」、レイアウト情報として「座
標」「属性」「組方向」がブロックデータとして、領域
識別処理によって記憶される。

【００１６】次に項目一致度測定処理（ステップＳ２０
３）、フォーマット判別処理（ステップＳ２０４）、項
目情報変換処理（ステップＳ２０５）によって各ブロッ
ク領域の色情報を項目変換データベースに従って項目情
報に変換する。本実施形態の場合、項目変換データベー
スには、あらかじめ項目情報として２種類のテーブルが
用意してある。１つは「住所録」用の項目変換テーブル
（図４）、もう一つは「運送伝票」用の項目変換テーブ
ル（図５）である。

【００１７】例えば、認識しようとする文書が図６の文
書であった場合、ブロック６０２では、色情報がカラー
Ｄである。よって、住所録用項目変換テーブル（図４）
を用いた場合、ブロック６０２の項目は「住所」とな
る。同様に、運送伝票用項目変換テーブル（図５）を用
いた場合は、ブロック６０２の項目は「依頼主住所」と
なる。

【００１８】さて、本実施形態では、読み取った文書に
応じて、複数種類の（本例では２つ）項目変換テーブル
から最適なテーブルを自動的に選択するために、項目情
報変換処理（ステップＳ２０５）を行うに先立って、項
目種別一致度測定処理（ステップＳ２０３）、およびフ
ォーマット判別処理（ステップＳ２０４）を実行する。
項目種別一致度測定処理では、読み取った画像データに
含まれるバックグランドのカラーと複数種類のテーブル
の各々に登録されているカラーとの一致度（項目種別一
致度）を求め、フォーマット判別処理ではもっとも良く
一致するテーブルを選択し、当該文書のフォーマットを
判別する。

【００１９】項目種別一致度測定処理について、図４〜
図６を参照してより具体的に説明する。図６に示される
文書に関して、領域識別処理により得られた各領域の色
情報と住所録用項目変換テーブル（図４）を比較して、
変換テーブル中に項目の設定された色へのヒットの率を
算出し、これを住所録用項目変換テーブルに対する項目
種別一致度とする。ただし未設定の項目に関して、文書
中の各領域の色情報がヒットしていなければ、これらの
項目も「一致した」ものとする。同様にして、領域識別
処理により得られた各領域の色情報と運送伝票用項目変
換テーブル（図５）とから、運送伝票用項目変換テーブ
ルに対する項目種別一致度も算出する。

【００２０】本実施形態の場合、図６の文書フォーマッ
トを読み取ると、カラーＡ、Ｂ、Ｃ、Ｄ、Ｅ、Ｆ、Ｇが
使用されており、カラーＨ、Ｉ、Ｊは使用されていない
ので、住所録用項目変換テーブル（図４）に対する項目
種別一致度は１００％と出力される。また、運送伝票用
項目変換テーブル（図５）に関しては、カラーＣは項目
が未設定にも関わらずブロック６０６に存在し、カラー
Ｈ、Ｉ、Ｊは項目が設定されているにも関わらずブロッ
クに存在しない。即ち、１０項目中４項目（カラーＣ、
Ｈ、Ｉ、Ｊ）において不一致となっており、項目種別一
致度は６０％と出力される。

【００２１】なお、本実施形態では項目変換データベー
スのカラーが重複している例を示しているが、重複がな
い場合はさらに簡便に項目種別一致度を測定出来る事は
言うまでもない。例えば、ある第１のフォーマットはカ
ラーＡ〜Ｅを用い、別の第２のフォーマットがカラーＦ
〜Ｊを用いるのであれば、読み取った文書がカラーＡ〜
Ｅの何れかを含むか否かで第１のフォーマットか第２の
フォーマットかを判別することができる。

【００２２】次にフォーマット判別処理（ステップＳ２
０４）において、上記一致度を比較することによって、
入力文書のフォーマットを判別する。上記例の場合、項
目種別一致度測定によって、住所録用項目変換テーブル
（図４）に対する項目種別一致度（１００％）のほうが
運送伝票用項目変換テーブル（図５）に対する項目種別
一致度（６０％）よりも大きいので、入力文書のフォー
マットは「住所録」であると判別される。この結果、住
所録用項目変換テーブルが採用されて、ブロックデータ
に最終的な項目番号のデータがセットされる。

【００２３】ちなみに、図７の文書フォーマットでは、
カラーＡ、Ｂ、Ｄ、Ｅ、Ｆ、Ｇ、Ｉ、Ｊが使用されてお
り、カラーＣが使用されていないので、運送伝票用項目
変換テーブル（図５）に１００％一致する。一方、住所
録用項目変換テーブル（図４）に対しては、カラーＣ、
Ｈ、Ｉ、Ｊにおいて不一致となり、項目種別一致度は６
０％となる。従って、図７の文書の場合、入力文書のフ
ォーマットは運送伝票であると判定される。

【００２４】以上のようにして文書フォーマットが決定
されると、ステップＳ２０５において、決定された文書
フォーマットに対応する変換テーブル（図６の文書では
住所録用項目変換テーブル）を用いて、各ブロック領域
の項目を設定する。最後に、文字認識処理（ステップＳ
２０６）は、ブロックデータの認識順序の順番に、各ブ
ロック領域内の文字を認識する。なお、本実施形態では
項目番号をブロックデータの認識順序として用いること
で認識順序の設定も同時に実行している。すなわち、項
目番号の順番で各ブロックデータ内の文字が認識され
る。

【００２５】以上説明したように、第１の実施形態によ
れば、文書のバックグランドカラーに基づいて、文書フ
ォーマットを自動的に判別することができる。

【００２６】なお、フォーマットの形状が異なる文書に
おいても項目情報が同じであれば、同じ種類のフォーマ
ットとして文字認識処理が可能である。例えば、図６と
図８の文書は、同じ「住所録」というフォーマットの種
類であるにも関わらず、形状が異なるため、従来は異な
るフォーマットとして判別され、別のフォーマットとし
て扱う必要があった。

【００２７】しかしながら、上記実施形態によれば、と
もに項目種別一致度が住所録用項目変換テーブル（図
４）において最大となるので、「住所録」という同一の
文書フォーマットであると判別される。

【００２８】従って、例えば、図６のブロック６０３と
図８のブロック７０３は、レイアウト情報の座標は異な
るが共に色情報がカラーＢであるので、項目変換データ
ベース（図４）により項目「氏名」に変換され、項目種
別一致度の計算の際には同一の項目と判断されることに
なる。

【００２９】以上の様に境目種別一致度を測定すること
により、各項目の大きさや配置状態が異なっていても、
同じ種類の文書フォーマットとして文字認識を行うこと
が可能である。

【００３０】［第２の実施形態］フォーマット判別処理
において、項目種別一致度とともに項目の形状、位置等
を判別基準として用いることで、入力文書のフォーマッ
トの種別を判別するとともに文書画像の入力時の文書方
向の正誤を判別することも可能である。第２の実施形態
では、第１の実施形態の機能に加えて、入力文書の方向
を判別する機能を有する文字認識装置を説明する。

【００３１】例えば、図６と図９の文書は、同一のフォ
ーマットであるが図９の方は入力時に１８０度回転され
た状態になった例である。このとき、図６及び図９の項
目種別一致度はともに「住所録」用の項目変換データベ
ース（図４）において最大となるので、「住所録」とい
う同一のフォーマットの種類であると判別される。

【００３２】しかしながら、あらかじめ文書方向の判別
基準として、「項目「住所」は横長であり、フォーマッ
ト全体の中心より上にある」という判別基準を設定して
おくことにより、図９の方は入力時に１８０度回転され
た状態であると判別することが可能である。すなわち、
カラーＡ〜Ｇのバックグランドカラーを有する領域の中
心を求め、カラーＤの領域が当該中心より上にあるか下
にあるかによって、当該文書の上下方向を判別すること
ができる。

【００３３】［第３の実施形態］第２の実施形態におい
て、文書方向の判定を行う構成を説明したが、入力文書
のフォーマットの種別を判別するとともに文書画像の入
力時の文書方向の誤りを判別した際に、誤り方向別にオ
ペレータに報知することも可能である。図１０は第３の
実施形態による文書認識装置の動作手順を説明するフロ
ーチャートである。なお、ステップＳ１００１〜ステッ
プＳ１００４の処理は、第１の実施形態（図２）のステ
ップＳ２０１〜Ｓ２０４と同じである。

【００３４】文書方向判定処理（ステップＳ１００５）
では、フォーマット判別処理で判別された文書フォーマ
ットについて予め定められている方向判別基準に基づい
て、当該画像の方向を判定する。そして、文書方向が正
規の方向でない場合は、ステップＳ１００６からステッ
プＳ１００７へ進み、文書方向が誤っている旨をユーザ
に報知する。以下、ステップＳ１００８及びＳ１０９の
処理は、図２のステップＳ２０５及びＳ２０６と同じで
あるので説明を省略する。

【００３５】例えば、第２の実施形態と同様に、住所録
の文書フォーマットに関して、あらかじめ判別基準とし
て「項目「住所」は横長であり、中心より上にある」を
設定しておく。図９の文書はステップＳ１００４までの
処理によって「住所録」に該当するフォーマットと判定
される。そして、文書方向判定処理（ステップＳ１００
５）において、住所録の文書フォーマットに予め設定さ
れている上記判別基準と比較されることにより、入力時
に１８０度回転された状態になったか否かが判定され
る。１８０度回転された状態であると判別された場合
は、ステップＳ１００６からステップＳ１００７へ進
み、オペレータに誤りであることを表示する。なお、ス
テップＳ１００５において文書方向に誤りが無ければ、
ステップＳ１００６からステップＳ１００８へ進む。

【００３６】ステップＳ１００７における表示の一例と
して、もし誤りがあった場合は、誤りに応じて文書の各
項目以外の場所（図９の例では領域９０８）の色を変化
させて表示することがあげられる。例えば、領域９０８
の表示色を、時計まわりに９０度回転された誤りならば
カラーＸ、１８０度回転された誤りならばカラーＹ、２
７０度回転された誤りならばカラーＺとするならば、図
９に示した誤りの場合は、領域９０８の場所をカラーＹ
で表示し、オペレータに報知することが可能となる。

【００３７】なお、９０度及び２７０度回転を判定する
には次にようにすればよい。すなわち、例えばカラーＤ
を有する領域（項目、「住所」）が縦長になっている場
合に当該文書画像が９０度もしくは２７０度回転してい
ると判定し、更にそのカラーＤを有する領域の中心位置
が当該フォーマットの中心位置より右側にある場合に９
０度、左側にある場合に２７０度の回転であると判定す
る。

【００３８】［第４の実施形態］入力文書のフォーマッ
トの種別を判別するとともに文書画像の入力時の文書方
向の誤りを判別した際に、文書画像を正しい方向に回転
させることも可能である。図１１は第４の実施形態によ
る文書認識装置の動作手順を説明するフローチャートで
ある。なお、ステップＳ１１０１〜ステップＳ１１０４
の処理は、第１の実施形態（図２）のステップＳ２０１
〜Ｓ２０４と同じである。

【００３９】文書方向判定処理（ステップＳ１１０５）
では、フォーマット判別処理で判別された文書フォーマ
ットについて予め定められている方向判別基準に基づい
て、当該画像の方向を判定する。そして、文書方向が正
規の方向でない場合は、回転が必要であるとしてステッ
プＳ１１０６からステップＳ１１０７へ進み、文書画像
回転処理を実行する。ステップＳ１１０５で文書方向が
正規の方向であればステップＳ１１０６からステップＳ
１１０８へ直接進む。以下、ステップＳ１１０８及びＳ
１１０９の処理は、図２のステップＳ２０５及びＳ２０
６と同じであるので説明を省略する。

【００４０】例えば、ステップＳ１１０１〜Ｓ１１０４
の処理によって、図９に示した文書は「住所録」に該当
するフォーマットであると判定される。文書方向判定処
理（ステップＳ１１０５）では、判定された文書フォー
マット、すなわち住所録の文書フォーマットに対してあ
らかじめ設定されている、「項目「住所」は横長であ
り、中心より上にある」という判別基準と比較し、文書
方向を判定する。この結果、図９に示した文書は、入力
時に１８０度回転された状態になったと判別され、この
判別結果に従って文書画像を１８０度回転し（ステップ
Ｓ１１０６、Ｓ１１０７）正しい文書方向にした後で、
項目情報変換処理及び文字認識処理を行う（ステップＳ
１１０８、Ｓ１１０９）。なお、第３の実施形態で説明
したように９０度、２７０度回転していることを検出し
て、これに応じて文書方向を回転するように構成するこ
とも可能である。

【００４１】［第５の実施形態］第５の実施形態では、
文書方向が誤っていると判定された場合、文書フォーマ
ットの全体を回転している。第５の実施形態では、文書
方向が誤っていると判定された場合、文書フォーマット
中の項目画像毎に回転を行って、各項目画像を正しい方
向に向けさせる。図１２は第５の実施形態による文書認
識装置の動作手順を説明するフローチャートである。な
お、ステップＳ１２０１〜ステップＳ１２０４の処理
は、第１の実施形態（図２）のステップＳ２０１〜Ｓ２
０４と同じである。

【００４２】文書方向判定処理（ステップＳ１２０５）
では、フォーマット判別処理で判別された文書フォーマ
ットについて予め定められている方向判別基準に基づい
て、当該画像の方向を判定する。そして、文書方向が正
規の方向でない場合は、回転が必要であるとしてステッ
プＳ１２０６からステップＳ１２０７へ進み、項目画像
回転処理を実行する。項目画像回転処理では、各項目、
すなわち各領域を単位として画像の回転が行われる。一
方、ステップＳ１２０５で文書方向が正規の方向であれ
ばステップＳ１２０６からステップＳ１２０８へ直接進
む。以下、ステップＳ１２０８及びＳ１２０９の処理
は、図２のステップＳ２０５及びＳ２０６と同じである
ので説明を省略する。

【００４３】例えば、ステップＳ１２０１〜Ｓ１２０４
の処理によって、図９に示した文書は「住所録」に該当
するフォーマットであると判定されるが、第２の実施形
態と同様に、予め設定された、「項目「住所」は横長で
あり、中心より上にある」という判別基準により、入力
時に１８０度回転された状態になったと判別され、項目
画像単位の回転処理が行われる（ステップＳ１２０５〜
Ｓ１２０７）。そして、ステップＳ１２０８、Ｓ１２０
９で、項目情報変換処理、文字認識処理が行われる。９
０度、２７０度の回転に対応させることももちろん可能
である。

【００４４】ステップＳ１２０７では項目画像単位の回
転処理が行われるので、文字認識対象となる項目画像の
みを回転させることができる。例えば、文字認識後の結
果として文字データのみが必要であり、レイアウト情報
が不要であるならば、文字データの存在する項目画像に
ついてのみ回転処理を実行するようにできる。このた
め、回転処理の負荷を軽減できる。そして、ステップＳ
１２０９で回転後の画像について文字認識処理を行なう
ことにより、正しい文字認識結果を得ることが可能とな
る。

【００４５】以上説明した様に、上記各実施形態によれ
ば、色情報を項目情報に変換してフォーマット判別を行
うよう構成したので、帳票等の文書の文字認識処理が正確になる、文字領域の座標の異なりや罫線等の形状の異なりのあ
るフォーマットの文書の文字認識処理が可能になる、スキャナ等でイメージを読み取る際の項目のずれに対
して正確に文書フォーマットを判別できる、文書画像の入力時の文書方向の誤りの訂正が可能にな
る、文書の読取時において文書の方向等を気にしなくて済
むので、操作性が向上する、処理全体の時間の短縮等がはかれるといった効果が得
られる。

【００４６】なお、本発明は、複数の機器（例えばホス
トコンピュータ，インタフェイス機器，リーダ，プリン
タなど）から構成されるシステムに適用しても、一つの
機器からなる装置（例えば、複写機，ファクシミリ装置
など）に適用してもよい。

【００４７】また、本発明の目的は、前述した実施形態
の機能を実現するソフトウェアのプログラムコードを記
録した記憶媒体を、システムあるいは装置に供給し、そ
のシステムあるいは装置のコンピュータ（またはＣＰＵ
やＭＰＵ）が記憶媒体に格納されたプログラムコードを
読出し実行することによっても、達成されることは言う
までもない。

【００４８】この場合、記憶媒体から読出されたプログ
ラムコード自体が前述した実施形態の機能を実現するこ
とになり、そのプログラムコードを記憶した記憶媒体は
本発明を構成することになる。

【００４９】プログラムコードを供給するための記憶媒
体としては、例えば、フロッピディスク，ハードディス
ク，光ディスク，光磁気ディスク，ＣＤ−ＲＯＭ，ＣＤ
−Ｒ，磁気テープ，不揮発性のメモリカード，ＲＯＭな
どを用いることができる。

【００５０】また、コンピュータが読出したプログラム
コードを実行することにより、前述した実施形態の機能
が実現されるだけでなく、そのプログラムコードの指示
に基づき、コンピュータ上で稼働しているＯＳ（オペレ
ーティングシステム）などが実際の処理の一部または全
部を行い、その処理によって前述した実施形態の機能が
実現される場合も含まれることは言うまでもない。

【００５１】さらに、記憶媒体から読出されたプログラ
ムコードが、コンピュータに挿入された機能拡張ボード
やコンピュータに接続された機能拡張ユニットに備わる
メモリに書込まれた後、そのプログラムコードの指示に
基づき、その機能拡張ボードや機能拡張ユニットに備わ
るＣＰＵなどが実際の処理の一部または全部を行い、そ
の処理によって前述した実施形態の機能が実現される場
合も含まれることは言うまでもない。

【００５２】

【発明の効果】以上説明したように、本発明によれば、
画像読取時の位置ずれやフォーマットの変形等に左右さ
れずに、正確に文書フォーマットを認識することが可能
となり、操作性が向上する。

【００５３】

【図面の簡単な説明】

【図１】本実施形態の文字認識装置の構成を表すブロッ
ク図である。

【図２】第１の実施形態による文字認識装置の動作手順
を説明するフローチャートである。

【図３】第１の実施形態のブロック領域データの構造例
を示す図である。

【図４】第１の実施形態の項目変換データベースにおけ
る住所録用項目変換テーブル例を示す図である。

【図５】第１の実施形態の項目変換データベースにおけ
る運送伝票用項目変換テーブル例を示す図である。

【図６】本実施形態の文字認識装置で読取を行う住所録
文書の例を示す図である。

【図７】本実施形態の文字認識装置で読取を行う運送伝
票文書の例を示す図である。

【図８】図６と同じ文書フォーマットに属し、図６とは
形状が異なるフォーマット例を示す図である。

【図９】図６の文書が入力時に１８０度回転された状態
を示す図である。

【図１０】第３の実施形態による文書認識装置の動作手
順を説明するフローチャートである。

【図１１】第４の実施形態による文書認識装置の動作手
順を説明するフローチャートである。

【図１２】第５の実施形態による文書認識装置の動作手
順を説明するフローチャートである。

Claims

【特許請求の範囲】

【請求項１】画像を色情報に基づいて複数の領域に分
割する領域分割手段と、前記領域分割手段によって得られた各領域の色情報の組
み合わせに基づいて当該画像の文書フォーマットを判別
する判別手段と、前記判別手段で判別された文書フォーマットと、前記領
域分割手段によって得られた各領域の色情報に基づいて
各領域にデータ属性を設定する設定手段と、前記設定手段によって設定されたデータ属性に従って文
字認識処理をおこなう文字認識手段とを備えることを特
徴とする文字認識装置。
【請求項２】前記データ属性は処理順序を含み、前記文字認識手段は、前記データ属性で示される処理順
序に従って各領域に対する文字認識処理を実行すること
を特徴とする請求項１に記載の文字認識装置。
【請求項３】前記データ属性は各領域のデータ項目を
表すことを特徴とする請求項１に記載の文字認識装置。
【請求項４】複数種類の文書フォーマット毎に色情報
とデータ属性とを対応させた複数種類の変換テーブルを
有し、前記判別手段は、前記領域分割手段によって得られた各
領域の色情報の組み合わせと、前記複数種類の変換テー
ブルのそれぞれに登録された色情報の組み合わせとの一
致度を求め、該一致度が最も高い変換テーブルの対応す
る文書フォーマットをもって判別結果とすることを特徴
とする請求項１に記載の文字認識装置。
【請求項５】前記設定手段は、前記判別手段で判別さ
れた文書フォーマットに対応する変換テーブルを参照し
て、前記領域分割手段によって得られた各領域の色情報
に基づいて各領域にデータ属性を設定することを特徴と
する請求項４に記載の文字認識装置。
【請求項６】前記判別手段によって判別された文書フ
ォーマットと、前記領域分割手段によって得られた領域
の位置とに基づいて、入力文書の方向を判定する判定手
段を更に備えることを特徴とする請求項１に記載の文字
認識装置。
【請求項７】前記判別手段により判別された入力文書
の方向が正規の方向でない場合、その旨ををオペレータ
に報知する報知手段を更に備えることを特徴とする請求
項６に記載の文字認識装置。
【請求項８】前記報知手段は、前記判別手段により判
別された入力文書の方向が正規の方向でない場合、該判
別された方向がどの誤り方向に分類に属するかをオペレ
ータに知らせることを特徴とする請求項７に記載の文字
認識装置。
【請求項９】前記判定手段によって画像の入力時の方
向が誤りであると判定された場合に、該画像を正しい方
向に回転させる回転手段を更に備えることを特徴とする
請求項６に記載の文字認識装置。
【請求項１０】前記回転手段は、前記画像の各領域毎
に回転を行うことを特徴とする請求項９に記載の文字認
識装置。
【請求項１１】前記回転手段において回転すべき領域
のデータ属性を指定する指定手段を更に備えることを特
徴とする請求項１０に記載の文字認識装置。
【請求項１２】画像を色情報に基づいて複数の領域に
分割する領域分割工程と、前記領域分割工程によって得られた各領域の色情報の組
み合わせに基づいて当該画像の文書フォーマットを判別
する判別工程と、前記判別工程で判別された文書フォーマットと、前記領
域分割工程によって得られた各領域の色情報に基づいて
各領域にデータ属性を設定する設定工程と、前記設定工程によって設定されたデータ属性に従って文
字認識処理をおこなう文字認識工程とを備えることを特
徴とする文字認識方法。
【請求項１３】前記データ属性は処理順序を含み、前記文字認識工程は、前記データ属性で示される処理順
序に従って各領域に対する文字認識処理を実行すること
を特徴とする請求項１２に記載の文字認識方法。
【請求項１４】前記データ属性は各領域のデータ項目
を表すことを特徴とする請求項１２に記載の文字認識方
法。
【請求項１５】複数種類の文書フォーマット毎に色情
報とデータ属性とを対応させた複数種類の変換テーブル
を有し、前記判別工程は、前記領域分割工程によって得られた各
領域の色情報の組み合わせと、前記複数種類の変換テー
ブルのそれぞれに登録された色情報の組み合わせとの一
致度を求め、該一致度が最も高い変換テーブルの対応す
る文書フォーマットをもって判別結果とすることを特徴
とする請求項１２に記載の文字認識方法。
【請求項１６】前記設定工程は、前記判別工程で判別
された文書フォーマットに対応する変換テーブルを参照
して、前記領域分割工程によって得られた各領域の色情
報に基づいて各領域にデータ属性を設定することを特徴
とする請求項１５に記載の文字認識方法。
【請求項１７】前記判別工程によって判別された文書
フォーマットと、前記領域分割工程によって得られた領
域の位置とに基づいて、入力文書の方向を判定する判定
工程を更に備えることを特徴とする請求項１２に記載の
文字認識方法。
【請求項１８】前記判別工程により判別された入力文
書の方向が正規の方向でない場合、その旨ををオペレー
タに報知する報知工程を更に備えることを特徴とする請
求項１７に記載の文字認識方法。
【請求項１９】前記報知工程は、前記判別工程により
判別された入力文書の方向が正規の方向でない場合、該
判別された方向がどの誤り方向に分類に属するかをオペ
レータに知らせることを特徴とする請求項１８に記載の
文字認識方法。
【請求項２０】前記判定工程によって画像の入力時の
方向が誤りであると判定された場合に、該画像を正しい
方向に回転させる回転工程を更に備えることを特徴とす
る請求項１７に記載の文字認識方法。
【請求項２１】前記回転工程は、前記画像の各領域毎
に回転を行うことを特徴とする請求項２０に記載の文字
認識方法。
【請求項２２】前記回転工程において回転すべき領域
のデータ属性を指定する指定工程を更に備えることを特
徴とする請求項２１に記載の文字認識方法。
【請求項２３】文字認識のための制御プログラムを格
納するコンピュータ可読メモリであって、該制御プログ
ラムが、画像を色情報に基づいて複数の領域に分割する領域分割
工程のコードと、前記領域分割工程によって得られた各領域の色情報の組
み合わせに基づいて当該画像の文書フォーマットを判別
する判別工程のコードと、前記判別工程で判別された文書フォーマットと、前記領
域分割工程によって得られた各領域の色情報に基づいて
各領域にデータ属性を設定する設定工程のコードと、前記設定工程によって設定されたデータ属性に従って文
字認識処理をおこなう文字認識工程のコードとを備える
ことを特徴とするコンピュータ可読メモリ。