JPH11232381A - 文字読取装置 - Google Patents

Abstract

(57)【要約】 【課題】 画像データの中から特定の文字のみを抽出で
きるようにする。 【解決手段】 フォーマットメモリ４に、読取領域に記
述し得る書式の情報を格納し、文字認識部１０で読取領
域の画像データを文字認識して認識結果を取得すると、
この認識結果に該当する書式情報を選択し、数字抽出部
１１はこの書式情報で特定される位置にある数字を抽出
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、光学式文字読取装
置（ＯＣＲ）に関するもので、特に、フォーマット読み
込み機能および認識結果を変更／修正する機能を有する
文字読取装置に関するものである。

【０００２】

【従来の技術】図８は用紙の一例を示す説明図である。
図において、１００は文字が記入された用紙、１０１は
フォーマット登録機能を用いてあらかじめ登録した読取
対象の領域である。従来の光学式文字読取装置では、用
紙１００等をスキャナ等を用いてイメージデータとして
取り込む。そして、フォーマット登録機能を用いてあら
かじめ登録した読取対象の領域１０１の文字列に対し
て、文字の切り出し処理を行った後、各文字に対する文
字コードを出力する文字認識処理を行い、処理結果を文
字コードとして出力する。

【０００３】

【発明が解決しようとする課題】しかしながら、上述し
た従来の光学式文字読取装置においては、読取対象の領
域に記述されている全ての文字に関する文字コードと確
信度で構成される結果（以下、認識結果データと称す）
が出力されていた。そのため、図８に示すような日付を
文字認識した場合、その結果から必要なデータ、つま
り、図８の場合、日付の年、月、日の数字部分を取り出
すには、文字認識処理を行った後、修正端末を用いて、
オペレータが認識結果データを参照し、必要なデータだ
けを取り出すようなデータの修正／整形作業が必要で、
オペレータの負荷となっていた。

【０００４】

【課題を解決するための手段】上述した課題を解決する
ため、本発明は、用紙の記述内容を光学的に読み取って
画像データを取得し、この画像データに対して、あらか
じめ決められている読取領域に対して文字認識を行う文
字読取装置において、前記読取領域に記述され得る書式
の情報を格納する手段と、読取領域内の認識結果に該当
する書式情報を選択し、この書式情報で特定される部分
を前記認識結果から抽出する手段とを備えたものであ
る。

【０００５】ここで、書式情報の選択は、読取領域内の
認識結果の文字の並びと書式情報の文字の並びの対比で
該当する書式情報を選択するか、書式情報の文字の並び
と認識結果における各文字の確信度の対比で各書式情報
の評価値を求め、求めた評価値に応じて該当する書式情
報を選択することとする。

【０００６】

【発明の実施の形態】本発明の文字読取装置は、従来の
ように読取領域に記述された全ての文字に関する認識結
果データを出力するものではなく、特定の文字部分、例
えば日付の数字部分を抽出できるようにする。すなわ
ち、読取領域の中の特定の数字部分を抽出するための書
式情報を設定する。この書式情報は、読取領域に記述さ
れる文字列あるいは数字列の形式と抽出すべき数字部の
指定から構成されるものである。そして、読取領域に記
述され得る文字列あるは数字列の形式と抽出すべき数字
部の指定に応じて、単数あるいは複数の書式情報をフォ
ーマット登録機能を用いてあらかじめ登録しておき、認
識結果データに対応する書式情報を選択し、この書式情
報で特定される数字部分を抽出し、その抽出した数字部
分のみで構成される認識結果データを出力するものであ
る。

【０００７】以下に本発明の文字読取装置の実施の形態
を説明する。図１は本発明の文字読取装置の第１の実施
の形態を示すブロック図であり、まず、図１を用いて文
字読取装置を構成するハードウエアおよびその接続形態
の一例を説明する。図１において、制御装置１には装置
全体の動作を制御する制御部２が設けられ、この制御部
２には、用紙Ｐを光学的に走査して画像データとして取
得するイメージスキャナ３、読取対象の領域に関する情
報を格納するフォーマットメモリ４、画像データを格納
するイメージメモリ５、認識結果を格納する認識結果メ
モリ６、画像データおよび読取領域情報等を表示するデ
ィスプレイ７、設定や動作指示に使用する入力装置とし
てのキーボード８およびポインティングデバイスとして
のマウス９、画像データと読取領域情報から認識結果を
作成する文字認識部１０、読取領域情報に含まれる書式
情報を用いて認識結果から数字部を抽出する数字抽出部
１１、フォーマットデータおよび認識結果を格納する外
部記憶装置１２が接続されている。

【０００８】図２は第１の実施の形態の文字読取装置の
制御機能を示すブロック図であり、図１に示す構成の文
字読取装置に搭載されるソフトウエアで実現する処理の
流れを説明する。図２において、画像取込手段Ｓ１１
は、用紙Ｐを光学的に走査してその記述内容を画像デー
タとして取り込み、イメージデータとして装置内のメモ
リに格納するもので、ハードウエアとしては図１におけ
る制御部３、イメージスキャナ３、イメージメモリ５、
キーボード８およびマウス９に対応し、キーボード８お
よびマウス９の指定を受けて制御部２はイメージスキャ
ナ３を制御し、用紙Ｐを光学的に走査してその記述内容
を画像データとして取り込み、イメージデータとしてイ
メージメモリ５に格納する。

【０００９】フォーマット読込み手段Ｓ１２は、読取領
域に関する情報を装置内のメモリに格納するもので、ハ
ードウエアとしては図１における制御部２、フォーマッ
トメモリ４および外部記憶装置１２に対応し、制御部２
は読取対象の用紙Ｐに対応する読取領域に関する情報を
外部記憶装置１２から読み出してフォーマットメモリ４
に格納する。ここで、読取領域に関する情報は、読取領
域を指定する座標と後述する数字抽出手段Ｓ１４で用い
る書式情報が含まれ、フォーマット登録機能を用いてあ
らかじめ外部記憶装置１２に格納しておくものである。

【００１０】文字認識手段Ｓ１３は、読取領域で指定さ
れた画像データの領域に関して、文字認識処理を行い、
認識結果データを装置内のメモリに格納するもので、ハ
ードウエアとしては図１における制御部２、認識結果メ
モリ６および文字認識部１０に対応し、制御部２は画像
取込手段Ｓ１１でイメージメモリ５に格納した画像デー
タに対して、フォーマット取込み手段Ｓ１２でフォーマ
ットメモリ４に格納した読取領域に関する情報で指定さ
れた領域に関して文字認識部１０で文字認識処理を行わ
せ、文字座標、文字コード、確信度で構成される認識結
果データを認識結果メモリ６に格納する。

【００１１】数字抽出手段Ｓ１４は、認識結果データの
特定の数字部分の抽出処理を行うもので、ハードウエア
としては図１における制御部２、フォーマットメモリ
４、認識結果メモリ６および数字抽出部１１に対応し、
制御部２は、文字認識手段Ｓ１３で認識結果メモリ６に
格納した認識結果データに対応する読取領域の数字部抽
出のための書式情報をフォーマットメモリ４から取得
し、この取得した書式情報を用いて、数字抽出部１１に
より認識結果データの数字部分の抽出処理を行うもので
ある。

【００１２】抽出結果作成手段Ｓ１５は、認識結果デー
タを作成し、装置内のメモリに格納するもので、ハード
ウエアとしては図１における制御部２、認識結果メモリ
６および数字抽出部１１に対応し、制御部２は、数字抽
出手段Ｓ１４において得られた結果をもとに、数字部分
の認識結果データを作成し、認識結果メモリ６に格納す
る。

【００１３】次に、第１の実施の形態の文字読取装置の
動作を説明する。画像取込手段Ｓ１１では、制御部２は
キーボード８およびマウス９の指定を受けてイメージス
キャナ３により用紙Ｐを光学的に走査して、光信号を２
値化された電気信号に変換して、その電気信号から画像
データを生成する。そして、制御装置１内のイメージメ
モリ５にイメージデータとして格納する。

【００１４】フォーマット読込み手段Ｓ１２では、画像
取込手段Ｓ１１で格納した画像データに対応するもの
で、外部記憶装置１２に記録されている読取領域の情報
をフォーマットメモリ４に読み込む。文字認識手段Ｓ１
３では、画像取込手段Ｓ１１で取り込まれた画像データ
が格納されているイメージメモリ５とフォーマット読込
み手段Ｓ１２で読み込まれた読取領域の情報を格納した
フォーマットメモリ４を参照し、読取領域に関する文字
認識処理を行い、その認識結果を認識結果メモリ６に格
納する。

【００１５】数字抽出手段Ｓ１４では、文字認識手段Ｓ
１３で認識結果メモリ６に書き込まれた認識結果データ
と、フォーマット読込み手段Ｓ１２でフォーマットメモ
リ４に読み込まれた読取領域の情報に含まれる書式情報
を参照し、数字部の抽出処理を行う。図３は第１の実施
の形態における認識処理の一例を示す説明図である。用
紙Ｐの日付の部分を読取領域とした場合、読取領域に記
述され得る文字列あるは数字列の形式は、図３（ａ）に
示すように、「月」が１文字の数字、「日」が１文字の
数字からなるもの（以下、書式１と称す）、「月」が１
文字の数字、「日」が２文字の数字からなるもの（以
下、書式２と称す）、「月」が２文字の数字、「日」が
１文字の数字からなるもの（以下、書式３と称す）、
「月」が２文字の数字、「日」が２文字の数字からなる
もの（以下、書式４と称す）の４種類である。ここで、
図３（ａ）において、１つの○が１文字の数字に相当す
る部分を表す。

【００１６】「６月２５日」という認識結果データが得
られたとすると、数字部の抽出処理では、まず、書式１
〜４の中で、認識結果データの文字数と一致する文字数
を持つ書式を選択する。認識結果データが「６月２５
日」とすると、文字数は「５」であるので、書式１〜４
の中で文字数が５である書式２と３が選択される。次
に、図３（ｂ）に示すように、書式の数字部分と認識結
果の数字部分との対応を参照し、書式と認識結果の数字
部分および書式と認識結果の文字部分の文字コードが対
応している文字数の多い書式を選択する。認識結果デー
タが「６月２５日」とすると、書式２との対比では、認
識結果データの１番目の部分は数字の「６」で、数字で
ある○で示す書式２の１番目の部分に対応し、認識結果
データの２番目の部分は漢字の「月」で、書式２の２番
目の部分の漢字である「月」と文字コードが同じで対応
し、認識結果データの３番目の部分は数字の「２」で、
数字である○で示す書式２の３番目の部分に対応し、認
識結果データの４番目の部分は数字の「５」で、数字で
ある○で示す書式２の４番目の部分に対応し、認識結果
データの５番目の部分は漢字の「日」で、書式２の５番
目の部分の漢字である「日」と文字コードが同じで対応
するので、書式２の対応文字数は５となる。

【００１７】これに対して書式３との対比では、認識結
果データの数字部分の「６」は○で示す書式２の数字部
分に対応し、認識結果データの漢字部分の「月」は○で
示す書式２の数字部分に対応せず、認識結果データの数
字部分の「２」は書式２の漢字部分の「月」に対応せ
ず、認識結果データの数字部分の「５」は○で示す書式
２の数字部分に対応し、認識結果データの漢字部分の
「日」は書式２の漢字部分の「日」に対応するので、書
式２の対応文字数は３となる。よって、書式２の対応文
字数の方が書式３の対応文字数より多いので、書式２が
選択され、認識結果データにおいて、書式２の○で示す
数字部分に対応する座標の数字、ここでは「６、２、
５」を取り出す。

【００１８】抽出結果作成手段Ｓ１５では、数字抽出手
段Ｓ１４で得られた抽出すべき数字について、連続する
数字についてはひと固まりのものとして認識結果データ
を作成し、ここでは「６」と「２５」を認識結果メモリ
６に書き込む。以上説明したように、本発明の第１の実
施の形態では、従来では読取領域に記述されていた文字
がそのまま認識結果データとして取得されるが、あらか
じめ読取領域の情報として書式を与えることで、数字部
分のみの必要なデータを認識結果データとして取得する
ことができる。

【００１９】したがって、数字部分のみの認識結果デー
タを出力することが可能となることで、修正端末上での
オペレータによる認識結果データからの必要なデータの
抽出とデータ整形の作業における負荷を軽減することが
できる。また、文字の並びの一致する書式情報を用いて
数字を抽出するので、認識結果データの中から誤って数
字以外の部分を抽出してしまうことがなく、データの誤
入力を防ぐとともに、修正の負荷を軽減することができ
る。

【００２０】図４は第２の実施の形態の文字読取装置の
制御機能を示すブロック図である。ここで、第２の実施
の形態の文字読取装置のハードウエア構成は図１で説明
したものと同じとする。この第２の実施の形態では、抽
出する数字部分の認識率を高く保つため、漢字の文字を
含んだ文字列を、すべて数字として認識（以下、数字認
識と称す）することとしたものであり、この処理を行う
ため、文字認識手段Ｓ２３と数字抽出手段Ｓ２４を備え
るものである。なお、図４における画像取込み手段Ｓ１
１とフォーマット読込み手段Ｓ１２と抽出結果作成手段
Ｓ１５は図２で説明した第１の実施の形態と同じであ
る。

【００２１】文字認識手段Ｓ２３は、読取領域で指定さ
れた画像データの領域に関して、文字認識処理を行い、
認識結果データを装置内のメモリに格納するもので、ハ
ードウエアとしては図１における制御部２、認識結果メ
モリ６および文字認識部１０に対応し、制御部２は画像
取込手段Ｓ１１でイメージメモリ５に格納した画像デー
タに対して、フォーマット取込み手段Ｓ１２でフォーマ
ットメモリ４に格納した読取領域に関する情報で指定さ
れた領域に関して文字認識部１０で数字認識処理を行わ
せ、座標、コード、確信度で構成される認識結果データ
を認識結果メモリ６に格納する。

【００２２】数字抽出手段Ｓ２４は、認識結果データの
特定の数字部分の抽出処理を行うもので、ハードウエア
としては図１における制御部２、フォーマットメモリ
４、認識結果メモリ６および数字抽出部１１に対応し、
制御部２は、文字認識手段Ｓ２３で認識結果メモリ６に
格納した認識結果データに対応する読取領域の数字部抽
出のための書式情報をフォーマットメモリ４から取得
し、この取得した書式情報と認識結果データの確信度を
用いて数字抽出部１１により認識結果データの数字部分
の抽出処理を行うものである。

【００２３】次に第２の実施の形態の文字読取装置の動
作を説明する。画像取込手段Ｓ１１では、制御部２はキ
ーボード８およびマウス９の指定を受けてイメージスキ
ャナ３により用紙Ｐを光学的に走査して、光信号を２値
化された電気信号に変換して、その電気信号から画像デ
ータを生成する。そして、制御装置１内のイメージメモ
リ５にイメージデータとして格納する。

【００２４】フォーマット読込み手段Ｓ１２では、画像
取込手段Ｓ１１で格納した画像データに対応するもの
で、外部記憶装置１２に記録されている読取領域の情報
をフォーマットメモリ４に読み込む。ここで、読取領域
に関する情報は、読取領域を指定する座標と数字抽出手
段Ｓ２４で用いる書式情報が含まれ、フォーマット登録
機能を用いてあらかじめ外部記憶装置１２に格納してお
くものである。

【００２５】文字認識手段Ｓ２３では、画像取込手段Ｓ
１１で取り込まれた画像データが格納されているイメー
ジメモリ５とフォーマット読込み手段Ｓ１２で読み込ま
れた読取領域の情報を格納したフォーマットメモリ４を
参照し、読取領域に関する文字認識処理を行い、その認
識結果を認識結果メモリ６に格納する。ここで、文字認
識処理は全ての文字を数字として認識する。

【００２６】数字抽出手段Ｓ２４では、文字認識手段Ｓ
２３で認識結果メモリ６に書き込まれた認識結果データ
と、フォーマット読込み手段Ｓ１２でフォーマットメモ
リ４に読み込まれた読取領域の情報に含まれる書式情報
を参照し、数字部の抽出処理を行う。図５は第２の実施
の形態における認識処理の一例を示す説明図である。

【００２７】この第２の実施の形態では、数字認識を行
うので、図５（ａ）に示すように、「６月２５日」から
「６６２５８」という認識結果データが得られたとす
る。ここで、括弧内な各文字の確信度である。用紙Ｐの
日付の部分を読取領域とした場合、読取領域に記述され
得る文字列あるは数字列の形式は、図５（ｂ）に示すよ
うに、第１の実施の形態で説明したものと同様に、
「月」が１文字の数字、「日」が１文字の数字からなる
もの（以下、書式１と称す）、「月」が１文字の数字、
「日」が２文字の数字からなるもの（以下、書式２と称
す）、「月」が２文字の数字、「日」が１文字の数字か
らなるもの（以下、書式３と称す）、「月」が２文字の
数字、「日」が２文字の数字からなるもの（以下、書式
４と称す）の４種類である。ここで、１つの○が１文字
の数字に相当する部分を表す。

【００２８】数字部の抽出処理では、まず、書式１〜４
の中で、認識結果データの文字数と一致する文字数を持
つ書式を選択する。認識結果データが「６６２５８」と
すると、文字数は「５」であるので、書式１〜４の中で
文字数が５である書式２と３が選択される。一般に、数
字認識において漢字や数字以外の文字を認識した場合、
その文字の確信度は低い値を取る。ここで漢字や数字以
外を数字認識した場合と数字を数字認識した場合の確信
度の閾値をｔｈｌとし、ｔｈｌより小さな値の確信度を
持つ認識結果データの文字は漢字や数字以外を数字認識
したものと判断する方法を用いる。Ｉ番目の書式のＪ番
目の文字（ＦＩＪ）と、認識結果データのＪ番目の文字
（ＲＪ）との比較のための評価式ｇ（Ｉ，Ｊ）を式
（１）に示す。なお、ｇ（Ｉ，Ｊ）では、数字認識だけ
ではなく、一般の漢字認識も含めた評価も可能である。

【００２９】

【数１】 そして、Ｉ番目の書式を評価するには全文字に関するｇ
（Ｉ，Ｊ）の総和を求める。これを式（２）に示す。

【００３０】

【数２】 この式（２）に従って、全ての書式の評価値を計算し、
その値の最も大きな書式ｆｍａｘ＝ｆ（ｋ）を数字抽出
のためのｋ番目の書式を選択する。閾値ｔｈｌ＝４０と
した場合、認識結果データが「６６２５８」とした場合
の書式２との対比では、図５（ｃ）に示すように、書式
２の１番面の文字は数字を示す「○」で認識結果データ
の１番目の文字は「６」で確信度が「９０」であるの
で、式（１）よりｇ（Ｉ，Ｊ）＝９０となる。書式２の
２番面の文字は数字以外の「月」で認識結果データの２
番目の文字は「６」であるので、式（１）よりｇ（Ｉ，
Ｊ）＝０となる。書式２の３番面の文字は数字を示す
「○」で認識結果データの３番目の文字は「２」で確信
度が「８５」であるので、式（１）よりｇ（Ｉ，Ｊ）＝
８５となる。書式２の４番面の文字は数字を示す「○」
で認識結果データの４番目の文字は「５」で確信度が
「９２」であるので、式（１）よりｇ（Ｉ，Ｊ）＝９２
となる。書式２の５番面の文字は数字以外の「日」で認
識結果データの５番目の文字は「８」であるので、式
（１）よりｇ（Ｉ，Ｊ）＝０となる。

【００３１】これに対して、認識結果データが「６６２
５８」とした場合の書式３との対比では、書式３の１番
面の文字は数字を示す「○」で認識結果データの１番目
の文字は「６」で確信度が「９０」であるので、式
（１）よりｇ（Ｉ，Ｊ）＝９０となる。書式３の２番面
の文字は数字を示す「○」で認識結果データの２番目の
文字は「６」で確信度が「３８（＜ｔｈｌ＝ここでは４
０）」であるので、式（１）よりｇ（Ｉ，Ｊ）＝−３８
となる。書式３の３番面の文字は数字以外の「月」で認
識結果データの３番目の文字は「２」であるので、式
（１）よりｇ（Ｉ，Ｊ）＝０となる。書式３の４番面の
文字は数字を示す「○」で認識結果データの３番目の文
字は「５」で確信度が「９２」であるので、式（１）よ
りｇ（Ｉ，Ｊ）＝９２となる。書式３の５番面の文字は
数字以外の「日」で認識結果データの５番目の文字は
「８」であるので、式（１）よりｇ（Ｉ，Ｊ）＝０とな
る。

【００３２】そして、式（２）より書式２の評価値は
「２６７」であるのに対して、書式３の評価値は「１４
４」であるので、評価値が最も大きい書式２が選択さ
れ、認識結果データにおいて、書式２の○で示す数字部
分に対応する座標の数字、ここでは「６、２、５」を取
り出す。抽出結果作成手段Ｓ１５では、数字抽出手段Ｓ
２４で得られた抽出すべき数字について、連続する数字
についてはひと固まりのものとして認識結果データを作
成し、ここでは「６」と「２５」を認識結果メモリ６に
書き込む。

【００３３】以上説明したように、本発明の第２の実施
の形態では、第１の実施の形態と同様の効果が得られる
とともに、読取領域の全ての文字に対して数字認識を行
うため、数字以外の漢字等の文字を含んだ一般の認識よ
りも高速に処理することができるだけでなく、数字に関
しては高い認識率の認識結果を取得できるという効果が
得られる。従って、抽出された数字データは、第１の実
施の形態で得られる認識結果よりも、より精度のよい結
果を得ることができ、なおかつ必要なデータの数字部分
が認識結果として得られるため、オペレータによる認識
結果の修正作業に関する負荷が軽減される。

【００３４】図６は第３の実施の形態の文字読取装置の
制御機能を示すブロック図である。ここで、第３の実施
の形態の文字読取装置のハードウエア構成は図１で説明
したものと同じとする。第３の実施の形態は、前記第１
の実施の形態の構成あるいは第２の実施の形態の構成の
抽出結果作成手段が異なるもので、抽出された数字につ
いて単独のものは単独、連続する数字はひと固まりのも
のとしてそれぞれを処理結果としたのに対して、数字を
区切るための文字（以下、区切り文字と称す）を定義す
ることで、複数個の単独の数字および数字の固まりを、
区切り文字を用いて１つの抽出結果データに連結したも
のを作成するもので、この処理を行うため、抽出結果作
成手段Ｓ３５を備えるものである。なお、図６における
画像取込み手段Ｓ１１とフォーマット読込み手段Ｓ１２
と文字認識手段Ｓ１３および数字抽出手段Ｓ１４は図２
で説明した第１の実施の形態と同じである。もしくは文
字認識手段Ｓ１３と数字抽出手段Ｓ１４を、図４で説明
した第２の実施の形態の文字認識手段Ｓ２３と数字抽出
手段Ｓ２４に置き換えてもよい。

【００３５】抽出結果作成手段Ｓ３１は、フォーマット
メモリ４から読取領域の情報である書式を参照して区切
り文字を取得し、その区切り文字を使用して数字抽出手
段Ｓ１４の結果から処理結果を作成し出力するもので、
ハードウエアとしては図１における制御部２、フォーマ
ットメモリ４、認識結果メモリ６および数字抽出部１１
に対応する。

【００３６】以下に第３の実施の形態の文字認識装置の
動作を説明する。なお、以下に示す数字抽出までの処理
は、第１の実施の形態の構成を用いて説明するが、第２
の実施の形態の構成でもよい。画像取込手段Ｓ１１で
は、制御部２はキーボード８およびマウス９の指定を受
けてイメージスキャナ３により用紙Ｐを光学的に走査し
て、光信号を２値化された電気信号に変換して、その電
気信号から画像データを生成する。そして、制御装置１
内のイメージメモリ５にイメージデータとして格納す
る。

【００３７】フォーマット読込み手段Ｓ１２では、画像
取込手段Ｓ１１で格納した画像データに対応するもの
で、外部記憶装置１２に記録されている読取領域の情報
をフォーマットメモリ４に読み込む。文字認識手段Ｓ１
３では、画像取込手段Ｓ１１で取り込まれた画像データ
が格納されているイメージメモリ５とフォーマット読込
み手段Ｓ１２で読み込まれた読取領域の情報を格納した
フォーマットメモリ４を参照し、読取領域に関する文字
認識処理を行い、その認識結果を認識結果メモリ６に格
納する。

【００３８】数字抽出手段Ｓ１４では、文字認識手段Ｓ
１３で認識結果メモリ６に書き込まれた認識結果データ
と、フォーマット読込み手段Ｓ１２でフォーマットメモ
リ４に読み込まれた読取領域の情報に含まれる書式情報
を参照し、数字部の抽出処理を行う。図３で説明したよ
うに、認識結果データとして「６月２５日」が得られ、
読取領域の情報の書式として書式１〜４が与えられたも
のとすると、認識結果データの文字数から、まず書式２
と３が選択され、書式の数字部分と認識結果の数字部分
との対応を参照し、書式と認識結果の数字部分および書
式と認識結果の文字部分との文字コードが対応している
文字数の多い書式を選択する。ここでは図３で説明した
ように書式２が採用され、認識結果データにおいて、書
式２の○で示す数字部分に対応する座標の数字、ここで
は「６、２、５」を取り出す。

【００３９】抽出結果作成手段Ｓ３１では、まず、フォ
ーマットメモリ４から読取領域の情報としてあらかじめ
登録されている書式の区切り文字を取得する。その後、
数字抽出手段Ｓ１４の処理結果で選択された文字を、単
独の数字は単独の数字、連続した数字は連続した数字の
かたまりに分け、これらの数字のかたまりの間に区切り
文字を挿入形式で、抽出処理結果を作成し、認識結果メ
モリ６に出力する。

【００４０】図７は第３の実施の形態における抽出結果
作成処理の一例を示す説明図であり、区切り文字を
「／」と定義した場合、抽出結果データとして「６」と
「２５」が得られると、「６」と「２５」の間に「／」
を挿入した抽出処理結果を作成する。なお、図７（ａ）
では、読取領域の記述を漢字の「月」と「日」を使うも
のとして説明したが、読取領域に「６．２５」と記述す
る場合でも、図３で説明した書式情報を「○．○○」
（書式２の場合）と置き換えれば、抽出結果データとし
て「６」と「２５」が得られ、図７（ｂ）に示すよう
に、「６」と「２５」の間に「／」を挿入した抽出処理
結果を作成することができる。

【００４１】以上説明したように、本発明の第３の実施
の形態では、第１の実施の形態および第２の実施の形態
と同様の効果が得られるとともに、第１の実施の形態お
よび第２の実施の形態では、抽出処理結果を、抽出され
た数字のかたまりごとに抽出結果データとして作成した
ものを、区切り文字を読取領域の情報の書式としてあら
かじめ定義することで、数字のかたまりが複数個抽出さ
れた場合、区切り文字を挿入した処理結果作成するもの
である。また、図７の２つの日付の例のように異なる記
述による日付であっても、それに合わせて書式情報を設
定すれば、統一した認識結果を得ることができる。さら
に、この認識結果を他のシステムで利用する場合、デー
タの区切りとしてこの区切り文字を検索することで、個
々のデータとして容易に分割することが可能である。

【００４２】したがって、第１の実施の形態および第２
の実施の形態と同様の効果を得ることができるだけでな
く、日付のような複数の記述方法を持つような場合の抽
出結果で統一された書式での認識結果を得ることができ
るだけでなく、他システムにおいて、この認識結果を用
いる場合、区切り文字をもとに容易にそのデータを分割
することが可能であるという効果がある。

【００４３】なお、上述した全ての実施の形態では、書
式の記述方法においてスクリプト等の簡易表現を定義し
たり、書式をあらかじめ辞書化することが可能である。
また、第１の実施の形態および第２の実施の形態では、
特に数字のみの抽出処理について説明しているが、書式
の定義の仕方によっては、ある特定の数字以外の文字に
ついて抽出することも可能である。

【００４４】さらに、上述した全ての実施の形態におい
ては、１行の認識結果について抽出処理を行ったが、読
取領域の情報の書式として、処理行を追加することで、
全ての行を１行として処理することや、あるいは各行ご
とに処理することが可能である。

【００４５】

【発明の効果】以上説明したように、本発明は、用紙の
記述内容を光学的に読み取って取得した画像データに対
して文字認識を行う読取領域に記述され得る書式の情報
を格納しておき、読取領域内の認識結果に該当する書式
情報を選択し、この書式情報で特定される部分を前記認
識結果から抽出することとしたので、特定文字、例えば
日付の数字部分のみの認識結果データを出力することが
可能となり、修正端末上でオペレータが数字と漢字の混
在した認識結果データからの数字のみを抽出するという
ような作業を無くすことができ、オペレータの負荷を軽
減することができる。

【図面の簡単な説明】

【図１】本発明の文字読取装置の第１の実施の形態を示
すブロック図

【図２】第１の実施の形態の文字読取装置の制御機能を
示すブロック図

【図３】第１の実施の形態における認識処理の一例を示
す説明図

【図４】第２の実施の形態の文字読取装置の制御機能を
示すブロック図

【図５】第２の実施の形態における認識処理の一例を示
す説明図

【図６】第３の実施の形態の文字読取装置の制御機能を
示すブロック図

【図７】第３の実施の形態における抽出結果作成処理の
一例を示す説明図

【図８】用紙の一例を示す説明図

【符号の説明】

１ 制御装置 ２ 制御部 ３ イメージスキャナ ４ フォーマットメモリ ５ イメージメモリ ６ 認識結果メモリ ７ ディスプレイ ８ キーボード ９ マウス １０ 文字認識部 １１ 数字抽出部 １２ 外部記憶装置 Ｐ 用紙

Claims (4)

【特許請求の範囲】
1. 【請求項１】 用紙の記述内容を光学的に読み取って画
   像データを取得し、この画像データに対して、あらかじ
   め決められている読取領域に対して文字認識を行う文字
   読取装置において、 前記読取領域に記述され得る書式の情報を格納する手段
   と、 読取領域内の認識結果に該当する書式情報を選択し、こ
   の書式情報で特定される部分を前記認識結果から抽出す
   る手段とを備えたことを特徴とする文字読取装置。
2. 【請求項２】 請求項１において、 読取領域内の認識結果の文字の並びと書式情報の文字の
   並びの対比で該当する書式情報を選択する手段を備えた
   ことを特徴とする文字読取装置。
3. 【請求項３】 請求項１において、 書式情報の文字の並びと認識結果における各文字の確信
   度の対比で各書式情報の評価値を求め、求めた評価値に
   応じて該当する書式情報を選択する手段を備えたことを
   特徴とする文字読取装置。
4. 【請求項４】 請求項１、２または３において、 書式情報に応じて認識結果から抽出した複数の部分を、
   各部分の間に区切りを示すデータを挿入して１つの認識
   結果として作成する手段を備えたことを特徴とする文字
   読取装置。