JP2010061471A - 文字認識装置およびプログラム - Google Patents

Abstract

【課題】作業者による、文字認識結果の正誤判定作業量を低減する。
【解決手段】スキャンした原稿画像を文字画像切出部１２および文字認識部１３を用いて文字認識処理し、文字コードを生成する。つぎに文字画像生成部１４が文字コードに基づいて文字画像を生成する。つぎに文字画像比較部１５が、文字コードに基づいて生成された文字画像と、原稿画像から切り出したオリジナルの文字画像とを比較して類似度を出力する。正誤判定部１６は類似度に基づいて認識結果の正誤を判定する。認識結果出力部１７は、典型的には誤認識のある文字の部分を含む原稿画像を取り出し、当該誤認識のある文字画像の座標データを基づいて、誤認識のある文字画像をハイライトさせた出力画像データを生成してユーザに表示する。
【選択図】図１

Description

この発明は、文字認識装置およびプログラムに関する。

紙文書から情報を抽出するために文字認識（以下ＯＣＲともいう）装置が使われ、大変便利である。しかし、ＯＣＲ結果の精度は完璧ではない。入力画像の画質、文字切り取り条件、認識処理過程での画像変換、ＯＣＲ辞書など、さまざまな要因でＯＣＲ結果が変化する。現状、ＯＣＲ結果が正しいかどうか判断する決定的な手段はなく、最終的には人間（オペレータ：正誤判定者）が元文書や元画像と照会・比較して判断せざるを得ない。そのため、オペレータは入力された文書（画像）とＯＣＲ結果とをすべてチェックする必要があり、オペレータにとって大変な負荷となっている。

なお、この発明と関連する特許文献としては以下のものがある。

特許文献１は、全ページのサムネイル表示の中で認識できなかった手書き文字を含むファイルを別の色で表示し、どこに（どこのフォルダに）認識不可能な文字があるのかをわかりやすくすることを提案している。ただし、文字認識（ＯＣＲ）は、たとえ何らかの文字コードが得られてもその文字コードが正しいとは限らない。そのため、正確性を求めると、結局はオペレータがすべて確認するという必要があった。

特許文献２は、文字画像を符号化する際に、文字コードと文字画像との組をインデックスの下で登録辞書に登録し、符号化対象の文字画像を文字認識し、認識結果の文字コードに対応して登録辞書に登録されている文字画像を読み出し、その後、符号化対象の文字画像と突き合わせて、一致度合いを判定し、一致度合いが基準以上であれば該当するインデックスを用いて符号化対象の文字画像を符号化し、一致度合いが基準未満であれば、当該符号化対象の文字画像を新たなインデックスの下で登録辞書に登録した後、当該インデックスで符号化することを提案している。インデックスのストリームおよび登録辞書は復号側に送られて復号に用いられる。

引用文献３および引用文献４は、文字認識処理を経て文字画像と文字コードとの対応付けが完了したリストを用い、リスト中の文字画像と画像参照することによって文字認識することを提案している。

これらの提案は、文字認識結果の正誤を判定するものではない。
特開２００６−１０６９０５号公報 特開２００５−３０１６６２号公報 特開平５−２０５００号公報 特開２０００−９０２００号公報

この発明は、作業者による、文字認識結果の正誤判定作業量を低減する文字認識技術を提供することを目的としている。

請求項１の発明によれば、文字認識装置に：認識対象の文字画像に対して文字認識処理を実行して文字コードを生成する文字認識手段と；上記文字認識手段が生成した文字コードから文字画像を生成する文字画像生成手段と；上記認識対象の文字画像と上記文字画像生成手段が生成した文字画像とを比較する画像比較手段と；上記文字画像比較手段の比較出力に基づいて上記文字認識手段の認識結果の正誤を判定する判定手段とを設けるようにしている。

請求項２の発明によれば、請求項１の文字認識装置において、上記判定手段が、認識結果に誤りがあると判定した上記認識対象の文字画像を、上記認識対象の文字画像が含まれるページ画像において、他と区別して表示する表示手段をさらに有するようにしている。

請求項３の発明によれば、請求項１または２記載の文字認識装置において、上記画像比較手段は、上記文字認識手段が文字認識に採用する特徴量と異なる種類の特徴量を採用して上記認識対象の文字画像と上記文字画像生成手段が生成した文字画像とを比較するようにしている。

請求項４の発明によれば、請求項１〜３のいずれかに記載の文字認識装置において、上記文字画像生成手段は、異なる種類の文字フォントの文字画像を生成し、上記画像比較手段は上記認識対象の文字画像と上記異なる種類の文字フォントの文字画像とを比較するようにしている。

請求項５によれば、請求項４記載の文字認識装置において、上記画像比較手段が採用する上記文字フォントの種類を学習により絞り込むようにしている。

請求項６の発明によれば、請求項５記載の文字認識装置において、上記画像比較手段は上記認識対象の文字画像との相関が低い文字フォントの種類から除外して絞り込みを行うようにしている。

請求項７の発明によれば、請求項５または６記載の文字認識装置において、上記画像比較手段が採用する上記文字フォントの種類は文字のオブジェクト種別ごとに異なるようにしている。

請求項８の発明によれば、請求項５〜７のいずれかに記載の文字認識装置において、上記学習は、出現頻度に基づいて選択した文字の文字画像に対して行われるようにしている。

請求項９の発明によれば、請求項５〜７のいずれかに記載の文字認識装置上記学習は、上記文字認識手段の尤度に基づいて選択した文字の文字画像に対して行われるようにしている。

請求項１０の発明によれば、コンピュータを：認識対象の文字画像に対して文字認識処理を実行して文字コードを生成する文字認識手段；上記文字認識手段が生成した文字コードから文字画像を生成する文字画像生成手段；上記認識対象の文字画像と上記文字画像生成手段が生成した文字画像とを比較する画像比較手段；上記文字画像比較手段の比較出力に基づいて上記文字認識手段の認識結果の正誤を判定する判定手段として機能させるための文字認識用プログラムを実現するようにしている。

この発明の上述の側面および他の側面は特許請求の範囲に記載され以下実施例を用いて詳述される。

請求項１の発明によれば、文字認識結果の正誤判定作業量を低減することができる。

請求項２の発明によれば、原稿画像中の認識誤りに関連する文字画像を即座に把握できる。

請求項３の発明によれば、認識の正誤判定において、文字認識と同様の原因で誤りが混入することを阻止できる。

請求項４の発明によれば、原稿中の文字のフォント種類に左右されて文字認識の正誤判定が不正確になることを阻止できる。

請求項５の発明によれば、原稿中の文字のフォント種類に左右されて文字認識の正誤判定が不正確になることを阻止できるうえに、文字画像の突き合わせ工数を減少させることができる。

請求項６の発明によれば、原稿中の文字のフォント種類に左右されて文字認識の正誤判定が不正確になることを阻止できるうえに、文字画像の突き合わせ工数を減少させることができ、しかも、急激なフォント種類数の絞り込みによる誤判定を阻止できる。

請求項７の発明によれば、原稿の領域ごとの文字のフォント種類に左右されて文字認識の正誤判定が不正確になることを阻止できる。

請求項８の発明によれば、フォント種類の最適化の工数を低減できる。

請求項９の発明によれば、フォント種類の最適化の工数を低減できる。

請求項１０の発明によれば、文字認識結果の正誤判定作業量を低減することができる。

以下、この発明の実施例について説明する。

まず、この発明の実施例１について説明する。

図１は、この発明の実施例１の文字認識システム４００を全体として示している。１つのコンピュータシステム、典型的にはパーソナルコンピュータ２００を用いて文字認識システム４００を実装しているけれども、通信ネットワークを介して接続された複数のコンピュータシステムを用いて文字認識システム４００を実現してもよい。また、種々の情報機器を用いて文字認識システム４００を実現してもよい。

図１において、画像読取装置１００およびパーソナルコンピュータ２００が通信ネットワーク３００に接続されている。画像読取装置１００は、原稿を光学的に走査（以下ではスキャンともいう）して原稿画像を取得し、典型的には自動原稿送り機構を具備する。記録媒体２０１や通信媒体を用いて、パーソナルコンピュータ２００に文字認識用のプログラムをインストールして文字認識システム４００を実現する。パーソナルコンピュータ２００は、周知のＣＰＵ、主メモリ、バス、入出力装置等を含み、そのハードウェア資源およびプログラムを協働させて文字認識システム４００の各種機能を実現する。各種機能は図において機能ブロックとして示す。

文字認識システム４００は、画像入力部１０、画像記憶部１１、文字画像切出部１２、文字認識部１３、文字画像生成部１４、文字画像比較部１５、正誤判定部１６、認識結果出力部１７、表示部１８等を含んで構成される。

画像入力部１０は、画像読取装置１００から通信ネットワーク３００を介して受け取った原稿画像を画像記憶部１１に記憶する。原稿画像は例えばページ単位に管理される。画像入力部１０は、ページ単位またはページ部分単位の画像データを文字画像切出部１２に供給する。文字画像切出部１２は、画像データから各文字画像を切り出し、文字画像のデータおよび座標データを文字認識部１３に供給する。文字認識部１３は、任意の手法で文字画像を分析して文字コード（文字識別子）を生成するものであり、標準テンプレートとのパターンマッチング、種々の特徴量、典型的には方向寄与度、ストローク特徴量等を用いて文字認識を行う。文字認識結果（文字コード）は、切り出し位置の座標データとともに認識結果出力部１７に供給される。文字認識部１３からの文字認識結果（文字コード）は文字画像生成部１４にも供給される。文字画像生成部１４はフォントデータを保持し、文字コードに対応するフォントデータ（輪郭データまたは画素データ等）から文字画像データを生成して出力する。フォントデータから生成された文字画像データは、文字画像比較部１５に送られる。文字画像比較部１５は、原稿画像から切り出された文字画像と、認識結果の文字コードから生成された文字画像とを比較する。文字画像比較部１５の比較手法は文字認識部１３の文字認識手法と異なる手法で比較を行う。比較手法は、これに限定されないが、画素の分布、黒画素の接点の位置関係、線分等の特徴量に基づく。例えば、手書き数字の文字認識で、図３に示すような黒画素の分布（所定領域に黒画素がない）により文字認識を行う場合には、図４に示すようなテンプレートマッチングで比較を行う。文字画像比較部１５の比較結果出力は類似度（相関度または一致度ともいう）として出力される。

正誤判定部１６は、文字画像比較部１５からの相関度または一致度が、予め定めた閾値を超える場合には文字認識が正しいと判別し、そうでない場合には誤りであると判別する。

認識結果出力部１７は、認識が間違った文字画像の位置画像およびページ単位またはその一部の原稿画像を受け取って、認識が間違った文字画像の部分をハイライトした原稿画像を生成して表示部１８に供給する。表示部１８は、認識が間違った文字画像の部分をハイライトした原稿画像をユーザに提示する。認識結果出力部１７は、典型的には、文字コード、座標位置、認識の正誤のフラグを含むレコードを文字画像ごとに保持して、これに基づいて、認識が間違った文字画像の部分をハイライトした原稿画像を生成するが、これに限定されない。

図２は、図１の実施例の動作例を説明するものである。

主に図２を参照する。まずスキャンした原稿画像（文書画像ともいう）を文字画像切出部１２および文字認識部１３を用いて文字認識処理し、文字コードを生成する（Ｓ１０）。つぎに文字画像生成部１４が文字コードに基づいて文字画像を生成する（Ｓ１１）。つぎに文字画像比較部１５が、文字コードに基づいて生成された文字画像と、原稿画像から切り出したオリジナルの文字画像とを比較して類似度を出力する（Ｓ１２）。正誤判定部１６は類似度に基づいて認識結果の正誤を判定する（Ｓ１３）。認識結果出力部１７は、典型的には誤認識のある文字の部分を含む原稿画像を取り出し、当該誤認識のある文字画像の座標データを基づいて、誤認識のある文字画像をハイライトさせた出力画像データを生成してユーザに表示する（Ｓ１５）。なお、この例では、誤りのある文書、ページ、ページ部分のみを表示して訂正作業に不必要な原稿画像部分が表示されないようにして訂正作業量を低減しているけれども、認識の誤りが判定されないページ等も表示されてもよい。

図３および図４は、簡略化して事例を示す。

図３では、予め定められた領域に画素があるかどうかで手書き数字の文字画像を文字認識する。図３（ａ）に梨地で示す部分に黒画素がない場合には「６」と文字認識するようになっている。図３（ｂ）は「６」を正しく「６」と認識する例を示す。ただし、図３（ｃ）に示す「５」の文字画像の場合、梨地部分に黒画素がないので、「６」と誤認識される。

図４は文字画像の比較手法を示す。この例ではテンプレートマッチングを行って類似度（相関度）を求める。「６」の切出文字画像は「６」のテンプレートと相関が大きいので、認識結果は正しいと判定される。これに対して、「５」の切出文字画像は「６」のテンプレートと相関が小さいので認識結果は誤りと判定される。そして、図５に示すように認識の誤りがある「５」の文字画像部分が他の部分と別の表示属性でハイライト表示される。

なお、認識結果の文字コードが、座標位置データを伴っていれば、原稿画像の各文字画像と認識結果の各文字コードとを対応させることができ、例えば、ハイライト表示された部分をポインティングデバイスで指定するとその座標データに基づいて認識結果のテキスト表示において該当部分が同様にハイライト表示され、作業者がテキスト表示において訂正を行うことができる。

また、認識結果の文字コードが正誤のフラグを伴っていれば、認識結果を表示したときに認識誤りのある部分をハイライトさせることができ、この部分を例えばポインティングすることにより、原稿画像において該当部分を同様にハイライトさせることができる。

この実施例においては、複写機など画像入力機能を持つ機器を用いて紙文書をスキャンする。スキャンした文書画像に対し文字認識機能を持つ装置を使ってＯＣＲ処理をすることで、文字コードを得る。得られた文字コードから文字画像を生成する。一方、スキャンした文書画像から文字画像を切り出す。こうして得られた２種類の文字画像（ＯＣＲ結果の文字コードから生成した文字画像・スキャンした文書画像から切り出した文字画像）とを比較する。比較した結果、両者の類似度が高ければ、ＯＣＲ装置の文字認識結果は正しいと判定される。逆に、類似度が低ければ、ＯＣＲ装置の文字認識結果は誤りの可能性ありと判定される。オペレータ（正誤判定者）への提示は、典型的には、誤りの可能性ありと判定された文字を含む文書のみとし、同時に、誤りの可能性ありと判定された文字を明示する。従来、オペレータは、すべての文書においてすべての領域で文字認識結果の正誤を確認する必要があったが、この実施例の処理では、オペレータは、明示された文字のみを確認するだけでよい。

つぎにこの発明の実施例２の文字認識システム４０１について説明する。

実施例２は、図１の実施例１の文字認識システム４００の構成に加えて、文字画像生成部１４により生成される文字画像を調整する生成制御部１９と、原稿画像から切り出した文字画像を種々のオペレーションを施す文字画像変形部２０を設けている。

図６は実施例２の文字認識システム４０１を全体として示しており、この図において図１と対応する箇所には対応する符号を付した。

この実施例では、複数種類のフォントデータを用意し、切り出した文字画像を各種のフォントセットの各文字種の文字画像と突き合わせるようにして原稿の文字フォントに左右されることなく精度よく文字認識結果の正誤を判定できるようにしている。また、文字認識の当初では幅広く各種のフォント種類の文字画像と突き合わせる一方で、その過程で一致する尤度が大きいフォント種類を絞り込み、徐々に突き合わせの作業量を低減するようにしている。

また、切り出した文字画像に対して２値化閾値処理、細線化、膨張／収縮処理等を行って、適正な文字画像の比較を行えるようにしている。

以下、詳細に説明する。

図６において、生成制御部１９は、文字画像生成部１４が生成する文字画像のフォント種類を指示する。生成制御部１９は、認識結果の正誤およびどのフォント種別での比較による正誤かを示す正誤データを正誤判定部１６から受け取り、生成するフォント種類の適合化（学習）を行う。この点については図７〜図９を参照して後に詳述する。生成するフォント種類の適合化により文字画像の比較に使用するフォント種類の数を絞り込んで突き合わせ処理量を低減させる。

文字画像変形部２０は、正誤判定部１６から認識結果の正誤を表す正誤データを受け取って、切り出した文字画像に変形を加えて比較の最適化を行う。例えば、切り出した文字画像が太字の場合には通常では一致度が小さくなる恐れがあるが、これを細線化することにより十分の一致度を維持できるようにし、間違って認識が誤りであると判定しないようにできる。また、原稿のスキュー等を考慮して文字画像を回転処理させてもよい。

つぎに図７を参照してフォントの最適化全般について説明する。

図７は複数のフォント種類のフォントデータから生成した文字画像を用いて比較を行う例を示す。この例では、最初は、すべてのフォントの文字画像を生成して順次に文字画像の比較を行う。図の例では、切り出した文字画像を文字認識して「あ」の文字コードを得て、これに対する各種フォントの「あ」の文字画像を出力して順次に突き合わせる。

文字認識の進捗に合わせて、１文字の認識ごと、あるいは所定数の文字の認識ごとに（認識ステージともいう）、使用するフォント数を漸次に低減させてよい。例えば、所望フォント数、典型的には１になるまで認識ステージごとにフォント数を半分に減らしてゆく。その際、類似度が大きな順にフォントを残す。

出現頻度の大きな文字のみを基準にしてフォントの最適化を行うようにしてもよい。

図８は、レイアウトを解析してオブジェクトを判定して文字画像が本文、小節見出し、タイトル等のいずれに該当するかを判別してそのオブジェクト種類ごとにフォントの最適化を行う例を示す。この例でも、出現頻度の大きな文字のみを基準にしてフォントの最適化を行うようにしてもよい。

図９は、文字認識の確信度（尤度）が大きな文字画像を基準にしてフォントの最適化を行う例を示す。この例では、確信度が大きな文字とその座標位置を記憶しておき、これを基準にしてフォント種類の最適化（絞り込み）を行う。

図１０は文字画像の比較例を示す。この例では、「あ」という文字画像を切り出し、これに対して文字認識結果が、それぞれ「あ」、「め」、「お」である場合を示しており、切り出した文字画像と「あ」、「め」、または「お」の文字コードから生成した文字画像とを比較する。この比較は、文字認識で採用した手法と異なる手法で類似度を算出する。典型的な算出手法は上述のとおり画素の分布、接点の位置関係、線分等に基づく。ところで、認識結果が正しい「あ」の場合でも、切り出した文字画像の体裁によっては類似度が小さくなり、誤って誤認識と判定することもありえる。このため、切り出した文字画像を文字画像変形部２０により前処理して類似度が誤って小さくならないようにする。前処理は、例えば、２値化処理、細線化、膨張／収縮処理、回転等であるがこれに限定されない。

なお、この発明は特許請求の範囲の記載に基づいて決定されるものであり、実施例の具体的な構成、課題、および効果には限定されない。この発明は上述の実施例に限定されるものではなくその趣旨を逸脱しない範囲で種々変更が可能である。以下、この発明の技術的特徴の一部を列挙しておく。もちろん、この発明は以下の技術的特徴に限定されない。

文字画像の比較処理で用いる画像特徴量は、典型的には、ＯＣＲ処理で用いた特徴量と異なるものを用いるが、同一であってもよい。

文字認識結果が正しいと判断された入力文字画像（スキャン画像から切り出した文字画像）を順次重ね合わせていき、その後の比較・判定は、この重ね合わせた文字画像を用いてもよい。

ＯＣＲ後の文字コードから画像を生成するとき、装置内（ＰＣなど）にあるすべてのフォントに対して文字画像を作成し、比較文字数を増やしていきながら、類似度の低いフォントから順に候補として落としていき、最終的に１種類のフォントに絞る。

文字認識をしたとき、出現文字頻度情報を取得し、出現頻度の高い文字を使ってフォントを決定する。出現頻度の高い文字を重なるとノイズの少ない文字画像が得られるので、文字コードから生成した文字画像との類似度算出の精度が高い。

文字認識をしたとき、認識確信度の高い文字を使ってフォントを決定する。認識確信度が最も高かった文字コードを使ってフォントが決定できない場合、認識確信度２番目、３番目、…の文字コードを使ってフォントを絞り込む。

スキャンした文書に対してオブジェクト解析を行い、タイトル・章節・本文など、オブジェクト種別ごとに候補となるフォントを切り替えて判定する。同じ文字コードでもタイトルのときはボールドフォント、本文のときは明朝フォントのように、各オブジェクトで最適と推察されるフォントを用いて比較判定を行う。

出現頻度の低い文字コードについては、対応する入力文字画像（スキャンした文書から切り出した文字画像）も少ない。そこで、切り出した文字画像を複数枚複製し、複製した文字画像に対し異なる画像処理を施してから文字認識を行う。複数の処理を経ても文字認識結果として出力される文字コードが同一であれば（ロバストであれば）、文字認識結果は正しいと判断する。

出現頻度の低い文字コードについては、１つの文字コードから故意に画像歪みを付加した文字画像を複数枚作成する。それぞれの作成文字画像と入力文字画像とを参照し、いずれの作成文字画像においても類似度が低い場合は、文字認識結果が誤りであると判断する。

画像比較・正誤判定を一度実施後、誤りと判定された場合、文字コードから生成した文字画像あるいは入力画像から切り出した文字画像、あるいは両者に対し、ノイズ除去や二値化閾値変更、細線化、膨張・収縮など異なる画像処理方法・画像処理パラメータを施し、再度画像比較・正誤判定を行う。いずれにおいても類似度が低い場合、文字認識結果は誤りであると判断される。

スキャン時に、標準解像度と高解像度のように、複数の解像度の画像を用意する。画像比較・正誤判定を一度実施後、誤りと判定された場合、高解像度のスキャン画像から文字を切り出して、再度、画像比較・正誤判定を実施する。（ＯＣＲ処理は省略できる）。フォント画像からはノイズの少ない文字画像を任意の大きさで作成できるので、高解像度の方が類似度算出に有利である。

上記処理は１枚（１ページ）の文書単位で処理していき、次（ページ）の文書に対して処理を始めるときは、前文書で用いた方法・パラメータを優先的に用いて実行する。

１枚の文書内に誤りの可能性ありと判定された文字が全くない場合、その文書は表示しない。すなわち誤りの可能性のある文書だけを表示する。

１枚の文書内に誤りの可能性ありと判定された文字の割合が多い場合、その１枚の文書だけを元にして再処理を試みる。再処理実行時、文字コードの出現頻度情報や入力文字画像の重ね合わせ、オブジェクト種別ごとのフォント指定などを変更する。元処理の結果と再処理の結果と、文字認識が正しいと判定された文字の割合が高い方の結果を表示する。

再処理しても文字認識が正しいと判定されることが同程度の場合、元処理・再処理いずれでも正しいと認識された文字のみを文字認識結果が正しいものを判断し、それ以外の文字を誤りの可能性ありとして表示する。

１枚の文書内に誤りの可能性ありと判定された文字の割合が多い場合、過去、異なる判定条件がある場合、その異なる条件を用いて再処理を試みる。再処理の結果、状況が好転しなければ、異なるパラメータを探索しなおす。

この発明の実施例１の構成を説明するブロック図である。 実施例１の動作例を説明する図である。 実施例１の文字認識の簡易的な例を説明する図である。 実施例１の文字画像の比較の簡易的な例を説明する図である。 実施例１の正誤判定結果の表示例を説明する図である。 この発明の実施例２の構成を説明するブロック図である。 実施例２におけるフォントの決定方法を説明する図である。 実施例２における他のフォントの決定方法を説明する図である。 実施例２における他のフォントの決定方法を説明する図である。 実施例２における文字画像の比較および文字画像の前処理を説明する図である。

符号の説明

１０ 画像入力部
１１ 画像記憶部
１２ 文字画像切出部
１３ 文字認識部
１４ 文字画像生成部
１５ 文字画像比較部
１６ 正誤判定部
１７ 認識結果出力部
１８ 表示部
１９ 生成制御部
２０ 文字画像変形部
１００ 画像読取装置
２００ パーソナルコンピュータ
２０１ 記録媒体
３００ 通信ネットワーク
４００ 文字認識システム
４０１ 文字認識システム

Claims (10)

1. 認識対象の文字画像に対して文字認識処理を実行して文字コードを生成する文字認識手段と、
   上記文字認識手段が生成した文字コードから文字画像を生成する文字画像生成手段と、
   上記認識対象の文字画像と上記文字画像生成手段が生成した文字画像とを比較する画像比較手段と、
   上記文字画像比較手段の比較出力に基づいて上記文字認識手段の認識結果の正誤を判定する判定手段とを有する文字認識装置。
2. 上記判定手段が、認識結果に誤りがあると判定した上記認識対象の文字画像を、上記認識対象の文字画像が含まれるページ画像において、他と区別して表示する表示手段をさらに有する請求項１記載の文字認識装置。
3. 上記画像比較手段は、上記文字認識手段が文字認識に採用する特徴量と異なる種類の特徴量を採用して上記認識対象の文字画像と上記文字画像生成手段が生成した文字画像とを比較する請求項１または２記載の文字認識装置。
4. 上記文字画像生成手段は、異なる種類の文字フォントの文字画像を生成し、上記画像比較手段は上記認識対象の文字画像と上記異なる種類の文字フォントの文字画像とを比較する請求項１〜３のいずれかに記載の文字認識装置。
5. 上記画像比較手段が採用する上記文字フォントの種類を学習により絞り込む請求項４記載の文字認識装置。
6. 上記画像比較手段は上記認識対象の文字画像との相関が低い文字フォントの種類から除外して絞り込みを行う請求項５記載の文字認識装置。
7. 上記画像比較手段が採用する上記文字フォントの種類は文字のオブジェクト種別ごとに異なる請求項５または６記載の文字認識装置。
8. 上記学習は、出現頻度に基づいて選択した文字の文字画像に対して行われる請求項５〜７のいずれかに記載の文字認識装置。
9. 上記学習は、上記文字認識手段の尤度に基づいて選択した文字の文字画像に対して行われる請求項５〜７のいずれかに記載の文字認識装置。
10. コンピュータを、
    認識対象の文字画像に対して文字認識処理を実行して文字コードを生成する文字認識手段、
    上記文字認識手段が生成した文字コードから文字画像を生成する文字画像生成手段、
    上記認識対象の文字画像と上記文字画像生成手段が生成した文字画像とを比較する画像比較手段、
    上記文字画像比較手段の比較出力に基づいて上記文字認識手段の認識結果の正誤を判定する判定手段
    として機能させるための文字認識用プログラム。