JP2010231541A - 情報処理装置、文字認識方法、およびプログラム - Google Patents

Abstract

【課題】文字認識を行う処理対象の領域を特定し、文字認識の精度の向上を図ることが可能な情報処理装置、文字認識方法、およびプログラムを提供する。
【解決手段】文字認識対象における処理対象の領域の位置に関する情報が処理される順番と対応付けて記録された認識対象基準情報を文字認識対象ごとに記憶する記憶部と、文字認識対象を表す画像データと画像データに対応する認識対象基準情報とに基づいて処理される順番に応じた順序で処理対象となる認識対象領域を設定する認識対象領域設定部と、設定された認識対象領域に含まれる文字を認識する文字認識部とを備え、認識対象領域設定部は、１番目に処理される第１の領域に対応する認識対象領域を画像データの所定の位置を示す第１基準位置を基準として相対的に設定し、他の領域に対応する認識対象領域を設定済みの認識対象領域に対応する第２基準位置を基準として相対的に設定する情報処理装置が提供される。
【選択図】図１３

Description

本発明は、情報処理装置、文字認識方法、およびプログラムに関する。

近年、文字認識対象に記載された文字（例えば、印字された文字や手書きの文字）を光学的に読み取り、光学文字認識（Optical Character Recognition）技術（以下、「ＯＣＲ技術」という。）を用いて文字データを取得することが可能な情報処理装置が普及している。

ここで、ＯＣＲ技術により文字データを取得する情報処理装置は、文字認識対象の全体から文字データを取得することができるが、上記に限られない。例えば、情報処理装置は、文字が記載されうる記載欄が予め規定されている帳票（文字認識対象の一例）などから当該記載欄に記載された文字データを選択的に取得することもできる。上記のように文字認識対象から選択的に文字データを取得する場合、文字認識の精度の向上を図るためには、文字認識処理を行う処理対象の領域をより正確に特定することが重要となる。

このような中、文字認識の精度の向上を図るための技術が開発されている。予め規定された処理対象の領域の相対的な位置関係を示す情報に基づいて、処理対象の領域を推定する技術としては、特許文献１が挙げられる。また、処理対象の領域間の相対的なずれが少ないことを前提とし、処理対象の領域を罫線に基づく基準位置から推定する技術としては、例えば、特許文献２が挙げられる。

特開２００５−１６５９７８号公報 特開平５−１５９０９９号公報

文字認識の精度の向上を図るための従来の技術（以下、「従来の技術」という。）は、文字認識処理を行う処理対象の領域間の相対的な位置関係が予め規定された情報に基づいて、文字認識処理を行う処理対象の領域（以下、「処理領域」とよぶ場合がある。）を特定する。

しかしながら、従来の技術が適用された情報処理装置（以下、「従来の情報処理装置」とよぶ場合がある。）が処理を行う文字認識対象は、処理領域間の相対的な位置関係が常に理想の位置関係にあるとは限らない。例えば、帳票などの文字認識対象に文字を印刷する印刷時において間延び（または縮み）や印刷ずれ（位置ずれ）、歪みなどが生じた場合には、処理領域間の相対的な位置関係に水平方向および／または垂直方向のずれ（理想の位置関係からのずれ）が生じることがある。上記のように処理領域間の相対的な位置関係にずれが生じた場合であっても、従来の情報処理装置は、理想的な位置関係に基づいて処理領域を特定するので、特定された処理領域は、文字認識対象の記載欄に対応する領域とは異なるものとなる。よって、上記のように処理領域間の相対的な位置関係にずれが生じた場合には、従来の情報処理装置は誤って特定された処理領域に対して文字認識処理を行うので、取得された文字データは、文字認識対象の記載欄に記載された文字とは異なるものとなる（文字の誤認識の発生）。したがって、従来の技術を用いたとしても、文字認識の精度の向上は望むべくもない。

本発明は、上記問題に鑑みてなされたものであり、本発明の目的とするところは、文字認識を行う処理対象の領域を特定し、文字認識の精度の向上を図ることが可能な、新規かつ改良された情報処理装置、文字認識方法、およびプログラムを提供することにある。

上記目的を達成するために、本発明の第１の観点によれば、文字認識対象における処理対象の領域の位置に関する情報が処理される順番と対応付けて記録された認識対象基準情報を文字認識対象ごとに記憶する記憶部と、文字認識対象を表す画像データと、上記画像データに対応する上記認識対象基準情報とに基づいて、上記処理される順番に応じた順序で処理対象となる認識対象領域を設定する認識対象領域設定部と、上記認識対象領域設定部において設定された上記認識対象領域に含まれる文字を認識する文字認識部とを備え、上記認識対象領域設定部は、１番目に処理される第１の領域に対応する認識対象領域を、上記画像データの所定の位置を示す第１基準位置を基準として相対的に設定し、上記第１の領域以外の他の領域に対応する認識対象領域を、設定済みの認識対象領域に対応する第２基準位置を基準として相対的に設定する情報処理装置が提供される。

かかる構成により、文字認識を行う処理対象の領域を特定し、文字認識の精度の向上を図ることができる。

また、上記認識対象領域設定部は、上記他の領域に対応する認識対象領域を、設定済みの認識対象領域のうち、上記他の領域と相対的な距離が近い認識対象領域に対応する第２基準位置に基づいて設定してもよい。

また、上記認識対象領域設定部は、上記他の領域に対応する認識対象領域を、設定済みの認識対象領域のうち、上記他の領域の１つ前に設定された認識対象領域に対応する第２基準位置に基づいて設定してもよい。

また、上記画像データに基づいて、上記認識対象基準情報を上記記憶部に記録する情報記録部をさらに備えてもよい。

また、上記記憶部は、上記第２基準位置を導出するための基準となる領域が上記処理対象の領域ごとに設定された関連付情報を文字認識対象ごとに記憶し、上記認識対象領域設定部は、上記画像データに対応する関連付情報に基づいて、上記他の領域に対応する認識対象領域を、上記関連付情報において関連付けられた領域に対して設定された認識対象領域に対応する第２基準位置に基づいて設定してもよい。

また、上記画像データに基づいて、上記認識対象基準情報と上記関連付情報とを上記記憶部に記録する情報記録部をさらに備えてもよい。

また、文字認識対象を読み取り、上記画像データを生成する読取部をさらに備えてもよい。

上記目的を達成するために、本発明の第２の観点によれば、文字認識対象における処理対象の領域の位置に関する情報が処理される順番と対応付けて記録された認識対象基準情報を文字認識対象ごとに記憶する記憶部を備える情報処理装置に用いることが可能な文字認識方法であって、文字認識対象を表す画像データに対応する上記認識対象基準情報を上記記憶部から読み出すステップと、上記画像データに基づいて上記画像データの所定の位置を示す第１基準位置を設定するステップと、上記認識対象基準情報と上記第１基準位置とに基づいて、１番目に処理される第１の領域に対応する認識対象領域を、上記第１基準位置を基準として相対的に設定するステップと、上記認識対象基準情報と設定済みの認識対象領域に対応する第２基準位置とに基づいて、上記第１の領域以外の他の領域に対応する認識対象領域を、上記第２基準位置を基準として相対的に設定するステップと、設定された各認識対象領域に含まれる文字を認識するステップとを有する文字認識方法が提供される。

かかる方法を用いることにより、文字認識を行う処理対象の領域を特定し、文字認識の精度の向上を図ることができる。

上記目的を達成するために、本発明の第３の観点によれば、文字認識対象における処理対象の領域の位置に関する情報が処理される順番と対応付けて記録された認識対象基準情報を文字認識対象ごとに記憶する記憶部を備える情報処理装置に用いることが可能なプログラムであって、文字認識対象を表す画像データに対応する上記認識対象基準情報を上記記憶部から読み出すステップ、上記画像データに基づいて上記画像データの所定の位置を示す第１基準位置を設定するステップ、上記認識対象基準情報と上記第１基準位置とに基づいて、１番目に処理される第１の領域に対応する認識対象領域を、上記第１基準位置を基準として相対的に設定するステップ、上記認識対象基準情報と設定済みの認識対象領域に対応する第２基準位置とに基づいて、上記第１の領域以外の他の領域に対応する認識対象領域を、上記第２基準位置を基準として相対的に設定するステップ、設定された各認識対象領域に含まれる文字を認識するステップをコンピュータに実行させるためのプログラムが提供される。

かかるプログラムを用いることにより、文字認識を行う処理対象の領域を特定し、文字認識の精度の向上を図ることができる。

本発明によれば、文字認識を行う処理対象の領域を特定し、文字認識の精度の向上を図ることができる。

本発明の実施形態に係る文字認識対象に対応する画像データの一の例を示す説明図である。 本発明の実施形態に係る文字認識対象に対応する画像データの一の例を示す説明図である。 文字認識に係る位置ずれ等が発生している画像データを処理するための一の方法における問題を説明するための説明図である。 本発明の実施形態に係る文字認識の精度向上アプローチの概要を説明するための説明図である。 本発明の実施形態に係る文字認識の精度向上アプローチの概要を説明するための説明図である。 本発明の実施形態に係る文字認識の精度向上アプローチの概要を説明するための説明図である。 本発明の実施形態に係る文字認識の精度向上アプローチの概要を説明するための説明図である。 本発明の実施形態に係る文字認識の精度向上アプローチの概要を説明するための説明図である。 本発明の実施形態に係る文字認識の精度向上アプローチの概要を説明するための説明図である。 本発明の実施形態に係る文字認識の精度向上アプローチの概要を説明するための説明図である。 本発明の実施形態に係る文字認識対象に対応する画像データの他の例を示す説明図である。 本発明の実施形態に係る文字認識対象に対応する画像データの他の例を示す説明図である。 本発明の実施形態に係る情報の記録に係る処理の第１の例を示す流れ図である。 本発明の実施形態に係る情報の記録に係る処理の第２の例を示す流れ図である。 本発明の実施形態に係る関連付情報の一例を説明するための説明図である。 本発明の実施形態に係る文字認識に係る処理の第１の例を示す流れ図である。 本発明の実施形態に係る文字認識に係る処理の第２の例を示す流れ図である。 本発明の実施形態に係る文字認識に係る処理の第３の例を示す流れ図である。 本発明の実施形態に係る情報処理装置の構成の一例を示す説明図である。 本発明の実施形態に係る情報装置のハードウェア構成の一例を示す説明図である。 本発明の実施形態に係る情報処理装置が備える解析部の他の観点による構成の一例を示す説明図である。

以下に添付図面を参照しながら、本発明の好適な実施の形態について詳細に説明する。なお、本明細書および図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。

（本発明の実施形態に係るアプローチ）
本発明の実施形態に係る情報処理装置の構成について説明する前に、本発明の実施形態に係る文字認識の精度向上アプローチについて説明する。以下では、本発明の実施形態に係る情報処理装置（以下、「情報処理装置１００」とよぶ場合がある。）が処理する文字認識対象として、帳票を例に挙げて説明する。なお、本発明の実施形態に係る文字認識対象が、帳票に限られないことは、言うまでもない。

図１、図２それぞれは、本発明の実施形態に係る文字認識対象に対応する画像データの一の例を示す説明図である。ここで、図１は、印刷ずれ等が発生していない帳票（文字認識対象の一例）を読み取ることにより取得された画像データが示す画像の一例を示しており、図１のＡ〜Ｃはそれぞれ処理領域を示している。また、図２は、一部に印刷ずれが発生した帳票（図１と同種の帳票）を読み取ることにより取得された画像データが示す画像の一例を示しており、図２のＡ〜Ｃ’はそれぞれ処理領域を示している。図１と図２を比較すると、図２に示す画像データでは、処理領域Ｃ’の位置が、図１に示す処理領域Ｃの位置から水平方向にずれていることが分かる。

以下では、図２に示すように印刷ずれが発生した帳票を読み取ることにより取得された画像データに対する処理を例に挙げて、本発明の実施形態に係る文字認識の精度向上アプローチを説明する。

［従来の技術における問題］
上述したように、従来の情報処理装置は、図２に示すように印刷ずれが発生している画像データに対しても、理想的な処理領域間の相対的な位置関係（例えば、図１に示す処理領域Ａ〜Ｃの相対的な位置関係）に基づいて処理領域を特定する。よって、従来の情報処理装置が図２に示す画像データを処理した場合には、処理領域Ａ、Ｂについては“￥１２３４”という正しい文字データを取得することができるが、処理領域Ｃ’については“￥１２３”という誤った文字データが取得される可能性がある。よって、従来の情報処理装置では、図２に示すように印刷ずれが発生している画像データを処理する場合には、文字の誤認識が発生するので、文字認識の精度の向上は望めない。

なお、上記では、図２に示すように処理領域が水平方向にずれが生じている画像データを処理する場合を例に挙げて説明したが、例えば、間延び（または縮み）や歪みなどが生じている画像データを処理する場合にも、従来の情報処理装置では、同様の問題が生じうる。

［位置ずれ等が発生している画像データを処理するための一の方法における問題］
また、図２に示すような位置ずれ等が発生している画像データを処理するための一の方法としては、例えば、下記のような方法が挙げられる。
・位置ずれが生じていない帳票（文字認識対象）に対応する各処理領域の位置に関する情報を記憶する
・処理を行う帳票に対応する画像データから所定の位置（例えば、帳票端のうち、左上の帳票端を示す座標）を検出する
・処理領域の位置に関する情報を用い、上記所定の位置を基準として各処理領域に対応する相対座標を導出する
・導出された各処理領域に対応する相対座標に基づいて、各処理領域の位置を補正し、文字認識を行う認識対象領域を設定する
・設定された認識対象領域に対して文字認識を行う

図３は、文字認識に係る位置ずれ等が発生している画像データを処理するための一の方法における問題を説明するための説明図である。ここで、図３は、図２と同様の処理領域Ａ〜Ｃ’を示している。また、図３に示す点Ｐは、上記所定の位置を示している。

図３に示すように、点Ｐを基準として全ての処理領域に対する認識対象領域を設定する場合には、処理領域と設定された認識対象領域との間にずれが生じる場合がある（図３の処理領域Ｃ’を参照）。上記は、基準となる点Ｐと処理領域（処理領域内のある点）との相対距離が大きくなればなる程、認識対象領域を設定するために導出する処理領域に対応する相対座標に生じうる誤差が大きくなるためである。

よって、上記位置ずれ等が発生している画像データを処理するための一の方法を用いる情報処理装置が、図３に示すように印刷ずれが発生している画像データを処理する場合には、当該情報処理装置は、処理領域Ａ、Ｂについては“￥１２３４”という正しい文字データを取得し、処理領域Ｃ’については“￥１２３”という誤った文字データを取得する可能性がある。

したがって、上記位置ずれ等が発生している画像データを処理するための一の方法を用いる場合であっても、図３に示すように印刷ずれが発生している画像データを処理する場合には、文字の誤認識が発生するので、文字認識の精度の向上は望めない。

なお、上記では、図３に示すように処理領域が水平方向にずれが生じている画像データを処理する場合を例に挙げて説明したが、例えば、間延び（または縮み）や歪みなどが生じている画像データを処理する場合にも、上記位置ずれ等が発生している画像データを処理するための一の方法を用いる情報処理装置では、同様の問題が生じうる。

［本発明の実施形態に係る文字認識の精度向上アプローチの概要］
次に、本発明の実施形態に係る文字認識の精度向上アプローチについて、情報処理装置１００が図２に示す水平方向に印刷ずれが生じている画像データを処理する場合を例に挙げて説明する。図４Ａ〜図４Ｇそれぞれは、本発明の実施形態に係る文字認識の精度向上アプローチの概要を説明するための説明図である。

以下では、情報処理装置１００が、原点となる位置を規定し、規定した原点を基準とした２次元平面上の座標の情報を用いて画像データを処理する場合を例に挙げて説明する。ここで、上記原点は、例えば、予め規定された位置とすることができるが、上記に限られない。例えば、情報処理装置１００は、操作部（後述する）を用いてユーザ（例えば、オペレータなど）が指定した位置を、処理に用いる原点として設定することもできる。

（１）処理領域Ａに対応する認識対象領域の設定
〔１−１〕第１基準位置の設定
情報処理装置１００は、処理を行う画像データに基づいて、画像データが示す画像における所定の位置を示す第１基準位置を設定する。ここで、情報処理装置１００は、原点に対応する座標を第１基準位置として設定することができるが、上記に限られない。以下では、情報処理装置１００が、原点を第１基準位置に設定する場合を例に挙げて説明する。また、図４Ａは、情報処理装置１００が左上の帳票端を示す点Ｐを第１基準位置として設定した例を示している。なお、情報処理装置１００が設定する第１基準位置が、左上の帳票端に限られないことは、言うまでもない。

〔１−２〕認証対象領域候補の設定
情報処理装置１００は、第１基準位置（点Ｐ）を基準として、処理領域Ａに対応する相対座標Ｇ１’を導出する。情報処理装置１００は、例えば、第１基準位置の座標と、記憶部（後述する）に記憶された認識対象基準情報に記録された情報に基づいて、相対座標Ｇ１’を導出する。

ここで、本発明の実施形態に係る認識対象基準情報とは、文字認識対象における処理対象の領域の位置に関する情報が処理される順番と対応付けて記録された情報である。より具体的には、認識対象基準情報には、例えば、図１に示すように位置ずれ等が生じていない理想的な画像データにおける処理領域の位置に関する情報（例えば、処理領域となる矩形領域の左上端の座標と、右下端の座標）が、処理領域ごとに記録される。また、認識対象基準情報は、例えば、処理領域の位置に関する情報の記録順序や、処理順序を示す情報をさらに含むことによって、処理される順番が表される。なお、本発明の実施形態に係る認識対象基準情報の記録処理については、後述する。

情報処理装置１００は、例えば、上記のような認識対象基準情報を用い、処理領域Ａの重心を導出することによって、相対座標Ｇ１’を導出することができる。ここで、情報処理装置１００における一の処理領域に対する相対座標の導出は、認証対象領域の候補となる認証対象領域候補の設定に相当する。

〔１−３〕認証対象領域の設定
処理領域Ａに対応する相対座標Ｇ１’が導出されると、情報処理装置１００は、設定された認証対象領域候補を補正し、文字認識処理の対象（処理対象）となる認証対象領域を設定する。

より具体的には、情報処理装置１００は、図４Ｂに示すように、相対座標Ｇ１’を中心とした検出領域を設定し、検出領域内に含まれる罫線を検出する。ここで、情報処理装置１００が設定する検出領域の大きさは、予め規定された大きさとすることができるが、上記に限られない。例えば、情報処理装置１００は、検出領域の面積が段階的に大きくされた複数の検出領域を、１段階ずつ設定することもできる。上記にような段階的に面積を大きくした検出領域を設定することによって、情報処理装置１００は、検出領域内においてより確実に罫線を検出することができる。

また、情報処理装置１００は、検出された罫線に基づいて当該罫線により囲まれた領域の重心を導出する。そして、情報処理装置１００は、例えば、認証対象領域候補の重心の座標を相対座標Ｇ１’から新たに導出された重心の座標Ｇ１とすることによって認証対象領域候補を補正し、認証対象領域を設定する。ここで、図４Ｂでは、処理領域Ａに位置ずれ等が発生していないので、相対座標Ｇ１’と新たに導出された重心の座標Ｇ１とが一致することとなる。なお、情報処理装置１００が検出した罫線に歪みが存在する場合には、情報処理装置１００は、例えば、歪みを補正した上で罫線により囲まれた領域の重心を導出するが、上記に限られない。

上記〔１−１〕の処理〜〔１−３〕の処理によって、情報処理装置１００は、第１基準位置を基準として、１番目に処理される処理領域Ａ（以下、１番目に処理される処理領域を「第１の領域」とよぶ場合がある。）に対応する認識対象領域を設定することができる。

（２）処理領域Ｂに対応する認識対象領域の設定
〔２−１〕認証対象領域候補の設定
処理領域Ａ（第１の領域）における認識対象領域が設定されると、情報処理装置１００は、認識対象領域が設定された処理領域Ａに対応する第２基準位置を基準として、処理領域Ｂに対応する認証対象領域候補を設定する。

ここで、本発明の実施形態に係る第２基準位置としては、例えば、設定済みの認識対象領域の重心の座標が挙げられるが、上記に限られない。また、情報処理装置１００は、例えば、設定済みの認識対象領域のうち、例えば、下記（ｉ）〜（ｉｉｉ）の条件を満たす認識対象領域に対応する第２基準位置を基準として、第１の領域以外の処理領域（以下、「他の領域」とよぶ場合がある。）に対応する認証対象領域候補を設定する。ここで、下記に示す本発明の実施形態に係る関連付情報とは、第２基準位置を導出するための基準となる領域が処理領域ごとに設定された情報である。本発明の実施形態に係る関連付情報については、後述する。
（ｉ）１つ前に処理した認識対象領域
（ｉｉ）相対距離が近い処理領域に対応する認識対象領域
（ｉｉｉ）関連付情報により予め対応付けられた処理領域に対応する認識対象領域

なお、本発明の実施形態に係る他の領域に対応する認証対象領域候補の設定するための基準となる認識対象領域が、上記（ｉ）〜（ｉｉｉ）の条件を満たす認識対象領域に限られないことは、言うまでもない。

より具体的には、情報処理装置１００は、処理領域Ａに対応する認識対象領域の重心座標Ｇ１（第２基準位置）と、記憶部（後述する）に記憶された認識対象基準情報に記録された情報に基づいて、相対座標Ｇ２’を導出する。ここで、情報処理装置１００は、認識対象基準情報を用いることによって、図１に示すように位置ずれ等が生じていない理想的な画像データにおける処理領域Ａと処理領域Ｂとの距離（図４Ｃの例では、垂直方向の距離）を導出することができる。よって、情報処理装置１００は、重心座標Ｇ１（第２基準位置）と、認識対象基準情報に基づいて導出した距離とを用いることによって、重心座標Ｇ１（第２基準位置）を基準として相対座標Ｇ２’を導出することができる。

〔２−２〕認証対象領域の設定
処理領域Ｂに対応する相対座標Ｇ２’が導出されると、情報処理装置１００は、上記〔１−３〕の処理と同様に、設定された認証対象領域候補を補正して認証対象領域を設定する。ここで、図４Ｃでは、処理領域Ｂに位置ずれ等が発生していないので、相対座標Ｇ２’と新たに導出された重心の座標Ｇ２とが一致することとなる。

上記〔２−１〕の処理、〔２−２〕の処理によって、情報処理装置１００は、処理領域Ａに対応する認証対象領域に基づく第２基準位置を基準として、処理領域Ｂ（他の領域）に対応する認識対象領域を設定することができる。

（３）処理領域Ｃ’に対応する認識対象領域の設定
〔３−１〕認証対象領域候補の設定
処理領域Ｂ（他の領域）における認識対象領域が設定されると、情報処理装置１００は、上記〔２−１〕の処理と同様に、認識対象領域が設定された処理領域Ｂに対応する第２基準位置を基準として、処理領域Ｃ’に対応する認証対象領域候補を設定する（図４Ｄの座標Ｇ３’の導出）。

〔３−２〕認証対象領域の設定
処理領域Ｃ’に対応する座標Ｇ３’が導出されると、情報処理装置１００は、上記〔１−３〕の処理と同様に、検出領域を設定し、検出領域内に含まれる罫線を検出する（図４Ｅ）。また、情報処理装置１００は、検出された罫線に基づいて当該罫線により囲まれた領域の重心を導出する。そして、情報処理装置１００は、例えば、認証対象領域候補の重心の座標を相対座標Ｇ３’から新たに導出された重心の座標Ｇ３とすることによって認証対象領域候補を補正し、認証対象領域を設定する（図４Ｆ）。ここで、図４Ｆでは処理領域Ｃ’に水平方向の位置ずれ（図１に示す処理領域Ｃからの位置ずれ）が発生している。よって、情報処理装置１００は、相対座標Ｇ３’と座標Ｇ３との距離に相当する分、認証対象領域候補を補正して認証対象領域を設定する。

上記〔２−１〕の処理、〔３−２〕の処理によって、情報処理装置１００は、処理領域Ｂに対応する認証対象領域に基づく第２基準位置を基準として、処理領域Ｃ（他の領域）に対応する認識対象領域を設定することができる（図４Ｇ）。

上記（１）の処理〜（３）の処理によって、情報処理装置１００は、処理対象の画像データに含まれる処理領域Ａ〜Ｃ’それぞれに対して、認識対象領域を設定することができる。よって、図４Ｇの処理領域Ａ〜Ｃ’に図２と同様の文字データが記載されている場合には、情報処理装置１００は、処理領域Ａ〜Ｃ’においては“￥１２３４”という正しい文字データを取得することができる。したがって、情報処理装置１００は、本発明の実施形態に係る文字認識の精度向上アプローチに係る上記（１）の処理〜（３）の処理によって、文字認識を行う処理対象の領域を特定し、文字認識の精度の向上を図ることができる。

上記のように、本発明の実施形態に係る文字認識の精度向上アプローチを用いる情報処理装置１００は、画像データの所定の位置を示す第１基準位置を基準として第１の領域に対応する認識対象領域を相対的に設定する。また、情報処理装置１００は、設定済みの認識対象領域に対応する第２基準位置を基準として他の領域に対応する認識対象領域を相対的に設定する。つまり、本発明の実施形態に係る文字認識の精度向上アプローチでは、各処理領域に対応する認識対象領域を、上記位置ずれ等が発生している画像データを処理するための一の方法を用いる場合よりも距離が近い基準位置（第１基準位置／第２基準位置）を基準として相対的に設定することが可能であるので、導出された相対座標に生じうる誤差をより小さくすることができる。よって、本発明の実施形態に係る文字認識の精度向上アプローチを用いることによって、情報処理装置１００は、図２に示すように位置ずれ等が発生している画像データを処理する場合であっても、文字認識を行う処理対象の領域をより確実に特定することができる。

したがって、本発明の実施形態に係る文字認識の精度向上アプローチを用いる情報処理装置１００は、文字認識を行う処理対象の領域を特定し、文字認識の精度の向上を図ることができる。

なお、上記では、情報処理装置１００が、図１、図２等に示すように、垂直方向に並んだ３つの処理領域を含む文字認識対象を例に挙げて説明したが、本発明の実施形態に係る文字認識対象は上記に限られない。図５、図６それぞれは、本発明の実施形態に係る文字認識対象に対応する画像データの他の例を示す説明図である。ここで、図５は、図１と同様に、印刷ずれ等が発生していない帳票（文字認識対象の一例）を読み取ることにより取得された画像データが示す画像の一例を示しており、図５のＡ１〜Ａ６はそれぞれ処理領域を示している。また、図６は、図２と同様に、一部に印刷ずれが発生した帳票（図５と同種の帳票）を読み取ることにより取得された画像データが示す画像の一例を示しており、図６のａ１〜ａ６はそれぞれ処理領域を示している。

［本発明の実施形態に係るアプローチに係る処理の具体例］
次に、情報処理装置１００における本発明の実施形態に係る文字認識の精度向上アプローチに係る処理について、より具体的に説明する。

〔Ａ〕情報の記録に係る処理
まず、情報処理装置１００における情報の記録に係る処理について説明する。以下では、情報処理装置１００における情報の記録に係る処理として、認識対象基準情報の記録に係る処理（第１の例）と、認識対象基準情報および関連情報の記録に係る処理（第２の例）とについて、それぞれ説明する。

〔Ａ−１〕情報の記録に係る処理の第１の例
図７は、本発明の実施形態に係る情報の記録に係る処理の第１の例を示す流れ図である。ここで、図７は、一の文字認識対象に対応する認識対象基準情報の記録に係る処理の一例を示している。図７に示す処理が文字認識対象ごと（文字認識対象を表す画像データごと）に行われることによって、情報処理装置１００は、複数の文字認識対象に対応する認識対象基準情報を記憶することができる。

情報処理装置１００は、登録する画像データが取得されたか否かを判定する（Ｓ１００）。ここで、情報処理装置１００は、例えば、ユーザによるユーザ操作に応じて操作部（後述する）から伝達される操作信号に基づいて処理種別を決定し、取得された画像データが登録する画像データであるかを判定するが、上記に限られない。ステップＳ１００において登録する画像データが取得されたと判定されない場合には、情報処理装置１００は、登録する画像データが取得されたと判定されるまで処理を進めない。

また、ステップＳ１００において登録する画像データが取得されたと判定された場合には、情報処理装置１００は、基準認識対象領域の座標が設定されたか否かを判定する（Ｓ１０２）。ここで、基準認識対象領域とは、認識対象領域の基準となる領域であり、例えば、図１に示すように位置ずれ等が発生していない画像データの処理領域に対応する。情報処理装置１００は、例えば、ユーザによるユーザ操作に応じて操作部（後述する）から伝達される操作信号に基づいて基準認識対象領域の座標が設定されたか否かを判定するが、上記に限られない。また、基準認識対象領域の座標としては、例えば、基準認識対象領域の左上の帳票端を表す座標と、右下の帳票端を表す座標とが挙げられるが、上記に限られない。

ステップＳ１０２において、基準認識対象領域の座標が設定されたと判定されない場合には、情報処理装置１００は、基準認識対象領域の座標が設定されたと判定されるまで処理を進めない。なお、ステップＳ１０２の処理を開始してから所定の時間経過しても基準認識対象領域の座標が設定されたと判定されない場合には、情報処理装置１００は、情報の記録に係る処理を終了することもできる（いわゆる、タイムアウト）。

また、ステップＳ１０２において、基準認識対象領域の座標が設定されたと判定された場合には、情報処理装置１００は、設定された基準認識対象領域（基準認識対象領域の座標により特定される領域）内に含まれる罫線を検出する（Ｓ１０４）。そして、情報処理装置１００は、ステップＳ１０４において検出された罫線に基づいて、設定された基準認識対象領域を調整する（基準認識対象領域の検出された罫線に基づくフィッティング処理）。

ここで、ステップＳ１０４において罫線が検出されない場合には、情報処理装置１００は、設定された基準認識対象領域の座標が誤っている旨のエラー通知を、ユーザに対して行うことができるが、上記に限られない。

ステップＳ１０６において基準認識対象領域の調整が行われると、情報処理装置１００は、画像データに基づいて第１基準位置を検出する（Ｓ１０８）。そして、情報処理装置１００は、ステップＳ１０８において検出した第１基準位置と、ステップＳ１０６において調整した各基準認識対象領域とに基づいて、基準認識対象領域をソーティング（並び替え）する（Ｓ１１０）。

ここで、情報処理装置１００は、例えば、第１基準位置から基準認識対象領域の重心の座標までの距離が小さい順に基準認識対象領域の並び替えを行う。ステップＳ１１０の処理を行うことによって、情報処理装置１００は、第１の領域を第１基準位置から最も距離が近い基準認識対象領域に設定することができ、また、後述する文字認識に係る処理において処理領域（基準認識対象領域に対応する処理領域）の処理の順番を規定することができる。

ステップＳ１１０の処理が行われると、情報処理装置１００は、各基準認識対象領域の座標の情報をフォーマットデータベース（以下、「フォーマットＤＢ」という。）に記録する（Ｓ１１２）。ここで、ステップＳ１１２における各基準認識対象領域の座標の情報の記録が、識対象基準情報の記録に相当する。また、情報処理装置１００は、自装置に備える記憶部（後述する）に記憶されたフォーマットＤＢに各基準認識対象領域の座標の情報を記録するが、上記に限られない。例えば、情報処理装置１００は、情報処理装置１００と接続された外部装置や外部記録媒体などに記憶されたフォーマットＤＢに各基準認識対象領域の座標の情報を記録することもできる。

例えば図７に示す処理を行うことによって、情報処理装置１００は、認識対象基準情報を記録することができる。なお、図７では、情報処理装置１００が、識対象基準情報をフォーマットＤＢに記録する例を示したが、上記に限られない。例えば、情報処理装置１００は、識対象基準情報を文字認識対象ごとにファイルとして記録することもできる。また、情報処理装置１００は、認識対象基準情報の記録に際して、例えば、画像データの種類を一意に特定する情報（例えば、帳票ＩＤなど）などの付加情報を併せて記録することもできる。

〔Ａ−２〕情報の記録に係る処理の第２の例
図８は、本発明の実施形態に係る情報の記録に係る処理の第２の例を示す流れ図である。ここで、図８は、一の文字認識対象に対応する認識対象基準情報および関連付情報の記録に係る処理の一例を示している。図８に示す処理が文字認識対象ごと（文字認識対象を表す画像データごと）に行われることによって、情報処理装置１００は、複数の文字認識対象に対応する認識対象基準情報および関連付情報を記憶することができる。

情報処理装置１００は、図７に示すステップＳ１００と同様に、登録する画像データが取得されたか否かを判定する（Ｓ２００）。ステップＳ２００において登録する画像データが取得されたと判定されない場合には、情報処理装置１００は、登録する画像データが取得されたと判定されるまで処理を進めない。

また、ステップＳ２００において登録する画像データが取得されたと判定された場合には、情報処理装置１００は、図７に示すステップＳ１０２と同様に、基準認識対象領域の座標が設定されたか否かを判定する（Ｓ２０２）。ステップＳ２０２において、基準認識対象領域の座標が設定されたと判定されない場合には、情報処理装置１００は、基準認識対象領域の座標が設定されたと判定されるまで処理を進めない。なお、ステップＳ２０２の処理を開始してから所定の時間経過しても基準認識対象領域の座標が設定されたと判定されない場合には、情報処理装置１００は、情報の記録に係る処理を終了することもできる（いわゆる、タイムアウト）。

また、ステップＳ２０２において、基準認識対象領域の座標が設定されたと判定された場合には、情報処理装置１００は、図７に示すステップＳ１０４と同様に、設定された基準認識対象領域内に含まれる罫線を検出する（Ｓ２０４）。そして、情報処理装置１００は、図７に示すステップＳ１０６と同様に、ステップＳ１０４において検出された罫線に基づいて、設定された基準認識対象領域を調整する。

ステップＳ２０６において基準認識対象領域の調整が行われると、情報処理装置１００は、図７に示すステップＳ１０８と同様に、画像データに基づいて第１基準位置を検出する（Ｓ２０８）。そして、情報処理装置１００は、図７に示すステップＳ２１０と同様に、ステップＳ２０８において検出した第１基準位置と、ステップＳ２０６において調整した各基準認識対象領域とに基づいて、基準認識対象領域をソーティングする（Ｓ２１０）。

情報処理装置１００は、第１基準位置と各基準認識対象領域とに基づいて、関連付情報を生成する（Ｓ２１２）。ここで、情報処理装置１００は、例えば、第１基準位置と各基準認識対象領域の重心の座標との距離、および基準認識対象領域間の相対距離（基準認識対象領域の重心間の距離）を導出し、導出された距離に基づいて関連付情報を生成するが、上記に限られない。

＜関連付情報の一例＞
図９は、本発明の実施形態に係る関連付情報の一例を説明するための説明図である。ここで、図９は、例えば図５に示すように画像データ内に６つの処理領域が存在する場合における関連付情報の一例を示している。また、図９は、関連付情報が配列で表される場合の一例を示しており、説明の便宜上、関連付情報を表形式で表している。

図９を参照すると、関連付情報には、例えば、認識対象領域を設定する処理対象の領域を示す情報と、基準位置（第１基準位置／第２基準位置）を導出する基準となる基準領域の情報とが対応付けて記録される。例えば、処理対象の領域が１番目に処理される処理領域（第１の領域）である場合には、基準領域が“−１”であるため、情報処理装置１００は、第１基準位置を基準とする。また、処理対象の領域が２番目に処理される処理領域（他の領域）である場合には、基準領域が“１”であるため、情報処理装置１００は、１番目に処理された処理領域（第１の領域）に対応する第２基準位置を基準とする。

図９に示すように、認識対象領域を設定する処理対象の領域を示す情報と、基準位置を導出する基準となる基準領域の情報とが対応付けて記録された関連付情報を用いることによって、情報処理装置１００は、基準位置（第１基準位置／第２基準位置）を一意に特定することができる。なお、本発明の実施形態に係る関連付情報が、図９に示す例に限られないことは、言うまでもない。

再度図８を参照して、本発明の実施形態に係る情報の記録に係る処理の第２の例について説明する。ステップＳ２１０の処理が行われると、情報処理装置１００は、図７に示すステップＳ１１２と同様に、各基準認識対象領域の座標の情報をフォーマットＤＢに記録する（Ｓ２１４）。

また、情報処理装置１００は、ステップＳ２１２において生成した関連付情報を記録する（Ｓ２１６）。ここで、情報処理装置１００は、自装置に備える記憶部（後述する）に関連付情報を記録するが、上記に限られない。例えば、情報処理装置１００は、情報処理装置１００と接続された外部装置や外部記録媒体などに関連付情報を記録することもできる。

例えば図８に示す処理を行うことによって、情報処理装置１００は、認識対象基準情報および関連付情報を記録することができる。

情報処理装置１００は、例えば、図７や図８に示す処理を行うことによって、認識対象基準情報の記録、または、認識対象基準情報および関連情報の記録を実現することができる。なお、本発明の実施形態に係る情報処理装置１００における情報の記録に係る処理が、図７や図８に示す処理に限られないことは、言うまでもない。

〔Ｂ〕文字認識に係る処理
次に、情報処理装置１００における文字認識に係る処理について説明する。以下では、情報処理装置１００における文字認識に係る処理として、上記（ｉ）の条件を満たす認識対象領域に対応する第２基準位置を基準とする場合（第１の例）、上記（ｉｉ）の条件を満たす認識対象領域に対応する第２基準位置を基準とする場合（第２の例）、そして、上記（ｉｉｉ）の条件を満たす認識対象領域に対応する第２基準位置を基準とする場合（第３の例）について、それぞれ説明する。

〔Ｂ−１〕文字認識に係る処理の第１の例
図１０は、本発明の実施形態に係る文字認識に係る処理の第１の例を示す流れ図である。ここで、図１０は、上記（ｉ）の条件（１つ前に処理した認識対象領域）を満たす認識対象領域に対応する第２基準位置を基準とする場合における文字認識に係る処理の一例を示している。

情報処理装置１００は、画像データが取得されたか否かを判定する（Ｓ３００）。ステップＳ３００において画像データが取得されたと判定されない場合には、情報処理装置１００は、画像データが取得されたと判定されるまで処理を進めない。

また、ステップＳ３００において画像データが取得されたと判定された場合には、情報処理装置１００は、フォーマットＤＢを読み込む（Ｓ３０２）。ここで、ステップＳ３０２の処理は、画像データに対応する認識対象基準情報の読出しに相当する。また、情報処理装置１００は、例えば、画像データから文字認識対象の種別を特定する情報（例えば、帳票ＩＤなど）を文字認識し、当該文字認識対象の種別を特定する情報をいわゆる検索キーとすることによって、フォーマットＤＢから画像データに対応する認識対象基準情報を読み出すが、上記に限られない。

情報処理装置１００は、画像データに基づいて第１基準位置を検出する（Ｓ３０４）。ここで、情報処理装置１００は、例えば上記〔１−１〕の処理によって、第１基準位置を検出するが、上記に限られない。

ステップＳ３０４において第１基準位置が検出されると、情報処理装置１００は、ｌ＝１に設定する（Ｓ３０６）。ここで、図１０における“ｌ”は、処理を行った回数を示すカウンタに相当する。つまり、ステップＳ３０６の処理は、カウンタの初期化と捉えることができる。

情報処理装置１００は、“ｌ＝１”であるか否かを判定する（Ｓ３０８）。

ステップＳ３０８において“ｌ＝１”であると判定された場合、すなわち、処理領域が第１領域である場合には、情報処理装置１００は、第１基準位置と、第１領域に対応する認識対象基準情報とに基づいて、認識対象領域候補を設定する（Ｓ３１０）。ここで、情報処理装置１００は、例えば上記〔１−２〕の処理によって認識対象領域候補を設定するが、上記に限られない。

また、ステップＳ３０８において“ｌ＝１”であると判定されない場合、すなわち、処理領域が第１領域以外の他の領域である場合には、情報処理装置１００は、第１基準位置と、１つ前に設定した認識対象領域に対応する第２基準位置とに基づいて、認識対象領域候補を設定する（Ｓ３１２）。ここで、情報処理装置１００は、例えば上記〔２−１〕や〔３−１〕に示す処理によって認識対象領域候補を設定するが、上記に限られない。

ステップＳ３１０、またはステップＳ３１２において認識対象領域候補が設定されると、情報処理装置１００は、認識対象領域候補を補正して認識対象領域を設定する（Ｓ３１４）。ここで、情報処理装置１００は、例えば、上記〔１−３〕、〔２−２〕、〔３−２〕に示す処理によって認識対象領域を設定するが、上記に限られない。

ステップＳ３１４において一の処理領域に対する認識対象領域が設定されると、情報処理装置１００は、“ｌ＝（処理領域数）”であるか否かを判定する（Ｓ３１６）。ここで、情報処理装置１００は、例えば、ステップＳ３０２において読み出した認識対象基準情報に基づいて、画像データに含まれる処理領域数を把握することができる。

ステップＳ３１６において“ｌ＝（処理領域数）”であると判定されない場合には、情報処理装置１００は、ｌの値を“ｌ＝ｌ＋１”に更新する（Ｓ３１８）。そして、情報処理装置１００は、ステップＳ３０８からの処理を繰り返す。

また、ステップＳ３１６において“ｌ＝（処理領域数）”であると判定された場合には、情報処理装置１００は、設定された認識対象領域それぞれに対して文字認識処理を行い、文字を認識する（Ｓ３２０）。ここで、情報処理装置１００は、例えば、パターンマッチングなどを用いることによって各認識対象領域に含まれる文字を認識するが、上記に限られない。

ステップ３２０において設定された認識対象領域それぞれに対して文字が認識されると、情報処理装置１００は、ステップＳ３２０における認識結果を出力情報として出力する（Ｓ３２２）。

図１０に示す処理を行うことによって、情報処理装置１００は、例えば図４Ａ〜図４Ｇを参照して説明した本発明の実施形態に係る文字認識の精度向上アプローチに係る処理を実現することができる。よって、図１０に示す処理を行うことによって、情報処理装置１００は、文字認識を行う処理対象の領域を特定し、文字認識の精度の向上を図ることができる。

〔Ｂ−２〕文字認識に係る処理の第２の例
図１１は、本発明の実施形態に係る文字認識に係る処理の第２の例を示す流れ図である。ここで、図１１は、上記（ｉｉ）の条件（相対距離が近い処理領域に対応する認識対象領域）を満たす認識対象領域に対応する第２基準位置を基準とする場合における文字認識に係る処理の一例を示している。

情報処理装置１００は、図１０に示すステップＳ３００と同様に、画像データが取得されたか否かを判定する（Ｓ４００）。ステップＳ４００において画像データが取得されたと判定されない場合には、情報処理装置１００は、画像データが取得されたと判定されるまで処理を進めない。

また、ステップＳ４００において画像データが取得されたと判定された場合には、情報処理装置１００は、図１０に示すステップＳ３０２と同様に、フォーマットＤＢを読み込む（Ｓ４０２）。

情報処理装置１００は、図１０に示すステップＳ３０４と同様に、画像データに基づいて第１基準位置を検出する（Ｓ４０４）。

ステップＳ４０４において第１基準位置が検出されると、情報処理装置１００は、図１０に示すステップＳ３０６と同様に、ｌ＝１に設定する（Ｓ４０６）。そして、情報処理装置１００は、“ｌ＝１”であるか否かを判定する（Ｓ４０８）。

ステップＳ４０８において“ｌ＝１”であると判定された場合には、情報処理装置１００は、図１０に示すステップＳ３１０と同様に、第１基準位置と、第１領域に対応する認識対象基準情報とに基づいて、認識対象領域候補を設定する（Ｓ４１０）。

また、ステップＳ４０８において“ｌ＝１”であると判定されない場合、すなわち、処理領域が第１領域以外の他の領域である場合には、情報処理装置１００は、第１基準位置と、相対距離が近い設定済みの認識対象領域に対応する第２基準位置とに基づいて、認識対象領域候補を設定する（Ｓ４１２）。ここで、情報処理装置１００は、例えば、上記〔２−１〕や〔３−１〕に示す処理によって、認識対象領域候補を設定するが、上記に限られない。

ステップＳ４１０、またはステップＳ４１２において認識対象領域候補が設定されると、情報処理装置１００は、図１０に示すステップＳ３１４と同様に、認識対象領域候補を補正して認識対象領域を設定する（Ｓ４１４）。

ステップＳ４１４において一の処理領域に対する認識対象領域が設定されると、情報処理装置１００は、図１０に示すステップＳ３１６と同様に、“ｌ＝（処理領域数）”であるか否かを判定する（Ｓ４１６）。

ステップＳ４１６において“ｌ＝（処理領域数）”であると判定されない場合には、情報処理装置１００は、図１０に示すステップＳ３１８と同様に、ｌの値を“ｌ＝ｌ＋１”に更新する（Ｓ４１８）。そして、情報処理装置１００は、ステップＳ４０８からの処理を繰り返す。

また、ステップＳ４１６において“ｌ＝（処理領域数）”であると判定された場合には、情報処理装置１００は、図１０に示すステップＳ３２０と同様に、設定された認識対象領域それぞれに対して文字認識処理を行い、文字を認識する（Ｓ４２０）。

ステップ４２０において設定された認識対象領域それぞれに対して文字が認識されると、情報処理装置１００は、図１０に示すステップＳ３２２と同様に、ステップＳ４２０における認識結果を出力情報として出力する（Ｓ４２２）。

図１１に示す処理を行うことによって、情報処理装置１００は、例えば図４Ａ〜図４Ｇを参照して説明した本発明の実施形態に係る文字認識の精度向上アプローチに係る処理を実現することができる。よって、図１１に示す処理を行うことによって、情報処理装置１００は、文字認識を行う処理対象の領域を特定し、文字認識の精度の向上を図ることができる。

また、図１１に示す第２の例に係る処理を行う情報処理装置１００は、ステップＳ４１２において相対距離が近い認識対象領域に対応する第２基準位置を基準として他の処理領域に対応する認識対象領域を相対的に設定する。よって、第２の例に係る処理を行う情報処理装置１００は、第１の例に係る処理を行う場合よりも、導出された相対座標に生じうる誤差をより小さくすることができる。つまり、第２の例に係る処理を行う情報処理装置１００は、第１の例に係る処理を行う情報処理装置１００よりもより文字認識の精度の向上を図ることができる。

〔Ｂ−３〕文字認識に係る処理の第３の例
図１２は、本発明の実施形態に係る文字認識に係る処理の第３の例を示す流れ図である。ここで、図１２は、上記（ｉｉｉ）の条件（関連付情報により予め対応付けられた処理領域に対応する認識対象領域）を満たす認識対象領域に対応する第２基準位置を基準とする場合における文字認識に係る処理の一例を示している。

情報処理装置１００は、図１０に示すステップＳ３００と同様に、画像データが取得されたか否かを判定する（Ｓ５００）。ステップＳ５００において画像データが取得されたと判定されない場合には、情報処理装置１００は、画像データが取得されたと判定されるまで処理を進めない。

また、ステップＳ５００において画像データが取得されたと判定された場合には、情報処理装置１００は、図１０に示すステップＳ３０２と同様に、フォーマットＤＢを読み込む（Ｓ５０２）。

情報処理装置１００は、図１０に示すステップＳ３０４と同様に、画像データに基づいて第１基準位置を検出する（Ｓ５０４）。また、情報処理装置１００は、関連付情報を読み出す（Ｓ５０６）。

ステップＳ５０４において第１基準位置が検出されると、情報処理装置１００は、図１０に示すステップＳ３０６と同様に、ｌ＝１に設定する（Ｓ５０８）。

情報処理装置１００は、関連付情報に設定された基準領域に対応する基準位置（第１基準位置／第２基準位置）と、認識対象基準情報とに基づいて、認識対象領域候補を設定する（Ｓ５１０）。ここで、情報処理装置１００は、例えば、上記〔１−２〕や〔２−１〕、〔３−１〕に示す処理によって、認識対象領域候補を設定するが、上記に限られない。

ステップＳ５１０において認識対象領域候補が設定されると、情報処理装置１００は、図１０に示すステップＳ３１４と同様に、認識対象領域候補を補正して認識対象領域を設定する（Ｓ５１２）。

ステップＳ５１２において一の処理領域に対する認識対象領域が設定されると、情報処理装置１００は、図１０に示すステップＳ３１６と同様に、“ｌ＝（処理領域数）”であるか否かを判定する（Ｓ５１４）。

ステップＳ５１４において“ｌ＝（処理領域数）”であると判定されない場合には、情報処理装置１００は、図１０に示すステップＳ３１８と同様に、ｌの値を“ｌ＝ｌ＋１”に更新する（Ｓ５１６）。そして、情報処理装置１００は、ステップＳ５１０からの処理を繰り返す。

また、ステップＳ５１４において“ｌ＝（処理領域数）”であると判定された場合には、情報処理装置１００は、図１０に示すステップＳ３２０と同様に、設定された認識対象領域それぞれに対して文字認識処理を行い、文字を認識する（Ｓ５１８）。

ステップ５１８において設定された認識対象領域それぞれに対して文字が認識されると、情報処理装置１００は、図１０に示すステップＳ３２２と同様に、ステップＳ５１８における認識結果を出力情報として出力する（Ｓ５２０）。

図１２に示す処理を行うことによって、情報処理装置１００は、例えば図４Ａ〜図４Ｇを参照して説明した本発明の実施形態に係る文字認識の精度向上アプローチに係る処理を実現することができる。よって、図１２に示す処理を行うことによって、情報処理装置１００は、文字認識を行う処理対象の領域を特定し、文字認識の精度の向上を図ることができる。

情報処理装置１００は、例えば、図１０や図１１、図１２に示す処理を行うことによって、本発明の実施形態に係る文字認識の精度向上アプローチに係る処理を実現することができる。したがって、情報処理装置１００は、文字認識を行う処理対象の領域を特定し、文字認識の精度の向上を図ることができる。なお、本発明の実施形態に係る情報処理装置１００における文字認識に係る処理が、図１０や図１１、図１２に示す処理に限られないことは、言うまでもない。

（本発明の実施形態に係る情報処理装置）
次に、上述した本発明の実施形態に係る文字認識の精度向上アプローチに係る処理を実現することが可能な、本発明の実施形態に係る情報処理装置１００の構成例について説明する。

図１３は、本発明の実施形態に係る情報処理装置１００の構成の一例を示す説明図である。ここで、図１３では、文字認識対象の一例として帳票１９０を併せて示している。

情報処理装置１００は、読取部１０２と、記憶部１０４と、制御部１０６と、操作部１０８と、表示部１１０とを備える。

また、情報処理装置１００は、例えば、ＲＯＭ（Read Only Memory；図示せず）や、ＲＡＭ（Random Access Memory；図示せず）、通信部（図示せず）などを備えてもよい。情報処理装置１００は、例えば、データの伝送路としてのバス（bus）により各構成要素間を接続する。

ここで、ＲＯＭは、制御部１０６が使用するプログラムや演算パラメータなどの制御用データを記憶する。ＲＡＭは、制御部１０６により実行されるプログラムなどを一次記憶する。通信部（図示せず）は、ネットワークを介して（あるいは、直接的に）外部装置と有線／無線で通信を行う役目を果たす。ここで、ネットワークとしては、例えば、ＬＡＮ（Local Area Network）やＷＡＮ（Wide Area Network）などの有線ネットワーク、基地局を介した無線ＷＡＮ（ＷＷＡＮ；Wireless Wide Area Network）や無線ＭＡＮ（ＷＭＡＮ；Wireless Metropolitan Area Network）などの無線ネットワーク、あるいは、ＴＣＰ／ＩＰ（Transmission Control Protocol/Internet Protocol）などの通信プロトコルを用いたインターネットなどが挙げられるが、上記に限られない。また、通信部（図示せず）としては、例えば、通信アンテナおよびＲＦ回路（無線通信）や、ＩＥＥＥ８０２．１５．１ポートおよび送受信回路（無線通信）、ＩＥＥＥ８０２．１１ｂポートおよび送受信回路（無線通信）、あるいはＬＡＮ端子および送受信回路（有線通信）などが挙げられるが、上記に限られない。

［情報処理装置１００のハードウェア構成例］
図１４は、本発明の実施形態に係る情報装置１００のハードウェア構成の一例を示す説明図である。図１４を参照すると、情報処理装置１００は、例えば、ＣＰＵ１５０と、ＲＯＭ１５２と、ＲＡＭ１５４と、記録媒体１５６と、通信インタフェース１５８と、操作デバイス１６０と、表示デバイス１６２と、スキャナ１６４とを備える。また、情報処理装置１００は、例えば、データの伝送路としてのバス１６６で各構成要素間を接続する。

ＣＰＵ１５０は、ＣＰＵ（Central Processing Unit）や、制御機能を実現するための各種回路が集積された集積回路などで構成され、情報処理装置１００全体を制御する制御部１０６として機能する。また、ＣＰＵ１５０は、情報処理装置１００において、後述する解析部１２０、文字認識部１２２、および出力情報生成部１２４としての役目を果たすこともできる。

ＲＯＭ１５２は、ＣＰＵ１５０が使用するプログラムや演算パラメータなどの制御用データを記憶し、また、ＲＡＭ１５４は、ＣＰＵ１５０により実行されるプログラムなどを一次記憶する。

記録媒体１５６は、記憶部１０４として機能し、例えば、フォーマットＤＢや、関連付情報、アプリケーションなど様々なデータ（情報）を記憶する。ここで、記録媒体１５６としては、例えば、ハードディスク（Hard Disk）などの磁気記録媒体や、ＥＥＰＲＯＭ（Electrically Erasable and Programmable Read Only Memory）、フラッシュメモリ（flash memory）、ＭＲＡＭ（Magnetoresistive Random Access Memory）、ＦｅＲＡＭ（Ferroelectric Random Access Memory）、ＰＲＡＭ（Phase change Random Access Memory）などの不揮発性メモリ（nonvolatile memory）が挙げられるが、上記に限られない。

通信インタフェース１５８は、情報処理装置１００が備える通信手段であり、ネットワークを介して（あるいは、直接的に）外部装置と無線／有線で通信を行うための通信部（図示せず）として機能する。ここで、通信インタフェース１５８としては、例えば、通信アンテナおよびＲＦ回路（無線通信）や、ＩＥＥＥ８０２．１５．１ポートおよび送受信回路（無線通信）、ＩＥＥＥ８０２．１１ｂポートおよび送受信回路（無線通信）、あるいはＬＡＮ端子および送受信回路（有線通信）などが挙げられるが、上記に限られない。

操作デバイス１６０は、操作部１０８として機能し、ユーザによる操作を可能とする。また、操作デバイス１６０は、例えば、情報処理装置１００上に備えられ、情報処理装置１００の内部で入出力インタフェース（図示せず）を介してバス１６６と接続される。操作デバイス１６０としては、例えば、ボタン、方向キーあるいは、これらの組み合わせなどが挙げられるが、上記に限られない。

表示デバイス１６２は、表示部１１０として機能し、表示画面に様々な情報を表示する。また、表示デバイス１６２は、例えば、情報処理装置１００上に備えられ、情報処理装置１００の内部で入出力インタフェース（図示せず）と接続される。表示デバイス１６２としては、例えば、ＬＣＤ（Liquid Crystal Display）や有機ＥＬディスプレイ（organic ElectroLuminescence display）などが挙げられるが、上記に限られない。

また、入出力インタフェース（図示せず）としては、例えば、ＵＳＢ（Universal Serial Bus）端子や、ＤＶＩ（Digital Visual Interface）端子、ＨＤＭＩ（High-Definition Multimedia Interface）端子、各種処理回路などが挙げられるが、上記に限られない。なお、情報処理装置１００は、入出力インタフェース（図示せず）を介して、情報処理装置１００の外部装置としての操作デバイス（例えば、キーボードやマウスなど）や、表示デバイス（例えば、外部ディスプレイなど）と接続することもできる。

スキャナ１６４は、情報処理装置１００が備える画像データ生成手段であり、読取部１０２として機能する。スキャナ１６４は、いわゆる光学式文字読取装置であり、帳票などの文字認識対象を光学的に読み取ることによって、文字認識対象に対応する画像データを生成する。

情報処理装置１００は、例えば図１４に示す構成によって、上述した本発明の実施形態に係る文字認識の精度向上アプローチに係る処理を実現する。

なお、本発明の実施形態に係る情報処理装置１００のハードウェア構成は、図１４に示す構成に限られない。例えば、情報処理装置１００は、スキャナ１６４を備えず、外部装置としてのスキャナと入出力インタフェース（図示せず）を介して接続することができる。また、情報処理装置１００は、例えば、ＤＳＰ（Digital Signal Processor）、増幅器（アンプ）、スピーカなどから構成される音声出力デバイス（図示せず）をさらに備えることもできる。

再度図１３を参照して、情報処理装置１００の構成要素について説明する。読取部１０２は、情報処理装置１００が備える画像データ生成手段であり、帳票１９０（文字認識対象）を読み取ることによって、文字認識対象に対応する画像データを生成する。そして、読取部１０２は、生成した画像データを制御部１０６（より具体的には、後述する解析部１２０）へ伝達する。ここで、読取部１０２としては、スキャナなどの光学式文字読取装置が挙げられるが、上記に限られない。

記憶部１０４は、情報処理装置１００が備える記憶手段である。ここで、記憶部１０４としては、例えば、ハードディスクなどの磁気記録媒体や、フラッシュメモリなどの不揮発性メモリなどが挙げられるが、上記に限られない。

また、記憶部１０４は、例えば、フォーマットＤＢや、関連付情報、アプリケーションなど様々なデータ（情報）を記憶する。ここで、図１３では、フォーマットＤＢ１３０が記憶部１０４に記憶されている例を示しているが、上記に限られない。

制御部１０６は、例えば、ＣＰＵや、各種処理回路が集積された集積回路などで構成され、情報処理装置１００全体を制御する役目を果たす。また、制御部１０６は、解析部１２０と、文字認識部１２２と、出力情報生成部１２４とを備え、上述した本発明の実施形態に係る文字認識の精度向上アプローチに係る処理を主導的に行う役目を果たす。

解析部１２０は、情報記録部１２６と、認識対象領域設定部１２８とを備える。情報記録部１２６は、読取部１０２から伝達される画像データに基づいて、上記〔Ａ〕の処理（情報の記録に係る処理）を行う。情報記録部１２６を備えることによって、解析部１２０は、認識対象基準情報の記録、または、認識対象基準情報および関連情報の記録を実現することができる。

また、認識対象領域設定部１２８は、読取部１０２から伝達される画像データに基づいて、上記〔Ｂ〕の処理（文字認識に係る処理）の一部の処理（認識対象領域の設定に係る処理）を行う。認識対象領域設定部１２８を備えることによって、解析部１２０は、文字認識を行う処理対象の領域を特定することができる。

［解析部１２０の他の構成例］
図１５は、本発明の実施形態に係る情報処理装置１００が備える解析部１２０の他の観点による構成の一例を示す説明図である。

図１５を参照すると、解析部１２０は、解析制御部１３２と、認識対象領域座標設定部１３４と、罫線検出部１３６と、基準認識対象領域調整部１３８と、第１基準位置検出部１４０と、認識対象領域ソーティング部１４２と、フォーマットＤＢ記録部１４４と、フォーマットＤＢ解析部１４６と、認識対象領域補正部１４８とを備える。また、解析部１２０は、関連付情報を生成して生成された関連付情報を記録する関連付情報生成部（図示せず）をさらに備えることもできる。

解析制御部１３２は、解析部１２０における各処理を制御する役目を果たす。認識対象領域座標設定部１３４は、例えばユーザによるユーザ操作に応じて操作部１０８から伝達される操作信号に基づいて、基準認識対象領域の座標を設定する。罫線検出部１３６は、罫線を検出する。基準認識対象領域調整部１３８は、基準認識対象領域を調整する（フィッティング処理を行う。）。第１基準位置検出部１４０は、画像データに基づいて第１基準位置を検出する。認識対象領域ソーティング部１４２は、基準認識対象領域をソーティングする。フォーマットＤＢ記録部１４４は、認識対象基準情報をフォーマットＤＢに記録する。また、フォーマットＤＢ記録部１４４は、フォーマットＤＢを新規に作成することもできる。フォーマットＤＢ解析部１４６は、フォーマットＤＢを解析し、処理する画像データに対応する認識対象基準情報をフォーマットＤＢから読み出す。認識対象領域補正部１４８は、認識対象領域候補を設定し、設定された認識対象領域候補を補正して認識対象領域を設定する。

ここで、例えば、解析制御部１３２、認識対象領域座標設定部１３４、罫線検出部１３６、基準認識対象領域調整部１３８、第１基準位置検出部１４０、認識対象領域ソーティング部１４２、およびフォーマットＤＢ記録部１４４が、情報記録部１２６としての役目を果たす。また、例えば、解析制御部１３２、罫線検出部１３６、第１基準位置検出部１４０、フォーマットＤＢ解析部１４６、および認識対象領域補正部１４８が、認識対象領域設定部１２８としての役目を果たす。

再度図１３を参照して、情報処理装置１００の構成要素について説明する。文字認識部１２２は、解析部１２０（より厳密には認証対象領域設定部１２８）から伝達される認識対象領域を示す情報に基づいて、設定された認識対象領域それぞれに対して文字認識処理を行い、文字を認識する。

出力情報生成部１２４は、文字認識部１２２の認識結果に基づいて、認識された文字の情報が含まれる出力情報を生成する。ここで、出力情報生成部１２４は、例えば、出力情報に含まれる認識された文字を、表示部１１０の表示画面に表示させるが、上記に限られない。例えば、出力情報生成部１２４は、通信部（図示せず）を介して、外部装置へ出力情報を送信することもできる。

制御部１０６は、解析部１２０、文字認識部１２２、および出力情報生成部１２４を備えることによって、上述した本発明の実施形態に係る文字認識の精度向上アプローチに係る処理を主導的に行うことができる。

操作部１０８は、ユーザによる操作を可能とする情報処理装置１００が備える操作手段である。情報処理装置１００は、操作部１０８を備えることによって、例えば、ユーザによる基準認識対象領域の座標の設定や、情報の記録に係る処理と文字認識に係る処理との切替えなど、ユーザが所望する処理を行うことができる。ここで、操作部１０８としては、例えば、ボタン、方向キー、あるいは、これらの組み合わせなどが挙げられるが、上記に限られない。

表示部１１０は、情報処理装置１００が備える表示手段であり、表示画面に様々な情報を表示する。表示部１１０の表示画面に表示される画面としては、例えば、図２や図６などの文字認識対象に対応する画像データや、出力情報に基づく認識された文字が表示される認識結果画面、所望する動作を情報処理装置１００に対して行わせるための操作画面などが挙げられる。ここで、表示部１１０としては、例えば、ＬＣＤや有機ＥＬディスプレイなどが挙げられるが、上記に限られない。例えば、情報処理装置１００は、表示部１１０を、タッチスクリーンで構成することもできる。上記の場合には、表示部１１０は、ユーザ操作および表示の双方が可能な操作表示部として機能することとなる。

情報処理装置１００は、例えば図１３に示す構成によって、上述した本発明の実施形態に係る文字認識の精度向上アプローチに係る処理を実現することができる。したがって、情報処理装置１００は、文字認識を行う処理対象の領域を特定し、文字認識の精度の向上を図ることができる。

以上のように、本発明の実施形態に係る情報処理装置１００は、画像データの所定の位置を示す第１基準位置を基準として第１の領域に対応する認識対象領域を相対的に設定する。また、情報処理装置１００は、設定済みの認識対象領域に対応する第２基準位置を基準として他の領域に対応する認識対象領域を相対的に設定する。つまり、情報処理装置１００は、各処理領域に対応する認識対象領域を、上記位置ずれ等が発生している画像データを処理するための一の方法を用いる場合よりも距離が近い基準位置（第１基準位置／第２基準位置）を基準として相対的に設定することが可能であるので、導出された相対座標に生じうる誤差をより小さくすることができる。よって、情報処理装置１００は、例えば図２に示すように位置ずれ等が発生している画像データを処理する場合であっても、文字認識を行う処理対象の領域をより確実に特定することができる。したがって、情報処理装置１００は、文字認識を行う処理対象の領域を特定し、文字認識の精度の向上を図ることができる。

以上、本発明の実施形態として情報処理装置１００を挙げて説明したが、本発明の実施形態は、かかる形態に限られない。本発明の実施形態は、例えば、ＰＣ（Personal Computer）やノート型ＰＣなどのコンピュータ、携帯電話やＰＨＳ（Personal Handyphone System）などの携帯型通信装置、スキャナなどの光学式文字読取装置など、様々な機器に適用することができる。

（本発明の実施形態に係るプログラム）
コンピュータを、本発明の実施形態に係る情報処理装置として機能させるためのプログラムによって、文字認識を行う処理対象の領域を特定し、文字認識の精度の向上を図ることができる。

以上、添付図面を参照しながら本発明の好適な実施形態について説明したが、本発明は係る例に限定されないことは言うまでもない。当業者であれば、特許請求の範囲に記載された範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、それらについても当然に本発明の技術的範囲に属するものと了解される。

例えば、上記では、コンピュータを、本発明の実施形態に係る情報処理装置として機能させるためのプログラム（コンピュータプログラム）が提供されることを示したが、本発明の実施形態は、さらに、上記各プログラムを記憶させた記憶媒体も併せて提供することができる。

上述した構成は、本発明の実施形態の一例を示すものであり、当然に、本発明の技術的範囲に属するものである。

１００ 情報処理装置
１０２ 読取部
１０４ 記憶部
１０６ 制御部
１０８ 操作部
１１０ 表示部
１２０ 解析部
１２２ 文字認識部
１２４ 出力情報生成部
１２６ 情報記録部
１２８ 認識対象領域設定部
１９０ 帳票

Claims (9)

1. 文字認識対象における処理対象の領域の位置に関する情報が処理される順番と対応付けて記録された認識対象基準情報を文字認識対象ごとに記憶する記憶部と；
   文字認識対象を表す画像データと、前記画像データに対応する前記認識対象基準情報とに基づいて、前記処理される順番に応じた順序で処理対象となる認識対象領域を設定する認識対象領域設定部と；
   前記認識対象領域設定部において設定された前記認識対象領域に含まれる文字を認識する文字認識部と；
   を備え、
   前記認識対象領域設定部は、
   １番目に処理される第１の領域に対応する認識対象領域を、前記画像データの所定の位置を示す第１基準位置を基準として相対的に設定し、
   前記第１の領域以外の他の領域に対応する認識対象領域を、設定済みの認識対象領域に対応する第２基準位置を基準として相対的に設定することを特徴とする、情報処理装置。
2. 前記認識対象領域設定部は、前記他の領域に対応する認識対象領域を、設定済みの認識対象領域のうち、前記他の領域と相対的な距離が近い認識対象領域に対応する第２基準位置に基づいて設定することを特徴とする、請求項１に記載の情報処理装置。
3. 前記認識対象領域設定部は、前記他の領域に対応する認識対象領域を、設定済みの認識対象領域のうち、前記他の領域の１つ前に設定された認識対象領域に対応する第２基準位置に基づいて設定することを特徴とする、請求項１に記載の情報処理装置。
4. 前記画像データに基づいて、前記認識対象基準情報を前記記憶部に記録する情報記録部をさらに備えることを特徴とする、請求項１〜３に記載の情報処理装置。
5. 前記記憶部は、前記第２基準位置を導出するための基準となる領域が前記処理対象の領域ごとに設定された関連付情報を文字認識対象ごとに記憶し、
   前記認識対象領域設定部は、前記画像データに対応する関連付情報に基づいて、前記他の領域に対応する認識対象領域を、前記関連付情報において関連付けられた領域に対して設定された認識対象領域に対応する第２基準位置に基づいて設定することを特徴とする、請求項１に記載の情報処理装置。
6. 前記画像データに基づいて、前記認識対象基準情報と前記関連付情報とを前記記憶部に記録する情報記録部をさらに備えることを特徴とする、請求項５に記載の情報処理装置。
7. 文字認識対象を読み取り、前記画像データを生成する読取部をさらに備えることを特徴とする、請求項１に記載の情報処理装置。
8. 文字認識対象における処理対象の領域の位置に関する情報が処理される順番と対応付けて記録された認識対象基準情報を文字認識対象ごとに記憶する記憶部を備える情報処理装置に用いることが可能な文字認識方法であって：
   文字認識対象を表す画像データに対応する前記認識対象基準情報を前記記憶部から読み出すステップと；
   前記画像データに基づいて前記画像データの所定の位置を示す第１基準位置を設定するステップと；
   前記認識対象基準情報と前記第１基準位置とに基づいて、１番目に処理される第１の領域に対応する認識対象領域を、前記第１基準位置を基準として相対的に設定するステップと；
   前記認識対象基準情報と設定済みの認識対象領域に対応する第２基準位置とに基づいて、前記第１の領域以外の他の領域に対応する認識対象領域を、前記第２基準位置を基準として相対的に設定するステップと；
   設定された各認識対象領域に含まれる文字を認識するステップと；
   を有することを特徴とする、文字認識方法。
9. 文字認識対象における処理対象の領域の位置に関する情報が処理される順番と対応付けて記録された認識対象基準情報を文字認識対象ごとに記憶する記憶部を備える情報処理装置に用いることが可能なプログラムであって：
   文字認識対象を表す画像データに対応する前記認識対象基準情報を前記記憶部から読み出すステップ；
   前記画像データに基づいて前記画像データの所定の位置を示す第１基準位置を設定するステップ；
   前記認識対象基準情報と前記第１基準位置とに基づいて、１番目に処理される第１の領域に対応する認識対象領域を、前記第１基準位置を基準として相対的に設定するステップ；
   前記認識対象基準情報と設定済みの認識対象領域に対応する第２基準位置とに基づいて、前記第１の領域以外の他の領域に対応する認識対象領域を、前記第２基準位置を基準として相対的に設定するステップ；
   設定された各認識対象領域に含まれる文字を認識するステップ；
   をコンピュータに実行させるためのプログラム。
   

Images