JP4455357B2 - 情報処理装置及び情報処理方法 - Google Patents

Description

本発明は、文書データにインデックス情報を関連付けて管理する情報処理装置及びその制御方法に関するものである。

昨今、企業内に存在する様々な文書（紙文書、ＦＡＸ、ｅ−ｍａｉｌ、Ｗｅｂページなど）をデジタル化し、有効に利用、検索できるようにコンピュータ上のライブラリに統合し、保管する文書管理が求められている。このような文書管理システムにおいては、例えば、所定の文書フォームで形成された紙文書をスキャナで読み取り、イメージデータとして文書サーバに保存するとともに、当該イメージデータから例えば会社名や住所といったテキストデータによるインデックス情報を抽出し、これをイメージデータと関連付けて保存する。例えば、インデックスと共に関連するイメージデータの存在場所を示す情報（ＵＲＬなど）を持たせる。このようにして、インデックスから容易に所望の文書（画像）を検索することを可能としている。また、特許文献１では、テキストとイメージが混在するような文書等において、イメージよりキーワードを抽出する構成が記載されている。特許文献１では、イメージを文字認識し、自然言語処理により得られた単語とキーワード表との対比によりキーワードを選択している。
特開平６−２２３１１３号公報

しかしながら、上記文書管理システムにおいては、イメージデータ内の情報とインデックス項目をどのように関連付けて作成するかが課題となる。イメージデータからインデックスを抽出する一方法として、イメージデータのどの領域を文字認識してどのインデックス項目に関連付けるかをユーザが予め設定しておき、紙文書のスキャン時に、予め設定された領域について文字認識を行い、得られたテキスト情報をインデックス情報として記憶することが提案されている。しかしながら、この方法では、スキャンする文書のフォームに応じて、「どの領域をどのインデックス項目のデータとして文字認識するか」ということ（ここでは、インデックス抽出情報と称する）を予め設定しておかなければならない。このような設定作業の必要性から、文書管理システムへの文書登録作業が煩雑なものとなっている。

また、予め複数種類の文書フォームについて上記インデックス抽出情報を登録しておき、読み取る文書に応じてユーザが所望の設定を選択するように構成することも考えられる。しかしながら、読み取る文書が多数あり、複数種類のフォームが混在している場合は、フォームが切り替わるたびに設定の選択を行なう必要が生じてしまい、やはり文書登録作業が煩雑になる。また、インデックス抽出情報が設定されていない新たな文書フォームが出現すると、その都度文書管理システムにおいてインデックス抽出情報の設定、登録をしなければならない。

本発明は上記の課題に鑑みてなされたものであり、文書管理システムへの文書画像の登録作業を簡易化することを目的とする。

上記の目的を達成するための本発明の一態様による情報処理装置は以下の構成を備える。すなわち、
文書画像データを入力する情報処理装置であって、
メモリに格納された前記文書画像データを解析して、当該文書画像データが示す文書画像を複数の領域に分割する分割手段と、
前記複数の領域のうち、文書画像を解析して文字データを抽出する文字認識処理を実行すべき領域の指定をユーザから受け付ける指定手段と、
前記指定された領域から前記文字認識処理によって得られる文字データと関連付けられるべきインデックス項目の設定をユーザから受け付ける設定手段と、
前記指定された領域を示す情報と前記設定されたインデックス項目を示す情報とを含み、かつ前記指定された領域から前記文字認識処理によって得られる文字データと前記設定されたインデックス項目とが関連付けられるべきことを示すインデックス抽出情報を生成する生成手段と、
前記生成手段で生成されたインデックス抽出情報と前記文書画像データに対応するフォーム画像データとを合成することにより、合成画像データを生成しメモリに格納する合成手段とを備え、
前記合成手段は、前記合成画像データが印刷されて前記合成画像データの印刷画像が読み取られた場合に前記インデックス抽出情報が前記印刷画像から抽出されるように、前記合成画像データを生成する。

また、上記の目的を達成するための本発明の他の態様による情報処理装置は以下の構成を備える。すなわち、
文書を光学的に読み取って得られた文書画像データより、予め定められた形態で記録されている情報を解析して、ユーザにより指定された領域を示す情報と該領域に対してユーザにより設定されたインデックス項目を示す情報とを含み、かつ前記指定された領域から文字認識処理によって得られる文字データと前記設定されたインデックス項目とが関連付けられるべきことを示すインデックス抽出情報を抽出する解析手段と、
前記解析手段で抽出した前記インデックス抽出情報によって示される領域の画像を前記文書画像データより抽出し、抽出した画像について文字認識処理を実行する認識手段と、
前記文字認識処理によって得られた文字データを前記インデックス抽出情報によって示されるインデックス項目に対するインデックス情報として、該インデックス情報と前記文書画像データとを登録する登録手段とを備える。
なお、好ましくは、上記所定の形態で記録されている情報は、パターンイメージとして文書画像に記録されているが、パターンイメージとしては、２次元バーコードのような可視画像のみならず、電子透かしとして埋め込まれたものも含み得る。

本発明によれば、文書管理システムへの文書画像の登録作業を簡易化される。

以下、添付の図面を参照して本発明の好適な実施形態について説明する。

図１は、実施形態による文書管理システムの全体の構成を説明するブロック図である。文書管理システムは、文書管理クライアント１００と、文書管理サーバ１１０と、インデックスサーバ１２０とデジタル複合機１３０とを含み、これらはネットワーク１４０で接続されている。なお、文書管理クライアント１００、文書管理サーバ１１０と、インデックスサーバ１２０を構成するコンピュータとしては、パーソナルコンピュータ等を利用することが可能である。

文書管理クライアント１００は、文書管理サーバ１１０で管理される文書の検索を要求し、検索された文書を表示したり、インデックスサーバ１２０で管理されるインデックスの参照などを行う。文書管理クライアント１００は、ユーザインタフェース（ＵＩ）部１０１、クライアント処理部１０２及びネットワークＩ／Ｆ１０３とを備えている。ＵＩ部１０１は、文書の登録、検索、表示、インデックスの参照など、文書管理クライアント１００の各機能に係るオペレータからの指示を受け付けるとともに、その処理結果などの各種情報をオペレータに提供する。ＵＩ部１０１は、例えばＣＲＴ、液晶等に代表される表示装置や、キーボードやポインティングデバイスなどの入力装置を有する。クライアント処理部１０２は、ＣＰＵやメモリなどから構成され、文書の登録、検索、表示、インデックスの参照など、文書管理クライアント１００の各機能の処理を行う。クライアント処理部１０２は、文書管理サーバ１１０に対する処理が発生した場合には、ネットワークＩ／Ｆ１０３を介して文書管理サーバ１１０やインデックス管理サーバ１２０に各種要求コマンドを送信し、その応答を受信する。

文書管理サーバ１１０は、文書管理クライアント１００やデジタル複合機１３０によって取り込まれた画像データや文書データを管理するサーバである。文書管理サーバ１０１は、ネットワークＩ／Ｆ１１１、属性管理サーバ部１１２、及びボリュームサーバ部１１５を有する。属性管理サーバ部１１２、ボリュームサーバ部１１５は、本実施形態のように１つのコンピュータで構成されてもかまわないし、ネットワーク１４０で接続される別々のコンピュータで構成されてもかまわない。ネットワークＩ／Ｆ１１１は、ネットワーク１４０に接続し、ＴＣＰ／ＩＰなどのネットワークプロトコルの処理を行う。

属性管理サーバ部１１２は、画像データや文書データを階層化されたフォルダに格納されている文書として管理できるように、フォルダ、文書、ページの包含関係とこれらの属性などを管理する。属性管理サーバ部１１２は、属性管理サーバ処理部１１３と属性記憶部１１４とを有する。属性管理サーバ処理部１１３は、ＣＰＵやメモリなどから構成され、クライアント処理部１０２からネットワークＩ／Ｆ１１１を介して要求コマンドを受信し、受信した要求コマンドに従って属性記憶部１１４に対して更新や検索などの処理を行い、その処理結果をクライアント処理部１０２に送信する。属性記憶部１１４は、フォルダ属性、文書属性、ページ属性などを記憶するものであり、通常、ハードディスク等で構成される。

ボリュームサーバ部１１５は、属性管理サーバ部１１２で管理されるページに対応する文書データや画像データなどの実データを蓄積し、管理する。ボリュームサーバ部１１５は、ボリュームサーバ処理部１１６とボリューム記憶部１１７とを有する。ボリュームサーバ処理部１１６は、ＣＰＵやメモリなどから構成され、クライアント処理部１０２からネットワークＩ／Ｆ１１１を介して要求コマンドを受信し、受信した要求コマンドに応じてボリューム記憶部１１７に対して更新やデータ取得などの処理を行い、その処理結果をクライアント処理部１０２に送信する。ボリューム記憶部１１７は、文書データや画像データを記憶するものであり、通常、ハードディスクなどで構成される。

インデックス管理サーバ１２０は、文書管理サーバ１１０に格納された画像データや文書データを検索するためのキーワードとなるインデックスを管理する。インデックス管理サーバ１２０は、ネットワークＩ／Ｆ１２１と、インデックスサーバ部１２２から構成される。なお、インデックスサーバ部１２２は、本実施形態のように１つのコンピュータで独立して構成されてもかまわないし、属性管理サーバ部１１２、ボリュームサーバ部１１５とともに同一のコンピュータで構成されてもかまわない。ネットワークＩ／Ｆ１２１は、ネットワーク１４０に接続し、ＴＣＰ／ＩＰなどのネットワークプロトコルの処理を行う。

インデックスサーバ部１２２は、文書を検索する際のキーワードとなるインデックスを属性管理サーバ部１１２で管理される文書情報に対応付けて管理する。インデックスサーバ部１２２はインデックスサーバ処理部１２３と、インデックス記憶部１２４とを有する。インデックスサーバ処理部１２３は、ＣＰＵやメモリなどから構成され、クライアント処理部１０２からネットワークＩ／Ｆ１２１を介して要求コマンドを受信し、受信した要求コマンドに応じてインデックス記憶部１２４に対して更新やデータ取得などの処理を行い、その処理結果をクライアント処理部１０２に送信する。インデックス記憶部１２４は、インデックスデータを記憶するものであり、ハードディスクなどで構成される。

デジタル複合機１３０は、コピー、スキャナ、プリンタ、ＦＡＸなどの複合機能をもつ画像形成装置である。デジタル複合機１３０は、図示のように、画像入力デバイスであるスキャナ部１３１、画像出力デバイスであるプリンタ部１３２、コントローラユニット１３３、ユーザインタフェースである操作部１３４を有する。スキャナ部１３１、プリンタ部１３２、操作部１３４は、それぞれコントローラユニット１３３に接続され、コントローラユニット１３３は、ネットワーク（ＬＡＮ）１４０、ネットワーク（ＷＡＮ）１５０に接続されている。本実施形態では、ＷＡＮ１５０として公衆回線を用いている。

コントローラユニット１３３は、操作部１３４からの入力情報に基づきスキャン・ジョブなどの処理を行うとともに、機器の状態やジョブの状態などの情報を操作部１３４に提供する。

図２は、図１に示した文書管理クライアント１００と文書管理サーバ１１０とインデックス管理サーバ１２０の機能構成を示すブロック図である。なお、図２において図１と同じ構成には同一の符号を付してある。

文書管理クライアント１００のクライアント処理部１０２は、クライアントアプリケーション部２００、画像処理部２０１、画像解析部２０２、キャビネット文書管理部２０３、データベース通信部２０４、ボリューム通信部２０５、インデックス通信部２０６を備える。

クライアントアプリケーション部２００は、ＵＩ部１０１からの指示に従い、文書管理クライアント１００の各機能の処理を行うとともに、ＵＩ部１０１の表示画面の制御を行う。また、属性管理サーバ部１１２、ボリュームサーバ部１１５、インデックスサーバ部１２２に対する処理が発生した場合、クライアントアプリケーション部２００は、その要求をキャビネット文書管理部２０３に供給し、その要求に対する処理結果をキャビネット文書管理部２０３から受け取る。画像処理部２０１は、クライアントアプリケーション部２００、キャビネット文書管理部２０３からの要求に従い、画像の伸長、圧縮、色空間変換、下地とばし、拡大／縮小、回転、合成、２次元バーコード作成などの画像処理を行う。画像解析部２０２は、クライアントアプリケーション部２００、キャビネット文書管理部２０３からの要求に従い、画像の解析、領域分割、文字認識などの処理を行う。

キャビネット文書管理部２０３は、属性管理サーバ部１１２とボリュームサーバ部１１５とインデックスサーバ部１２２に対する要求を、キャビネット、フォルダ、文書、ページからなるオブジェクト・モデルで行えるようにする。すなわち、キャビネット文書管理部２０３は、フォルダ属性、文書属性、ページ属性に対する参照、更新などの処理が発生した場合には、その要求をデータベース通信部２０４に供給し、その処理結果をデータベース通信部２０３から受け取る。また、画像データや文書データに対する登録、削除、取得などの処理が発生した場合には、その要求をボリューム通信部２０５に供給し、その処理結果をボリューム通信部２０５から受け取る。更に、インデックスに対する参照、更新などの処理が発生した場合には、その要求をインデックス通信部２０６に供給し、その処理結果をインデックス通信部２０６から受け取る。

データベース通信部２０４は、ＴＣＰ／ＩＰプロトコル上に定義されるＳＱＬ（Structured Query Language）プロトコルにより、属性管理サーバ１１２に対する要求コマンドをネットワークＩ／Ｆ１０３を介してデータベース通信部２０７に送信し、その応答コマンドをデータベース通信部２０７から受信する。ボリューム通信部２０５は、ＲＰＣ（Remote Procedure Call）により、ボリュームサーバ部１１５に対する要求コマンドをネットワークＩ／Ｆ１０３を介してボリューム通信部２０９に送信し、その応答コマンドをボリューム通信部２０９から受信する。インデックス通信部２０６は、ＴＣＰ／ＩＰプロトコル上に定義されるＳＱＬ（Structured Query Language）プロトコルにより、インデックスサーバ部１２２に対する要求コマンドをネットワークＩ／Ｆ１０３を介してインデックス通信部２１１に送信し、その応答コマンドをデータベース通信部２１１から受信する。

文書管理サーバ１１０の属性管理サーバ処理部１１２は、データベース通信部２０７、データベース処理部２０８を有する。データベース通信部２０７は、ＴＣＰ／ＩＰプロトコル上に定義されるＳＱＬ（Structured Query Language）プロトコルにより、属性管理サーバ部１１２に対する要求コマンドをデータベース通信部２０４からネットワークＩ／Ｆ１１１を介して受信すると、その受信した要求をデータベース処理部２０８に供給し、対応する処理結果を応答コマンドとしてデータベース通信部２０４に送信する。データベース処理部２０８は、フォルダ、文書、ページの包含関係とこれらの属性を管理するためのＲＤＢＭＳ（Relational Database Management System）で、データベース通信部２０７より供給されたコマンドに応じてデータベース・ファイルを格納する属性記憶部１１４に対して更新や検索などの処理を行う。

図３は属性記憶部１１４におけるテーブル定義例である。図３に示されるフォルダ管理テーブル３００、文書管理テーブル３０１、ページ管理テーブル３０２の各テーブルは、データベース処理部２０８が、フォルダ、文書、ページの包含関係とこれらの属性を管理するのに用いられる。

フォルダ管理テーブル３００において、「フォルダＩＤ」は当該フォルダを識別するためのＩＤである。「親フォルダＩＤ」は当該フォルダの親のフォルダを識別するためのＩＤである。「フォルダ名」は当該フォルダに付与された名称である。「作成日時」は当該フォルダの作成日時を示す。フォルダが新規に作成される毎に、フォルダ管理テーブル３００に当該新規フォルダに関して上記内容が登録されることになる。

また、文書管理テーブル３０１において、「文書ＩＤ」は文書を識別するためのＩＤである。「親フォルダＩＤ」は当該文書が所属しているフォルダを識別するためのＩＤである。「文書名」は当該文書に付与された名称を示す。「サイズ」は当該文書が有するサイズ（例えば、バイト数）である。「ページ数」は当該文書のページ数を示す。「文書タイプ」は、当該文書が画像データの集まりであるイメージ文書なのか、及びどのアプリケーションによって作成された文書データなのかを示す。「作成日時」は当該文書の作成日時を示す。文書が新規に登録されると、当該新規文書について上記内容が文書管理テーブル３０１に登録される。

更に、ページ管理テーブル３０２において、「ページＩＤ」はページを識別するためのＩＤである。「親文書ＩＤ」は当該ページを有する文書を識別するためのＩＤである。「ページ番号」は当該ページの番号を示す。「タイプ」は当該ページのページデータのファイル・フォーマットを示す。「用紙サイズ」は当該ページが画像データの場合に、その用紙サイズを示す。「ファイルサイズ」は当該ページのファイルのサイズを示す。「ボリュームＩＤ」は、ボリュームサーバ部１１５で管理される画像データ、文書データを識別するためのＩＤである。新規文書の登録時には、当該新規文書の各ページについて上記内容がページ管理テーブル３０２に登録されることになる。

再び図２において、文書管理サーバ１１０のボリュームサーバ処理部１１６は、ボリューム通信部２０９、ボリューム処理部２１０を有する。ボリューム通信部２０９は、ＲＰＣ（Remote Procedure Call）により、ボリュームサーバ部１１５に対する要求コマンドをボリューム通信部２０５からネットワークＩ／Ｆ１１１を介して受信すると、その要求をボリューム処理部２１０に供給し、その処理結果を応答コマンドとしてボリューム通信部２０５に送信する。ボリューム処理部２１０は、ボリューム通信部２０９から供給されたコマンドに応じて、ボリュームファイルを記憶するボリューム記憶部１１７に対して更新やデータ取得などの処理を行う。

図４は、ボリューム記憶部１１７に格納されるファイルのデータ構成例を示す図である。ボリューム記憶部１１７には、画像データや文書データの実体を含むボリューム記憶ファイル４０１と、これを管理するボリューム管理ファイル４００とが格納される。

ボリューム管理ファイル４００において、「ボリュームＩＤ」は、実体データを識別するためのＩＤである。「ボリュームファイル名」は当該データが記憶されているボリューム記憶ファイルを識別するためのファイル名である。「オフセット」は、ボリューム記憶ファイル中の当該データの記憶開始位置を示すオフセット値である。「サイズ」は当該データのサイズ（例えば、バイト数）である。また、ボリューム記憶ファイル４０１には、実際の画像データ、文書データが連続して記憶されている。このように文書の実データは一つのファイルとしてボリューム記憶部１１７に記憶され、文書内の各ページを単位としてボリュームＩＤが付与され、図４に示す形態で保存されることになる。

再び図２において、インデックス管理サーバ１２０のインデックスサーバ処理部１２３は、インデックス通信部２１１、インデックス処理部２１２を有する。インデックス通信部２１１は、ＴＣＰ／ＩＰプロトコル上に定義されるＳＱＬ（Structured Query Language）プロトコルにより、インデックスサーバ部１２２に対する要求コマンドをインデックス通信部２０６からネットワークＩ／Ｆ１２１を介して受信すると、その要求をインデックス処理部２１２に供給し、その処理結果を応答コマンドとしてインデックス通信部２０６に送信する。インデックス処理部２１２は、供給されたコマンドに応じて、インデックスファイルを格納するインデックス記憶部１２４に対して更新やデータ取得などの処理を行う。

図５は、インデックス記憶部１２４に記憶されるテーブルの定義例を示す図である。インデックス記憶部１２４には、インデックス処理部２１２がインデックスデータを管理するためのインデックステーブル５００と、インデックスデータテーブル５０１が格納されている。

インデックステーブル５００において、「インデックスＩＤ」は、インデックス項目を識別するＩＤである。「インデックス名」は、当該インデックス項目の名称である。「タイプ」は、当該インデックス項目のデータが数値なのか文字列なのかを示す。インデックスデータテーブル５０１において、「データＩＤ」は当該インデックスデータを識別するためのＩＤである。「インデックスＩＤ」はインデックス項目名を識別するためのＩＤである。「インデックスデータ」当該インデックスのデータである。「文書ＩＤ」は、当該インデックスデータを関連付けている文書のＩＤである。インデックスデータテーブルは各データタイプ毎に存在する。

図６は、図１に示したデジタル複合機の構成を示すブロック図であり、図１と同じ構成には同一の符号を付してある。コントローラユニット１３３は、画像入力デバイスであるスキャナ部１３１や画像出力デバイスであるプリンタ部１３２と接続し、一方ではネットワーク（ＬＡＮ）１４０や公衆回線（ＷＡＮ）１５０と接続することで、画像情報やデバイス情報の入出力を行う為のコントローラである。

コントローラユニット１３３において、ＣＰＵ６００は当該デジタル複合機の全体を制御するコントローラである。ＲＡＭ６０１は、ＣＰＵ５００が動作するためのシステムワークメモリである。また、ＲＡＭ６０１は、入力された画像データを一時記憶するための画像メモリ（バッファメモリ）としても用いられる。ＲＯＭ６０２は、ブートＲＯＭであり、システムのブートプログラムが格納されている。ハードディスクドライブ（ＨＤＤ）６０３は、システムソフトウェア、画像データ等を格納する。

操作部Ｉ／Ｆ６０４は、操作部１３４とのインターフェース部であり、操作部１３４に表示する画像データを操作部１３４に対して出力する。また、操作部Ｉ／Ｆ６０４は、操作部１３４からオペレータが入力した情報を、ＣＰＵ６００に伝える役割をする。ネットワーク部（Network）６０５は、ネットワーク（ＬＡＮ）１４０に接続し、情報の入出力を行う。６０６はモデム（ＭＯＤＥＭ）で、公衆回線（ＷＡＮ）１５０に接続し、画像情報の入出力を行う。以上のデバイスがシステムバス６０７に接続されている。

イメージバス（Image Bus）Ｉ／Ｆ６０８は、システムバス６０７と画像バス６０９を接続し、データ構造を変換するバスブリッジである。画像バス６０９は、画像データを高速で転送するバスであり、ＰＣＩバスまたはＩＥＥＥ１３９４で構成される。画像バス６０９上には以下のデバイスが配置される。

ラスタイメージプロセッサ（ＲＩＰ）６１０は、ＰＤＬコードをビットマップイメージに展開する。デバイスＩ／Ｆ部６１１は、画像入出力デバイスであるスキャナ部１３１，プリンタ部１３２とコントローラユニット１３３を画像入力部インタフェース６１２，印刷部インタフェース６１３を介して接続する。スキャナ画像処理部６１４は、入力画像データに対し補正，加工，編集を行う。また、スキャナ画像処理部６１４は、入力された画像がカラー原稿か白黒原稿かを画像の彩度信号から判断しその結果を保持する機能を有する。プリンタ画像処理部６１５は、出力画像データに対し補正，加工，編集を行う。

画像回転部６１６は、スキャナ画像処理部５１４と連携して、スキャナ部１３１からの画像読み込みと同時に画像を回転してメモリ（例えばＲＡＭ６０１）に格納したり、メモリに格納されている画像を回転してメモリに格納しなおしたり、もしくはメモリに格納されている画像をプリンタ画像処理部５１５と連携して回転しながら印字出力することができる。画像圧縮部６１７は、多値画像データにはＪＰＥＧ、２値画像画像データにはＪＢＩＧ、ＭＭＲ、ＭＲ、ＭＨの圧縮伸長処理を行う。解像度変換部６１８は、メモリに格納されている画像を解像度変換処理して、メモリに格納する。色空間変換部６１９は、マトリクス演算により、たとえばメモリに格納されているＹＵＶ画像をＬａｂ画像に変換し、メモリに格納する。階調変換部６２０は、メモリに格納されている例えば８ｂｉｔ，２５６階調の画像を誤差拡散処理などの手法により１ｂｉｔ，２階調に変換し、メモリに格納する。画像回転部６１６、画像圧縮部６１７、解像度変換部６１８、色空間変換部６１９、階調変換部６２０は、それぞれ連結して動作することが可能で、例えばメモリ上の画像を画像回転，解像度変換する場合は、両処理をメモリを介することなしに行うことができる。

図７は、図１に示したデジタル複合機のコントローラユニット１３３における、システムソフトウェアの機能構成を示すブロック図である。ユーザインタフェース（ＵＩ）部７００はオペレータからの入力情報をアプリケーション部７０１に供給するとともに、その処理結果をアプリケーション部７０１から受け取り、操作部１３４に表示する画面を生成する。アプリケーション部７０１は、ＵＩ部７００からの要求に従った処理の実行を制御する。例えば、スキャンが要求された場合には、ジョブコントロールドメイン部７０２に指定されたスキャン設定とともにスキャン・ジョブを投入し、機器の状態やジョブの状態などの情報をジョブコントロールドメイン部７０２から受け取る。ジョブコントロールドメイン部７０２は、スキャン・ジョブ、コピー・ジョブ、プリント・ジョブ、ＦＡＸジョブなどの、複数のジョブの処理を司るもので、例えば、スキャン・ジョブが投入された場合は、指定されたスキャン設定に基づきスキャナ部１３１を動作させ、原稿を読み込み画像データを生成し、保存する。ネットワークＩ／Ｆ部７０３は、ネットワーク１４０に接続し、ＴＣＰ／ＩＰなどのネットワークプロトコルの処理を行う。

以上のような構成を備えた文書管理システムにおいて、登録対象の文書が新たに読み込まれると、当該文書より必要なインデックス情報が抽出され、図５のインデックスデータテーブル５０１に登録される。本実施形態では、文書画像のどの領域をどのインデックス項目のデータとして文字認識するかという情報を、２次元バーコードにより当該文書に記録しておく。このような２次元バーコード付の文書フォームを利用することにより、文書の登録時には、この２次元バーコードを解析し、文書画像中の指示された領域について文字認識を行い、指定されたインデックス項目のデータとして抽出することができる。

まず、文書管理クライアント１００における上記２次元バーコードの作成動作について、図８のフローチャートを用いて説明する。

まず、オペレータが文書管理クライアント１００により、文書管理サーバ１１０に保存されている文書画像から元となるフォームデータ画像を選択する。あるいは、デジタル複合機１３０からのスキャンにより元となるフォームデータ画像を取り込んでもよい。そして、２次元バーコード付きフォームデータの作成が指示されると、本処理が開始される（ステップＳ８００）。

フォームデータ画像は、例えば図９に示すような定型のフォーマットを持つ画像である。選択されたフォームデータ画像は画像解析部２０２に転送される。画像解析部２０２は、転送されたフォームデータ画像について、ブロック選択技術により領域分割を行なう（ステップＳ８０１）。なお、このような領域分割処理に適用可能な技術としては、特開平６−６８３０１に開示されている方法を用いることができる。このような領域分割によれば、取得された領域の数、各領域の属性、各領域の画像上の位置、大きさなどをレイアウト解析データとして得ることができる。この解析データを元に、クライアントアプリケーション部２００はＵＩ部１０１に領域分割されたフォームデータ画像を表示する。図１０は、図９に示す文書画像を領域分割した結果を示す概念図である。

ステップＳ８０１による領域分割処理の結果、分割された領域が存在するか判別し（ステップＳ８０２）、領域が存在する場合は、任意の領域に対してインデックス抽出情報を設定するべくステップＳ８０３以降へ処理を進める。すなわち、図１０に示すように分割された領域が存在する場合は、インデックスとして使用するかどうかオペレータの判断を受け付ける動作状態となる。この場合、ＵＩ部１０１は、図１３に示すようなユーザインターフェースを文書管理クライアント１００の表示機に提示する。一方、領域が存在しない場合は、ステップＳ８０２より本処理を終了する。

図１３に示すユーザインターフェースは、ユーザが任意に選択した領域に対してインデックス項目を割り当てたり、文字認識処理のための補助情報を設定するのに使用される。なお、本例では、ポインティングデバイスによるポインタ１３００の操作とクリック操作との組み合わせによりインデックス抽出情報の設定を行なう。

インデックス抽出情報を設定する場合、図１３の表示画面において、フォームデータ画像１３０１に示された領域分割結果のうちの所望の領域にポインタ１３００を移動し、クリックする。この操作により、当該領域がインデックス情報の設定対象として選択される。領域が選択されると、ＵＩ部１０１によって、当該選択された領域の領域情報（領域の画像上の位置、大きさなどの解析データ）が取得される（ステップＳ８０４）。

なお、ここでは、更に当該選択された領域のインデックス項目や文字認識補助情報が設定取得される。ポインタ１３００によって領域が選択されると、メニュー１３０２が出現し、インデックス項目や文字認識補助情報の設定が行なえるようになる。インデックス項目としては「会社名」や「住所」等が用意されており、オペレータは所望のインデックス項目名を選択することができる。なお、インデックス項目はオペレータが任意に追加登録することも可能である。文字認識補助情報とは、その領域で認識する文字の情報であり、例えば文字の種類（手書き、活字、サインなど）、文字の方向（縦書き、横書きなど）、言語（日本語、英語など）である。図１３ではメニュー１３０２から「文字認識補助情報」が選択された場合に提示される設定ウインドウ１３０３が示されている。

以上のようなユーザインターフェースにより、選択した領域に対する設定を完了し、設定ボタン１３０４がクリックされると、当該選択された領域に関するインデックス抽出情報がメモリに記録される。すなわち、レイアウト解析データから得られる当該領域の座標及び大きさをメモリに記憶し（ステップＳ８０５）、オペレータにより設定されたインデックス項目をメモリに記憶し（ステップＳ８０６）、オペレータにより設定された文字認識補助情報をメモリに記憶し（ステップＳ８０７）、ステップＳ８０３の処理に戻る。

なお、上記のインデックス抽出情報はフォーム情報としてフォーム記述言語により記憶される。フォーム記述言語はＸＭＬ（eXtensible Markup Language）の定義に従い記述されるものである。図１１は記憶されるフォーム情報を示す概念図である。記述１１０１は領域の位置及び大きさを示しており、記述１１０２はインデックス項目（名）を示しており、記述１１０３は文字認識補助情報を示している。図１１の例では、領域の位置（座標）は（５０,５０）、領域のサイズは１００×３００となっている。なお、領域の位置は、例えば文書の左上を（０，０）とし、Ｘ方向、Ｙ方向（下方向を正とする）のピクセル数で表している。領域のサイズもＸ方向、Ｙ方向のピクセル数で表すものとする。また、例えばインデックス項目は「会社名（Company Name）であり、文字の種類は活字（１）、言語は英語（３）、文字の方向は横書き（２）を示しているとする。また、図１１において、〈ZONE_1〉と〈/ZONE_1〉ではさまれた情報（領域の位置情報１１０１、インデックス項目１１０２、文字認識補助情報１１０３を含む）をインデックス情報と称する。

ステップＳ８０３の処理において、インデックス抽出情報をこれ以上設定しない場合、すなわち完了ボタン１３０５がクリックされてインデックスを設定する領域がこれ以上存在しない旨の指示がなされた場合は、ステップＳ８０８へ進む。ステップＳ８０８では、フォーム記述言語により記憶されたフォーム情報が存在するか判定する。フォーム情報が存在すると判定された場合、画像処理部２０１は、そのフォーム情報を表す２次元バーコード画像データを生成する（ステップＳ８０９）。この２次元バーコード画像データは、画像処理部２０１により、図１２に示すように、データ未入力のフォーム画像に合成されて（ステップＳ８１０）、文書管理サーバ１１０に保存される。或いは、ネットワーク１４０を経由して、デジタル複合機１３０に送信され、印刷されることにより、紙のフォームデータとして扱うことも可能である。なお、バーコードを合成する位置は、図１３のようなユーザインターフェースによるユーザの指定に基づいて決定しても良いし、図１０の領域分割の結果を用いてフォーム画像中の余白を自動的に認識することにより決定しても良い。

なお、本実施形態においては、オペレータの指示により、任意の領域に対してインデックス抽出情報の設定処理を行っているが、領域分割処理を行った結果として得られた全ての領域に対してチェック処理を行うように構成することも可能である。また、本実施形態においては、領域分割処理により分割された領域をインデックス抽出領域としているが、オペレータの指示により、領域を任意に指定する形態とすることも可能である。更に、インデックス抽出情報を２次元バーコードにより表したが、これに限られるものではなく、インデックス抽出情報を認識できるものであれば他の形態のパターン、記録方法を用いてもよい。例えば、
（i）１次元バーコード、
（ii）バーコードに変換せず、文字列のまま合成する、
（iii）電子透かしとしてフォーム画像に埋め込む、
（iv）或いは、（フォームを印刷する用紙に読み書き可能なRF-IDが埋め込まれているものを用いることを前提として）インデックス抽出情報をフォーム画像の属性情報として記憶しておき、フォームを印刷するときにインデックス抽出位置情報を用紙に埋め込まれたRF-IDに書き込む、といった方法が考えられる。

上記処理により、作成できるインデックス付きフォームデータ用紙を用いれば、本情報処理装置への文書保存の際に、文書画像画像データからインデックスの抽出処理が容易に行えるようになる。この場合、文書画像そのものにインデックス抽出情報を示す２次元バーコードが記録されているので、複数種類の文書フォームの文書が混在していても、インデックス抽出情報の切り替え等を行なうことなく、文書登録を行なえる。

次に、本実施形態の文書管理クライアント１００による文書登録処理について説明する。特に、上記のようにして生成された２次元バーコード付きのフォームデータ用紙を用いて作成された文書からインデックスを抽出する処理について説明する。図１４は文書管理クライアント１００における文書登録処理を説明するフローチャートである。以下、図に従い説明する。

まずオペレータにより、２次元バーコードが付与された文書画像を原稿積載台に載せ、スキャンが指示されると処理が開始する（ステップＳ１３００）。この原稿スキャンには、例えばデジタル複合機１３０のスキャナ部１３１を用いることができる。スキャンが実行されると（ステップＳ１３０１）、読み込んだ文書の画像データが画像解析部２０２に転送される。ここで転送された画像データから２次元バーコードが存在するか否か判定する（ステップＳ１３０２）。２次元バーコードが存在しないと判定された場合は、ステップＳ１３１３へ進み、図３、図４により説明した形態で当該画像データを文書管理サーバ１１０により保存する。

読み込んだ文書の画像データに２次元バーコードイメージが存在する場合は、ステップＳ１３０２からステップＳ１３０３へ進み、２次元バーコードの解析処理を行う（ステップＳ１３０３）。この解析処理の結果、フォーム記述言語で記述されているフォーム情報が記憶されているか否か判定する（ステップＳ１３０４）。フォーム情報が存在しない場合は、画像データ上に更に他の２次元バーコードイメージが存在するか否かを判定する（ステップＳ１３０５）。存在する場合は、ステップＳ１３０３に戻り、当該２次元バーコードについて解析処理を行なう。ステップＳ１３０５で未確認の２次元バーコードが存在しないと判定された場合は、当該画像データ中にフォーム情報を表す２次元バーコードは存在しないので、ステップＳ１３１３に処理を進め、図３、図４により説明した形態で当該画像データを文書管理サーバ１１０により保存する。なお、読み取り画像中からバーコードの有無や位置を判定することや、バーコード部分を抽出して解析することに関しては、周知の技術を適用できる。

ステップＳ１３０４でフォーム情報を記述した２次元バーコードが存在すると判定された場合は、当該２次元バーコードからフォーム情報を展開し、ステップＳ１３０６以降へ処理を進める。まず、展開されたフォーム情報から、未処理のインデックス情報を取得する（ステップＳ１３０６）。取得したインデックス情報よりインデックス項目（図１１の１１０２）を抽出し、そのインデックス項目が既にインデックス管理サーバに登録されているか否かを判定する（ステップＳ１３０７）。未登録のインデックス項目（新規インデックス項目）の場合は、そのインデックス項目を図５のインデックステーブル５００に追加する（ステップＳ１３０８）。次いで、上記取得したインデックス情報から領域の位置及びサイズを示す情報（図１１の１１０１）を抽出し、画像データからこの情報によって指定される領域の画像データを抽出する（ステップＳ１３０９）。また、同様に展開されたフォーム情報から、文字認識補助情報（図１１の１１０３）を抽出し、抽出した領域画像データに対して、文字認識補助情報によって指定されたモードで文字認識処理を行う（ステップＳ１３１０）。例えば複数種類の文字認識処理を用意しておき、文字認識補助情報に基づいて適切な文字認識処理を選択して文字認識を行なうようにしてもよいし、文字認識補助情報に基づいて認識辞書を切り替えるようにしてもよい。

文字認識処理によって得られたテキストデータをインデックスデータとして、関連付けるべきインデックス項目のインデックスＩＤとともにインデックスデータテーブル５０１に追加する（ステップＳ１３１１）。なお、この新規に追加されるインデックスデータには、これを特定するデータＩＤが付与され、インデックスデータテーブル５０１に記録される。

次に、展開されたフォーム情報に次の（未処理の）インデックス情報が存在するか否かを判定する（ステップＳ１３１２）。未処理のインデックス情報が存在する場合は、ステップＳ１３０６に処理を戻し、上記の処理を繰り返す。未処理のインデックス情報が存在しない場合、つまり、全てのインデックスデータについて抽出処理を完了した場合は、ステップＳ１３１３に進み、図４、図５に示した形態で当該文書を登録する。

ステップＳ１３１３では、当該画像データをボリュームサーバ部１１５に、画像データの様々な文書属性を属性管理サーバ部１１２に記憶する。そして、ステップＳ１３１４において、その文書ＩＤとインデックスデータの関連付けを行って（即ち、インデックスデータテーブル５０１において上記処理により新たに追加されたインデックスデータの文書ＩＤの欄に、当該文書ＩＤを登録する）、処理を終了する（ステップＳ１３１５）。

なお、ステップＳ１３０２或いはステップＳ１３０５によりフォーム情報が存在しないと判定され、インデックス情報の抽出が行なわれていない場合は、ステップＳ１３１４の処理はスキップされることになる。また、ステップＳ１３０２、或いはＳ１３０５においてフォーム情報が存在しないと判定された場合には、手動でインデックス情報を抽出するように動作させてもよい。この場合、例えば、上述した領域分割を実行して図１３に類似のユーザインターフェースを提示し、領域とインデックス項目を指示させることにより、インデックス情報を抽出させ、インデックスデータテーブル５０１に登録するよう構成することができるであろう。

以上説明したように、本実施形態の文書管理システムによれば、帳票などの画像データにフォーム情報、およびインデックスを抽出するための情報を２次元バーコードとして付加し、画像データに合成している。そして、このような合成画像データを用いて紙などの媒体に出力された帳票を光学的に読み取って文書管理システムに記憶、管理させる際には、イメージデータからインデックス情報を自動的に抽出し、記憶することが可能となる。従って、イメージデータ内の情報とインデックス項目をどのように紐付けて作成するかをユーザが予め設定することが不要となり、効率的な登録操作ができ、操作性が著しく向上する
また、上記実施形態によれば、２次元バーコードには、インデックスデータ自体が記録されるのではなく、インデックス情報の抽出の仕方が記録されている。このため、スキャンする原稿の内容が後から変更されたような場合にも、当該原稿を読み取って登録するだけ（例えば、文書ＩＤを指定して更新後の原稿画像を登録すればよい）でインデックスデータの更新を行なうことができる。すなわち、柔軟且つ容易にインデックスデータの更新を行なうことができる。さらに上記実施形態によれば、２次元バーコード内に記憶されたインデックス抽出方法に従い、指定領域に対するインデックス抽出を行うが、これらの指定領域の各々に対して例えば文字種や言語、文字方向などの文字認識のための補助情報を登録している。このため、各指定領域に関して最も適した文字認識モードで文字認識処理を行うことができ、インデックスデータ抽出の精度が向上する。

以上、実施形態例を詳述したが、本発明は、例えば、システム、装置、方法、プログラムもしくは記憶媒体等としての実施態様をとることが可能であり、具体的には、複数の機器から構成されるシステムに適用しても良いし、また、一つの機器からなる装置に適用しても良い。

尚、本発明は、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（実施形態では図に示すフローチャートに対応したプログラム）を、システムあるいは装置に直接あるいは遠隔から供給し、そのシステムあるいは装置のコンピュータが該供給されたプログラムコードを読み出して実行することによっても達成される場合を含む。

従って、本発明の機能処理をコンピュータで実現するために、該コンピュータにインストールされるプログラムコード自体も本発明を実現するものである。つまり、本発明は、本発明の機能処理を実現するためのコンピュータプログラム自体も含まれる。

その場合、プログラムの機能を有していれば、オブジェクトコード、インタプリタにより実行されるプログラム、ＯＳに供給するスクリプトデータ等の形態であっても良い。

プログラムを供給するための記録媒体としては、例えば、フロッピー（登録商標）ディスク、ハードディスク、光ディスク、光磁気ディスク、ＭＯ、ＣＤ−ＲＯＭ、ＣＤ−Ｒ、ＣＤ−ＲＷ、磁気テープ、不揮発性のメモリカード、ＲＯＭ、ＤＶＤ（ＤＶＤ−ＲＯＭ，ＤＶＤ−Ｒ）などがある。

その他、プログラムの供給方法としては、クライアントコンピュータのブラウザを用いてインターネットのホームページに接続し、該ホームページから本発明のコンピュータプログラムそのもの、もしくは圧縮され自動インストール機能を含むファイルをハードディスク等の記録媒体にダウンロードすることによっても供給できる。また、本発明のプログラムを構成するプログラムコードを複数のファイルに分割し、それぞれのファイルを異なるホームページからダウンロードすることによっても実現可能である。つまり、本発明の機能処理をコンピュータで実現するためのプログラムファイルを複数のユーザに対してダウンロードさせるＷＷＷサーバも、本発明に含まれるものである。

また、本発明のプログラムを暗号化してＣＤ−ＲＯＭ等の記憶媒体に格納してユーザに配布し、所定の条件をクリアしたユーザに対し、インターネットを介してホームページから暗号化を解く鍵情報をダウンロードさせ、その鍵情報を使用することにより暗号化されたプログラムを実行してコンピュータにインストールさせて実現することも可能である。

また、コンピュータが、読み出したプログラムを実行することによって、前述した実施形態の機能が実現される他、そのプログラムの指示に基づき、コンピュータ上で稼動しているＯＳなどが、実際の処理の一部または全部を行ない、その処理によっても前述した実施形態の機能が実現され得る。

さらに、記録媒体から読み出されたプログラムが、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き込まれた後、そのプログラムの指示に基づき、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ない、その処理によっても前述した実施形態の機能が実現される。

実施形態における文書管理システムの全体構成を示すブロック図である。 本装置の文書管理クライアントと文書管理サーバとインデックス管理サーバの機能構成を示すブロック図である。 文書管理サーバの属性記憶部におけるテーブル定義例を示す図である。 文書管理サーバのボリューム記憶部におけるデータ構成例を示す図である。 インデックス管理サーバのインデックス記憶部におけるテーブル定義例を示す図である。 実施形態の文書管理システムにおけるデジタル複合機の構成を示すブロック図である。 デジタル複合機のシステムソフトウェアの機能構成を示すブロック図である。 文書管理クライアントにおける、２次元バーコード付きフォームデータの作成処理を説明するフローチャートである。 定型フォーマットの画像例を示す図である。 領域分割した文書画像例を示す図である。 ２次元バーコードの記憶するフォーム情報例を示す図である。 ２次元バーコード付き定型フォーマット画像例を示す図である。 文書管理クライアントによる２次元バーコード付きフォームデータの作成処理時のユーザインターフェース例を示す図である。 文書管理クライアントによる文書登録処理を説明するフローチャートである。

Claims (12)

1. 文書画像データを入力する情報処理装置であって、
   メモリに格納された前記文書画像データを解析して、当該文書画像データが示す文書画像を複数の領域に分割する分割手段と、
   前記複数の領域のうち、文書画像を解析して文字データを抽出する文字認識処理を実行すべき領域の指定をユーザから受け付ける指定手段と、
   前記指定された領域から前記文字認識処理によって得られる文字データと関連付けられるべきインデックス項目の設定をユーザから受け付ける設定手段と、
   前記指定された領域を示す情報と前記設定されたインデックス項目を示す情報とを含み、かつ前記指定された領域から前記文字認識処理によって得られる文字データと前記設定されたインデックス項目とが関連付けられるべきことを示すインデックス抽出情報を生成する生成手段と、
   前記生成手段で生成されたインデックス抽出情報と前記文書画像データに対応するフォーム画像データとを合成することにより、合成画像データを生成しメモリに格納する合成手段とを備え、
   前記合成手段は、前記合成画像データが印刷されて前記合成画像データの印刷画像が読み取られた場合に前記インデックス抽出情報が前記印刷画像から抽出されるように、前記合成画像データを生成することを特徴とする情報処理装置。
2. 前記生成手段は、前記インデックス抽出情報を示すパターンイメージの画像データを生成し、
   前記合成手段は、前記生成手段で生成された画像データと前記フォーム画像データとを合成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. 前記指定された領域を示す情報は、前記文書画像データが示す文書画像中の領域の位置座標と大きさを含むことを特徴とする請求項１または２に記載の情報処理装置。
4. 前記設定手段は、更に文字認識処理のための補助的な情報の設定を受け付け可能であり、
   前記インデックス抽出情報は前記補助的な情報を更に含むことを特徴とする請求項１乃至３のいずれか１項に記載の情報処理装置。
5. 文書を光学的に読み取って得られた文書画像データより、予め定められた形態で記録されている情報を解析して、ユーザにより指定された領域を示す情報と該領域に対してユーザにより設定されたインデックス項目を示す情報とを含み、かつ前記指定された領域から文字認識処理によって得られる文字データと前記設定されたインデックス項目とが関連付けられるべきことを示すインデックス抽出情報を抽出する解析手段と、
   前記解析手段で抽出した前記インデックス抽出情報によって示される領域の画像を前記文書画像データより抽出し、抽出した画像について文字認識処理を実行する認識手段と、
   前記文字認識処理によって得られた文字データを前記インデックス抽出情報によって示されるインデックス項目に対するインデックス情報として、該インデックス情報と前記文書画像データとを登録する登録手段とを備えることを特徴とする情報処理装置。
6. 前記解析手段は、文書を光学的に読み取って得られた文書画像データより予め定められた形態のパターンイメージを取得し、該パターンイメージを解析して前記インデックス抽出情報を抽出することを特徴とする請求項５に記載の情報処理装置。
7. 前記インデックス抽出情報は更に文字認識処理に関する補助情報を含み、
   前記認識手段は、前記補助情報に基づいて、使用する文字認識処理を切り替えることを特徴とする請求項５に記載の情報処理装置。
8. 入力された文書画像データを解析して、当該文書画像データが示す文書画像を複数の領域に分割する分割手段と、
   前記複数の領域のうち、文書画像を解析して文字データを抽出する文字認識処理を実行すべき領域の指定をユーザから受け付けるためのユーザインターフェースを提示する提示手段と、
   前記提示手段により提示されたユーザインターフェースを介して指定された領域から前記文字認識処理によって得られる文字データと関連付けられるべきインデックス項目の設定をユーザから受け付けるためのユーザインターフェースを提示する設定手段と、
   前記指定された領域を示す情報と前記設定手段により提示されたユーザインターフェースを介して設定されたインデックス項目を示す情報とを含み、かつ前記指定された領域から前記文字認識処理によって得られる文字データと前記設定されたインデックス項目とが関連付けられるべきことを示すインデックス抽出情報を生成する生成手段と、
   前記生成手段により生成されたインデックス抽出情報と前記文書画像データに対応するフォーム画像データとを合成することにより、合成画像データを生成する合成手段とを備え、
   前記合成手段は、前記合成画像データが印刷されて前記合成画像データの印刷画像が読み取られた場合に前記インデックス抽出情報が前記印刷画像から抽出されるように、前記合成画像データを生成することを特徴とする情報処理装置。
9. 情報処理装置による情報処理方法であって、
   分割手段が、入力された文書画像データを解析して、当該文書画像データが示す文書画像を複数の領域に分割する分割工程と、
   提示手段が、前記複数の領域のうち、文書画像を解析して文字データを抽出する文字認識処理を実行すべき領域の指定をユーザから受け付けるためのユーザインターフェースを提示する提示工程と、
   設定手段が、前記提示工程で提示されたユーザインターフェースを介して指定された領域から前記文字認識処理によって得られる文字データと関連付けられるべきインデックス項目の設定をユーザから受け付ける設定工程と、
   生成手段が、前記指定された領域を示す情報と前記設定されたインデックス項目を示す情報とを含み、かつ前記指定された領域から前記文字認識処理によって得られる文字データと前記設定されたインデックス項目とが関連付けられるべきことを示すインデックス抽出情報を生成する生成工程と、
   合成手段が、前記生成工程で生成されたインデックス抽出情報と前記文書画像データに対応するフォーム画像データとを合成することにより、合成画像データを生成する合成工程とを有し、
   前記合成工程では、前記合成画像データが印刷されて前記合成画像データの印刷画像が読み取られた場合に前記インデックス抽出情報が前記印刷画像から抽出されるように、前記合成画像データを生成することを特徴とする情報処理方法。
10. 情報処理装置による情報処理方法であって、
    解析手段が、入力された文書画像データより、予め定められた形態で記録されている情報を解析して、ユーザにより指定された領域を示す情報と該領域に対してユーザにより設定されたインデックス項目を示す情報とを含み、かつ前記指定された領域から文字認識処理によって得られる文字データと前記設定されたインデックス項目とが関連付けられるべきことを示すインデックス抽出情報を抽出する解析工程と、
    認識手段が、前記解析工程で抽出した前記インデックス抽出情報によって示される領域の画像を前記文書画像データより抽出し、抽出した画像について文字認識処理を実行する認識工程と、
    登録手段が、前記文字認識処理によって得られた文字データを前記インデックス抽出情報によって示されるインデックス項目に対するインデックス情報として、該インデックス情報と前記文書画像データとを登録する登録工程とを有することを特徴とする情報処理方法。
11. 請求項９または１０に記載の情報処理方法をコンピュータに実行させるためのプログラム。
12. 請求項９または１０に記載の情報処理方法をコンピュータに実行させるためのプログラムを格納したコンピュータ読み取り可能な記憶媒体。

Images