JPH0782522B2 - 文書読取装置 - Google Patents

Description

【発明の詳細な説明】 〔産業上の利用分野〕 この発明は文字を含む文書から文字を認識して読取る文
書読取装置に係り、特に文書の読取りフォーマットを登
録する機構に関するものである。

〔従来の技術〕

従来この種の文書読取装置としては、いわゆる光学的文
字読取装置といわれるものに、第６図に示すものがあ
る。第６図は従来の文書読取装置を示すブロック構成図
である。同図に示すようにこの装置は、文書，すなわち
用紙１上に記入された文字を走査手段２で走査して光電
変換し、１行分の画像，すなわちイメージデータを行記
憶手段３に格納し、さらに１行分のイメージデータから
文字切出し手段４で１文字分の文字パターンを切出し、
切出された文字パターンから特徴を抽出し、上記抽出さ
れた特徴値と文字認識手段５内に格納されている認識基
準パターンの特徴値とを比較して認識し、認識結果とし
て文字コードを出力していた。また、上記処理を行なう
場合、事前に切出すべき位置や認識対象字種などを示す
読取りに必要な情報すなわち、読取フォーマットを入力
手段６から入力し、制御手段７の読取フォーマットテー
ブルに格納し、これにもとづき処理を行なっていた。す
なわち、用紙１上に記入される文字の位置や認識対象字
種を示す認識に必要な読取りフォーマットを事前に文書
に対応させて設定しておき、この読取フォーマットに従
って文字を切出して認識を行なっていた。

〔発明が解決しようとする問題点〕

ところで、この種装置が普及するに従って、文書作成時
に即座に文書を読取る用途が増え、また文書の種類が多
様化してきたため、極端な場合文書１枚１枚の読取りフ
ォーマットが異なる場合が増えてきた。しかしながら、
事前に読取り領域や認識対象字種を指示する上記従来装
置によると、多様化する文書に対応してそれぞれの読取
りフォーマットを入力するには膨大な時間が掛かり、文
書の多様化に対応することができないという問題点を有
していた。

この発明は、上記のような問題点を解消するためになさ
れたもので、その場で容易に読取フォーマットが入力で
き、多様化した文書に対応できる文書読取装置を得るこ
とを目的とする。

〔問題点を解決するための手段〕

この発明に係る文書読取装置は、入力された文書の画像
を記憶する記憶手段と、この記憶手段に記憶された画像
を表示する表示手段と、この表示手段で表示された画像
の認識すべき文字領域とこの文字領域に表示されている
文字の字種等の属性とを選択する入力手段と、この入力
手段により選択された上記文字領域と上記属性とを格納
する格納手段と、この格納手段に格納されている上記選
択された文字領域の文字を切出す文字切出し手段と、こ
の文字切出し手段により切出された文字を上記格納手段
に格納されている上記選択された属性に基づき認識する
認識手段とを備えたものである。

〔作用〕

この発明においては、記憶手段に文書全体の画像が一旦
記憶され、この内容が表示手段に表示される。表示手段
で表示された画像の認識すべき文字領域とこの文字領域
に表示されている文字の字種等の属性とを入力手段によ
り選択し、格納手段は選択された文字領域と属性とを格
納し、文字切出し手段は格納されている選択された文字
領域の文字を切出し、認識手段は格納されている選択さ
れた属性に基づき文字を認識する。

〔実施例〕

以下、この発明の実施例を図示して説明する。

第１図はこの発明の文書読取装置の一実施例を示すブロ
ック構成図である。なお、第６図従来例と同一符号のも
のは同一構成要素を示しており、その説明は省略する。
同図において、８は文書全体の画像，すなわち１ページ
分のイメージデータを記憶するページ記憶手段、９は上
記ページ記憶手段８に記憶された全イメージデータを表
示する表示手段、10は上記表示手段の表示画面を見なが
ら、読取り領域の位置及びこの読取り領域内の文字を認
識するに必要な情報，すなわち読取りフォーマットを指
示入力する入力手段であり、ここではキーボードを用い
ている。一方、11は上記入力手段で入力された情報を読
取りフォーマットテーブルに格納し、文書の読取りフォ
ーマットを制御する制御手段、12は上記ページ記憶手段
に記憶されたイメージデータから上記制御手段の制御に
よりまず行を切出し、その行から文字パターンを切出す
文字切出し手段である。

次に同図を用いて本実施例の概略動作を説明し、更に第
２図ないし第５図を用いてその要部を詳細に説明する。
第１図に示すように、用紙１に記入された文字を走査手
段２で走査して光電変換し、１ページ分のイメージデー
タをページ記憶手段８に格納する。次いで上記１ページ
分のイメージを表示手段９に表示する。ここでオペレー
タは表示された文書イメージの表示画面を観測し、キー
ボードでカーソル走査を行なれる入力手段10から記入文
字領域を表示画面上で指示入力する。更に上記入力手段
10のキーボードを走査して認識対象字種に対応する番号
を先端入力してこれらを制御手段11に送る。入力され記
入文字領域及び認識対象字種セットは制御手段11内の読
取りフォーマットテーブル内に格納される。文字切出し
手段12では上記記入文字領域内において、まず文字の記
入されている行を自動的に切出し、さらに行内から１字
ずつ文字パターンを切出して文字認識手段５を送る。文
字認識手段５では切出された文字パターンを用いて特徴
を抽出し、抽出された特徴値と文字認識手段５内に格納
されている認識基準パターンの特徴値とを比較して認識
し、その結果として文字コードを出力する。

第２図は文書のイメージを表示手段９の画面上に表示し
た一例である。また第３図は領域指定により切出された
矩形領域を示した一例である。まず上記文書例は、漢
字，ひらがな，カタカナ，記号，数字の字種を含む第１
の領域13と、図を含む第２の領域14と、英数字，記号の
字種を含む第３の領域15の３つの領域に分けることがで
きる。入力手段10のカーソル移動キーを用いて、表示さ
れるカーソル位置に対応する切出し指示点で文書のイメ
ージの領域を指示する。すなわち、第１の領域13は第１
の切出し指示点16と第２の切出し指示点17とで指示する
ことにより第３図に示す第１の矩形領域18を指定する。
また第２の領域14は第３の切出し指示点19と第４の切出
し指示点20とで指示することにより第２の矩形領域21を
指定する。同様に第３の領域15は第５の切出し指示点22
と第６の切出し指示点23とで指示することにより第３の
矩形領域24を指定する。

第４図は制御手段11内に格納されている読取りフォーマ
ットテーブルの内容を示す構成図である。第１の矩形領
域18の認識対象字種が漢字，ひらがな，カタカナ，記
号，数字であることを示す値“1"が字種の欄25に、また
第２の矩形領域21は図領域であり認識対象字種がないこ
とを示す値“0"が同じく字種の欄26に、また第３の矩形
領域24の認識対象字種が英数字，記号であることを示す
値“2"が同様に字種の欄27に格納されている。また、上
記第１の矩形領域18の文書イメージの位置に対応して、
第１及び第２の切出し指示点16及び17のX,Y方向の座標
値1,1及び20,16が切出し領域の欄28及び29に格納されて
いる。同様に第３の切出し指示点から第６の切出し指示
点19,20,22,23のX,Y方向の座標値がそれぞれ切出し領域
の欄30,31,32,33に格納されている。

第５図は第１の矩形領域18内の文書イメージデータから
行を切出し、さらに行内の文字パターンを切出す方法の
一例を示した図である。これは、すでに広く用いられて
いる文字部の黒パターンの周辺分布を用いて行及び文字
パターンを切出す方法であり、まず、同図（ａ）に示す
ように第１の矩形領域18を行方向に走査して黒パターン
のヒストグラム33を求め、このヒストグラムの値が１以
上で連続する第１の部分34を第１の行35として切出し、
第２の部分36を第２の行37として切出す。更に、同図
（ｂ）に示すように第１の行35内を列方向に走査して黒
パターンのヒストグラム38を求め、このヒストグラムの
値が１以上で連続する部分を切出すことにより、第１の
文字部分から第11の文字部分39〜49が切出される。

以上のようにして切出された文字パターンは第４図で示
す読取りフォーマットで指示される字種を認識対象とし
て文字認識手段５で認識される。なお、上記第２の矩形
領域21は図領域であり、文字切出し及び文字認識は行な
われない。

従って本実施例によれば、読取られた文書のイメージを
表示しながら切出し領域や認識対象字種をオペレータが
即時に指示入力し、かつ指示された領域内の文字を自動
的に切出して認識することにより、読取りフォーマット
を作成する作業時間が大幅に短縮できかつ容易に入力で
き、読取りフォーマットの異なる文書でも効率よく入力
できる利点がある。また読取られた文書イメージを画面
上で観測してフォーマットを入力するため、切出し領域
が正確に設定できる利点がある。

なお、上記説明では読取りフォーマットテーブルに登録
する認識情報として、認識対象字種と切出し領域の位置
とについて説明したが、この発明はこれに限らず、認識
対象の文字が手書き文字か印刷文字かを示す情報を読取
りフォーマットテーブルに登録して使用してよい。ま
た、入力手段はキーボードについて説明したが、これに
限らず点座標入力と数値入力ができる入力手段ならばい
かなる入力手段を使用してもよい。

〔発明の効果〕

以上説明したように、この発明による文書読取装置は、
表示手段で表示された画像の文字領域を選択し、文字切
出し手段が選択された文字領域から文字を切出すので、
あらかじめ認識領域の取捨選択を行うことで、高速に認
識処理を行うことができる。また、文字領域に表示され
ている文字の字種等の属性を選択することにより、精度
の高い認識処理を行うことができる。

【図面の簡単な説明】

第１図はこの発明による文書読取装置の一実施例を示す
ブロック構成図、第２図は文書イメージの表示画面の一
例を示す図、第３図は上記実施例により切出された矩形
領域を示す図、第４図は読取りフォーマットテーブルの
構成図、第５図は文字切出し方法の一例を示す図、第６
図は従来例を示すブロック構成図である。 １……文書、８……記憶手段、９……表示手段、10……
入力手段。 なお、図中同一又は相当部分には同一符号を用いてい
る。

Claims (1)

【特許請求の範囲】
1. 【請求項１】入力された文書の画像を記憶する記憶手段
   と、この記憶手段に記憶された画像を表示する表示手段
   と、この表示手段で表示された画像の認識すべき文字領
   域とこの文字領域に表示されている文字の字種等の属性
   とを選択する入力手段と、この入力手段により選択され
   た上記文字領域と上記属性とを格納する格納手段と、こ
   の格納手段に格納されている上記選択された文字領域の
   文字を切出す文字切出し手段と、この文字切出し手段に
   より切出された文字を上記格納手段に格納されている上
   記選択された属性に基づき認識する認識手段とを備えた
   ことを特徴とする文書読取装置。