情報処理装置、情報処理システム、制御方法、およびそのプログラム。
【課題】極端な癖のある文字をOCR認識する場合に、高い認識率でかつ効率的なOCR認識を実現することが可能な仕組みを提供する。
【解決手段】読取装置から送信される画像データに含まれる文字情報の読取を実行する情報処理装置であって、前記読取装置により読み取られた文書の特定矩形領域から得られた情報を取得する画像データ取得手段と、前記画像データ取得手段で取得した前記画像データに含まれる文字情報の読取を実行する読取手段と、前記読取手段で前記画像データより読み取った読取情報を用いることにより、前記文書に書かれている文字情報を認識するためのプロファイルを特定する特定手段と、前記特定手段で特定した前記プロファイルを用いることにより前記文書に書かれている文字情報の認識を実行する文字情報認識手段と、前記文字情報認識手段で文字認識を実行した結果得られるエラー回数に応じて、適用する認識結果を決定する決定手段と、前記決定手段で決定した前記認識結果を登録する登録手段とを備える。
【解決手段】読取装置から送信される画像データに含まれる文字情報の読取を実行する情報処理装置であって、前記読取装置により読み取られた文書の特定矩形領域から得られた情報を取得する画像データ取得手段と、前記画像データ取得手段で取得した前記画像データに含まれる文字情報の読取を実行する読取手段と、前記読取手段で前記画像データより読み取った読取情報を用いることにより、前記文書に書かれている文字情報を認識するためのプロファイルを特定する特定手段と、前記特定手段で特定した前記プロファイルを用いることにより前記文書に書かれている文字情報の認識を実行する文字情報認識手段と、前記文字情報認識手段で文字認識を実行した結果得られるエラー回数に応じて、適用する認識結果を決定する決定手段と、前記決定手段で決定した前記認識結果を登録する登録手段とを備える。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は文書読取装置のＯＣＲ技術に関するものである。
【背景技術】
【０００２】
従来から、手書きによるマークの塗りつぶしや、文字の記述などを行う試験の採点を行う際に、ＯＣＲ技術を用いた文字認識が用いられて解答用紙の採点が行われている。
【０００３】
手書きによる解答用紙をＯＣＲで認識する場合、文字の個人差（癖）や解答用紙のよごれ等によって正しく文字認識できないことは一般的に知られている。特に、文字の個人差に関して言えば、文字を覚えたての小学生などの解答用紙を読み取る場合に、字が汚くエラーとなる可能性は高くなる。
【０００４】
ＯＣＲの認識率を向上させるために、記入された癖のある文字を記憶する学習機能が一般的に用意されている。しかしこの学習機能は複数人の癖を同じ学習ファイル内に記憶するため、各個人差が大きい場合、あまり有効ではない。特に小学生のように個人差が大きいことが予想される回答に対する学習ファイルとしては極端な癖文字を１つのファイルに集約されることは有効ではない。
【０００５】
認識結果確認の正確性を向上させるとともに、何段階もの確認、検証処理を効率化させるために、補正の省力化を行うことができるＯＣＲ認識結果の補正方法が開示されている（例えば、特許文献１）。
【先行技術文献】
【特許文献】
【０００６】
【特許文献１】特開２０００−２９８７００号
【発明の概要】
【発明が解決しようとする課題】
【０００７】
ＯＣＲの認識率を向上させるために、記入された癖のある文字を記憶する学習機能が一般的に用意されている。しかしこの学習機能は複数人の癖を同じ学習ファイル内に記憶するため、各個人差が大きい場合、あまり有効ではない。特に小学生のように個人差が大きいことが予想される回答に対する学習ファイルとしては極端な癖文字を１つのファイルに集約されることは有効ではない。
【０００８】
補正の省力化という観点で、特許文献１に開示された技術は効果を発揮するが、文字認識率を向上させることに関しては課題が残っている。
【０００９】
そこで本発明は、極端な癖のある文字をOCR認識する場合に、高い認識率でかつ効率的なOCR認識を実現することが可能な仕組みを提供することを目的としている。
【課題を解決するための手段】
【００１０】
即ち、本発明は、読取装置から送信される画像データに含まれる文字情報の読取を実行する情報処理装置であって、前記読取装置により読み取られた文書の特定矩形領域から得られた情報を取得する画像データ取得手段と、前記画像データ取得手段で取得した前記画像データに含まれる文字情報の読取を実行する読取手段と、前記読取手段で前記画像データより読み取った読取情報を用いることにより、前記文書に書かれている文字情報を認識するためのプロファイルを特定する特定手段と、前記特定手段で特定した前記プロファイルを用いることにより前記文書に書かれている文字情報の認識を実行する文字情報認識手段と、前記文字情報認識手段で文字認識を実行した結果得られるエラー回数に応じて、適用する認識結果を決定する決定手段と、前記決定手段で決定した前記認識結果を登録する登録手段とを備えることを特徴とする。
【発明の効果】
【００１１】
本発明によれば、極端な癖のある文字をOCR認識する場合に、高い認識率でかつ効率的なOCR認識を実現することが可能な仕組みを提供することが可能になる。
【図面の簡単な説明】
【００１２】
【図１】本発明の情報処理システムの構成の一例を示すシステム構成図である。
【図２】図１に示したクライアント端末１０１、サーバ１０３に適用可能な情報処理装置のハードウェア構成を示すブロック図である。
【図３】図１に示したスキャナ１０２のハードウェア構成の一例を示すブロック図である。
【図４】本発明における文書読取システムにおける文字認識処理の一例を示すフローチャートである。
【図５】図１に示したサーバ１０３に保持される計数テーブルである。
【図６】図５に示した計数テーブルに登録する意図を示したイメージ図である。
【図７】図５に示した計数テーブルに登録する意図を示したイメージ図である。
【図８】本発明の実施形態においてスキャナ１０２で読取を行う文書のサンプル図である。
【発明を実施するための形態】
【００１３】
以下、図面を参照して、本発明の実施形態を詳細に説明する。図１は、本発明の文書読取システムの構成の一例を示すシステム構成図である。
【００１４】
図１は、１又は複数のクライアント端末１０１、１又は複数のスキャナ１０２、および１又は複数のサーバ１０３がローカルエリアネットワーク（ＬＡＮ）１０４を介して接続される構成となっている。
【００１５】
クライアント端末１０１は、スキャナ１０２で読取られた文書の認識結果を表示ディスプレイに表示し、サーバ１０３に記憶されている学習ファイルの取得によってOCR認識結果の確認を行う。スキャナ１０２は、図７の文書などの紙媒体のスキャンおよびOCR認識を実行する。
【００１６】
サーバ１０３は、学習ファイル判断用計数テーブル（後述する図５に示す）を記憶し、スキャナ１０２から受信した画像データに対するＯＣＲ処理時に適用する学習ファイル情報を取得するために用いられる。
【００１７】
次に図２を用いて、図１に示したクライアント端末１０１、サーバ１０３に適用可能な情報処理装置のハードウェア構成について説明する。図２は、図１に示したクライアント端末１０１、サーバ１０３に適用可能な情報処理装置のハードウェア構成を示すブロック図である。
【００１８】
図２において、２０１はＣＰＵで、システムバス２０４に接続される各デバイスやコントローラを統括的に制御する。また、ＲＯＭ２０２あるいは外部メモリ２１１には、ＣＰＵ２０１の制御プログラムであるＢＩＯＳ（Ｂａｓｉｃ Ｉｎｐｕｔ ／ Ｏｕｔｐｕｔ Ｓｙｓｔｅｍ）やオペレーティングシステムプログラム（以下、ＯＳ）や、各サーバ或いは各ＰＣの実行する機能を実現するために必要な後述する各種プログラム等が記憶されている。
【００１９】
２０３はＲＡＭで、ＣＰＵ２０１の主メモリ、ワークエリア等として機能する。ＣＰＵ２０１は、処理の実行に際して必要なプログラム等をＲＯＭ２０２あるいは外部メモリ２１１からＲＡＭ２０３にロードして、該ロードしたプログラムを実行することで各種動作を実現するものである。
【００２０】
また、２０５は入力コントローラで、キーボード（ＫＢ）２０９や不図示のマウス等のポインティングデバイス等からの入力を制御する。２０６はビデオコントローラで、ＣＲＴディスプレイ（ＣＲＴ）２１０等の表示器への表示を制御する。なお、図２では、ＣＲＴ２１０と記載しているが、表示器はＣＲＴだけでなく、液晶ディスプレイ等の他の表示器であってもよい。これらは必要に応じて管理者が使用するものである。
【００２１】
２０７はメモリコントローラで、ブートプログラム、各種のアプリケーション、フォントデータ、ユーザファイル、編集ファイル、各種データ等を記憶する外部記憶装置（ハードディスク（ＨＤ））や、フレキシブルディスク（ＦＤ）、或いはＰＣＭＣＩＡカードスロットにアダプタを介して接続されるコンパクトフラッシュ（登録商標）メモリ等の外部メモリ２１１へのアクセスを制御する。
【００２２】
２０８は通信Ｉ／Ｆコントローラで、ネットワーク（例えば、図１に示したＬＡＮ４００）を介して外部機器と接続・通信するものであり、ネットワークでの通信制御処理を実行する。例えば、ＴＣＰ／ＩＰを用いた通信等が可能である。
【００２３】
なお、ＣＰＵ２０１は、例えばＲＡＭ２０３内の表示情報用領域へアウトラインフォントの展開（ラスタライズ）処理を実行することにより、ＣＲＴ２１０上での表示を可能としている。また、ＣＰＵ２０１は、ＣＲＴ２１０上の不図示のマウスカーソル等でのユーザ指示を可能とする。
【００２４】
本発明を実現するための後述する各種プログラムは、外部メモリ２１１に記録されており、必要に応じてＲＡＭ２０３にロードされることによりＣＰＵ２０１によって実行されるものである。さらに、上記プログラムの実行時に用いられる定義ファイル及び各種情報テーブル等も、外部メモリ２１１に格納されており、これらについての詳細な説明も後述する。
【００２５】
次に、図３を用いて、本発明の情報処理装置としてのスキャナ１０２を制御するコントローラユニットのハードウェア構成について説明する。
【００２６】
図３は、図１に示したスキャナ１０２のハードウェア構成の一例を示すブロック図である。実施例として、一般的なスキャナ部を備える複合機をベースに説明をするが、読取部のみで独立した筐体のスキャナ１０２であっても何ら問題はない。
【００２７】
図３において、３１６はコントローラユニットで、画像入力デバイスとして機能するスキャナ３１４や、画像出力デバイスとして機能するプリンタ部３１２と接続する一方、ＬＡＮ（例えば、図１に示したＬＡＮ６００）や公衆回線（ＷＡＮ）（例えば、ＰＳＴＮまたはＩＳＤＮ等）と接続することで、画像データやデバイス情報の入出力を行う。
【００２８】
コントローラユニット３１６において、３０１はＣＰＵで、システム全体を制御するプロセッサである。３０２はＲＡＭで、ＣＰＵ３０１が動作するためのシステムワークメモリであり、プログラムを記録するためのプログラムメモリや、画像データを一時記録するための画像メモリでもある。
【００２９】
３０３はＲＯＭで、システムのブートプログラムや各種制御プログラムが格納されている。３０４はハードディスクドライブ（ＨＤＤ）で、システムを制御するための各種プログラム，画像データ等を格納する。
【００３０】
３０７は操作部インターフェイス（操作部Ｉ／Ｆ）で、操作部（キーボード）３０８とのインターフェイス部である。また、操作部Ｉ／Ｆ３０７は、操作部３０８から入力したキー情報（例えば、スタートボタンの押下）をＣＰＵ３０１に伝える役割をする。
【００３１】
３０５はネットワークインターフェイス（ＮｅｔｗｏｒｋＩ／Ｆ）で、ネットワーク（ＬＡＮ）６００に接続し、データの入出力を行う。３０６はモデム（ＭＯＤＥＭ）で、公衆回線に接続し、ＦＡＸの送受信等のデータの入出力を行う。
【００３２】
３１８は外部インターフェイス（外部Ｉ／Ｆ）で、ＵＳＢ、ＩＥＥＥ１３９４，プリンタポート，ＲＳ−２３２Ｃ等の外部入力を受け付けるＩ／Ｆ部であり、本実施形態においては認証で必要となる携帯端末のＩＣカード（記録媒体）の読み取り用のカードリーダ３１９が外部Ｉ／Ｆ部３１８に接続されている。そして、ＣＰＵ３０１は、この外部Ｉ／Ｆ３１８を介してカードリーダ３１９による携帯端末のＩＣカードからの情報読み取りを制御し、該携帯端末のＩＣカードから読み取られた情報を取得可能である。以上のデバイスがシステムバス３０９上に配置される。
【００３３】
３２０はイメージバスインターフェイス（ＩＭＡＧＥＢＵＳ Ｉ／Ｆ）であり、システムバス３０９と画像データを高速で転送する画像バス３１５とを接続し、データ構造を変換するバスブリッジである。画像バス３１５は、ＰＣＩバスまたはＩＥＥＥ１３９４で構成される。画像バス３１５上には以下のデバイスが配置される。
【００３４】
３１０はラスタイメージプロセッサ（ＲＩＰ）で、例えば、ＰＤＬコード等のベクトルデータをビットマップイメージに展開する。３１１はプリンタインターフェイス（プリンタＩ／Ｆ）で、プリンタ部３１２とコントローラユニット３１６を接続し、画像データの同期系／非同期系の変換を行う。また、３１３はスキャナインターフェイス（スキャナＩ／Ｆ）で、スキャナ３１４とコントローラユニット３１６を接続し、画像データの同期系／非同期系の変換を行う。
【００３５】
３１７は画像処理部で、入力画像データに対し補正、加工、編集を行ったり、プリント出力画像データに対して、プリンタの補正、解像度変換等を行う。また、これに加えて、画像処理部３１７は、画像データの回転や、多値画像データに対してはＪＰＥＧ、２値画像データはＪＢＩＧ、ＭＭＲ、ＭＨ等の圧縮伸張処理を行う。そして、この画像処理部３１７は、スキャナ部３１４を駆動して画像読み取りされた画像データを画像処理して、ファイル出力可能な形式（例えば、ＰＤＦ形式ファイル）に変換し、ＣＰＵ３０１と連携して、ネットワークＩ／Ｆ３０５を介して、外部装置に画像データのファイルを送信することができる。
【００３６】
スキャナ部３１４は、原稿となる紙上の画像を照明し、ＣＣＤラインセンサで走査することで、ラスタイメージデータとして電気信号に変換する。原稿用紙は原稿フィーダのトレイにセットし、装置使用者が操作部３０８から読み取り起動指示することにより、ＣＰＵ３０１がスキャナ３１４に指示を与え、フィーダは原稿用紙を１枚ずつフィードし原稿画像の読み取り動作を行う。
【００３７】
プリンタ部３１２は、ラスタイメージデータを用紙上の画像に変換する部分であり、その方式は感光体ドラムや感光体ベルトを用いた電子写真方式、微少ノズルアレイからインクを吐出して用紙上に直接画像を印字するインクジェット方式等があるが、どの方式でも構わない。プリント動作の起動は、ＣＰＵ３０１からの指示によって開始する。なお、プリンタ部３１２には、異なる用紙サイズまたは異なる用紙向きを選択できるように複数の給紙段を持ち、それに対応した用紙カセットがある。
【００３８】
操作部３０８は、ＬＣＤ表示部を有し、ＬＣＤ上にタッチパネルシートが貼られており、システムの操作画面を表示するとともに、表示してあるキーが押されるとその位置情報を操作部Ｉ／Ｆ３０７を介してＣＰＵ３０１に伝える。また、操作部３０８は、各種操作キーとして、例えば、スタートキー、ストップキー、ＩＤキー、リセットキー等を備える。
【００３９】
尚、表示部はプリンタによって表示性能が異なり、タッチパネルを介して操作をできるプリンタ、単に液晶画面を備え文字列を表示（印刷状態や印刷している文書名の表示）させるだけのプリンタによって本発明は構成されている。
【００４０】
ここで、操作部３０８のスタートキーは、原稿画像の読み取り動作を開始する時などに用いる。スタートキーの中央部には、緑と赤の２色ＬＥＤがあり、その色によってスタートキーが使える状態にあるかどうかを示す。また、操作部３０８のストップキーは、稼働中の動作を止める働きをする。また、操作部３０８のＩＤキーは、使用者のユーザＩＤを入力する時に用いる。リセットキーは、操作部からの設定を初期化する時に用いる。
【００４１】
カードリーダ３１９は、ＣＰＵ３０１からの制御により、携帯端末内に備えられたＩＣカードに記憶されている情報を読み取り、該読み取った情報を外部Ｉ／Ｆ３１８を介してＣＰＵ３０１へ通知する。
【００４２】
以上のような構成によって、プリンタ３００は、スキャナ３１４から読み込んだ画像データをＬＡＮ６００上に送信したり、ＬＡＮ６００から受信した印刷データをプリンタ部３１２により印刷出力することができる。
【００４３】
また、スキャナ３１４から読み込んだ画像データをモデム３０６により、公衆回線上にＦＡＸ送信したり、公衆回線からＦＡＸ受信した画像データをプリンタ部３１２により出力することできる。
【００４４】
次に、本実施形態における文書読取システムの全体の処理について図４から図７を用いて説明する。
図４は、クライアント端末１０１、スキャナ１０２、サーバ１０３を用いて処理される文書読取システムのシーケンスチャートである。
【００４５】
スキャナ１０２は、ユーザによるスキャン指示（例えば、スキャンボタンの押下）を受け付けることにより、試験回答用紙等の紙媒体をスキャンした画像データを取得する。スキャナ１０２は、画像データをサーバ１０３に送信する。
【００４６】
サーバ１０３は、スキャナ１０２より画像データを受信すると、画像データのヘッダー部をＯＣＲ処理し、学年と性別情報を認識する。
【００４７】
サーバ１０３は、ヘッダー部ＯＣＲ処理により取得した学年と性別情報を用いて、該当する学年と性別の学習ファイルと計数を計数テーブル（図５）から取得する。すなわち、ヘッダ部をＯＣＲ処理して例えば、「小学３年生」で「女」という学年と性別情報を得ているとしたら、サーバ１０３の記憶部より「小学３年生の女」という学習ファイルを記憶部より取得する。
【００４８】
次に、サーバ１０３は上述の画像データのメイン部に対し、ＯＣＲ処理を実行する。このとき１回につき１つの学習ファイルを適用し、取得した１又は複数の学習ファイルの数だけＯＣＲ処理を繰り返し実行する。
【００４９】
次に、サーバ１０３は、１又は複数回実行された画像データへのＯＣＲ結果のリジェクトエラー数に対し、前述の計数による計算を行う。計算値が最小となる結果を採用し、ＯＣＲ結果テーブルに認識結果を登録する。
【００５０】
次に、クライアント端末１０１は、サーバ１０３にて登録されたＯＣＲ結果テーブルを参照し、前述の画像データとＯＣＲ処理された結果を閲覧する。誤認識がある場合は、結果を訂正し、ＯＣＲ結果テーブルに更新処理行う。また、誤認識した文字を正しい文字に修正し、学習ファイルを更新する。
【００５１】
以下、図４を参照して、本実施形態の文書読取システムにおけるＯＣＲ認識処理について説明する。
図４ではＯＣＲ認識処理について説明する。本処理はスキャナ１０２とサーバ１０３にて実施され、スキャナ１０２に備えられる「スキャン開始」ボタン（不図示）を押下すると、処理が開始される。
【００５２】
ステップＳ１０１では、スキャナ１０２にあらかじめ準備された用紙をスキャンし、スキャンした文書から画像データを取得する。
【００５３】
本発明の実施の形態で用いられるスキャン文書は、例えば図９で示すデータ構成をしている。図８は、ヘッダー部８０１と、メイン部（１）８０２、メイン部（３）８０３の構造を備えている。ここでメイン部（１）（２）は、それぞれ別のものとしての扱いをしているが、実際にはメイン（１）に表記される設問などからの続きの内容である。
【００５４】
ヘッダー部８０１は、例えば受験する教科の「教科ＩＤ」、学校の「学校ＩＤ」、年、組、人数、性別、出席番号の項目を含んでいる。
【００５５】
次に、メイン部（１）および（２）は数値のマークを塗りつぶすマーク回答、文字のマークを塗りつぶす文字回答、記号による解答欄を含んでいる。
【００５６】
引き続き図４に戻り、ステップＳ１０２では、スキャナ１０２のＣＰＵ２０１は、ステップＳ１０１で取得した画像データをサーバ１０３へ送信する。この情報をサーバ１０３はステップＳ１０３で受信する。
【００５７】
ステップＳ１０４で、サーバ１０３のＣＰＵ２０１は、ステップＳ１０３で受信した画像データのヘッダー部８０１に対し、ＯＣＲ処理を行う。このときにヘッダー部８０１に記述されている学校ＩＤ、学年、出席番号を取得する。尚、取得した学校ＩＤ、学年、出席番号はＲＡＭ３０２に記憶させておき、後述のＳ１０６、Ｓ１０７、Ｓ１０８の処理で利用される。
【００５８】
ステップＳ１０５で、サーバ１０３のＣＰＵ２０１は、ステップＳ１０４で取得した学年とシステム月から、計数テーブル（図５）を検索し、該当する１又は複数の学習ファイルと計数を取得する。尚、取得した学習ファイルと計数はＲＡＭ３０２に記憶させておき、後述のＳ１０６、Ｓ１０７、Ｓ１０８の処理で用いる。学習ファイルと計数が取得出来ない場合は、無条件に標準設定された値を用いてもよい。
【００５９】
ステップＳ１０６で、サーバ１０３のＣＰＵ２０１は、ステップＳ１０５で取得された学習ファイルのうち１つを適用し、前述の画像データのメイン部に対するＯＣＲ処理を行う。適用した学習ファイルはＲＡＭ３０２から削除する。尚、ＯＣＲ結果はＲＡＭ３０２に記憶させておき、後述のＳ１０８の処理で利用される。
【００６０】
ステップＳ１０７で、サーバ１０３のＣＰＵ２０１は、ステップＳ１０５で取得された学習ファイルの残数を確認し、１つ以上の学習ファイルが残っている場合はステップＳ１０６へ戻る。学習ファイルが残っていない（全ての学習ファイルを用いての適用が終了した）場合は、ステップＳ１０８へ進む。
【００６１】
ステップＳ１０８で、サーバ１０３のＣＰＵ２０１は、ステップＳ１０６で記憶した１又は複数のＯＣＲ結果からリジェクトエラー数を取得する。其々のリジェクトエラー数に対し、ステップＳ１０５で記憶されている其々の計数から、
式「リジェクトエラー数×（１＋（１−計数））」
の計算を行う。尚、リジェクトエラー数とは、ＯＣＲ認識をした時に認識が不可能な文字や認識結果が不明瞭なエラーである。
【００６２】
ステップＳ１０９で、サーバ１０３のＣＰＵ２０１は、ステップ１０８で計算された値の内、最小となる値を判断する。最小と判断されたＯＣＲ認識結果は、最も精度が高く認識された結果と判断する。すなわちリジェクトエラー数の一番少なかった学習ファイルである。
【００６３】
ステップＳ１１０で、サーバ１０３のＣＰＵ２０１は、ステップ１０９で判断されたＯＣＲ結果をＯＣＲ結果テーブルへ登録する。
【００６４】
ステップＳ１１１で、クライアント端末１０１のＣＰＵ２０１は、ステップＳ１１０で登録された結果をＯＣＲ結果テーブルから参照し、画面表示（不図示）する。ＯＣＲ結果の画面表示は一般的に知られているＯＣＲソフトウェア等で表示されるものとし、ここでは説明を割愛する。
【００６５】
ステップＳ１１２で、クライアント端末１０１のＣＰＵ２０１は、ステップＳ１１１で表示されたＯＣＲ結果に誤認識がある場合は、ユーザ操作から得られた正しい結果に修正し、ＯＣＲ結果テーブルに更新する。
【００６６】
図５に示すように、計数テーブルは、学年、月、学習ファイル、計数の情報から構成される。計数情報は１学年の同一月に対して複数登録可能となっている。図７に示すように、例として、学年２の４月に実施されたＯＣＲ処理に対して、複数の学習ファイルを適用させて認識結果を得たい場合、複数のレコードを登録する。学年２の４月には基本的に学習ファイル２を適用するが、学年２にあがったばかりの４月の場合、学年１を想定して作成された学習ファイル１の結果も有効であると考えられるからである。
【００６７】
図７に示すように、ＯＣＲ結果テーブルは、学校ＩＤ、学年、出席番号、学習ファイル、リジェクトエラー数、回答１認識結果、回答１リジェクトエラー〜回答５０認識結果、回答５０リジェクトエラーで構成される。ここでは回答数を５０としているが回答数は実施する試験等の問題数によって変わるものとする。リジェクトエラー数は回答１リジェクトエラー〜回答５０リジェクトエラーの内「有」の個数が設定されるものとする。
【００６８】
以上の本発明によれば、極端な癖のある文字をOCR認識する場合に、高い認識率でかつ効率的なＯＣＲ認識を実現することが可能な仕組みを提供することが可能になる。
【００６９】
即ち、本発明は、読取装置から送信される画像データに含まれる文字情報の読取を実行する情報処理装置であって、前記読取装置により読み取られた文書の特定矩形領域から得られた情報を取得する画像データ取得手段と、前記画像データ取得手段で取得した前記画像データに含まれる文字情報の読取を実行する読取手段と、前記読取手段で前記画像データより読み取った読取情報を用いることにより、前記文書に書かれている文字情報を認識するためのプロファイルを特定する特定手段と、前記特定手段で特定した前記プロファイルを用いることにより前記文書に書かれている文字情報の認識を実行する文字情報認識手段と、前記文字情報認識手段で文字認識を実行した結果得られるエラー回数に応じて、適用する認識結果を決定する決定手段と、前記決定手段で決定した前記認識結果を登録する登録手段とを備えることを特徴とする。
【００７０】
以上、実施形態、具体例を主に詳述したが、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。
【００７１】
本発明におけるプログラムは、図４に示すフローチャートの処理に従って情報処理装置１００としてのコンピュータが実行可能なプログラムであり、本発明の記憶媒体は図４〜図７の処理方法を実行可能なプログラムを記憶されている。なお、本発明におけるプログラムは各装置の処理方法ごと、別の独立したプログラムであってもよい。
【００７２】
以上のように、前述した実施形態の機能を実現するプログラムを記録した記録媒体を、システムあるいは装置に供給し、そのシステムあるいは装置のコンピュータ（またはＣＰＵやＭＰＵ）が記録媒体に格納されたプログラムを読出し実行することによっても、本発明の目的が達成されることは言うまでもない。
【００７３】
この場合、記録媒体から読み出されたプログラム自体が本発明の新規な機能を実現することになり、そのプログラムを記憶した記録媒体は本発明を構成することになる。
【００７４】
プログラムを供給するための記録媒体としては、例えば、フレキシブルディスク、ハードディスク、光ディスク、光磁気ディスク、ＣＤ−ＲＯＭ、ＣＤ−Ｒ、ＤＶＤ−ＲＯＭ、磁気テープ、不揮発性のメモリカード、ＲＯＭ、ＥＥＰＲＯＭ、シリコンディスク等を用いることができる。
【００７５】
また、情報処理装置１００が読み出したプログラムを実行することにより、前述した実施形態の機能が実現されるだけでなく、そのプログラムの指示に基づき、コンピュータ上で稼働しているＯＳ（オペレーティングシステム）等が実際の処理の一部または全部を行い、その処理によって前述した実施形態の機能が実現される場合も含まれることは言うまでもない。
【００７６】
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、そのプログラムコードの指示に基づき、その機能拡張ボードや機能拡張ユニットに備わるＣＰＵ等が実際の処理の一部または全部を行い、その処理によって前述した実施形態の機能が実現される場合も含まれることは言うまでもない。
【００７７】
また、本発明は、複数の機器から構成されるシステムに適用しても、１つの機器からなる装置に適用してもよい。また、本発明は、システムあるいは装置にプログラムを供給することによって達成される場合にも適応できることは言うまでもない。この場合、本発明を達成するためのプログラムを格納した記録媒体を該システムあるいは装置に読み出すことによって、そのシステムあるいは装置が、本発明の効果を享受することが可能となる。
【００７８】
さらに、本発明を達成するためのプログラムをネットワーク上のサーバ、データベース等から通信プログラムによりダウンロードして読み出すことによって、そのシステムあるいは装置が、本発明の効果を享受することが可能となる。なお、上述した各実施形態およびその変形例を組み合わせた構成も全て本発明に含まれるものである。
【００７９】
また上記のソフトウェアで実現する各処理を、ファームウェアやハードウェア構成にして、各処理を各手段として実現することも可能であり、本発明の技術的範囲はこのようなファームウェアやハードウェア構成による実現も含むものである。
【技術分野】
【０００１】
本発明は文書読取装置のＯＣＲ技術に関するものである。
【背景技術】
【０００２】
従来から、手書きによるマークの塗りつぶしや、文字の記述などを行う試験の採点を行う際に、ＯＣＲ技術を用いた文字認識が用いられて解答用紙の採点が行われている。
【０００３】
手書きによる解答用紙をＯＣＲで認識する場合、文字の個人差（癖）や解答用紙のよごれ等によって正しく文字認識できないことは一般的に知られている。特に、文字の個人差に関して言えば、文字を覚えたての小学生などの解答用紙を読み取る場合に、字が汚くエラーとなる可能性は高くなる。
【０００４】
ＯＣＲの認識率を向上させるために、記入された癖のある文字を記憶する学習機能が一般的に用意されている。しかしこの学習機能は複数人の癖を同じ学習ファイル内に記憶するため、各個人差が大きい場合、あまり有効ではない。特に小学生のように個人差が大きいことが予想される回答に対する学習ファイルとしては極端な癖文字を１つのファイルに集約されることは有効ではない。
【０００５】
認識結果確認の正確性を向上させるとともに、何段階もの確認、検証処理を効率化させるために、補正の省力化を行うことができるＯＣＲ認識結果の補正方法が開示されている（例えば、特許文献１）。
【先行技術文献】
【特許文献】
【０００６】
【特許文献１】特開２０００−２９８７００号
【発明の概要】
【発明が解決しようとする課題】
【０００７】
ＯＣＲの認識率を向上させるために、記入された癖のある文字を記憶する学習機能が一般的に用意されている。しかしこの学習機能は複数人の癖を同じ学習ファイル内に記憶するため、各個人差が大きい場合、あまり有効ではない。特に小学生のように個人差が大きいことが予想される回答に対する学習ファイルとしては極端な癖文字を１つのファイルに集約されることは有効ではない。
【０００８】
補正の省力化という観点で、特許文献１に開示された技術は効果を発揮するが、文字認識率を向上させることに関しては課題が残っている。
【０００９】
そこで本発明は、極端な癖のある文字をOCR認識する場合に、高い認識率でかつ効率的なOCR認識を実現することが可能な仕組みを提供することを目的としている。
【課題を解決するための手段】
【００１０】
即ち、本発明は、読取装置から送信される画像データに含まれる文字情報の読取を実行する情報処理装置であって、前記読取装置により読み取られた文書の特定矩形領域から得られた情報を取得する画像データ取得手段と、前記画像データ取得手段で取得した前記画像データに含まれる文字情報の読取を実行する読取手段と、前記読取手段で前記画像データより読み取った読取情報を用いることにより、前記文書に書かれている文字情報を認識するためのプロファイルを特定する特定手段と、前記特定手段で特定した前記プロファイルを用いることにより前記文書に書かれている文字情報の認識を実行する文字情報認識手段と、前記文字情報認識手段で文字認識を実行した結果得られるエラー回数に応じて、適用する認識結果を決定する決定手段と、前記決定手段で決定した前記認識結果を登録する登録手段とを備えることを特徴とする。
【発明の効果】
【００１１】
本発明によれば、極端な癖のある文字をOCR認識する場合に、高い認識率でかつ効率的なOCR認識を実現することが可能な仕組みを提供することが可能になる。
【図面の簡単な説明】
【００１２】
【図１】本発明の情報処理システムの構成の一例を示すシステム構成図である。
【図２】図１に示したクライアント端末１０１、サーバ１０３に適用可能な情報処理装置のハードウェア構成を示すブロック図である。
【図３】図１に示したスキャナ１０２のハードウェア構成の一例を示すブロック図である。
【図４】本発明における文書読取システムにおける文字認識処理の一例を示すフローチャートである。
【図５】図１に示したサーバ１０３に保持される計数テーブルである。
【図６】図５に示した計数テーブルに登録する意図を示したイメージ図である。
【図７】図５に示した計数テーブルに登録する意図を示したイメージ図である。
【図８】本発明の実施形態においてスキャナ１０２で読取を行う文書のサンプル図である。
【発明を実施するための形態】
【００１３】
以下、図面を参照して、本発明の実施形態を詳細に説明する。図１は、本発明の文書読取システムの構成の一例を示すシステム構成図である。
【００１４】
図１は、１又は複数のクライアント端末１０１、１又は複数のスキャナ１０２、および１又は複数のサーバ１０３がローカルエリアネットワーク（ＬＡＮ）１０４を介して接続される構成となっている。
【００１５】
クライアント端末１０１は、スキャナ１０２で読取られた文書の認識結果を表示ディスプレイに表示し、サーバ１０３に記憶されている学習ファイルの取得によってOCR認識結果の確認を行う。スキャナ１０２は、図７の文書などの紙媒体のスキャンおよびOCR認識を実行する。
【００１６】
サーバ１０３は、学習ファイル判断用計数テーブル（後述する図５に示す）を記憶し、スキャナ１０２から受信した画像データに対するＯＣＲ処理時に適用する学習ファイル情報を取得するために用いられる。
【００１７】
次に図２を用いて、図１に示したクライアント端末１０１、サーバ１０３に適用可能な情報処理装置のハードウェア構成について説明する。図２は、図１に示したクライアント端末１０１、サーバ１０３に適用可能な情報処理装置のハードウェア構成を示すブロック図である。
【００１８】
図２において、２０１はＣＰＵで、システムバス２０４に接続される各デバイスやコントローラを統括的に制御する。また、ＲＯＭ２０２あるいは外部メモリ２１１には、ＣＰＵ２０１の制御プログラムであるＢＩＯＳ（Ｂａｓｉｃ Ｉｎｐｕｔ ／ Ｏｕｔｐｕｔ Ｓｙｓｔｅｍ）やオペレーティングシステムプログラム（以下、ＯＳ）や、各サーバ或いは各ＰＣの実行する機能を実現するために必要な後述する各種プログラム等が記憶されている。
【００１９】
２０３はＲＡＭで、ＣＰＵ２０１の主メモリ、ワークエリア等として機能する。ＣＰＵ２０１は、処理の実行に際して必要なプログラム等をＲＯＭ２０２あるいは外部メモリ２１１からＲＡＭ２０３にロードして、該ロードしたプログラムを実行することで各種動作を実現するものである。
【００２０】
また、２０５は入力コントローラで、キーボード（ＫＢ）２０９や不図示のマウス等のポインティングデバイス等からの入力を制御する。２０６はビデオコントローラで、ＣＲＴディスプレイ（ＣＲＴ）２１０等の表示器への表示を制御する。なお、図２では、ＣＲＴ２１０と記載しているが、表示器はＣＲＴだけでなく、液晶ディスプレイ等の他の表示器であってもよい。これらは必要に応じて管理者が使用するものである。
【００２１】
２０７はメモリコントローラで、ブートプログラム、各種のアプリケーション、フォントデータ、ユーザファイル、編集ファイル、各種データ等を記憶する外部記憶装置（ハードディスク（ＨＤ））や、フレキシブルディスク（ＦＤ）、或いはＰＣＭＣＩＡカードスロットにアダプタを介して接続されるコンパクトフラッシュ（登録商標）メモリ等の外部メモリ２１１へのアクセスを制御する。
【００２２】
２０８は通信Ｉ／Ｆコントローラで、ネットワーク（例えば、図１に示したＬＡＮ４００）を介して外部機器と接続・通信するものであり、ネットワークでの通信制御処理を実行する。例えば、ＴＣＰ／ＩＰを用いた通信等が可能である。
【００２３】
なお、ＣＰＵ２０１は、例えばＲＡＭ２０３内の表示情報用領域へアウトラインフォントの展開（ラスタライズ）処理を実行することにより、ＣＲＴ２１０上での表示を可能としている。また、ＣＰＵ２０１は、ＣＲＴ２１０上の不図示のマウスカーソル等でのユーザ指示を可能とする。
【００２４】
本発明を実現するための後述する各種プログラムは、外部メモリ２１１に記録されており、必要に応じてＲＡＭ２０３にロードされることによりＣＰＵ２０１によって実行されるものである。さらに、上記プログラムの実行時に用いられる定義ファイル及び各種情報テーブル等も、外部メモリ２１１に格納されており、これらについての詳細な説明も後述する。
【００２５】
次に、図３を用いて、本発明の情報処理装置としてのスキャナ１０２を制御するコントローラユニットのハードウェア構成について説明する。
【００２６】
図３は、図１に示したスキャナ１０２のハードウェア構成の一例を示すブロック図である。実施例として、一般的なスキャナ部を備える複合機をベースに説明をするが、読取部のみで独立した筐体のスキャナ１０２であっても何ら問題はない。
【００２７】
図３において、３１６はコントローラユニットで、画像入力デバイスとして機能するスキャナ３１４や、画像出力デバイスとして機能するプリンタ部３１２と接続する一方、ＬＡＮ（例えば、図１に示したＬＡＮ６００）や公衆回線（ＷＡＮ）（例えば、ＰＳＴＮまたはＩＳＤＮ等）と接続することで、画像データやデバイス情報の入出力を行う。
【００２８】
コントローラユニット３１６において、３０１はＣＰＵで、システム全体を制御するプロセッサである。３０２はＲＡＭで、ＣＰＵ３０１が動作するためのシステムワークメモリであり、プログラムを記録するためのプログラムメモリや、画像データを一時記録するための画像メモリでもある。
【００２９】
３０３はＲＯＭで、システムのブートプログラムや各種制御プログラムが格納されている。３０４はハードディスクドライブ（ＨＤＤ）で、システムを制御するための各種プログラム，画像データ等を格納する。
【００３０】
３０７は操作部インターフェイス（操作部Ｉ／Ｆ）で、操作部（キーボード）３０８とのインターフェイス部である。また、操作部Ｉ／Ｆ３０７は、操作部３０８から入力したキー情報（例えば、スタートボタンの押下）をＣＰＵ３０１に伝える役割をする。
【００３１】
３０５はネットワークインターフェイス（ＮｅｔｗｏｒｋＩ／Ｆ）で、ネットワーク（ＬＡＮ）６００に接続し、データの入出力を行う。３０６はモデム（ＭＯＤＥＭ）で、公衆回線に接続し、ＦＡＸの送受信等のデータの入出力を行う。
【００３２】
３１８は外部インターフェイス（外部Ｉ／Ｆ）で、ＵＳＢ、ＩＥＥＥ１３９４，プリンタポート，ＲＳ−２３２Ｃ等の外部入力を受け付けるＩ／Ｆ部であり、本実施形態においては認証で必要となる携帯端末のＩＣカード（記録媒体）の読み取り用のカードリーダ３１９が外部Ｉ／Ｆ部３１８に接続されている。そして、ＣＰＵ３０１は、この外部Ｉ／Ｆ３１８を介してカードリーダ３１９による携帯端末のＩＣカードからの情報読み取りを制御し、該携帯端末のＩＣカードから読み取られた情報を取得可能である。以上のデバイスがシステムバス３０９上に配置される。
【００３３】
３２０はイメージバスインターフェイス（ＩＭＡＧＥＢＵＳ Ｉ／Ｆ）であり、システムバス３０９と画像データを高速で転送する画像バス３１５とを接続し、データ構造を変換するバスブリッジである。画像バス３１５は、ＰＣＩバスまたはＩＥＥＥ１３９４で構成される。画像バス３１５上には以下のデバイスが配置される。
【００３４】
３１０はラスタイメージプロセッサ（ＲＩＰ）で、例えば、ＰＤＬコード等のベクトルデータをビットマップイメージに展開する。３１１はプリンタインターフェイス（プリンタＩ／Ｆ）で、プリンタ部３１２とコントローラユニット３１６を接続し、画像データの同期系／非同期系の変換を行う。また、３１３はスキャナインターフェイス（スキャナＩ／Ｆ）で、スキャナ３１４とコントローラユニット３１６を接続し、画像データの同期系／非同期系の変換を行う。
【００３５】
３１７は画像処理部で、入力画像データに対し補正、加工、編集を行ったり、プリント出力画像データに対して、プリンタの補正、解像度変換等を行う。また、これに加えて、画像処理部３１７は、画像データの回転や、多値画像データに対してはＪＰＥＧ、２値画像データはＪＢＩＧ、ＭＭＲ、ＭＨ等の圧縮伸張処理を行う。そして、この画像処理部３１７は、スキャナ部３１４を駆動して画像読み取りされた画像データを画像処理して、ファイル出力可能な形式（例えば、ＰＤＦ形式ファイル）に変換し、ＣＰＵ３０１と連携して、ネットワークＩ／Ｆ３０５を介して、外部装置に画像データのファイルを送信することができる。
【００３６】
スキャナ部３１４は、原稿となる紙上の画像を照明し、ＣＣＤラインセンサで走査することで、ラスタイメージデータとして電気信号に変換する。原稿用紙は原稿フィーダのトレイにセットし、装置使用者が操作部３０８から読み取り起動指示することにより、ＣＰＵ３０１がスキャナ３１４に指示を与え、フィーダは原稿用紙を１枚ずつフィードし原稿画像の読み取り動作を行う。
【００３７】
プリンタ部３１２は、ラスタイメージデータを用紙上の画像に変換する部分であり、その方式は感光体ドラムや感光体ベルトを用いた電子写真方式、微少ノズルアレイからインクを吐出して用紙上に直接画像を印字するインクジェット方式等があるが、どの方式でも構わない。プリント動作の起動は、ＣＰＵ３０１からの指示によって開始する。なお、プリンタ部３１２には、異なる用紙サイズまたは異なる用紙向きを選択できるように複数の給紙段を持ち、それに対応した用紙カセットがある。
【００３８】
操作部３０８は、ＬＣＤ表示部を有し、ＬＣＤ上にタッチパネルシートが貼られており、システムの操作画面を表示するとともに、表示してあるキーが押されるとその位置情報を操作部Ｉ／Ｆ３０７を介してＣＰＵ３０１に伝える。また、操作部３０８は、各種操作キーとして、例えば、スタートキー、ストップキー、ＩＤキー、リセットキー等を備える。
【００３９】
尚、表示部はプリンタによって表示性能が異なり、タッチパネルを介して操作をできるプリンタ、単に液晶画面を備え文字列を表示（印刷状態や印刷している文書名の表示）させるだけのプリンタによって本発明は構成されている。
【００４０】
ここで、操作部３０８のスタートキーは、原稿画像の読み取り動作を開始する時などに用いる。スタートキーの中央部には、緑と赤の２色ＬＥＤがあり、その色によってスタートキーが使える状態にあるかどうかを示す。また、操作部３０８のストップキーは、稼働中の動作を止める働きをする。また、操作部３０８のＩＤキーは、使用者のユーザＩＤを入力する時に用いる。リセットキーは、操作部からの設定を初期化する時に用いる。
【００４１】
カードリーダ３１９は、ＣＰＵ３０１からの制御により、携帯端末内に備えられたＩＣカードに記憶されている情報を読み取り、該読み取った情報を外部Ｉ／Ｆ３１８を介してＣＰＵ３０１へ通知する。
【００４２】
以上のような構成によって、プリンタ３００は、スキャナ３１４から読み込んだ画像データをＬＡＮ６００上に送信したり、ＬＡＮ６００から受信した印刷データをプリンタ部３１２により印刷出力することができる。
【００４３】
また、スキャナ３１４から読み込んだ画像データをモデム３０６により、公衆回線上にＦＡＸ送信したり、公衆回線からＦＡＸ受信した画像データをプリンタ部３１２により出力することできる。
【００４４】
次に、本実施形態における文書読取システムの全体の処理について図４から図７を用いて説明する。
図４は、クライアント端末１０１、スキャナ１０２、サーバ１０３を用いて処理される文書読取システムのシーケンスチャートである。
【００４５】
スキャナ１０２は、ユーザによるスキャン指示（例えば、スキャンボタンの押下）を受け付けることにより、試験回答用紙等の紙媒体をスキャンした画像データを取得する。スキャナ１０２は、画像データをサーバ１０３に送信する。
【００４６】
サーバ１０３は、スキャナ１０２より画像データを受信すると、画像データのヘッダー部をＯＣＲ処理し、学年と性別情報を認識する。
【００４７】
サーバ１０３は、ヘッダー部ＯＣＲ処理により取得した学年と性別情報を用いて、該当する学年と性別の学習ファイルと計数を計数テーブル（図５）から取得する。すなわち、ヘッダ部をＯＣＲ処理して例えば、「小学３年生」で「女」という学年と性別情報を得ているとしたら、サーバ１０３の記憶部より「小学３年生の女」という学習ファイルを記憶部より取得する。
【００４８】
次に、サーバ１０３は上述の画像データのメイン部に対し、ＯＣＲ処理を実行する。このとき１回につき１つの学習ファイルを適用し、取得した１又は複数の学習ファイルの数だけＯＣＲ処理を繰り返し実行する。
【００４９】
次に、サーバ１０３は、１又は複数回実行された画像データへのＯＣＲ結果のリジェクトエラー数に対し、前述の計数による計算を行う。計算値が最小となる結果を採用し、ＯＣＲ結果テーブルに認識結果を登録する。
【００５０】
次に、クライアント端末１０１は、サーバ１０３にて登録されたＯＣＲ結果テーブルを参照し、前述の画像データとＯＣＲ処理された結果を閲覧する。誤認識がある場合は、結果を訂正し、ＯＣＲ結果テーブルに更新処理行う。また、誤認識した文字を正しい文字に修正し、学習ファイルを更新する。
【００５１】
以下、図４を参照して、本実施形態の文書読取システムにおけるＯＣＲ認識処理について説明する。
図４ではＯＣＲ認識処理について説明する。本処理はスキャナ１０２とサーバ１０３にて実施され、スキャナ１０２に備えられる「スキャン開始」ボタン（不図示）を押下すると、処理が開始される。
【００５２】
ステップＳ１０１では、スキャナ１０２にあらかじめ準備された用紙をスキャンし、スキャンした文書から画像データを取得する。
【００５３】
本発明の実施の形態で用いられるスキャン文書は、例えば図９で示すデータ構成をしている。図８は、ヘッダー部８０１と、メイン部（１）８０２、メイン部（３）８０３の構造を備えている。ここでメイン部（１）（２）は、それぞれ別のものとしての扱いをしているが、実際にはメイン（１）に表記される設問などからの続きの内容である。
【００５４】
ヘッダー部８０１は、例えば受験する教科の「教科ＩＤ」、学校の「学校ＩＤ」、年、組、人数、性別、出席番号の項目を含んでいる。
【００５５】
次に、メイン部（１）および（２）は数値のマークを塗りつぶすマーク回答、文字のマークを塗りつぶす文字回答、記号による解答欄を含んでいる。
【００５６】
引き続き図４に戻り、ステップＳ１０２では、スキャナ１０２のＣＰＵ２０１は、ステップＳ１０１で取得した画像データをサーバ１０３へ送信する。この情報をサーバ１０３はステップＳ１０３で受信する。
【００５７】
ステップＳ１０４で、サーバ１０３のＣＰＵ２０１は、ステップＳ１０３で受信した画像データのヘッダー部８０１に対し、ＯＣＲ処理を行う。このときにヘッダー部８０１に記述されている学校ＩＤ、学年、出席番号を取得する。尚、取得した学校ＩＤ、学年、出席番号はＲＡＭ３０２に記憶させておき、後述のＳ１０６、Ｓ１０７、Ｓ１０８の処理で利用される。
【００５８】
ステップＳ１０５で、サーバ１０３のＣＰＵ２０１は、ステップＳ１０４で取得した学年とシステム月から、計数テーブル（図５）を検索し、該当する１又は複数の学習ファイルと計数を取得する。尚、取得した学習ファイルと計数はＲＡＭ３０２に記憶させておき、後述のＳ１０６、Ｓ１０７、Ｓ１０８の処理で用いる。学習ファイルと計数が取得出来ない場合は、無条件に標準設定された値を用いてもよい。
【００５９】
ステップＳ１０６で、サーバ１０３のＣＰＵ２０１は、ステップＳ１０５で取得された学習ファイルのうち１つを適用し、前述の画像データのメイン部に対するＯＣＲ処理を行う。適用した学習ファイルはＲＡＭ３０２から削除する。尚、ＯＣＲ結果はＲＡＭ３０２に記憶させておき、後述のＳ１０８の処理で利用される。
【００６０】
ステップＳ１０７で、サーバ１０３のＣＰＵ２０１は、ステップＳ１０５で取得された学習ファイルの残数を確認し、１つ以上の学習ファイルが残っている場合はステップＳ１０６へ戻る。学習ファイルが残っていない（全ての学習ファイルを用いての適用が終了した）場合は、ステップＳ１０８へ進む。
【００６１】
ステップＳ１０８で、サーバ１０３のＣＰＵ２０１は、ステップＳ１０６で記憶した１又は複数のＯＣＲ結果からリジェクトエラー数を取得する。其々のリジェクトエラー数に対し、ステップＳ１０５で記憶されている其々の計数から、
式「リジェクトエラー数×（１＋（１−計数））」
の計算を行う。尚、リジェクトエラー数とは、ＯＣＲ認識をした時に認識が不可能な文字や認識結果が不明瞭なエラーである。
【００６２】
ステップＳ１０９で、サーバ１０３のＣＰＵ２０１は、ステップ１０８で計算された値の内、最小となる値を判断する。最小と判断されたＯＣＲ認識結果は、最も精度が高く認識された結果と判断する。すなわちリジェクトエラー数の一番少なかった学習ファイルである。
【００６３】
ステップＳ１１０で、サーバ１０３のＣＰＵ２０１は、ステップ１０９で判断されたＯＣＲ結果をＯＣＲ結果テーブルへ登録する。
【００６４】
ステップＳ１１１で、クライアント端末１０１のＣＰＵ２０１は、ステップＳ１１０で登録された結果をＯＣＲ結果テーブルから参照し、画面表示（不図示）する。ＯＣＲ結果の画面表示は一般的に知られているＯＣＲソフトウェア等で表示されるものとし、ここでは説明を割愛する。
【００６５】
ステップＳ１１２で、クライアント端末１０１のＣＰＵ２０１は、ステップＳ１１１で表示されたＯＣＲ結果に誤認識がある場合は、ユーザ操作から得られた正しい結果に修正し、ＯＣＲ結果テーブルに更新する。
【００６６】
図５に示すように、計数テーブルは、学年、月、学習ファイル、計数の情報から構成される。計数情報は１学年の同一月に対して複数登録可能となっている。図７に示すように、例として、学年２の４月に実施されたＯＣＲ処理に対して、複数の学習ファイルを適用させて認識結果を得たい場合、複数のレコードを登録する。学年２の４月には基本的に学習ファイル２を適用するが、学年２にあがったばかりの４月の場合、学年１を想定して作成された学習ファイル１の結果も有効であると考えられるからである。
【００６７】
図７に示すように、ＯＣＲ結果テーブルは、学校ＩＤ、学年、出席番号、学習ファイル、リジェクトエラー数、回答１認識結果、回答１リジェクトエラー〜回答５０認識結果、回答５０リジェクトエラーで構成される。ここでは回答数を５０としているが回答数は実施する試験等の問題数によって変わるものとする。リジェクトエラー数は回答１リジェクトエラー〜回答５０リジェクトエラーの内「有」の個数が設定されるものとする。
【００６８】
以上の本発明によれば、極端な癖のある文字をOCR認識する場合に、高い認識率でかつ効率的なＯＣＲ認識を実現することが可能な仕組みを提供することが可能になる。
【００６９】
即ち、本発明は、読取装置から送信される画像データに含まれる文字情報の読取を実行する情報処理装置であって、前記読取装置により読み取られた文書の特定矩形領域から得られた情報を取得する画像データ取得手段と、前記画像データ取得手段で取得した前記画像データに含まれる文字情報の読取を実行する読取手段と、前記読取手段で前記画像データより読み取った読取情報を用いることにより、前記文書に書かれている文字情報を認識するためのプロファイルを特定する特定手段と、前記特定手段で特定した前記プロファイルを用いることにより前記文書に書かれている文字情報の認識を実行する文字情報認識手段と、前記文字情報認識手段で文字認識を実行した結果得られるエラー回数に応じて、適用する認識結果を決定する決定手段と、前記決定手段で決定した前記認識結果を登録する登録手段とを備えることを特徴とする。
【００７０】
以上、実施形態、具体例を主に詳述したが、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。
【００７１】
本発明におけるプログラムは、図４に示すフローチャートの処理に従って情報処理装置１００としてのコンピュータが実行可能なプログラムであり、本発明の記憶媒体は図４〜図７の処理方法を実行可能なプログラムを記憶されている。なお、本発明におけるプログラムは各装置の処理方法ごと、別の独立したプログラムであってもよい。
【００７２】
以上のように、前述した実施形態の機能を実現するプログラムを記録した記録媒体を、システムあるいは装置に供給し、そのシステムあるいは装置のコンピュータ（またはＣＰＵやＭＰＵ）が記録媒体に格納されたプログラムを読出し実行することによっても、本発明の目的が達成されることは言うまでもない。
【００７３】
この場合、記録媒体から読み出されたプログラム自体が本発明の新規な機能を実現することになり、そのプログラムを記憶した記録媒体は本発明を構成することになる。
【００７４】
プログラムを供給するための記録媒体としては、例えば、フレキシブルディスク、ハードディスク、光ディスク、光磁気ディスク、ＣＤ−ＲＯＭ、ＣＤ−Ｒ、ＤＶＤ−ＲＯＭ、磁気テープ、不揮発性のメモリカード、ＲＯＭ、ＥＥＰＲＯＭ、シリコンディスク等を用いることができる。
【００７５】
また、情報処理装置１００が読み出したプログラムを実行することにより、前述した実施形態の機能が実現されるだけでなく、そのプログラムの指示に基づき、コンピュータ上で稼働しているＯＳ（オペレーティングシステム）等が実際の処理の一部または全部を行い、その処理によって前述した実施形態の機能が実現される場合も含まれることは言うまでもない。
【００７６】
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、そのプログラムコードの指示に基づき、その機能拡張ボードや機能拡張ユニットに備わるＣＰＵ等が実際の処理の一部または全部を行い、その処理によって前述した実施形態の機能が実現される場合も含まれることは言うまでもない。
【００７７】
また、本発明は、複数の機器から構成されるシステムに適用しても、１つの機器からなる装置に適用してもよい。また、本発明は、システムあるいは装置にプログラムを供給することによって達成される場合にも適応できることは言うまでもない。この場合、本発明を達成するためのプログラムを格納した記録媒体を該システムあるいは装置に読み出すことによって、そのシステムあるいは装置が、本発明の効果を享受することが可能となる。
【００７８】
さらに、本発明を達成するためのプログラムをネットワーク上のサーバ、データベース等から通信プログラムによりダウンロードして読み出すことによって、そのシステムあるいは装置が、本発明の効果を享受することが可能となる。なお、上述した各実施形態およびその変形例を組み合わせた構成も全て本発明に含まれるものである。
【００７９】
また上記のソフトウェアで実現する各処理を、ファームウェアやハードウェア構成にして、各処理を各手段として実現することも可能であり、本発明の技術的範囲はこのようなファームウェアやハードウェア構成による実現も含むものである。
【特許請求の範囲】
【請求項１】
読取装置から送信される画像データに含まれる文字情報の読取を実行する情報処理装置であって、
前記読取装置により読み取られた文書の特定矩形領域から得られた情報を取得する画像データ取得手段と、
前記画像データ取得手段で取得した前記画像データに含まれる文字情報の読取を実行する読取手段と、
前記読取手段で前記画像データより読み取った読取情報を用いることにより、前記文書に書かれている文字情報を認識するためのプロファイルを特定する特定手段と、
前記特定手段で特定した前記プロファイルを用いることにより前記文書に書かれている文字情報の認識を実行する文字情報認識手段と、
前記文字情報認識手段で文字認識を実行した結果得られるエラー回数に応じて、適用する認識結果を決定する決定手段と、
前記決定手段で決定した前記認識結果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。
【請求項２】
前記決定手段は前記文字情報認識手段で文字認識を実行した結果得られるエラー回数が最も少ない認識結果を、前記登録手段で登録する認識結果として決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。
【請求項３】
読取装置から送信される画像データに含まれる文字情報の読取を実行する情報処理装置とクライアント端末を含む情報処理システムであって、
前記情報処理装置において、
前記読取装置により読み取られた文書の特定矩形領域から得られた情報を取得する画像データ取得手段と、
前記画像データ取得手段で取得した前記画像データに含まれる文字情報の読取を実行する読取手段と、
前記読取手段で前記画像データより読み取った読取情報を用いることにより、前記文書に書かれている文字情報を認識するためのプロファイルを特定する特定手段と、
前記特定手段で特定した前記プロファイルを用いることにより前記文書に書かれている文字情報の認識を実行する文字情報認識手段と、
前記文字情報認識手段で文字認識を実行した結果得られるエラー回数に応じて、適用する認識結果を決定する決定手段と、
前記決定手段で決定した前記認識結果を登録する登録手段と、
前記登録手段で登録をした前記認識結果を前記クライアント端末で表示すべく送信する送信手段とを備え、
前記クライアント端末において、
前記送信手段で前記情報処理装置より送信される前記認識結果を表示部に表示する表示手段と
を備えることを特徴とする情報処理システム。
【請求項４】
前記決定手段は前記文字情報認識手段で文字認識を実行した結果得られるエラー回数が最も少ない認識結果を、前記登録手段で登録する認識結果として決定することを特徴とする請求項３に記載の情報処理システム。
【請求項５】
読取装置から送信される画像データに含まれる文字情報の読取を実行する情報処理装置の制御方法であって、
前記情報処理装置において、
前記情報処理装置の画像データ取得手段が、前記読取装置により読み取られた文書の特定矩形領域から得られた情報を取得する画像データ取得ステップと、
前記情報処理装置の読取手段が、前記画像データ取得ステップで取得した前記画像データに含まれる文字情報の読取を実行する読取ステップと、
前記情報処理装置の特定手段が、前記読取ステップで前記画像データより読み取った読取情報を用いることにより、前記文書に書かれている文字情報を認識するためのプロファイルを特定する特定ステップと、
前記情報処理装置の文字情報認識手段が、前記特定ステップで特定した前記プロファイルを用いることにより前記文書に書かれている文字情報の認識を実行する文字情報認識ステップと、
前記情報処理装置の決定手段が、前記文字情報認識ステップで文字認識を実行した結果得られるエラー回数に応じて、適用する認識結果を決定する決定ステップと、
前記情報処理装置の登録手段が、前記決定ステップで決定した前記認識結果を登録する登録ステップ
とを含むことを特徴とする情報処理装置の制御方法。
【請求項６】
読取装置から送信される画像データに含まれる文字情報の読取を実行する情報処理装置を制御するプログラムであって、
前記情報処理装置を、
前記読取装置により読み取られた文書の特定矩形領域から得られた情報を取得する画像データ取得手段と、
前記画像データ取得手段で取得した前記画像データに含まれる文字情報の読取を実行する読取手段と、
前記読取手段で前記画像データより読み取った読取情報を用いることにより、前記文書に書かれている文字情報を認識するためのプロファイルを特定する特定手段と、
前記特定手段で特定した前記プロファイルを用いることにより前記文書に書かれている文字情報の認識を実行する文字情報認識手段と、
前記文字情報認識手段で文字認識を実行した結果得られるエラー回数に応じて、適用する認識結果を決定する決定手段と、
前記決定手段で決定した前記認識結果を登録する登録手段
として機能させることを特徴とするコンピュータで読取実行可能なプログラム。
【請求項１】
読取装置から送信される画像データに含まれる文字情報の読取を実行する情報処理装置であって、
前記読取装置により読み取られた文書の特定矩形領域から得られた情報を取得する画像データ取得手段と、
前記画像データ取得手段で取得した前記画像データに含まれる文字情報の読取を実行する読取手段と、
前記読取手段で前記画像データより読み取った読取情報を用いることにより、前記文書に書かれている文字情報を認識するためのプロファイルを特定する特定手段と、
前記特定手段で特定した前記プロファイルを用いることにより前記文書に書かれている文字情報の認識を実行する文字情報認識手段と、
前記文字情報認識手段で文字認識を実行した結果得られるエラー回数に応じて、適用する認識結果を決定する決定手段と、
前記決定手段で決定した前記認識結果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。
【請求項２】
前記決定手段は前記文字情報認識手段で文字認識を実行した結果得られるエラー回数が最も少ない認識結果を、前記登録手段で登録する認識結果として決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。
【請求項３】
読取装置から送信される画像データに含まれる文字情報の読取を実行する情報処理装置とクライアント端末を含む情報処理システムであって、
前記情報処理装置において、
前記読取装置により読み取られた文書の特定矩形領域から得られた情報を取得する画像データ取得手段と、
前記画像データ取得手段で取得した前記画像データに含まれる文字情報の読取を実行する読取手段と、
前記読取手段で前記画像データより読み取った読取情報を用いることにより、前記文書に書かれている文字情報を認識するためのプロファイルを特定する特定手段と、
前記特定手段で特定した前記プロファイルを用いることにより前記文書に書かれている文字情報の認識を実行する文字情報認識手段と、
前記文字情報認識手段で文字認識を実行した結果得られるエラー回数に応じて、適用する認識結果を決定する決定手段と、
前記決定手段で決定した前記認識結果を登録する登録手段と、
前記登録手段で登録をした前記認識結果を前記クライアント端末で表示すべく送信する送信手段とを備え、
前記クライアント端末において、
前記送信手段で前記情報処理装置より送信される前記認識結果を表示部に表示する表示手段と
を備えることを特徴とする情報処理システム。
【請求項４】
前記決定手段は前記文字情報認識手段で文字認識を実行した結果得られるエラー回数が最も少ない認識結果を、前記登録手段で登録する認識結果として決定することを特徴とする請求項３に記載の情報処理システム。
【請求項５】
読取装置から送信される画像データに含まれる文字情報の読取を実行する情報処理装置の制御方法であって、
前記情報処理装置において、
前記情報処理装置の画像データ取得手段が、前記読取装置により読み取られた文書の特定矩形領域から得られた情報を取得する画像データ取得ステップと、
前記情報処理装置の読取手段が、前記画像データ取得ステップで取得した前記画像データに含まれる文字情報の読取を実行する読取ステップと、
前記情報処理装置の特定手段が、前記読取ステップで前記画像データより読み取った読取情報を用いることにより、前記文書に書かれている文字情報を認識するためのプロファイルを特定する特定ステップと、
前記情報処理装置の文字情報認識手段が、前記特定ステップで特定した前記プロファイルを用いることにより前記文書に書かれている文字情報の認識を実行する文字情報認識ステップと、
前記情報処理装置の決定手段が、前記文字情報認識ステップで文字認識を実行した結果得られるエラー回数に応じて、適用する認識結果を決定する決定ステップと、
前記情報処理装置の登録手段が、前記決定ステップで決定した前記認識結果を登録する登録ステップ
とを含むことを特徴とする情報処理装置の制御方法。
【請求項６】
読取装置から送信される画像データに含まれる文字情報の読取を実行する情報処理装置を制御するプログラムであって、
前記情報処理装置を、
前記読取装置により読み取られた文書の特定矩形領域から得られた情報を取得する画像データ取得手段と、
前記画像データ取得手段で取得した前記画像データに含まれる文字情報の読取を実行する読取手段と、
前記読取手段で前記画像データより読み取った読取情報を用いることにより、前記文書に書かれている文字情報を認識するためのプロファイルを特定する特定手段と、
前記特定手段で特定した前記プロファイルを用いることにより前記文書に書かれている文字情報の認識を実行する文字情報認識手段と、
前記文字情報認識手段で文字認識を実行した結果得られるエラー回数に応じて、適用する認識結果を決定する決定手段と、
前記決定手段で決定した前記認識結果を登録する登録手段
として機能させることを特徴とするコンピュータで読取実行可能なプログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【公開番号】特開２０１３−１０５３３１（Ｐ２０１３−１０５３３１Ａ）
【公開日】平成２５年５月３０日（２０１３．５．３０）
【国際特許分類】
【出願番号】特願２０１１−２４８９０６（Ｐ２０１１−２４８９０６）
【出願日】平成２３年１１月１４日（２０１１．１１．１４）
【出願人】（３９０００２７６１）キヤノンマーケティングジャパン株式会社 (656)
【出願人】（３１２０００２０６）キヤノンＭＪアイティグループホールディングス株式会社 (259)
【出願人】（５９２１３５２０３）キヤノンＩＴソリューションズ株式会社 (528)
【Ｆターム（参考）】
【公開日】平成２５年５月３０日（２０１３．５．３０）
【国際特許分類】
【出願日】平成２３年１１月１４日（２０１１．１１．１４）
【出願人】（３９０００２７６１）キヤノンマーケティングジャパン株式会社 (656)
【出願人】（３１２０００２０６）キヤノンＭＪアイティグループホールディングス株式会社 (259)
【出願人】（５９２１３５２０３）キヤノンＩＴソリューションズ株式会社 (528)
【Ｆターム（参考）】
[ Back to top ]