情報処理装置、情報処理方法、コンピュータプログラム、記録媒体
【課題】梯子枠の特性を利用してテンプレートの位置ずれ補正を行う。
【解決手段】文字認識処理の対象となる画像データを取得する取得手段と、前記取得手段により取得した画像データに対して、当該画像データに対応するテンプレート情報であって、当該画像データ上において文字認識処理の対象となる文字が記入される梯子枠を含む矩形領域の位置情報と、当該梯子枠の形状情報とを少なくとも含むテンプレート情報を用いて、文字認識処理を行う文字認識手段と、前記文字認識手段により梯子枠の認識ができない矩形領域が存在したかを判定する判定手段と、前記判定手段による判定の結果、梯子枠の認識ができない矩形領域が存在した場合、当該矩形領域の位置を補正する補正手段とを備え、前記文字認識手段は、前記補正手段により補正された矩形領域の位置情報を用いて、文字認識処理を行うことを特徴とする。
【解決手段】文字認識処理の対象となる画像データを取得する取得手段と、前記取得手段により取得した画像データに対して、当該画像データに対応するテンプレート情報であって、当該画像データ上において文字認識処理の対象となる文字が記入される梯子枠を含む矩形領域の位置情報と、当該梯子枠の形状情報とを少なくとも含むテンプレート情報を用いて、文字認識処理を行う文字認識手段と、前記文字認識手段により梯子枠の認識ができない矩形領域が存在したかを判定する判定手段と、前記判定手段による判定の結果、梯子枠の認識ができない矩形領域が存在した場合、当該矩形領域の位置を補正する補正手段とを備え、前記文字認識手段は、前記補正手段により補正された矩形領域の位置情報を用いて、文字認識処理を行うことを特徴とする。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、情報処理装置及び情報処理方法及びコンピュータプログラム及びコンピュータ読取可能な記憶媒体に関する。
【背景技術】
【０００２】
所定のフォーマットを有する帳票をスキャナ等により入力し、その入力画像に対して文字認識等を行う帳票認識処理装置が提案されている。このような帳票認識処理装置においては、一般に、入力画像のうち、文字認識を行うべき処理対象の領域（例えば梯子枠）に関する情報を予めテンプレート情報（以下、テンプレート）として記憶しておき、帳票処理に際しては、そのテンプレートを入力画像に重ね合わせるとともに、そのテンプレート内の囲まれた当該入力画像の部分画像に対して文字認識等の処理が行われる。
【０００３】
しかしながら、実際の運用面においては、スキャナの読み取り精度の関係により、入力画像上の処理対象領域と、テンプレートとがずれてしまうことが多い。
【０００４】
このため、特許文献１では、入力画像から複数の構造物（文字、表等）の領域を抽出し、その抽出した各領域の中から、予めテンプレートに記憶された領域に対応する領域を検索し、座標値を利用してずれ量を算出し、その算出したずれ量に応じて、テンプレートを入力画像にあてはめることにより、テンプレートに対する入力画像の位置ずれを補正している。
【先行技術文献】
【特許文献】
【０００５】
【特許文献１】特開２０００−３３９４０７号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
しかしながら、上記の従来技術では、入力画像から複数の構造物の領域を抽出する必要があり、構造物の抽出精度によっては、位置ずれを補正することができない。また、入力画像全体の構造物の領域を抽出する必要があるので、処理に時間がかかるという問題が生じる。
【０００７】
そもそも、上記従来技術は、入力画像全体の構造物を対象としているものであり、特定の構造物に特化した技術ではない。そのため、梯子枠の特性を利用してテンプレートの位置ずれを補正するという技術的思想は何ら開示されていない。
【０００８】
本発明は、上記課題を解決するものであり、梯子枠の特性を利用してテンプレートの位置ずれ補正を行うこと目的とする。
【課題を解決するための手段】
【０００９】
本発明は、梯子枠を含む画像データに対して文字認識処理を行う情報処理装置であって、文字認識処理の対象となる画像データを取得する取得手段と、前記取得手段により取得した画像データに対して、当該画像データに対応するテンプレート情報であって、当該画像データ上において文字認識処理の対象となる文字が記入される梯子枠を含む矩形領域の位置情報と、当該梯子枠の形状情報とを少なくとも含むテンプレート情報を用いて、文字認識処理を行う文字認識手段と、前記文字認識手段により梯子枠の認識ができない矩形領域が存在したかを判定する判定手段と、前記判定手段による判定の結果、梯子枠の認識ができない矩形領域が存在した場合、当該矩形領域の位置を補正する補正手段とを備え、前記文字認識手段は、前記補正手段により補正された矩形領域の位置情報を用いて、文字認識処理を行うことを特徴とする。
【発明の効果】
【００１０】
本発明によれば、梯子枠の特性を用いて、梯子枠の特性を利用してテンプレートの位置ずれ補正を行うことができる。
【図面の簡単な説明】
【００１１】
【図１】画像処理装置の概略構成を示すシステム図である。
【図２】画像処理装置の概略構成を示すブロック図である。
【図３】画像処理を示すフローチャートである。
【図４】位置ずれ補正処理を示すフローチャートである。
【図５】ずれ方向判定処理を示す表である。
【図６】テンプレートと処理対象画像の例を示す図である（１）。
【図７】テンプレートと処理対象画像の例を示す図である（２）。
【図８】テンプレートと処理対象画像の例を示す図である（３）。
【図９】黒画素情報取得処理を示すフローチャートである。
【発明を実施するための形態】
【００１２】
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。
【００１３】
図１は、本発明の実施形態における画像処理システムの構成例を示す図である。
【００１４】
１０１は、コンピュータ装置（情報処理装置）であり、スキャナ１０２により読み取られた画像データを取得して、画像処理を実行する。なお、処理対象となる画像データは、スキャナ１０２以外のスキャナにより読み取られた画像データであってもよい。その場合、コンピュータ装置はネットワークを介して画像データを取得する。
【００１５】
次に、画像処理システムにおける画像処理装置のハードウェア構成図を説明する。
【００１６】
図２は画像処理装置（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。
【００１７】
１０１は、ＣＰＵであり、ＲＯＭ１０２に格納されている制御プログラムを実行することにより、本装置全体の制御を行う。１０２はＲＯＭであり、ＣＰＵ１０１が実行するコンピュータプログラムや各種パラメータデータを格納する。コンピュータプログラムは、ＣＰＵ１０１で実行されることにより、後述するフローチャートに示す各処理を実行するための各種手段として、当該装置（コンピュータ）を機能させる。なお、本実施例１では、後述するフローチャートの各ステップに対応する処理を、コンピュータ（ＣＰＵ）を用いてソフトウェアで実現することとするが、その処理の一部または全部を電子回路などのハードウェアで実現するようにしても構わない。また、本発明の画像処理装置は、汎用パソコンを用いて実現してもよいし、画像処理専用の装置として実現するようにしても構わない。
【００１８】
１０３は、ＲＡＭであり、画像や各種情報を記憶する。また、ＲＡＭ１０３は、ＣＰＵのワークエリアやデータの一時待避領域として機能する。
【００１９】
１０４は、外部記憶装置であり、例えば、ハードディスクやＣＤ−ＲＯＭ等で構成される。なお、本発明の装置をコンピュータに実現させるためのコンピュータプログラムは、このコンピュータ読取可能な外部記憶媒体に格納されていても構わないし、ネットワークを介して供給されるようにしても構わない。
【００２０】
１０５は、ディスプレイであり、例えば、ＬＣＤやＣＲＴで構成される。
【００２１】
１０６は、入力装置である。例えば、デジタルカメラやスキャナ等の画像入力装置を接続するためのインターフェースであってもよいし、デジタルカメラやスキャナ等の画像入力装置そのものであっても構わない。また、デジタルカメラやスキャナの機能の１つとして実現するために、デジタルカメラやスキャナ内部に本発明の装置構成を組み込んで実現しても構わない。
【００２２】
１０７は、ネットワークインターフェース（Ｉ／Ｆ）であり、ネットワーク上に接続されている外部装置（例えば、サーバ、外部記憶装置、画像入力装置等）と通信し、プログラムやデータを読み込んだり、書き込んだりする。尚、ネットワークは、典型的にはインターネットやＬＡＮやＷＡＮや電話回線などのいわゆる通信ネットワークであり、データの送受信が可能であれば良い。また、ディスプレイ１０５や入力装置１０６は、ネットワークインターフェース１０７を介して接続されていても良い。
【００２３】
次に、画像処理について図３〜図７を用いて説明する。
【００２４】
本発明の実施の形態では、スキャナで入力した入力画像データに対して、テンプレートを利用して文字認識処理を行う。
【００２５】
入力画像データは、梯子枠を含む帳票を読み取ることで得られる画像データである。例えば、保険の申込用紙や試験の解答用紙などの帳票が該当する。
【００２６】
また、読み取られた画像データ上に配置される矩形内に記入された文字に対してＯＣＲ処理を行うため、読み取りを行う前に、一または複数の矩形領域の位置（座標情報）や当該矩形領域の大きさ及び読み取り処理（文字認識処理）を制御する情報をテンプレートとして予め設定しておく。ここで、読み取り処理の制御方法には、文字認識やバーコード等の読み取り方法が含まれており、特に記憶されている読み取り方法が文字認識の場合には、文字を取り囲む枠の形状情報、手書き文字や活字文字の字種情報等が含まれている。更に枠の形状が梯子枠の場合、文字及び数字の行数や列数の情報を記憶しておく。文字認識処理実行時に、スキャナの読み取り精度等の関係により、テンプレート情報と文字認識すべき入力画像の対象領域にずれが生じた場合、認識エラーとなることがある。例えば、梯子枠に書かれた文字を文字認識しようとした場合、テンプレートに記憶している領域の位置情報と実際の入力画像における対象領域にずれが生じた場合、テンプレートに記憶している梯子枠の文字及び数字の行数や列数の情報と実際に文字認識しようとしている領域の範囲内に存在する文字及び数字の行数や列数が不一致であることから、認識エラーとなることがある。
【００２７】
設定したテンプレートは外部記憶装置等に保存される。
【００２８】
図３は、画像処理装置における画像処理を示すフローチャートである。
【００２９】
ステップＳ３０１において、画像処理装置は、スキャナ等により読み取られた入力画像データの読み込みを行う。
【００３０】
ステップＳ３０２において、画像処理装置は、入力画像データに対応する予め設定されたテンプレートを特定し、特定したテンプレートに設定される情報を用いて文字認識処理を開始する。
【００３１】
ステップＳ３０３において、画像処理装置は、梯子枠で認識エラーが存在するかを判定する。Ｙｅｓの場合、Ｓ３０４へ進み、Ｎｏの場合、処理を終了する。ここでの認識エラーは、梯子枠自体を認識することができないというエラーである。例えば、入力画像データの読み取り時にずれが生じてしまうと、テンプレートに記憶されている矩形領域の座標位置とずれることとなり、梯子枠を検出することができず、認識エラーとなる。なお、認識エラーは、複数の梯子枠に対して発生することがある。また、梯子枠の認識方法は、既存の技術を用いることにより実現可能である。
【００３２】
ステップＳ３０４において、画像処理装置は、ステップＳ３０３において、認識エラーと判定された梯子枠に対し、位置ずれ補正処理を行う。
【００３３】
位置ずれ補正処理は、図４を用いて詳細に説明する。
【００３４】
図４は、位置ずれ補正処理を示すフローチャートである。
【００３５】
ステップＳ４０１において、画像処理装置は、テンプレートの矩形領域の位置情報を基に、テンプレートの４辺（上辺、下辺、左辺、右辺）上の黒画素情報を取得する。４辺それぞれにおいて黒画素が存在した場合を１とし、黒画素が存在しない場合を０とする。このとき、黒画素が存在するかしないかをある一定の閾値に基づいて、１か０を判断してもよい。また、４辺上だけでなく、ある一定の幅を持たせて４辺近隣領域の黒画素情報を取得するようにしてもよい。これらを取得情報として、一時的に記憶する（例えば、上辺＝ｔ、下辺＝ｂ、左辺＝ｌ、右辺＝ｒ）。なお、本ステップは、第二の実施形態において、より詳細なフローチャートを用いて、後に説明する。
【００３６】
ステップＳ４０２において、画像処理装置は、ずれ方向を判定する。この梯子枠のずれ方向の判定については、図５を用いて詳細に説明する。
【００３７】
図５は、ずれ方向判定処理で用いる判定テーブルである。
【００３８】
Ｓ４０１において取得した４辺上の黒画素情報が、図５に示す表のどのパターン（５０１〜５１７）に該当するかを特定し、その特定したパターンに対して定められている方向により、ずれ方向を判定している。
【００３９】
まず、Ｓ４０１において取得した４辺上の黒画素情報（ｔ（上辺）、ｂ（下辺）、ｌ（左辺）、ｒ（右辺）情報）がすべて０であった場合について説明する（５０１、５０２）。
【００４０】
テンプレートの矩形領域は、通常、入力画像データの梯子枠を包含する大きさで定義されていることから、入力画像データにずれが生じなければ（もしくは軽微なずれであれば）、入力画像データの梯子枠は、テンプレートの矩形領域の中に収まる。そのため、図６の６０１に示す通り、４辺上の黒画素情報がすべて０であった場合は、正しく読み取られた可能性が高い。この場合、テンプレートの矩形領域を移動させる必要がないとして、固定と判定する（５０１）。
【００４１】
一方、ずれの量が大きい場合、テンプレートの矩形領域の中に、入力画像データの梯子枠がはみ出すことがある。特にテンプレートの矩形領域の中に黒画素が存在しないときは、少なくとも入力画像データの梯子枠が含まれていないことが分かるため、エラーと判定することができる（５０２）。なお、入力画像データは、読み取り時のごみが黒画素として取り込まれることがある。そのため、ごみを梯子枠と誤認識しないために、黒画素の量は任意に定めることができる。
【００４２】
また、ステップＳ４０１において取得した黒画素が、ｔ（上辺）のみ１の場合（５０３）、画像処理装置は、ずれ方向を上と判定する。図６の６０２がテンプレートの矩形領域と文字認識すべき梯子枠のずれを示す図である。
【００４３】
また、ステップＳ４０１において取得した黒画素が、ｂ（下辺）のみ１の場合（５０４）、画像処理装置は、ずれ方向を下と判定する。図６の６０３がテンプレートの矩形領域と文字認識すべき梯子枠のずれを示す図である。
【００４４】
また、ステップＳ４０１において取得した黒画素が、ｌ（左辺）のみ１の場合（５０５）、画像処理装置は、ずれ方向を左と判定する。図６の６０４がテンプレートの矩形領域と文字認識すべき梯子枠のずれを示す図である。
【００４５】
また、ステップＳ４０１において取得した黒画素が、ｒ（右辺）のみ１の場合（５０６）、画像処理装置は、ずれ方向を右と判定する。図６の６０５がテンプレートの矩形領域と文字認識すべき梯子枠のずれを示す図である。
【００４６】
また、ステップＳ４０１において取得した黒画素が、ｔ（上辺）とｂ（下辺）が１の場合（５０７）、画像処理装置は、ずれ方向をエラーと判定する。図６の６０６がテンプレートの矩形領域と文字認識すべき梯子枠のずれを示す図である。この場合、元々テンプレートのサイズの設定に誤りがあるため、エラーと判定する。
【００４７】
また、ステップＳ４０１において取得した黒画素が、ｔ（上辺）とｌ（左辺）が１の場合（５０８）、画像処理装置は、ずれ方向を左上と判定する。図６の６０７がテンプレートの矩形領域と文字認識すべき梯子枠のずれを示す図である。
【００４８】
また、ステップＳ４０１において取得した黒画素が、ｔ（上辺）とｒ（右辺）が１の場合（５０９）、画像処理装置は、ずれ方向を右上と判定する。図６の６０８がテンプレートの矩形領域と文字認識すべき梯子枠のずれを示す図である。
【００４９】
また、ステップＳ４０１において取得した黒画素が、ｂ（下辺）とｌ（左辺）が１の場合（５１０）、画像処理装置は、ずれ方向を左下と判定する。図７の６０９がテンプレートの矩形領域と文字認識すべき梯子枠のずれを示す図である。
【００５０】
また、ステップＳ４０１において取得した黒画素が、ｂ（下辺）とｒ（右辺）が１の場合（５１１）、画像処理装置は、ずれ方向を右下と判定する。図７の６１０がテンプレートの矩形領域と文字認識すべき梯子枠のずれを示す図である。
【００５１】
また、ステップＳ４０１において取得した黒画素が、ｌ（左辺）とｒ（右辺）が１の場合（５１２）、画像処理装置は、ずれ方向をエラーと判定する。７６の６１１がテンプレートの矩形領域と文字認識すべき梯子枠のずれを示す図である。この場合、元々テンプレートのサイズの設定に誤りがあるため、エラーと判定する。
【００５２】
また、ステップＳ４０１において取得した黒画素が、ｔ（上辺）とｂ（下辺）とｌ（左辺）が１の場合（５１３）、画像処理装置は、ずれ方向をエラーと判定する。図７の６１２がテンプレートの矩形領域と文字認識すべき梯子枠のずれを示す図である。この場合、元々テンプレートのサイズの設定に誤りがあるため、エラーと判定する。
【００５３】
また、ステップＳ４０１において取得した黒画素が、ｔ（上辺）とｂ（下辺）とｒ（右辺）が１の場合（５１４）、画像処理装置は、ずれ方向をエラーと判定する。図７の６１３がテンプレートの矩形領域と文字認識すべき梯子枠のずれを示す図である。この場合、元々テンプレートのサイズの設定に誤りがあるため、エラーと判定する。
【００５４】
また、ステップＳ４０１において取得した黒画素が、ｔ（上辺）とｌ（左辺）とｒ（右辺）が１の場合（５１５）、画像処理装置は、ずれ方向をエラーと判定する。図７の６１４がテンプレートの矩形領域と文字認識すべき梯子枠のずれを示す図である。この場合、元々テンプレートのサイズの設定に誤りがあるため、エラーと判定する。
【００５５】
また、ステップＳ４０１において取得した黒画素が、ｂ（下辺）とｌ（左辺）とｒ（右辺）が１の場合（５１６）、画像処理装置は、ずれ方向をエラーと判定する。図７の６１５がテンプレートの矩形領域と文字認識すべき梯子枠のずれを示す図である。この場合、元々テンプレートのサイズの設定に誤りがあるため、エラーと判定する。
【００５６】
また、ステップＳ４０１において取得した黒画素が、４辺すべて０の場合（５１７）、画像処理装置は、ずれ方向をエラーと判定する。図７の６１６がテンプレートの矩形領域と文字認識すべき梯子枠のずれを示す図である。この場合、元々テンプレートのサイズの設定に誤りがあるため、エラーと判定する。
【００５７】
以上、図５を用いて、ステップＳ４０２における、ずれ方向の判定方法について説明をした。本実施の形態のように、予めパターンテーブルを用意しておくことで、ずれ方向の判定を行うことができる。このパターンテーブルは、梯子枠の性質を利用することで作成することができるものである。なお、ここでのずれ方向は、テンプレートの矩形領域が梯子枠に対してずれた方向を示すものであり、実際に補正する補正方向は、ずれ方向と反対となる。
【００５８】
次に、図４の説明に戻る。
【００５９】
ステップＳ４０３において、画像処理装置は、判定結果がエラーであるかを判定する。Ｙｅｓの場合、処理を終了し、Ｎｏの場合、Ｓ４０４へ進む。ここでは、ステップＳ４０２による判定結果が、エラーか否かを判定している。
【００６０】
ステップＳ４０４において、画像処理装置は、位置ずれ量（補正量）を算出する。位置ずれ量の算出方法は、どのようは方法であってもよく、例えば、上下にずれを補正する場合は、テンプレートの高さ以下のずれ量（例えばテンプレートの高さの５分の１）を設定し、左右にずれを補正する場合は、テンプレートの幅以下のずれ量（例えばテンプレートの幅の１０分の１）を設定するといった方法がある。また、ずれ量は、入力画像データの解像度を用いて、算出することもできる。どのような条件であっても、Ｓ４０２における判定の結果に応じて、最適な位置ずれ量を算出することができればよい。なお、Ｓ４０２において、固定と判定された場合は、テンプレートの矩形領域をずらす必要がないため、ずれ量の算出は行わない。
【００６１】
ステップＳ４０５において、画像処理装置は、ステップＳ４０２とステップＳ４０４で判定されたずれ方向とずれ量に従って、テンプレートにおける処理対象となっている梯子枠の位置情報（座標位置）を変更して処理を終了する。
【００６２】
以上、図４の説明を終了し、図３の説明を続ける。
【００６３】
ステップＳ３０５において、画像処理装置は、梯子枠で認識エラーが存在するかをＳ３０３と同じく再び判定する。Ｙｅｓの場合、Ｓ３０７へ進み、Ｎｏの場合、Ｓ３０６へ進む。ここでは、Ｓ３０４において、位置ずれ補正処理後のテンプレートを用いて、梯子枠で認識エラーが生じるかを判定している。なお、Ｓ４０３において、認識結果がエラーとなった場合は、位置ずれ補正処理が行われないため、ここでは、認識エラーとなる。
【００６４】
ステップＳ３０６において、画像処理装置は、位置ずれ補正処理後のテンプレートを用いて、文字認識処理を行う。
【００６５】
本実施の形態では、ステップＳ３０４〜ステップＳ３０６を、１つの梯子枠での認識エラーに対し、１度だけ処理を行うようにしたが、繰り返し複数回処理を行うようにしてもよい。
【００６６】
ステップＳ３０７において、画像処理装置は、全ての梯子枠の認識エラーの検索が終了したかを判定する。Ｙｅｓの場合、処理を終了し、Ｎｏの場合、Ｓ３０３へ戻る。
【００６７】
図３による処理が終了した後、処理結果をユーザが認識可能な形式で表示装置へ表示する。
【００６８】
上述した通り、本発明によれば、梯子枠の特性を利用してテンプレートの位置ずれ補正を行うことができる。
【００６９】
これにより、入力画像全体の構造物の領域を抽出することなく、より高速に、テンプレートに対する入力画像の位置ずれを補正することが可能となる。
【００７０】
次に、本発明の実施例２として、梯子枠の近隣に文字等の構造物が存在している場合に、テンプレートの位置ずれ補正をより正確に行うための実施例を説明する。
【００７１】
以下、図面を参照して、本発明の実施例２を詳細に説明する。なお、図１〜図７は実施例１と同様であるため、説明は省略する。
【００７２】
図８は、本発明の実施例２におけるテンプレートの矩形領域と文字認識すべき梯子枠と梯子枠近隣に存在する構造物（文字列）の位置関係を示す図である。
【００７３】
図８の例では、８０１や８０２のように、梯子枠近隣に存在する構造物とテンプレートの矩形領域が重なっている場合が存在する。
【００７４】
ここで、実施例１では、このような場合、位置ずれ補正を実施しようとするが、実施例２では、テンプレートの矩形領域が梯子枠と重なっているのか、梯子枠近隣に記載された文字のような構造物と重なっているのかを判断し、より正確に位置ずれ補正を行うものである。
【００７５】
処理の流れを、図９を用いて説明する。
【００７６】
図９は、テンプレートの矩形領域近隣の黒画素情報を取得する際のフローチャートを示す図である。
【００７７】
具体的には、図９は、図３のステップＳ３０４の位置ずれ補正処理における、図４のステップＳ４０１のテンプレートの４辺近隣の黒画素情報の取得処理をより詳細に示したものである。
【００７８】
ステップＳ９０１において、画像処理装置は、テンプレートの矩形領域の位置情報を基に、テンプレートの４辺（上辺、下辺、左辺、右辺）上の黒画素情報を取得する。
【００７９】
ステップＳ９０２において、画像処理装置は、４辺それぞれにおいて、黒画素が存在するかどうかを判断する。黒画素が存在する辺が存在する場合、ステップＳ９０３へ進み、黒画素が存在する辺が存在しない場合、処理を終了する。
【００８０】
なお、４辺それぞれにおいて黒画素が存在した場合を１、黒画素が存在しない場合を０とし、ノイズ等の影響を考慮して、黒画素が存在するかしないかをある一定の閾値に基づいて、１か０を判断してもよい。また、４辺上だけでなく、ある一定の幅を持たせて４辺近隣領域の黒画素情報を取得するようにしてもよい。
【００８１】
ステップＳ９０３において、画像処理装置は、ステップＳ９０２における判断結果を基に、４辺それぞれにおいて黒画素が存在した場合を１とし、黒画素が存在しない場合を０とする。
【００８２】
ステップＳ９０４において、画像処理装置は、黒画素取得情報が１である辺の黒画素間の連続した白画素の平均幅を算出する。
【００８３】
梯子枠と重なっている場合、梯子枠内の水平方向（もしくは垂直方向）の連続した白画素、つまり梯子枠内の１文字分のセルの幅の平均値を算出することになる。
【００８４】
ステップＳ９０５において、画像処理装置は、黒画素取得情報が１である辺の黒画素間の連続した白画素の分散値を算出する。
【００８５】
梯子枠と重なった辺であれば、１文字分のセルの大きさにばらつきが少ないため、分散値は限りなくゼロに近くなるが、図８のように梯子枠近隣に記載された文字列と重なった辺であれば、平均幅からのズレが大きくなり、分散値が大きくなる。そのため、テンプレートと重なっている対象物が梯子枠なのか、それ以外の構造物なのかが判断可能となる。
【００８６】
ステップＳ９０６において、画像処理装置は、黒画素取得情報が１である辺の分散値が、予め設定した分散値より大きいかどうかを判定する。Ｙｅｓの場合、ステップＳ９０７へ進み、Ｎｏの場合、処理を終了する。
【００８７】
この判定により、対象の辺が梯子枠と重なっているのか、それ以外の構造物と重なっているのかが明らかとなる。
【００８８】
ステップＳ９０７において、画像処理装置は、ステップＳ９０６における判断結果を基に、それぞれの辺の黒画素取得情報を０とする。
【００８９】
これにより、梯子枠の近隣に文字等の構造物が存在し、テンプレートの矩形領域と重なっていても、該当する辺においては、位置ずれ補正を実施せず、それ以外の辺で位置ずれ補正を実施することが可能となる。
【００９０】
例えば、図８の８０１の場合、黒画素情報取得処理により、すべての辺において、黒画素取得情報が０となるため、図５において、ずれ方向が固定と判断され、ずれ補正を実施しない。また、図８の８０２の場合、黒画素情報取得処理により、下辺のみの黒画素取得情報が１となるため、図５において、ずれ方向が下と判断され、ずれ補正を実施する。
【００９１】
黒画素情報取得処理以降の処理においては、実施例１に示す処理と同じであるため、説明は省略する。
【００９２】
以上、説明した通り、第二の実施例によれば、テンプレートの矩形領域が梯子枠と重なっているのか、梯子枠近隣に記載された文字のような構造物と重なっているのかを判断し、より正確に位置ずれ補正を行うことが可能となる。
【００９３】
以上、本発明の好ましい実施形態について詳述したが、本発明は係る特定の実施形態に限定されるものではなく、特許請求の範囲に記載された本発明の要旨の範囲内において、種々の変形・変更が可能である。
【００９４】
また、本発明の目的は、以下のようにすることによって達成される。即ち、上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コードを記録した記憶媒体（又は記録媒体）を、システム或いは装置に供給する。そして、そのシステム或いは装置の中央演算処理手段（ＣＰＵやＭＰＵ）が記憶媒体に格納されたプログラムコードを読み出し実行する。この場合、記憶媒体から読み出されたプログラムコード自体が上述した実施形態の機能を実現することになり、そのプログラムコードを記録した記憶媒体は本発明を構成することになる。
【００９５】
また、システム或いは装置の前記中央演算処理手段が読み出したプログラムコードを実行することにより、そのプログラムコードの指示に基づき、システム或いは装置上で稼働しているオペレーティングシステム（ＯＳ）等が実際の処理の一部又は全部を行う。その処理によって上述した実施形態の機能が実現される場合も含まれる。
【００９６】
更に、記憶媒体から読み出されたプログラムコードが、前記システム或いは装置に挿入された機能拡張カードや、接続された機能拡張ユニットに備わるメモリに書込まれたとする。その後、そのプログラムコードの指示に基づき、その機能拡張カ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又は全部を行い、その処理によって上述した実施形態の機能が実現される場合も含まれる。
【００９７】
本発明を前記記憶媒体に適用する場合、その記憶媒体（コンピュータ読み取り可能な記憶媒体）には、先に説明したフローチャートに対応するプログラムコードが格納されることになる。
【符号の説明】
【００９８】
１０１ コンピュータ装置
１０２ スキャナ
２０１ ＣＰＵ
２０２ ＲＯＭ
２０３ ＲＡＭ
２０４ 外部記憶装置
２０５ ディスプレイ
２０６ 入力装置
２０７ ネットワークインターフェース
【技術分野】
【０００１】
本発明は、情報処理装置及び情報処理方法及びコンピュータプログラム及びコンピュータ読取可能な記憶媒体に関する。
【背景技術】
【０００２】
所定のフォーマットを有する帳票をスキャナ等により入力し、その入力画像に対して文字認識等を行う帳票認識処理装置が提案されている。このような帳票認識処理装置においては、一般に、入力画像のうち、文字認識を行うべき処理対象の領域（例えば梯子枠）に関する情報を予めテンプレート情報（以下、テンプレート）として記憶しておき、帳票処理に際しては、そのテンプレートを入力画像に重ね合わせるとともに、そのテンプレート内の囲まれた当該入力画像の部分画像に対して文字認識等の処理が行われる。
【０００３】
しかしながら、実際の運用面においては、スキャナの読み取り精度の関係により、入力画像上の処理対象領域と、テンプレートとがずれてしまうことが多い。
【０００４】
このため、特許文献１では、入力画像から複数の構造物（文字、表等）の領域を抽出し、その抽出した各領域の中から、予めテンプレートに記憶された領域に対応する領域を検索し、座標値を利用してずれ量を算出し、その算出したずれ量に応じて、テンプレートを入力画像にあてはめることにより、テンプレートに対する入力画像の位置ずれを補正している。
【先行技術文献】
【特許文献】
【０００５】
【特許文献１】特開２０００−３３９４０７号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
しかしながら、上記の従来技術では、入力画像から複数の構造物の領域を抽出する必要があり、構造物の抽出精度によっては、位置ずれを補正することができない。また、入力画像全体の構造物の領域を抽出する必要があるので、処理に時間がかかるという問題が生じる。
【０００７】
そもそも、上記従来技術は、入力画像全体の構造物を対象としているものであり、特定の構造物に特化した技術ではない。そのため、梯子枠の特性を利用してテンプレートの位置ずれを補正するという技術的思想は何ら開示されていない。
【０００８】
本発明は、上記課題を解決するものであり、梯子枠の特性を利用してテンプレートの位置ずれ補正を行うこと目的とする。
【課題を解決するための手段】
【０００９】
本発明は、梯子枠を含む画像データに対して文字認識処理を行う情報処理装置であって、文字認識処理の対象となる画像データを取得する取得手段と、前記取得手段により取得した画像データに対して、当該画像データに対応するテンプレート情報であって、当該画像データ上において文字認識処理の対象となる文字が記入される梯子枠を含む矩形領域の位置情報と、当該梯子枠の形状情報とを少なくとも含むテンプレート情報を用いて、文字認識処理を行う文字認識手段と、前記文字認識手段により梯子枠の認識ができない矩形領域が存在したかを判定する判定手段と、前記判定手段による判定の結果、梯子枠の認識ができない矩形領域が存在した場合、当該矩形領域の位置を補正する補正手段とを備え、前記文字認識手段は、前記補正手段により補正された矩形領域の位置情報を用いて、文字認識処理を行うことを特徴とする。
【発明の効果】
【００１０】
本発明によれば、梯子枠の特性を用いて、梯子枠の特性を利用してテンプレートの位置ずれ補正を行うことができる。
【図面の簡単な説明】
【００１１】
【図１】画像処理装置の概略構成を示すシステム図である。
【図２】画像処理装置の概略構成を示すブロック図である。
【図３】画像処理を示すフローチャートである。
【図４】位置ずれ補正処理を示すフローチャートである。
【図５】ずれ方向判定処理を示す表である。
【図６】テンプレートと処理対象画像の例を示す図である（１）。
【図７】テンプレートと処理対象画像の例を示す図である（２）。
【図８】テンプレートと処理対象画像の例を示す図である（３）。
【図９】黒画素情報取得処理を示すフローチャートである。
【発明を実施するための形態】
【００１２】
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。
【００１３】
図１は、本発明の実施形態における画像処理システムの構成例を示す図である。
【００１４】
１０１は、コンピュータ装置（情報処理装置）であり、スキャナ１０２により読み取られた画像データを取得して、画像処理を実行する。なお、処理対象となる画像データは、スキャナ１０２以外のスキャナにより読み取られた画像データであってもよい。その場合、コンピュータ装置はネットワークを介して画像データを取得する。
【００１５】
次に、画像処理システムにおける画像処理装置のハードウェア構成図を説明する。
【００１６】
図２は画像処理装置（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。
【００１７】
１０１は、ＣＰＵであり、ＲＯＭ１０２に格納されている制御プログラムを実行することにより、本装置全体の制御を行う。１０２はＲＯＭであり、ＣＰＵ１０１が実行するコンピュータプログラムや各種パラメータデータを格納する。コンピュータプログラムは、ＣＰＵ１０１で実行されることにより、後述するフローチャートに示す各処理を実行するための各種手段として、当該装置（コンピュータ）を機能させる。なお、本実施例１では、後述するフローチャートの各ステップに対応する処理を、コンピュータ（ＣＰＵ）を用いてソフトウェアで実現することとするが、その処理の一部または全部を電子回路などのハードウェアで実現するようにしても構わない。また、本発明の画像処理装置は、汎用パソコンを用いて実現してもよいし、画像処理専用の装置として実現するようにしても構わない。
【００１８】
１０３は、ＲＡＭであり、画像や各種情報を記憶する。また、ＲＡＭ１０３は、ＣＰＵのワークエリアやデータの一時待避領域として機能する。
【００１９】
１０４は、外部記憶装置であり、例えば、ハードディスクやＣＤ−ＲＯＭ等で構成される。なお、本発明の装置をコンピュータに実現させるためのコンピュータプログラムは、このコンピュータ読取可能な外部記憶媒体に格納されていても構わないし、ネットワークを介して供給されるようにしても構わない。
【００２０】
１０５は、ディスプレイであり、例えば、ＬＣＤやＣＲＴで構成される。
【００２１】
１０６は、入力装置である。例えば、デジタルカメラやスキャナ等の画像入力装置を接続するためのインターフェースであってもよいし、デジタルカメラやスキャナ等の画像入力装置そのものであっても構わない。また、デジタルカメラやスキャナの機能の１つとして実現するために、デジタルカメラやスキャナ内部に本発明の装置構成を組み込んで実現しても構わない。
【００２２】
１０７は、ネットワークインターフェース（Ｉ／Ｆ）であり、ネットワーク上に接続されている外部装置（例えば、サーバ、外部記憶装置、画像入力装置等）と通信し、プログラムやデータを読み込んだり、書き込んだりする。尚、ネットワークは、典型的にはインターネットやＬＡＮやＷＡＮや電話回線などのいわゆる通信ネットワークであり、データの送受信が可能であれば良い。また、ディスプレイ１０５や入力装置１０６は、ネットワークインターフェース１０７を介して接続されていても良い。
【００２３】
次に、画像処理について図３〜図７を用いて説明する。
【００２４】
本発明の実施の形態では、スキャナで入力した入力画像データに対して、テンプレートを利用して文字認識処理を行う。
【００２５】
入力画像データは、梯子枠を含む帳票を読み取ることで得られる画像データである。例えば、保険の申込用紙や試験の解答用紙などの帳票が該当する。
【００２６】
また、読み取られた画像データ上に配置される矩形内に記入された文字に対してＯＣＲ処理を行うため、読み取りを行う前に、一または複数の矩形領域の位置（座標情報）や当該矩形領域の大きさ及び読み取り処理（文字認識処理）を制御する情報をテンプレートとして予め設定しておく。ここで、読み取り処理の制御方法には、文字認識やバーコード等の読み取り方法が含まれており、特に記憶されている読み取り方法が文字認識の場合には、文字を取り囲む枠の形状情報、手書き文字や活字文字の字種情報等が含まれている。更に枠の形状が梯子枠の場合、文字及び数字の行数や列数の情報を記憶しておく。文字認識処理実行時に、スキャナの読み取り精度等の関係により、テンプレート情報と文字認識すべき入力画像の対象領域にずれが生じた場合、認識エラーとなることがある。例えば、梯子枠に書かれた文字を文字認識しようとした場合、テンプレートに記憶している領域の位置情報と実際の入力画像における対象領域にずれが生じた場合、テンプレートに記憶している梯子枠の文字及び数字の行数や列数の情報と実際に文字認識しようとしている領域の範囲内に存在する文字及び数字の行数や列数が不一致であることから、認識エラーとなることがある。
【００２７】
設定したテンプレートは外部記憶装置等に保存される。
【００２８】
図３は、画像処理装置における画像処理を示すフローチャートである。
【００２９】
ステップＳ３０１において、画像処理装置は、スキャナ等により読み取られた入力画像データの読み込みを行う。
【００３０】
ステップＳ３０２において、画像処理装置は、入力画像データに対応する予め設定されたテンプレートを特定し、特定したテンプレートに設定される情報を用いて文字認識処理を開始する。
【００３１】
ステップＳ３０３において、画像処理装置は、梯子枠で認識エラーが存在するかを判定する。Ｙｅｓの場合、Ｓ３０４へ進み、Ｎｏの場合、処理を終了する。ここでの認識エラーは、梯子枠自体を認識することができないというエラーである。例えば、入力画像データの読み取り時にずれが生じてしまうと、テンプレートに記憶されている矩形領域の座標位置とずれることとなり、梯子枠を検出することができず、認識エラーとなる。なお、認識エラーは、複数の梯子枠に対して発生することがある。また、梯子枠の認識方法は、既存の技術を用いることにより実現可能である。
【００３２】
ステップＳ３０４において、画像処理装置は、ステップＳ３０３において、認識エラーと判定された梯子枠に対し、位置ずれ補正処理を行う。
【００３３】
位置ずれ補正処理は、図４を用いて詳細に説明する。
【００３４】
図４は、位置ずれ補正処理を示すフローチャートである。
【００３５】
ステップＳ４０１において、画像処理装置は、テンプレートの矩形領域の位置情報を基に、テンプレートの４辺（上辺、下辺、左辺、右辺）上の黒画素情報を取得する。４辺それぞれにおいて黒画素が存在した場合を１とし、黒画素が存在しない場合を０とする。このとき、黒画素が存在するかしないかをある一定の閾値に基づいて、１か０を判断してもよい。また、４辺上だけでなく、ある一定の幅を持たせて４辺近隣領域の黒画素情報を取得するようにしてもよい。これらを取得情報として、一時的に記憶する（例えば、上辺＝ｔ、下辺＝ｂ、左辺＝ｌ、右辺＝ｒ）。なお、本ステップは、第二の実施形態において、より詳細なフローチャートを用いて、後に説明する。
【００３６】
ステップＳ４０２において、画像処理装置は、ずれ方向を判定する。この梯子枠のずれ方向の判定については、図５を用いて詳細に説明する。
【００３７】
図５は、ずれ方向判定処理で用いる判定テーブルである。
【００３８】
Ｓ４０１において取得した４辺上の黒画素情報が、図５に示す表のどのパターン（５０１〜５１７）に該当するかを特定し、その特定したパターンに対して定められている方向により、ずれ方向を判定している。
【００３９】
まず、Ｓ４０１において取得した４辺上の黒画素情報（ｔ（上辺）、ｂ（下辺）、ｌ（左辺）、ｒ（右辺）情報）がすべて０であった場合について説明する（５０１、５０２）。
【００４０】
テンプレートの矩形領域は、通常、入力画像データの梯子枠を包含する大きさで定義されていることから、入力画像データにずれが生じなければ（もしくは軽微なずれであれば）、入力画像データの梯子枠は、テンプレートの矩形領域の中に収まる。そのため、図６の６０１に示す通り、４辺上の黒画素情報がすべて０であった場合は、正しく読み取られた可能性が高い。この場合、テンプレートの矩形領域を移動させる必要がないとして、固定と判定する（５０１）。
【００４１】
一方、ずれの量が大きい場合、テンプレートの矩形領域の中に、入力画像データの梯子枠がはみ出すことがある。特にテンプレートの矩形領域の中に黒画素が存在しないときは、少なくとも入力画像データの梯子枠が含まれていないことが分かるため、エラーと判定することができる（５０２）。なお、入力画像データは、読み取り時のごみが黒画素として取り込まれることがある。そのため、ごみを梯子枠と誤認識しないために、黒画素の量は任意に定めることができる。
【００４２】
また、ステップＳ４０１において取得した黒画素が、ｔ（上辺）のみ１の場合（５０３）、画像処理装置は、ずれ方向を上と判定する。図６の６０２がテンプレートの矩形領域と文字認識すべき梯子枠のずれを示す図である。
【００４３】
また、ステップＳ４０１において取得した黒画素が、ｂ（下辺）のみ１の場合（５０４）、画像処理装置は、ずれ方向を下と判定する。図６の６０３がテンプレートの矩形領域と文字認識すべき梯子枠のずれを示す図である。
【００４４】
また、ステップＳ４０１において取得した黒画素が、ｌ（左辺）のみ１の場合（５０５）、画像処理装置は、ずれ方向を左と判定する。図６の６０４がテンプレートの矩形領域と文字認識すべき梯子枠のずれを示す図である。
【００４５】
また、ステップＳ４０１において取得した黒画素が、ｒ（右辺）のみ１の場合（５０６）、画像処理装置は、ずれ方向を右と判定する。図６の６０５がテンプレートの矩形領域と文字認識すべき梯子枠のずれを示す図である。
【００４６】
また、ステップＳ４０１において取得した黒画素が、ｔ（上辺）とｂ（下辺）が１の場合（５０７）、画像処理装置は、ずれ方向をエラーと判定する。図６の６０６がテンプレートの矩形領域と文字認識すべき梯子枠のずれを示す図である。この場合、元々テンプレートのサイズの設定に誤りがあるため、エラーと判定する。
【００４７】
また、ステップＳ４０１において取得した黒画素が、ｔ（上辺）とｌ（左辺）が１の場合（５０８）、画像処理装置は、ずれ方向を左上と判定する。図６の６０７がテンプレートの矩形領域と文字認識すべき梯子枠のずれを示す図である。
【００４８】
また、ステップＳ４０１において取得した黒画素が、ｔ（上辺）とｒ（右辺）が１の場合（５０９）、画像処理装置は、ずれ方向を右上と判定する。図６の６０８がテンプレートの矩形領域と文字認識すべき梯子枠のずれを示す図である。
【００４９】
また、ステップＳ４０１において取得した黒画素が、ｂ（下辺）とｌ（左辺）が１の場合（５１０）、画像処理装置は、ずれ方向を左下と判定する。図７の６０９がテンプレートの矩形領域と文字認識すべき梯子枠のずれを示す図である。
【００５０】
また、ステップＳ４０１において取得した黒画素が、ｂ（下辺）とｒ（右辺）が１の場合（５１１）、画像処理装置は、ずれ方向を右下と判定する。図７の６１０がテンプレートの矩形領域と文字認識すべき梯子枠のずれを示す図である。
【００５１】
また、ステップＳ４０１において取得した黒画素が、ｌ（左辺）とｒ（右辺）が１の場合（５１２）、画像処理装置は、ずれ方向をエラーと判定する。７６の６１１がテンプレートの矩形領域と文字認識すべき梯子枠のずれを示す図である。この場合、元々テンプレートのサイズの設定に誤りがあるため、エラーと判定する。
【００５２】
また、ステップＳ４０１において取得した黒画素が、ｔ（上辺）とｂ（下辺）とｌ（左辺）が１の場合（５１３）、画像処理装置は、ずれ方向をエラーと判定する。図７の６１２がテンプレートの矩形領域と文字認識すべき梯子枠のずれを示す図である。この場合、元々テンプレートのサイズの設定に誤りがあるため、エラーと判定する。
【００５３】
また、ステップＳ４０１において取得した黒画素が、ｔ（上辺）とｂ（下辺）とｒ（右辺）が１の場合（５１４）、画像処理装置は、ずれ方向をエラーと判定する。図７の６１３がテンプレートの矩形領域と文字認識すべき梯子枠のずれを示す図である。この場合、元々テンプレートのサイズの設定に誤りがあるため、エラーと判定する。
【００５４】
また、ステップＳ４０１において取得した黒画素が、ｔ（上辺）とｌ（左辺）とｒ（右辺）が１の場合（５１５）、画像処理装置は、ずれ方向をエラーと判定する。図７の６１４がテンプレートの矩形領域と文字認識すべき梯子枠のずれを示す図である。この場合、元々テンプレートのサイズの設定に誤りがあるため、エラーと判定する。
【００５５】
また、ステップＳ４０１において取得した黒画素が、ｂ（下辺）とｌ（左辺）とｒ（右辺）が１の場合（５１６）、画像処理装置は、ずれ方向をエラーと判定する。図７の６１５がテンプレートの矩形領域と文字認識すべき梯子枠のずれを示す図である。この場合、元々テンプレートのサイズの設定に誤りがあるため、エラーと判定する。
【００５６】
また、ステップＳ４０１において取得した黒画素が、４辺すべて０の場合（５１７）、画像処理装置は、ずれ方向をエラーと判定する。図７の６１６がテンプレートの矩形領域と文字認識すべき梯子枠のずれを示す図である。この場合、元々テンプレートのサイズの設定に誤りがあるため、エラーと判定する。
【００５７】
以上、図５を用いて、ステップＳ４０２における、ずれ方向の判定方法について説明をした。本実施の形態のように、予めパターンテーブルを用意しておくことで、ずれ方向の判定を行うことができる。このパターンテーブルは、梯子枠の性質を利用することで作成することができるものである。なお、ここでのずれ方向は、テンプレートの矩形領域が梯子枠に対してずれた方向を示すものであり、実際に補正する補正方向は、ずれ方向と反対となる。
【００５８】
次に、図４の説明に戻る。
【００５９】
ステップＳ４０３において、画像処理装置は、判定結果がエラーであるかを判定する。Ｙｅｓの場合、処理を終了し、Ｎｏの場合、Ｓ４０４へ進む。ここでは、ステップＳ４０２による判定結果が、エラーか否かを判定している。
【００６０】
ステップＳ４０４において、画像処理装置は、位置ずれ量（補正量）を算出する。位置ずれ量の算出方法は、どのようは方法であってもよく、例えば、上下にずれを補正する場合は、テンプレートの高さ以下のずれ量（例えばテンプレートの高さの５分の１）を設定し、左右にずれを補正する場合は、テンプレートの幅以下のずれ量（例えばテンプレートの幅の１０分の１）を設定するといった方法がある。また、ずれ量は、入力画像データの解像度を用いて、算出することもできる。どのような条件であっても、Ｓ４０２における判定の結果に応じて、最適な位置ずれ量を算出することができればよい。なお、Ｓ４０２において、固定と判定された場合は、テンプレートの矩形領域をずらす必要がないため、ずれ量の算出は行わない。
【００６１】
ステップＳ４０５において、画像処理装置は、ステップＳ４０２とステップＳ４０４で判定されたずれ方向とずれ量に従って、テンプレートにおける処理対象となっている梯子枠の位置情報（座標位置）を変更して処理を終了する。
【００６２】
以上、図４の説明を終了し、図３の説明を続ける。
【００６３】
ステップＳ３０５において、画像処理装置は、梯子枠で認識エラーが存在するかをＳ３０３と同じく再び判定する。Ｙｅｓの場合、Ｓ３０７へ進み、Ｎｏの場合、Ｓ３０６へ進む。ここでは、Ｓ３０４において、位置ずれ補正処理後のテンプレートを用いて、梯子枠で認識エラーが生じるかを判定している。なお、Ｓ４０３において、認識結果がエラーとなった場合は、位置ずれ補正処理が行われないため、ここでは、認識エラーとなる。
【００６４】
ステップＳ３０６において、画像処理装置は、位置ずれ補正処理後のテンプレートを用いて、文字認識処理を行う。
【００６５】
本実施の形態では、ステップＳ３０４〜ステップＳ３０６を、１つの梯子枠での認識エラーに対し、１度だけ処理を行うようにしたが、繰り返し複数回処理を行うようにしてもよい。
【００６６】
ステップＳ３０７において、画像処理装置は、全ての梯子枠の認識エラーの検索が終了したかを判定する。Ｙｅｓの場合、処理を終了し、Ｎｏの場合、Ｓ３０３へ戻る。
【００６７】
図３による処理が終了した後、処理結果をユーザが認識可能な形式で表示装置へ表示する。
【００６８】
上述した通り、本発明によれば、梯子枠の特性を利用してテンプレートの位置ずれ補正を行うことができる。
【００６９】
これにより、入力画像全体の構造物の領域を抽出することなく、より高速に、テンプレートに対する入力画像の位置ずれを補正することが可能となる。
【００７０】
次に、本発明の実施例２として、梯子枠の近隣に文字等の構造物が存在している場合に、テンプレートの位置ずれ補正をより正確に行うための実施例を説明する。
【００７１】
以下、図面を参照して、本発明の実施例２を詳細に説明する。なお、図１〜図７は実施例１と同様であるため、説明は省略する。
【００７２】
図８は、本発明の実施例２におけるテンプレートの矩形領域と文字認識すべき梯子枠と梯子枠近隣に存在する構造物（文字列）の位置関係を示す図である。
【００７３】
図８の例では、８０１や８０２のように、梯子枠近隣に存在する構造物とテンプレートの矩形領域が重なっている場合が存在する。
【００７４】
ここで、実施例１では、このような場合、位置ずれ補正を実施しようとするが、実施例２では、テンプレートの矩形領域が梯子枠と重なっているのか、梯子枠近隣に記載された文字のような構造物と重なっているのかを判断し、より正確に位置ずれ補正を行うものである。
【００７５】
処理の流れを、図９を用いて説明する。
【００７６】
図９は、テンプレートの矩形領域近隣の黒画素情報を取得する際のフローチャートを示す図である。
【００７７】
具体的には、図９は、図３のステップＳ３０４の位置ずれ補正処理における、図４のステップＳ４０１のテンプレートの４辺近隣の黒画素情報の取得処理をより詳細に示したものである。
【００７８】
ステップＳ９０１において、画像処理装置は、テンプレートの矩形領域の位置情報を基に、テンプレートの４辺（上辺、下辺、左辺、右辺）上の黒画素情報を取得する。
【００７９】
ステップＳ９０２において、画像処理装置は、４辺それぞれにおいて、黒画素が存在するかどうかを判断する。黒画素が存在する辺が存在する場合、ステップＳ９０３へ進み、黒画素が存在する辺が存在しない場合、処理を終了する。
【００８０】
なお、４辺それぞれにおいて黒画素が存在した場合を１、黒画素が存在しない場合を０とし、ノイズ等の影響を考慮して、黒画素が存在するかしないかをある一定の閾値に基づいて、１か０を判断してもよい。また、４辺上だけでなく、ある一定の幅を持たせて４辺近隣領域の黒画素情報を取得するようにしてもよい。
【００８１】
ステップＳ９０３において、画像処理装置は、ステップＳ９０２における判断結果を基に、４辺それぞれにおいて黒画素が存在した場合を１とし、黒画素が存在しない場合を０とする。
【００８２】
ステップＳ９０４において、画像処理装置は、黒画素取得情報が１である辺の黒画素間の連続した白画素の平均幅を算出する。
【００８３】
梯子枠と重なっている場合、梯子枠内の水平方向（もしくは垂直方向）の連続した白画素、つまり梯子枠内の１文字分のセルの幅の平均値を算出することになる。
【００８４】
ステップＳ９０５において、画像処理装置は、黒画素取得情報が１である辺の黒画素間の連続した白画素の分散値を算出する。
【００８５】
梯子枠と重なった辺であれば、１文字分のセルの大きさにばらつきが少ないため、分散値は限りなくゼロに近くなるが、図８のように梯子枠近隣に記載された文字列と重なった辺であれば、平均幅からのズレが大きくなり、分散値が大きくなる。そのため、テンプレートと重なっている対象物が梯子枠なのか、それ以外の構造物なのかが判断可能となる。
【００８６】
ステップＳ９０６において、画像処理装置は、黒画素取得情報が１である辺の分散値が、予め設定した分散値より大きいかどうかを判定する。Ｙｅｓの場合、ステップＳ９０７へ進み、Ｎｏの場合、処理を終了する。
【００８７】
この判定により、対象の辺が梯子枠と重なっているのか、それ以外の構造物と重なっているのかが明らかとなる。
【００８８】
ステップＳ９０７において、画像処理装置は、ステップＳ９０６における判断結果を基に、それぞれの辺の黒画素取得情報を０とする。
【００８９】
これにより、梯子枠の近隣に文字等の構造物が存在し、テンプレートの矩形領域と重なっていても、該当する辺においては、位置ずれ補正を実施せず、それ以外の辺で位置ずれ補正を実施することが可能となる。
【００９０】
例えば、図８の８０１の場合、黒画素情報取得処理により、すべての辺において、黒画素取得情報が０となるため、図５において、ずれ方向が固定と判断され、ずれ補正を実施しない。また、図８の８０２の場合、黒画素情報取得処理により、下辺のみの黒画素取得情報が１となるため、図５において、ずれ方向が下と判断され、ずれ補正を実施する。
【００９１】
黒画素情報取得処理以降の処理においては、実施例１に示す処理と同じであるため、説明は省略する。
【００９２】
以上、説明した通り、第二の実施例によれば、テンプレートの矩形領域が梯子枠と重なっているのか、梯子枠近隣に記載された文字のような構造物と重なっているのかを判断し、より正確に位置ずれ補正を行うことが可能となる。
【００９３】
以上、本発明の好ましい実施形態について詳述したが、本発明は係る特定の実施形態に限定されるものではなく、特許請求の範囲に記載された本発明の要旨の範囲内において、種々の変形・変更が可能である。
【００９４】
また、本発明の目的は、以下のようにすることによって達成される。即ち、上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コードを記録した記憶媒体（又は記録媒体）を、システム或いは装置に供給する。そして、そのシステム或いは装置の中央演算処理手段（ＣＰＵやＭＰＵ）が記憶媒体に格納されたプログラムコードを読み出し実行する。この場合、記憶媒体から読み出されたプログラムコード自体が上述した実施形態の機能を実現することになり、そのプログラムコードを記録した記憶媒体は本発明を構成することになる。
【００９５】
また、システム或いは装置の前記中央演算処理手段が読み出したプログラムコードを実行することにより、そのプログラムコードの指示に基づき、システム或いは装置上で稼働しているオペレーティングシステム（ＯＳ）等が実際の処理の一部又は全部を行う。その処理によって上述した実施形態の機能が実現される場合も含まれる。
【００９６】
更に、記憶媒体から読み出されたプログラムコードが、前記システム或いは装置に挿入された機能拡張カードや、接続された機能拡張ユニットに備わるメモリに書込まれたとする。その後、そのプログラムコードの指示に基づき、その機能拡張カ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又は全部を行い、その処理によって上述した実施形態の機能が実現される場合も含まれる。
【００９７】
本発明を前記記憶媒体に適用する場合、その記憶媒体（コンピュータ読み取り可能な記憶媒体）には、先に説明したフローチャートに対応するプログラムコードが格納されることになる。
【符号の説明】
【００９８】
１０１ コンピュータ装置
１０２ スキャナ
２０１ ＣＰＵ
２０２ ＲＯＭ
２０３ ＲＡＭ
２０４ 外部記憶装置
２０５ ディスプレイ
２０６ 入力装置
２０７ ネットワークインターフェース
【特許請求の範囲】
【請求項１】
梯子枠を含む画像データに対して文字認識処理を行う情報処理装置であって、
文字認識処理の対象となる画像データを取得する取得手段と、
前記取得手段により取得した画像データに対して、当該画像データに対応するテンプレート情報であって、当該画像データ上において文字認識処理の対象となる文字が記入される梯子枠を含む矩形領域の位置情報と、当該梯子枠の形状情報とを少なくとも含むテンプレート情報を用いて、文字認識処理を行う文字認識手段と、
前記文字認識手段により梯子枠の認識ができない矩形領域が存在したかを判定する判定手段と、
前記判定手段による判定の結果、梯子枠の認識ができない矩形領域が存在した場合、当該矩形領域の位置を補正する補正手段と
を備え、
前記文字認識手段は、前記補正手段により補正された矩形領域の位置情報を用いて、文字認識処理を行うことを特徴とする情報処理装置。
【請求項２】
前記補正手段は、梯子枠の認識ができない矩形領域における４辺上の黒画素情報と補正方向を判定する判定テーブルとを用いて補正する方向を特定し、当該特定された方向への補正量を予め定められる条件に従って算出して補正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】
前記補正手段は、梯子枠の認識ができない矩形領域における４辺上の黒画素情報のうち、構造物に基づく黒画素情報を除き、当該除いた後の４辺上の黒画素情報と補正方向を判定する判定テーブルとを用いて補正する方向を特定することを特徴とする請求項２に記載の情報処理装置。
【請求項４】
前記判定テーブルは、４辺上における黒画素が存在する辺のパターンから補正の方向が判定可能な情報が定義されていることを特徴とする請求項２または３に記載の情報処理装置。
【請求項５】
梯子枠を含む画像データに対して文字認識処理を行う情報処理装置における情報処理方法であって、
文字認識処理の対象となる画像データを取得する取得ステップと、
前記取得ステップにより取得した画像データに対して、当該画像データに対応するテンプレート情報であって、当該画像データ上において文字認識処理の対象となる文字が記入される梯子枠を含む矩形領域の位置情報と、当該梯子枠の形状情報とを少なくとも含むテンプレート情報を用いて、文字認識処理を行う文字認識ステップと、
前記文字認識ステップにより梯子枠の認識ができない矩形領域が存在したかを判定する判定ステップと、
前記判定ステップによる判定の結果、梯子枠の認識ができない矩形領域が存在した場合、当該矩形領域の位置を補正する補正ステップと
を備え、
前記文字認識ステップは、前記補正ステップにより補正された矩形領域の位置情報を用いて、文字認識処理を行うことを特徴とする情報処理方法。
【請求項６】
梯子枠を含む画像データに対して文字認識処理を行う情報処理装置において実行可能なプログラムであって、
文字認識処理の対象となる画像データを取得する取得手段、
前記取得手段により取得した画像データに対して、当該画像データに対応するテンプレート情報であって、当該画像データ上において文字認識処理の対象となる文字が記入される梯子枠を含む矩形領域の位置情報と、当該梯子枠の形状情報とを少なくとも含むテンプレート情報を用いて、文字認識処理を行う文字認識手段、
前記文字認識手段により梯子枠の認識ができない矩形領域が存在したかを判定する判定手段、
前記判定手段による判定の結果、梯子枠の認識ができない矩形領域が存在した場合、当該矩形領域の位置を補正する補正手段
として前記情報処理装置を機能させ、
前記文字認識手段は、前記補正手段により補正された矩形領域の位置情報を用いて、文字認識処理を行うことを特徴とするプログラム。
【請求項７】
請求項６に記載のプログラムをコンピュータ読み取り可能に記憶した記録媒体。
【請求項１】
梯子枠を含む画像データに対して文字認識処理を行う情報処理装置であって、
文字認識処理の対象となる画像データを取得する取得手段と、
前記取得手段により取得した画像データに対して、当該画像データに対応するテンプレート情報であって、当該画像データ上において文字認識処理の対象となる文字が記入される梯子枠を含む矩形領域の位置情報と、当該梯子枠の形状情報とを少なくとも含むテンプレート情報を用いて、文字認識処理を行う文字認識手段と、
前記文字認識手段により梯子枠の認識ができない矩形領域が存在したかを判定する判定手段と、
前記判定手段による判定の結果、梯子枠の認識ができない矩形領域が存在した場合、当該矩形領域の位置を補正する補正手段と
を備え、
前記文字認識手段は、前記補正手段により補正された矩形領域の位置情報を用いて、文字認識処理を行うことを特徴とする情報処理装置。
【請求項２】
前記補正手段は、梯子枠の認識ができない矩形領域における４辺上の黒画素情報と補正方向を判定する判定テーブルとを用いて補正する方向を特定し、当該特定された方向への補正量を予め定められる条件に従って算出して補正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】
前記補正手段は、梯子枠の認識ができない矩形領域における４辺上の黒画素情報のうち、構造物に基づく黒画素情報を除き、当該除いた後の４辺上の黒画素情報と補正方向を判定する判定テーブルとを用いて補正する方向を特定することを特徴とする請求項２に記載の情報処理装置。
【請求項４】
前記判定テーブルは、４辺上における黒画素が存在する辺のパターンから補正の方向が判定可能な情報が定義されていることを特徴とする請求項２または３に記載の情報処理装置。
【請求項５】
梯子枠を含む画像データに対して文字認識処理を行う情報処理装置における情報処理方法であって、
文字認識処理の対象となる画像データを取得する取得ステップと、
前記取得ステップにより取得した画像データに対して、当該画像データに対応するテンプレート情報であって、当該画像データ上において文字認識処理の対象となる文字が記入される梯子枠を含む矩形領域の位置情報と、当該梯子枠の形状情報とを少なくとも含むテンプレート情報を用いて、文字認識処理を行う文字認識ステップと、
前記文字認識ステップにより梯子枠の認識ができない矩形領域が存在したかを判定する判定ステップと、
前記判定ステップによる判定の結果、梯子枠の認識ができない矩形領域が存在した場合、当該矩形領域の位置を補正する補正ステップと
を備え、
前記文字認識ステップは、前記補正ステップにより補正された矩形領域の位置情報を用いて、文字認識処理を行うことを特徴とする情報処理方法。
【請求項６】
梯子枠を含む画像データに対して文字認識処理を行う情報処理装置において実行可能なプログラムであって、
文字認識処理の対象となる画像データを取得する取得手段、
前記取得手段により取得した画像データに対して、当該画像データに対応するテンプレート情報であって、当該画像データ上において文字認識処理の対象となる文字が記入される梯子枠を含む矩形領域の位置情報と、当該梯子枠の形状情報とを少なくとも含むテンプレート情報を用いて、文字認識処理を行う文字認識手段、
前記文字認識手段により梯子枠の認識ができない矩形領域が存在したかを判定する判定手段、
前記判定手段による判定の結果、梯子枠の認識ができない矩形領域が存在した場合、当該矩形領域の位置を補正する補正手段
として前記情報処理装置を機能させ、
前記文字認識手段は、前記補正手段により補正された矩形領域の位置情報を用いて、文字認識処理を行うことを特徴とするプログラム。
【請求項７】
請求項６に記載のプログラムをコンピュータ読み取り可能に記憶した記録媒体。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【公開番号】特開２０１１−１４６０３１（Ｐ２０１１−１４６０３１Ａ）
【公開日】平成２３年７月２８日（２０１１．７．２８）
【国際特許分類】
【出願番号】特願２０１０−２５１１８６（Ｐ２０１０−２５１１８６）
【出願日】平成２２年１１月９日（２０１０．１１．９）
【出願人】（３０１０１５９５６）キヤノンソフトウェア株式会社 (364)
【Ｆターム（参考）】
【公開日】平成２３年７月２８日（２０１１．７．２８）
【国際特許分類】
【出願日】平成２２年１１月９日（２０１０．１１．９）
【出願人】（３０１０１５９５６）キヤノンソフトウェア株式会社 (364)
【Ｆターム（参考）】
[ Back to top ]