文字認識装置および文字認識方法
【課題】置換候補文字の効率的な選択を可能とする文字認識装置および文字認識方法を提供する。
【解決手段】実施形態の文字認識装置は，認識結果文字列を生成する文字認識部と，修正文字指定部と，文字入力部と，文字変換部と，類似度算出部と，表示状態決定部と，を具備する。文字認識部は，文書画像データに基づき，文字認識して，認識結果文字列を生成する。文字変換部は，入力された文字データを変換して，複数の文字を生成する。類似度算出部は，指定された文字に対応する，文書画像データの文字画像データと，前記複数の文字それぞれとの複数の類似度を算出する。表示状態決定部は，算出された複数の類似度に基づいて，前記複数の文字の表示状態を決定する。
【解決手段】実施形態の文字認識装置は，認識結果文字列を生成する文字認識部と，修正文字指定部と，文字入力部と，文字変換部と，類似度算出部と，表示状態決定部と，を具備する。文字認識部は，文書画像データに基づき，文字認識して，認識結果文字列を生成する。文字変換部は，入力された文字データを変換して，複数の文字を生成する。類似度算出部は，指定された文字に対応する，文書画像データの文字画像データと，前記複数の文字それぞれとの複数の類似度を算出する。表示状態決定部は，算出された複数の類似度に基づいて，前記複数の文字の表示状態を決定する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明の実施形態は，文字認識装置および文字認識方法に関する。
【背景技術】
【０００２】
コンピュータの処理能力の向上とともに，文字認識技術が広く用いられるようになっている。文字認識の性能は年々向上しているが，それでも誤認識が生じることは避けられない。このため，オペレータによる認識テキストの修正作業が必要となる。
このような修正作業において，修正文字入力に用いるインプットメソッド（仮名漢字変換を行うＩＭＥ，ＦＥＰや音声文字変換モジュールなど）の入力の効率が必ずしも良好とは言えない。例えば，漢字一文字のみを修正する際に，多数の候補が表示される。即ち，インプットメソッドを用いて置換候補を入力するときに，多数の候補からの選択が煩雑となる可能性がある。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特開２００８−２９３１０９号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
本発明は，置換候補文字の効率的な選択を可能とする文字認識装置および文字認識方法を提供することを目的とする。
【課題を解決するための手段】
【０００５】
実施形態の文字認識装置は，認識結果文字列を生成する文字認識部と，修正文字指定部と，文字入力部と，文字変換部と，類似度算出部と，表示状態決定部と，を具備する。文字認識部は，文書画像データに基づき，文字認識して，認識結果文字列を生成する。修正文字指定部は，認識結果文字列から修正する文字を指定する。文字変換部は，入力された文字データを変換して，複数の文字を生成する。類似度算出部は，指定された文字に対応する，文書画像データの文字画像データと，前記複数の文字それぞれとの複数の類似度を算出する。表示状態決定部は，算出された複数の類似度に基づいて，前記複数の文字の表示状態を決定する。
【図面の簡単な説明】
【０００６】
【図１】実施形態の文字認識装置を表すブロック図である。
【図２】実施形態の文字認識結果表示を表す図である。
【図３】実施形態の文字の表示状態を表す図である。
【図４】実施形態の表示状態決定の手法を表す表である。
【図５】実施形態の文字認識装置の動作手順を表すフロー図である。
【発明を実施するための形態】
【０００７】
以下の実施形態においては，文字認識結果（認識結果文字列）の修正の際に，修正対象の文字画像と置換候補の文字間の類似性に基づき，置換候補を表示する。この結果，置換候補の効率的な選択が図られる。
【０００８】
以下，図面を参照して，実施形態を詳細に説明する。図１は，実施形態に係る文字認識装置１の構成を示すブロック図である。文字認識装置１は，文書画像入力部１０，文字認識部２０，認識結果表示部３０，修正文字指定部４０，文字入力部５０，文字変換部６０，類似度算出部７０，表示状態決定部８０，変換文字表示・選択部９０，文字置換部１００を有する。文字認識装置１は，ハードウェア（例えば，ＣＰＵ（Central Processing Unit），記憶装置（半導体メモリ，磁気記憶装置等），入力装置（キーボード，マウス等），表示装置（液晶表示装置等））と，ソフトウェア（プログラム）の組み合わせによって構成できる。
【０００９】
文書画像入力部１０は，文書画像データを入力する入力装置，例えば，スキャナーである。
文書画像データは，文字認識対象文書の画像を表すイメージデータである。
文字認識対象の文書は，所定の言語（例えば，日本語，中国語）の文章を含む。後述のように，文書画像データを文字認識した文字認識結果を訂正する際に，文字変換部６０での仮名漢字変換等の文字変換の効率が問題となる。
【００１０】
文字認識部２０は，入力された文書画像データに基づき，文字認識して，認識結果文字列を生成する。文字認識部２０は，文字画像データ抽出部，文字決定部，文字特徴データベースを含む。
【００１１】
文字画像データ抽出部は，文書画像データから文字画像データ（後述の文字パターンデータに対応）を抽出する。文書画像データは，複数の文字，即ち，複数の文字画像データ（一文字の画像データ）を含む。このため，文書画像データから個別の文字画像データを抽出（分離）する。一般的には，文書画像データの画像を段落毎に区分し，その後に文字毎に区分（分離）する。文字間に間隙が有ることを用いて，文字画像が文字毎に区分され，一文字毎の文字画像データが抽出される。
【００１２】
文字決定部は，文字画像データそれぞれに対応する文字（文字コード）を決定する。この決定に，文字特徴データベースが用いられる。
【００１３】
文字特徴データベースは，文字それぞれの特徴を表す文字特徴データ（文字要素特徴データまたは文字パターンデータ）を有する。文字要素特徴データは，文字の構成要素（線素等）の特徴（例えば，線の本数，曲げの個数等）を表すデータである。文字パターンデータは，文字に対応する点素の集合（例えば，ドットマトリクス）を表すデータである。文字要素特徴データ，文字パターンデータはいずれも，文字それぞれの特徴を表す。
文字特徴データベースは，複数の文字それぞれの文字のパターン（文字パターンデータ）または文字要素の特徴（文字要素特徴データ）を記憶する記憶部として機能する。
【００１４】
文字決定部は，文字画像データと，文字特徴データを対比して，その文字画像データと最も類似度の高い文字特徴データを選択する。即ち，文字画像データと，複数の文字特徴データ間の類似度が算出され，最も類似度の高い文字特徴データが選択される。この選択は，その文字画像データと最も対応する文字を識別する識別子（文字コード）の決定を意味する。
【００１５】
文字決定部が，文書画像データから抽出された文字画像データそれぞれについて文字（文字コード）を決定することで，文書画像データに対応する文字列（文字コードの組み合わせ），即ち，認識結果文字列（文字認識結果データ）が生成される。
【００１６】
認識結果表示部３０は，認識結果文字列（文字認識結果データ）を表示装置，例えば，液晶表示装置に表示させる。
【００１７】
図２は，認識結果表示部３０による文字認識結果の表示画面の一例である。文書画像データフィールドＦ１，文字認識結果フィールドＦ２，置換候補フィールドＦ３，修正入力フィールドＦ４が表される。
【００１８】
文書画像データフィールドＦ１は，文字認識対象文書の画像を表す文書画像データが表示される領域である。
【００１９】
文字認識結果フィールドＦ２は，文書画像データからの文字認識処理によって生成された文字認識結果データに対応する文字列（認識結果文字列）が表示される領域である。ここでは，文字認識結果として「貴社の記者が活車で帰社した。」が文字認識結果フィールドＦ２に表示されている。
【００２０】
文字認識結果フィールドＦ２中の文字には，誤認識候補文字Ｃ１，置換候補文字Ｃ２が表される。
【００２１】
誤認識候補文字Ｃ１は，誤認識の可能性が高い文字であり，強調して表示される。例えば，文字画像データに対して，最も類似度の高い文字特徴データでの類似度が所定の閾値に達しない場合，その文字画像データの文字認識結果（決定された文字）が誤っている可能性が高い。
【００２２】
なお，ここでは，網掛け文字で強調表示しているが，枠で囲む，太文字とする，表示色を付する（例えば，赤色とする）等，種々の強調表示を採用できる。
【００２３】
修正対象文字Ｃ２は，修正対象の文字であり，強調して表示される。後述のように，修正文字指定部４０によって，どの文字を修正するかが指定される。
【００２４】
置換候補フィールドＦ３は，修正対象文字Ｃ２について，第２候補以降の文字（類似度が２番目以降の文字）が表される。修正対象文字Ｃ２を修正するために入力したい文字列が候補に含まれている場合は，置換候補フィールドＦ３中の文字を選択でき，オペレータの入力の手間を軽減できる。
【００２５】
修正（置換）入力フィールドＦ４は，修正対象文字Ｃ２を修正（置換）するための，文字（または文字列）を入力する領域である。置換候補フィールドＦ３内に入力したい文字列が含まれない場合，修正入力フィールドＦ４に修正入力したい文字列が入力される。後述のように，文字入力部５０により入力され，文字変換部６０で変換され，変換文字表示・選択部９０で選択された文字（または文字列）が入力される。
【００２６】
修正文字指定部４０は，文書画像データからの文字認識処理によって生成された文字認識結果データに対応する文字列（認識結果文字列）から修正する文字（または文字列）を指定する。この指定により，文字認識結果フィールドＦ２から修正対象文字Ｃ２が指定される。図２の例では，「活」という文字が修正対象文字Ｃ２として指定される。
【００２７】
修正文字の指定には，種々の手法を利用できる。例えば，マウス，キーボードなどの入力機器で修正開始／終了位置を指定できる。また，認識結果文字列から修正候補文字（または文字列）を抽出し，この修正候補文字から修正対象文字Ｃ２を選択できる。文字認識の信頼度（文字認識部２０で算出される類似度）や文法／単語の誤り（文法／単語の誤りのチェック結果）に基づいて，修正候補文字（または文字列）を抽出できる。例えば，認識結果文字列内の誤認識候補文字Ｃ１から修正対象文字Ｃ２を指定できる。
【００２８】
文字入力部５０は，修正対象文字Ｃ２を修正（置換）するための修正用文字（修正用文字データ）を入力するためのキーボード，音声入力装置等の入力デバイスである。
【００２９】
図２の例では「汽車」の「汽」が「活」と誤認識されており，置換候補フィールドＦ３内にも正しい文字が提示されていないため，オペレータが修正入力フィールドＦ４に「汽」を入力して修正することとなる。この前提として，文字入力部５０によって，修正用文字（または文字列）として仮名の「き」が入力される。
【００３０】
文字変換部６０は，入力された文字データ（修正用文字（または文字列））を変換して，複数の文字（置換候補文字（または文字列））を生成する。漢字のような文字数の多い文字種は，文字入力部５０でそのまま入力するのが困難である。文字入力部５０で入力された文字を文字変換部６０で変換することで，最終的な文字または文字列が生成される（例えば，仮名漢字変換）。
【００３１】
文字変換部６０の一例として，いわゆるインプットメソッド（仮名漢字変換を行うＩＭＥ（Input Method Editor），ＦＥＰ（Front End Processor）や音声文字変換モジュールなど）を挙げることができる。なお，後述のように，仮名漢字変換に替えて，例えば，手書き文字入力での変換とすることもできる。
【００３２】
文字変換部６０は，変換辞書を有し，変換辞書を用いて，入力文字（変換前文字列）を変換文字（変換後文字列）に変換（生成）する。一般に，１つの変換前文字列に，複数の変換後文字列が対応することから，これらのどれを優先すべきかを表す優先度が導出される。
【００３３】
変換辞書は，変換前文字列，変換後文字列，優先度基礎ポイントを対応して表す。
優先度基礎ポイントは，複数の変換後文字列の表示の優先度の基礎を規定する。即ち，基本的には，優先度基礎ポイントが高い変換後文字列が，優先して表示されるように，表示の優先度が定まる。
【００３４】
但し，優先度の決定に際し，直前での使用履歴等が加味される。また，優先度基礎ポイントは，固定的なものではなく，使用履歴により順次に変更され，使用頻度の高い変換後文字列は，優先度基礎ポイントが追加される。このようにして，使用頻度が多いものや直前に使用した文字が上位となるように，優先度基礎ポイント等から優先度（得点）Ｐ１が算出され，表示順序等が決定される。
【００３５】
ここでは，優先度（得点）が高いほど上位の候補になるものとし，第ｋ番目の候補文字をＣ（ｋ）としその得点をＰ１（ｋ）とする。
Ｐ１（ｋ）＞＝Ｐ１（ｋ＋１）
【００３６】
この例では，「き」という仮名に対して，同じ読みの漢字として「木」，「期」，「機」，「旗」，「汽」など複数の候補（変換後文字列）が該当し，それぞれの優先度（得点）Ｐ１が導出される。
【００３７】
ここで，優先度（得点）Ｐ１によって，複数の候補（変換後文字列）を表示することができる（図３（ａ）参照）。
しかし，優先度Ｐ１によって，ユーザが望む変換候補を常に上位候補として提示することは必ずしも容易でない。一般に，優先度Ｐ１によれば，変換候補のうち使用頻度が多いものを上位候補として提示され，「汽」のように一般的にそれほど用いられない文字は低い候補順位となる。このため，希望する「汽」を選択するまでに何度も変換キーやカーソルキーを押さなければならない可能性がある。
後述のように，本実施形態では，類似度算出部７０によって算出される類似度Ｐ２を利用することで，表示状態の適正化が図られる。
【００３８】
類似度算出部７０は，修正が指定された文字（修正対象文字Ｃ２）の文字画像データと，複数の変換後文字それぞれとの複数の類似度（パタン間類似度）を算出する。この算出に，文字認識部２０の文字特徴データベースを用いることができる。但し，文字認識部２０とは別個に，類似度算出部７０が，文字特徴データベースを有しても良い。
【００３９】
詳しくは，修正対象文字Ｃ２の文字画像データ（または，文字画像データについての文字の構成要素（線素等）の特徴）と，複数の変換後文字の文字特徴データ（文字特徴データベース中の文字要素特徴データまたは文字パターンデータ）間の類似度が算出される。即ち，パタン間類似度とは，例えば，（ａ）修正対象文字Ｃ２の文字画像（一種の文字パタン）と文字特徴データベース中の文字パターン間の類似度，あるいは（ｂ）修正対象文字Ｃ２の文字画像から抽出された文字要素特徴と文字特徴データベース中の文字要素特徴間の類似度を意味する。
【００４０】
修正対象文字Ｃ２の文字画像（文字パタン）と文字変換部６０によって生成された優先度Ｐ１が第ｋ番目（優先度Ｐ１（ｋ））の変換後文字の文字パターン（候補文字パタン）との類似度をＰ２（ｋ）とする。類似度Ｐ２（ｋ）として，例えば，特徴間のユークリッド距離の逆数を用いることで，より類似している文字パタン間であるほど高い類似度Ｐ２（ｋ）を得ることができる。
【００４１】
表示状態決定部８０は，算出された複数の類似度Ｐ２（ｋ）に基づいて，複数の変換後文字（置換候補）の表示状態を決定する。
表示状態決定部８０は，次のように，優先度Ｐ１（ｋ）類似度とＰ２（ｋ）の加重和によって類似度Ｐ（ｋ）を算出する。
Ｐ（ｋ）＝α・Ｐ１（ｋ）＋Ｐ２（ｋ）
【００４２】
重みづけ係数αは，優先度Ｐ１，類似度Ｐ２間での重み付けを調節するためのパラメータである。例えば，「α＝０」とすると，類似度Ｐ２のみで表示状態が決定される。一方，αの値を大きくすると，類似度Ｐ中での優先度Ｐ１の重み付けが大きくなる。
【００４３】
図２の例でより具体的に説明する。文字変換部６０によって「き」の変換候補として「木」，「期」・・・などが生成される。一般的には，「き」の変換候補としては「汽」よりも「木」の方がよりもっともらしいため，文字変換部６０で導出される優先度Ｐ１は「Ｐ１（１）＞Ｐ１（６）」となっている（図４参照）。
【００４４】
ここで，「貴社の記者が汽車で帰社した。」と書いてある文書画像中の「汽」の文字画像（文字パターン）と文字変換部６０で生成された変換後文字（候補文字）の文字パターン間の類似度Ｐ２を考慮する。このとき，図４に示すように，変換後文字「汽」の文字パタンとの類似度Ｐ２（６）は，変換後文字「木」の文字パタンとの類似度Ｐ２（１）よりも大きい。即ち，類似度Ｐ２（６）は他の類似度Ｐ２よりも大きくなる。
この場合では，優先度Ｐ１と類似度Ｐ２の加重平均においても，類似度Ｐ（６）が類似度Ｐ（ｋ）中で最大となる。なお，ここでは，「α＝１」としている。
【００４５】
表示状態決定部８０は，類似度Ｐ（ｋ）により，変換後文字（置換候補）の表示状態を決定する。この表示状態は，変換後文字（置換候補）の表示の順序，または変換後文字（置換候補）の強調表示を意味する。即ち，変換後文字（置換候補）が類似度Ｐ（ｋ）の順に表示される。または，変換後文字（置換候補）が類似度Ｐ（ｋ）の順に強調されて表示される。例えば，類似度Ｐ（ｋ）が最も大きい，変換後文字（置換候補）が最上位あるいは強調されて表示される。
なお，強調表示として，網掛け文字，反転文字，枠で囲む，太文字とする，表示色を付する（例えば，赤色とする）等を採用できる。
【００４６】
変換文字表示・選択部９０は，変換後文字（置換候補）を表示装置，例えば，液晶表示装置に表示させ，オペレータに選択可能とする。
図３（ｂ）は，変換文字表示・選択部９０によって表示される変換後文字（置換候補）の一例を表す。ここでは，類似度Ｐ（ｋ）が最大の変換後文字「汽」が最上位に表示される。即ち，優先度Ｐ１のみでは図３の（ａ）のような並び順での表示がされるものが，本実施形態では，図３の（ｂ）のような並び順の表示となり，ユーザが望む変換候補を第一候補とすることができる。
【００４７】
変換文字表示・選択部９０によって，変換後文字（置換候補）が選択される。変換後文字の選択には，マウス，キーボード等を利用できる。選択された変換後文字は，修正入力フィールドＦ４内に表示される。
【００４８】
文字置換部１００は，文字認識結果フィールドＦ２内の修正対象文字Ｃ２を，変換文字表示・選択部９０によって選択された変換後文字（置換候補，修正入力フィールドＦ４内の文字または文字列）に置換する。
【００４９】
（文字認識装置１の動作手順）
図５は，文字認識装置１での処理の流れを示すフロー図である。
以下，「貴社の記者が活車で帰社した。」という認識文字列を「貴社の記者が汽車で帰社した。」という文字列に修正する例を用いて処理の流れを説明する。
【００５０】
（１）文書画像の入力（ステップＳ１１）
文書画像入力部１０によって，文字認識対象とする文書の画像データ（文書画像データ）が入力される。ここでは，文字認識対象文書が，「貴社の記者が汽車で帰社した。」との文章（文字列）を含むものとする。
【００５１】
（２）文字認識（ステップＳ１２）
文字認識部２０によって，文字認識処理がなされ，文書画像データから文字認識結果文書が生成される。例えば，次のような手順で，文字認識がなされる。
【００５２】
１）文書画像データからの文字画像データの抽出
複数の文字（複数の文字画像データ）を含む文書画像データから一文字毎の文字画像データが抽出される。
【００５３】
２）文字画像データに対応する文字（文字コード）の決定
文字特徴データベースを用いて，文字画像データそれぞれに対応する文字（文字コード）が決定される。
【００５４】
３）文書画像データに対応する文字列（文字認識結果）の生成
全ての文字画像データに対応する文字（文字コード）が決定されることで，認識結果文字列（文字認識結果データ）が生成される。
【００５５】
（３）文字認識結果の表示（ステップＳ１３）
文字認識の結果が表示される。例えば，図２に示すように，文字認識結果フィールドＦ２内に文字認識の結果が表示される。
【００５６】
（４）修正すべき文字があるかどうかの判断（ステップＳ１４）
オペレータにより，入力文書中に修正すべき文字があるかどうかが判断される（ステップＳ１４）。入力文書中に修正すべき文字列が存在しなくなるまで以後の修正作業が繰り返される。修正すべき文字列が存在しなくなれば処理の終了となる。
【００５７】
（５）修正文字の指定（ステップＳ２１）
修正文字指定部４０によって，文字認識結果フィールドＦ２内の修正対象文字Ｃ２が指定される（ステップＳ２１）。ここでは，認識結果文字列内の誤認識候補文字Ｃ１から「活」という文字が修正対象文字Ｃ２として指定されている。
【００５８】
（６）修正用文字の入力（ステップＳ２２）
文字入力部５０でオペレータが修正用文字を入力する（ステップＳ２２）。
図２の例では，「汽」が「活」と誤認識されており，修正入力フィールドＦ４に「汽」を入力して修正することとなる。この前提として，修正用文字として仮名の「き」が入力される。
【００５９】
（７）入力文字の変換（ステップＳ２３）
文字変換部６０において，修正用文字列入力部で入力された修正用文字列（入力文字）に基づいて複数の置換候補文字列（変換後文字）が生成される（ステップＳ２３）。
【００６０】
変換辞書を用いて，入力文字（変換前文字列）が変換文字（変換後文字列）に変換される。このとき，１の変換前文字列に対して，複数の変換後文字列が対応し，これら変換後文字列それぞれの優先度Ｐ１が導出される。ここでは，「き」という仮名に対して，「木」，「期」，「機」，「旗」，「汽」など複数の候補（変換後文字列）およびそれぞれの優先度（得点）Ｐ１が導出される。
【００６１】
（８）類似度の算出（ステップＳ２４）
類似度算出部７０によって，指定された文字（修正対象文字Ｃ２）の文字画像データと，複数の変換後文字列それぞれとの複数の類似度（パタン間類似度）Ｐ２が算出される。ここでは，「木」，「期」，「機」，「旗」，「汽」など複数の候補（変換後文字列）それぞれの類似度（パタン間類似度）Ｐ２（ｋ）が導出される。
【００６２】
（９）表示状態の決定（ステップＳ２５）
表示状態決定部８０によって，変換後文字（置換候補）の表示状態を決定される（ステップＳ２５）。表示状態決定部８０は，優先度Ｐ１（ｋ）類似度とＰ２（ｋ）の加重和によって，類似度Ｐ（ｋ）を算出し，この類似度Ｐ（ｋ）によって表示状態が決定される。
【００６３】
（１０）変換文字の表示・選択（ステップＳ２６）
画面に文字変換候補（図３（ｂ）参照）が表示され，選択される（ステップＳ２６）。選択された変換後文字は，修正入力フィールドＦ４内に表示される。
【００６４】
（１１）修正文字の置換（ステップＳ２７）
文字置換部１００によって，文字認識結果フィールドＦ２内の修正対象文字Ｃ２が変換後文字（置換候補，修正入力フィールドＦ４内の文字または文字列）に置換される（ステップＳ２７）。
【００６５】
本実施形態によれば，文字認識結果中の誤認識された文字列を修正する際，文字認識に利用した文書画像中の文字画像と字形が似ている変換後文字（置換候補文字）を優先的に提示できる。このため，仮名漢字変換等での変換効率向上が実現できる。
【００６６】
以上の実施形態では，文字変換部６０での変換に，日本語入力のインプットメソッドで広く用いられている仮名漢字変換を用いることとして説明している。これに対して，他の変換手法を用いることも可能である。
【００６７】
例えば，文字入力部５０において手書きで文字入力し，文字変換部６０においてこの手書き文字入力に基づいて，複数の変換後文字（置換候補文字（または文字列））を生成する。この場合，文字入力部５０は，文字を表す軌跡のパターンが入力可能なタブレット等の入力デバイスである。文字変換部６０は，対応する変換後文字列および文字パターンを含む変換辞書を有する。文字変換部６０は，入力された軌跡のパターンと変換辞書の文字パターンから類似度Ｐ３を算出し，変換後文字を決定する。例えば，類似度Ｐ３の順に複数の変換後文字が生成される。
【００６８】
この場合，表示状態決定部８０は，次のように，表示状態を決定するための類似度Ｐ（ｋ）として，類似度Ｐ３（ｋ），Ｐ２（ｋ）の加重和を利用できる。
Ｐ（ｋ）＝α・Ｐ３（ｋ）＋Ｐ２（ｋ）
【００６９】
この場合でも，文字画像での類似度Ｐ２を利用できることから，文字認識に利用した文字画像と字形が似ている変換後文字（置換候補文字）を優先的に提示できる。
【００７０】
本発明のいくつかの実施形態を説明したが，これらの実施形態は，例として提示したものであり，発明の範囲を限定することは意図していない。これら新規な実施形態は，その他の様々な形態で実施されることが可能であり，発明の要旨を逸脱しない範囲で，種々の省略，置き換え，変更を行うことができる。これら実施形態やその変形は，発明の範囲や要旨に含まれるとともに，特許請求の範囲に記載された発明とその均等の範囲に含まれる。
【符号の説明】
【００７１】
１ 文字認識装置
１０ 文書画像入力部
２０ 文字認識部
３０ 認識結果表示部
４０ 修正文字指定部
５０ 文字入力部
６０ 文字変換部
７０ 類似度算出部
８０ 表示状態決定部
９０ 変換文字表示・選択部
１００ 文字置換部
【技術分野】
【０００１】
本発明の実施形態は，文字認識装置および文字認識方法に関する。
【背景技術】
【０００２】
コンピュータの処理能力の向上とともに，文字認識技術が広く用いられるようになっている。文字認識の性能は年々向上しているが，それでも誤認識が生じることは避けられない。このため，オペレータによる認識テキストの修正作業が必要となる。
このような修正作業において，修正文字入力に用いるインプットメソッド（仮名漢字変換を行うＩＭＥ，ＦＥＰや音声文字変換モジュールなど）の入力の効率が必ずしも良好とは言えない。例えば，漢字一文字のみを修正する際に，多数の候補が表示される。即ち，インプットメソッドを用いて置換候補を入力するときに，多数の候補からの選択が煩雑となる可能性がある。
【先行技術文献】
【特許文献】
【０００３】
【特許文献１】特開２００８−２９３１０９号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
本発明は，置換候補文字の効率的な選択を可能とする文字認識装置および文字認識方法を提供することを目的とする。
【課題を解決するための手段】
【０００５】
実施形態の文字認識装置は，認識結果文字列を生成する文字認識部と，修正文字指定部と，文字入力部と，文字変換部と，類似度算出部と，表示状態決定部と，を具備する。文字認識部は，文書画像データに基づき，文字認識して，認識結果文字列を生成する。修正文字指定部は，認識結果文字列から修正する文字を指定する。文字変換部は，入力された文字データを変換して，複数の文字を生成する。類似度算出部は，指定された文字に対応する，文書画像データの文字画像データと，前記複数の文字それぞれとの複数の類似度を算出する。表示状態決定部は，算出された複数の類似度に基づいて，前記複数の文字の表示状態を決定する。
【図面の簡単な説明】
【０００６】
【図１】実施形態の文字認識装置を表すブロック図である。
【図２】実施形態の文字認識結果表示を表す図である。
【図３】実施形態の文字の表示状態を表す図である。
【図４】実施形態の表示状態決定の手法を表す表である。
【図５】実施形態の文字認識装置の動作手順を表すフロー図である。
【発明を実施するための形態】
【０００７】
以下の実施形態においては，文字認識結果（認識結果文字列）の修正の際に，修正対象の文字画像と置換候補の文字間の類似性に基づき，置換候補を表示する。この結果，置換候補の効率的な選択が図られる。
【０００８】
以下，図面を参照して，実施形態を詳細に説明する。図１は，実施形態に係る文字認識装置１の構成を示すブロック図である。文字認識装置１は，文書画像入力部１０，文字認識部２０，認識結果表示部３０，修正文字指定部４０，文字入力部５０，文字変換部６０，類似度算出部７０，表示状態決定部８０，変換文字表示・選択部９０，文字置換部１００を有する。文字認識装置１は，ハードウェア（例えば，ＣＰＵ（Central Processing Unit），記憶装置（半導体メモリ，磁気記憶装置等），入力装置（キーボード，マウス等），表示装置（液晶表示装置等））と，ソフトウェア（プログラム）の組み合わせによって構成できる。
【０００９】
文書画像入力部１０は，文書画像データを入力する入力装置，例えば，スキャナーである。
文書画像データは，文字認識対象文書の画像を表すイメージデータである。
文字認識対象の文書は，所定の言語（例えば，日本語，中国語）の文章を含む。後述のように，文書画像データを文字認識した文字認識結果を訂正する際に，文字変換部６０での仮名漢字変換等の文字変換の効率が問題となる。
【００１０】
文字認識部２０は，入力された文書画像データに基づき，文字認識して，認識結果文字列を生成する。文字認識部２０は，文字画像データ抽出部，文字決定部，文字特徴データベースを含む。
【００１１】
文字画像データ抽出部は，文書画像データから文字画像データ（後述の文字パターンデータに対応）を抽出する。文書画像データは，複数の文字，即ち，複数の文字画像データ（一文字の画像データ）を含む。このため，文書画像データから個別の文字画像データを抽出（分離）する。一般的には，文書画像データの画像を段落毎に区分し，その後に文字毎に区分（分離）する。文字間に間隙が有ることを用いて，文字画像が文字毎に区分され，一文字毎の文字画像データが抽出される。
【００１２】
文字決定部は，文字画像データそれぞれに対応する文字（文字コード）を決定する。この決定に，文字特徴データベースが用いられる。
【００１３】
文字特徴データベースは，文字それぞれの特徴を表す文字特徴データ（文字要素特徴データまたは文字パターンデータ）を有する。文字要素特徴データは，文字の構成要素（線素等）の特徴（例えば，線の本数，曲げの個数等）を表すデータである。文字パターンデータは，文字に対応する点素の集合（例えば，ドットマトリクス）を表すデータである。文字要素特徴データ，文字パターンデータはいずれも，文字それぞれの特徴を表す。
文字特徴データベースは，複数の文字それぞれの文字のパターン（文字パターンデータ）または文字要素の特徴（文字要素特徴データ）を記憶する記憶部として機能する。
【００１４】
文字決定部は，文字画像データと，文字特徴データを対比して，その文字画像データと最も類似度の高い文字特徴データを選択する。即ち，文字画像データと，複数の文字特徴データ間の類似度が算出され，最も類似度の高い文字特徴データが選択される。この選択は，その文字画像データと最も対応する文字を識別する識別子（文字コード）の決定を意味する。
【００１５】
文字決定部が，文書画像データから抽出された文字画像データそれぞれについて文字（文字コード）を決定することで，文書画像データに対応する文字列（文字コードの組み合わせ），即ち，認識結果文字列（文字認識結果データ）が生成される。
【００１６】
認識結果表示部３０は，認識結果文字列（文字認識結果データ）を表示装置，例えば，液晶表示装置に表示させる。
【００１７】
図２は，認識結果表示部３０による文字認識結果の表示画面の一例である。文書画像データフィールドＦ１，文字認識結果フィールドＦ２，置換候補フィールドＦ３，修正入力フィールドＦ４が表される。
【００１８】
文書画像データフィールドＦ１は，文字認識対象文書の画像を表す文書画像データが表示される領域である。
【００１９】
文字認識結果フィールドＦ２は，文書画像データからの文字認識処理によって生成された文字認識結果データに対応する文字列（認識結果文字列）が表示される領域である。ここでは，文字認識結果として「貴社の記者が活車で帰社した。」が文字認識結果フィールドＦ２に表示されている。
【００２０】
文字認識結果フィールドＦ２中の文字には，誤認識候補文字Ｃ１，置換候補文字Ｃ２が表される。
【００２１】
誤認識候補文字Ｃ１は，誤認識の可能性が高い文字であり，強調して表示される。例えば，文字画像データに対して，最も類似度の高い文字特徴データでの類似度が所定の閾値に達しない場合，その文字画像データの文字認識結果（決定された文字）が誤っている可能性が高い。
【００２２】
なお，ここでは，網掛け文字で強調表示しているが，枠で囲む，太文字とする，表示色を付する（例えば，赤色とする）等，種々の強調表示を採用できる。
【００２３】
修正対象文字Ｃ２は，修正対象の文字であり，強調して表示される。後述のように，修正文字指定部４０によって，どの文字を修正するかが指定される。
【００２４】
置換候補フィールドＦ３は，修正対象文字Ｃ２について，第２候補以降の文字（類似度が２番目以降の文字）が表される。修正対象文字Ｃ２を修正するために入力したい文字列が候補に含まれている場合は，置換候補フィールドＦ３中の文字を選択でき，オペレータの入力の手間を軽減できる。
【００２５】
修正（置換）入力フィールドＦ４は，修正対象文字Ｃ２を修正（置換）するための，文字（または文字列）を入力する領域である。置換候補フィールドＦ３内に入力したい文字列が含まれない場合，修正入力フィールドＦ４に修正入力したい文字列が入力される。後述のように，文字入力部５０により入力され，文字変換部６０で変換され，変換文字表示・選択部９０で選択された文字（または文字列）が入力される。
【００２６】
修正文字指定部４０は，文書画像データからの文字認識処理によって生成された文字認識結果データに対応する文字列（認識結果文字列）から修正する文字（または文字列）を指定する。この指定により，文字認識結果フィールドＦ２から修正対象文字Ｃ２が指定される。図２の例では，「活」という文字が修正対象文字Ｃ２として指定される。
【００２７】
修正文字の指定には，種々の手法を利用できる。例えば，マウス，キーボードなどの入力機器で修正開始／終了位置を指定できる。また，認識結果文字列から修正候補文字（または文字列）を抽出し，この修正候補文字から修正対象文字Ｃ２を選択できる。文字認識の信頼度（文字認識部２０で算出される類似度）や文法／単語の誤り（文法／単語の誤りのチェック結果）に基づいて，修正候補文字（または文字列）を抽出できる。例えば，認識結果文字列内の誤認識候補文字Ｃ１から修正対象文字Ｃ２を指定できる。
【００２８】
文字入力部５０は，修正対象文字Ｃ２を修正（置換）するための修正用文字（修正用文字データ）を入力するためのキーボード，音声入力装置等の入力デバイスである。
【００２９】
図２の例では「汽車」の「汽」が「活」と誤認識されており，置換候補フィールドＦ３内にも正しい文字が提示されていないため，オペレータが修正入力フィールドＦ４に「汽」を入力して修正することとなる。この前提として，文字入力部５０によって，修正用文字（または文字列）として仮名の「き」が入力される。
【００３０】
文字変換部６０は，入力された文字データ（修正用文字（または文字列））を変換して，複数の文字（置換候補文字（または文字列））を生成する。漢字のような文字数の多い文字種は，文字入力部５０でそのまま入力するのが困難である。文字入力部５０で入力された文字を文字変換部６０で変換することで，最終的な文字または文字列が生成される（例えば，仮名漢字変換）。
【００３１】
文字変換部６０の一例として，いわゆるインプットメソッド（仮名漢字変換を行うＩＭＥ（Input Method Editor），ＦＥＰ（Front End Processor）や音声文字変換モジュールなど）を挙げることができる。なお，後述のように，仮名漢字変換に替えて，例えば，手書き文字入力での変換とすることもできる。
【００３２】
文字変換部６０は，変換辞書を有し，変換辞書を用いて，入力文字（変換前文字列）を変換文字（変換後文字列）に変換（生成）する。一般に，１つの変換前文字列に，複数の変換後文字列が対応することから，これらのどれを優先すべきかを表す優先度が導出される。
【００３３】
変換辞書は，変換前文字列，変換後文字列，優先度基礎ポイントを対応して表す。
優先度基礎ポイントは，複数の変換後文字列の表示の優先度の基礎を規定する。即ち，基本的には，優先度基礎ポイントが高い変換後文字列が，優先して表示されるように，表示の優先度が定まる。
【００３４】
但し，優先度の決定に際し，直前での使用履歴等が加味される。また，優先度基礎ポイントは，固定的なものではなく，使用履歴により順次に変更され，使用頻度の高い変換後文字列は，優先度基礎ポイントが追加される。このようにして，使用頻度が多いものや直前に使用した文字が上位となるように，優先度基礎ポイント等から優先度（得点）Ｐ１が算出され，表示順序等が決定される。
【００３５】
ここでは，優先度（得点）が高いほど上位の候補になるものとし，第ｋ番目の候補文字をＣ（ｋ）としその得点をＰ１（ｋ）とする。
Ｐ１（ｋ）＞＝Ｐ１（ｋ＋１）
【００３６】
この例では，「き」という仮名に対して，同じ読みの漢字として「木」，「期」，「機」，「旗」，「汽」など複数の候補（変換後文字列）が該当し，それぞれの優先度（得点）Ｐ１が導出される。
【００３７】
ここで，優先度（得点）Ｐ１によって，複数の候補（変換後文字列）を表示することができる（図３（ａ）参照）。
しかし，優先度Ｐ１によって，ユーザが望む変換候補を常に上位候補として提示することは必ずしも容易でない。一般に，優先度Ｐ１によれば，変換候補のうち使用頻度が多いものを上位候補として提示され，「汽」のように一般的にそれほど用いられない文字は低い候補順位となる。このため，希望する「汽」を選択するまでに何度も変換キーやカーソルキーを押さなければならない可能性がある。
後述のように，本実施形態では，類似度算出部７０によって算出される類似度Ｐ２を利用することで，表示状態の適正化が図られる。
【００３８】
類似度算出部７０は，修正が指定された文字（修正対象文字Ｃ２）の文字画像データと，複数の変換後文字それぞれとの複数の類似度（パタン間類似度）を算出する。この算出に，文字認識部２０の文字特徴データベースを用いることができる。但し，文字認識部２０とは別個に，類似度算出部７０が，文字特徴データベースを有しても良い。
【００３９】
詳しくは，修正対象文字Ｃ２の文字画像データ（または，文字画像データについての文字の構成要素（線素等）の特徴）と，複数の変換後文字の文字特徴データ（文字特徴データベース中の文字要素特徴データまたは文字パターンデータ）間の類似度が算出される。即ち，パタン間類似度とは，例えば，（ａ）修正対象文字Ｃ２の文字画像（一種の文字パタン）と文字特徴データベース中の文字パターン間の類似度，あるいは（ｂ）修正対象文字Ｃ２の文字画像から抽出された文字要素特徴と文字特徴データベース中の文字要素特徴間の類似度を意味する。
【００４０】
修正対象文字Ｃ２の文字画像（文字パタン）と文字変換部６０によって生成された優先度Ｐ１が第ｋ番目（優先度Ｐ１（ｋ））の変換後文字の文字パターン（候補文字パタン）との類似度をＰ２（ｋ）とする。類似度Ｐ２（ｋ）として，例えば，特徴間のユークリッド距離の逆数を用いることで，より類似している文字パタン間であるほど高い類似度Ｐ２（ｋ）を得ることができる。
【００４１】
表示状態決定部８０は，算出された複数の類似度Ｐ２（ｋ）に基づいて，複数の変換後文字（置換候補）の表示状態を決定する。
表示状態決定部８０は，次のように，優先度Ｐ１（ｋ）類似度とＰ２（ｋ）の加重和によって類似度Ｐ（ｋ）を算出する。
Ｐ（ｋ）＝α・Ｐ１（ｋ）＋Ｐ２（ｋ）
【００４２】
重みづけ係数αは，優先度Ｐ１，類似度Ｐ２間での重み付けを調節するためのパラメータである。例えば，「α＝０」とすると，類似度Ｐ２のみで表示状態が決定される。一方，αの値を大きくすると，類似度Ｐ中での優先度Ｐ１の重み付けが大きくなる。
【００４３】
図２の例でより具体的に説明する。文字変換部６０によって「き」の変換候補として「木」，「期」・・・などが生成される。一般的には，「き」の変換候補としては「汽」よりも「木」の方がよりもっともらしいため，文字変換部６０で導出される優先度Ｐ１は「Ｐ１（１）＞Ｐ１（６）」となっている（図４参照）。
【００４４】
ここで，「貴社の記者が汽車で帰社した。」と書いてある文書画像中の「汽」の文字画像（文字パターン）と文字変換部６０で生成された変換後文字（候補文字）の文字パターン間の類似度Ｐ２を考慮する。このとき，図４に示すように，変換後文字「汽」の文字パタンとの類似度Ｐ２（６）は，変換後文字「木」の文字パタンとの類似度Ｐ２（１）よりも大きい。即ち，類似度Ｐ２（６）は他の類似度Ｐ２よりも大きくなる。
この場合では，優先度Ｐ１と類似度Ｐ２の加重平均においても，類似度Ｐ（６）が類似度Ｐ（ｋ）中で最大となる。なお，ここでは，「α＝１」としている。
【００４５】
表示状態決定部８０は，類似度Ｐ（ｋ）により，変換後文字（置換候補）の表示状態を決定する。この表示状態は，変換後文字（置換候補）の表示の順序，または変換後文字（置換候補）の強調表示を意味する。即ち，変換後文字（置換候補）が類似度Ｐ（ｋ）の順に表示される。または，変換後文字（置換候補）が類似度Ｐ（ｋ）の順に強調されて表示される。例えば，類似度Ｐ（ｋ）が最も大きい，変換後文字（置換候補）が最上位あるいは強調されて表示される。
なお，強調表示として，網掛け文字，反転文字，枠で囲む，太文字とする，表示色を付する（例えば，赤色とする）等を採用できる。
【００４６】
変換文字表示・選択部９０は，変換後文字（置換候補）を表示装置，例えば，液晶表示装置に表示させ，オペレータに選択可能とする。
図３（ｂ）は，変換文字表示・選択部９０によって表示される変換後文字（置換候補）の一例を表す。ここでは，類似度Ｐ（ｋ）が最大の変換後文字「汽」が最上位に表示される。即ち，優先度Ｐ１のみでは図３の（ａ）のような並び順での表示がされるものが，本実施形態では，図３の（ｂ）のような並び順の表示となり，ユーザが望む変換候補を第一候補とすることができる。
【００４７】
変換文字表示・選択部９０によって，変換後文字（置換候補）が選択される。変換後文字の選択には，マウス，キーボード等を利用できる。選択された変換後文字は，修正入力フィールドＦ４内に表示される。
【００４８】
文字置換部１００は，文字認識結果フィールドＦ２内の修正対象文字Ｃ２を，変換文字表示・選択部９０によって選択された変換後文字（置換候補，修正入力フィールドＦ４内の文字または文字列）に置換する。
【００４９】
（文字認識装置１の動作手順）
図５は，文字認識装置１での処理の流れを示すフロー図である。
以下，「貴社の記者が活車で帰社した。」という認識文字列を「貴社の記者が汽車で帰社した。」という文字列に修正する例を用いて処理の流れを説明する。
【００５０】
（１）文書画像の入力（ステップＳ１１）
文書画像入力部１０によって，文字認識対象とする文書の画像データ（文書画像データ）が入力される。ここでは，文字認識対象文書が，「貴社の記者が汽車で帰社した。」との文章（文字列）を含むものとする。
【００５１】
（２）文字認識（ステップＳ１２）
文字認識部２０によって，文字認識処理がなされ，文書画像データから文字認識結果文書が生成される。例えば，次のような手順で，文字認識がなされる。
【００５２】
１）文書画像データからの文字画像データの抽出
複数の文字（複数の文字画像データ）を含む文書画像データから一文字毎の文字画像データが抽出される。
【００５３】
２）文字画像データに対応する文字（文字コード）の決定
文字特徴データベースを用いて，文字画像データそれぞれに対応する文字（文字コード）が決定される。
【００５４】
３）文書画像データに対応する文字列（文字認識結果）の生成
全ての文字画像データに対応する文字（文字コード）が決定されることで，認識結果文字列（文字認識結果データ）が生成される。
【００５５】
（３）文字認識結果の表示（ステップＳ１３）
文字認識の結果が表示される。例えば，図２に示すように，文字認識結果フィールドＦ２内に文字認識の結果が表示される。
【００５６】
（４）修正すべき文字があるかどうかの判断（ステップＳ１４）
オペレータにより，入力文書中に修正すべき文字があるかどうかが判断される（ステップＳ１４）。入力文書中に修正すべき文字列が存在しなくなるまで以後の修正作業が繰り返される。修正すべき文字列が存在しなくなれば処理の終了となる。
【００５７】
（５）修正文字の指定（ステップＳ２１）
修正文字指定部４０によって，文字認識結果フィールドＦ２内の修正対象文字Ｃ２が指定される（ステップＳ２１）。ここでは，認識結果文字列内の誤認識候補文字Ｃ１から「活」という文字が修正対象文字Ｃ２として指定されている。
【００５８】
（６）修正用文字の入力（ステップＳ２２）
文字入力部５０でオペレータが修正用文字を入力する（ステップＳ２２）。
図２の例では，「汽」が「活」と誤認識されており，修正入力フィールドＦ４に「汽」を入力して修正することとなる。この前提として，修正用文字として仮名の「き」が入力される。
【００５９】
（７）入力文字の変換（ステップＳ２３）
文字変換部６０において，修正用文字列入力部で入力された修正用文字列（入力文字）に基づいて複数の置換候補文字列（変換後文字）が生成される（ステップＳ２３）。
【００６０】
変換辞書を用いて，入力文字（変換前文字列）が変換文字（変換後文字列）に変換される。このとき，１の変換前文字列に対して，複数の変換後文字列が対応し，これら変換後文字列それぞれの優先度Ｐ１が導出される。ここでは，「き」という仮名に対して，「木」，「期」，「機」，「旗」，「汽」など複数の候補（変換後文字列）およびそれぞれの優先度（得点）Ｐ１が導出される。
【００６１】
（８）類似度の算出（ステップＳ２４）
類似度算出部７０によって，指定された文字（修正対象文字Ｃ２）の文字画像データと，複数の変換後文字列それぞれとの複数の類似度（パタン間類似度）Ｐ２が算出される。ここでは，「木」，「期」，「機」，「旗」，「汽」など複数の候補（変換後文字列）それぞれの類似度（パタン間類似度）Ｐ２（ｋ）が導出される。
【００６２】
（９）表示状態の決定（ステップＳ２５）
表示状態決定部８０によって，変換後文字（置換候補）の表示状態を決定される（ステップＳ２５）。表示状態決定部８０は，優先度Ｐ１（ｋ）類似度とＰ２（ｋ）の加重和によって，類似度Ｐ（ｋ）を算出し，この類似度Ｐ（ｋ）によって表示状態が決定される。
【００６３】
（１０）変換文字の表示・選択（ステップＳ２６）
画面に文字変換候補（図３（ｂ）参照）が表示され，選択される（ステップＳ２６）。選択された変換後文字は，修正入力フィールドＦ４内に表示される。
【００６４】
（１１）修正文字の置換（ステップＳ２７）
文字置換部１００によって，文字認識結果フィールドＦ２内の修正対象文字Ｃ２が変換後文字（置換候補，修正入力フィールドＦ４内の文字または文字列）に置換される（ステップＳ２７）。
【００６５】
本実施形態によれば，文字認識結果中の誤認識された文字列を修正する際，文字認識に利用した文書画像中の文字画像と字形が似ている変換後文字（置換候補文字）を優先的に提示できる。このため，仮名漢字変換等での変換効率向上が実現できる。
【００６６】
以上の実施形態では，文字変換部６０での変換に，日本語入力のインプットメソッドで広く用いられている仮名漢字変換を用いることとして説明している。これに対して，他の変換手法を用いることも可能である。
【００６７】
例えば，文字入力部５０において手書きで文字入力し，文字変換部６０においてこの手書き文字入力に基づいて，複数の変換後文字（置換候補文字（または文字列））を生成する。この場合，文字入力部５０は，文字を表す軌跡のパターンが入力可能なタブレット等の入力デバイスである。文字変換部６０は，対応する変換後文字列および文字パターンを含む変換辞書を有する。文字変換部６０は，入力された軌跡のパターンと変換辞書の文字パターンから類似度Ｐ３を算出し，変換後文字を決定する。例えば，類似度Ｐ３の順に複数の変換後文字が生成される。
【００６８】
この場合，表示状態決定部８０は，次のように，表示状態を決定するための類似度Ｐ（ｋ）として，類似度Ｐ３（ｋ），Ｐ２（ｋ）の加重和を利用できる。
Ｐ（ｋ）＝α・Ｐ３（ｋ）＋Ｐ２（ｋ）
【００６９】
この場合でも，文字画像での類似度Ｐ２を利用できることから，文字認識に利用した文字画像と字形が似ている変換後文字（置換候補文字）を優先的に提示できる。
【００７０】
本発明のいくつかの実施形態を説明したが，これらの実施形態は，例として提示したものであり，発明の範囲を限定することは意図していない。これら新規な実施形態は，その他の様々な形態で実施されることが可能であり，発明の要旨を逸脱しない範囲で，種々の省略，置き換え，変更を行うことができる。これら実施形態やその変形は，発明の範囲や要旨に含まれるとともに，特許請求の範囲に記載された発明とその均等の範囲に含まれる。
【符号の説明】
【００７１】
１ 文字認識装置
１０ 文書画像入力部
２０ 文字認識部
３０ 認識結果表示部
４０ 修正文字指定部
５０ 文字入力部
６０ 文字変換部
７０ 類似度算出部
８０ 表示状態決定部
９０ 変換文字表示・選択部
１００ 文字置換部
【特許請求の範囲】
【請求項１】
文書画像データに基づき，文字認識して，認識結果文字列を生成する文字認識部と，
前記認識結果文字列から修正する文字を指定する修正文字指定部と，
修正するための文字データを入力する文字入力部と，
前記入力された文字データを変換して，複数の文字を生成する文字変換部と，
前記指定された文字に対応する，文書画像データの文字画像データと，前記複数の文字それぞれとの複数の類似度を算出する類似度算出部と，
前記算出された複数の類似度に基づいて，前記複数の文字の表示状態を決定する表示状態決定部と，
を具備する文字認識装置。
【請求項２】
前記文字変換部が，前記入力された文字データに対する，前記複数の文字それぞれの優先度を導出し，
前記表示状態決定部が，前記導出された優先度および前記算出された類似度に基づいて，前記複数の文字の表示状態を決定する
請求項１記載の文字認識装置。
【請求項３】
前記複数の文字それぞれの文字のパターンまたは文字要素の特徴を記憶する記憶部，をさらに具備し，
前記記憶されたパターンまたは特徴に基づいて，前記類似度算出部が，前記複数の類似度を算出する，
ことを特徴とする請求項１または２に記載の文字認識装置。
【請求項４】
前記複数の文字の表示状態が，前記複数の文字の表示の順序または，前記複数の文字の強調表示である，
請求項１乃至３のいずれか１項に記載の文字認識装置。
【請求項５】
文書画像データを入力する工程と，
前記入力された文書画像データに基づき，文字認識して，認識結果文字列を生成する工程と，
前記認識結果文字列から修正する文字を指定する工程と，
修正するための文字データを入力する工程と，
前記入力された文字データを変換して，複数の文字を生成する工程と，
前記指定された文字に対応する，文書画像データの文字画像データと，前記複数の文字それぞれとの複数の類似度を算出する工程と，
前記算出された複数の類似度に基づいて，前記複数の文字の表示状態を決定する工程と，
を具備する文字認識方法。
【請求項１】
文書画像データに基づき，文字認識して，認識結果文字列を生成する文字認識部と，
前記認識結果文字列から修正する文字を指定する修正文字指定部と，
修正するための文字データを入力する文字入力部と，
前記入力された文字データを変換して，複数の文字を生成する文字変換部と，
前記指定された文字に対応する，文書画像データの文字画像データと，前記複数の文字それぞれとの複数の類似度を算出する類似度算出部と，
前記算出された複数の類似度に基づいて，前記複数の文字の表示状態を決定する表示状態決定部と，
を具備する文字認識装置。
【請求項２】
前記文字変換部が，前記入力された文字データに対する，前記複数の文字それぞれの優先度を導出し，
前記表示状態決定部が，前記導出された優先度および前記算出された類似度に基づいて，前記複数の文字の表示状態を決定する
請求項１記載の文字認識装置。
【請求項３】
前記複数の文字それぞれの文字のパターンまたは文字要素の特徴を記憶する記憶部，をさらに具備し，
前記記憶されたパターンまたは特徴に基づいて，前記類似度算出部が，前記複数の類似度を算出する，
ことを特徴とする請求項１または２に記載の文字認識装置。
【請求項４】
前記複数の文字の表示状態が，前記複数の文字の表示の順序または，前記複数の文字の強調表示である，
請求項１乃至３のいずれか１項に記載の文字認識装置。
【請求項５】
文書画像データを入力する工程と，
前記入力された文書画像データに基づき，文字認識して，認識結果文字列を生成する工程と，
前記認識結果文字列から修正する文字を指定する工程と，
修正するための文字データを入力する工程と，
前記入力された文字データを変換して，複数の文字を生成する工程と，
前記指定された文字に対応する，文書画像データの文字画像データと，前記複数の文字それぞれとの複数の類似度を算出する工程と，
前記算出された複数の類似度に基づいて，前記複数の文字の表示状態を決定する工程と，
を具備する文字認識方法。
【図１】
【図２】
【図３】
【図４】
【図５】
【図２】
【図３】
【図４】
【図５】
【公開番号】特開２０１２−４３３８５（Ｐ２０１２−４３３８５Ａ）
【公開日】平成２４年３月１日（２０１２．３．１）
【国際特許分類】
【出願番号】特願２０１０−１８６６７９（Ｐ２０１０−１８６６７９）
【出願日】平成２２年８月２３日（２０１０．８．２３）
【出願人】（０００００３０７８）株式会社東芝 (54,554)
【出願人】（３０１０６３４９６）東芝ソリューション株式会社 (1,478)
【Ｆターム（参考）】
【公開日】平成２４年３月１日（２０１２．３．１）
【国際特許分類】
【出願日】平成２２年８月２３日（２０１０．８．２３）
【出願人】（０００００３０７８）株式会社東芝 (54,554)
【出願人】（３０１０６３４９６）東芝ソリューション株式会社 (1,478)
【Ｆターム（参考）】
[ Back to top ]