特許ウォッチ

公開番号2024113483
公報種別公開特許公報(A)
公開日2024-08-22
出願番号2023018502
出願日2023-02-09
発明の名称表認識方法
出願人トヨタ自動車株式会社
代理人個人
主分類G06V 30/14 20220101AFI20240815BHJP(計算;計数)
要約【課題】表を高精度に認識することができる表認識方法を提供する。
【解決手段】サーバなどのコンピュータである表認識装置が実行する表認識方法であって、ドキュメント画像データ130から、第1方向にそれぞれ配列された複数の文字列を抽出し、複数の文字列の各々に基準点Pを設け、第1方向に直交する第2方向における基準点の座標に基づいて、複数の文字列を複数のグループG#1～G#4に分け、複数のグループのうち、文字列の数が同じであり、第1方向における基準点の座標同士の差分が所定値以下である2以上のグループを表として認識して表データ131を生成する。
【選択図】図3
特許請求の範囲【請求項１】
画像から、第１方向にそれぞれ配列された複数の文字列を抽出し、
前記複数の文字列の各々に基準点を設け、
前記第１方向に直交する第２方向における前記基準点の座標に基づいて、前記複数の文字列を複数のグループに分け、
前記複数のグループのうち、前記文字列の数が同じであり、前記第１方向における前記基準点の座標同士の差分が所定値以下である２以上のグループを表として認識する、
処理を、コンピュータが実行する、
表認識方法。
続きを表示（約 500 文字）【請求項２】
前記基準点を設ける処理は、前記文字列の前記第１方向における一方の端部、他方の端部、及び中央部から前記基準点を選択する、
請求項１に記載の表認識方法。
【請求項３】
前記２以上のグループを表として認識する処理において、前記複数のグループのうち、前記文字列の数が同じであり、前記第１方向における前記基準点の座標が揃っている２以上のグループが存在しない場合、前記基準点を、前記文字列の前記第１方向における前記端部及び前記中央部のうち、未選択の位置に切り替える、
請求項２に記載の表認識方法。
【請求項４】
前記複数の文字列を抽出する処理において、前記画像を入力として、前記画像内の文字を出力する、教師あり学習による機械学習済みの抽出モデルを用いて前記画像から前記複数の文字列を抽出する、
請求項１または２に記載の表認識方法。
【請求項５】
前記複数の文字列を抽出する処理において、前記第１方向の沿った前記画像内の文字間の距離に基づき前記複数の文字列を抽出する、
請求項１または２に記載の表認識方法。

発明の詳細な説明【技術分野】
【０００１】
本発明は、表認識方法に関する。
続きを表示（約 1,100 文字）【背景技術】
【０００２】
例えば特許文献１には、配列方向の座標が重なる文字群同士を列として登録することにより表を認識する点が記載されている。
【先行技術文献】
【特許文献】
【０００３】
特開２００１－３３１７６３号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかし、上記の手法によると、例えば表以外の文字群でも配列方向の長さが他の文字群より長ければ、表内の文字群と座標が重なることがあるため、表が誤って認識されるおそれがある。
【０００５】
そこで本発明は上記の課題に鑑みてなされたものであり、表を高精度に認識することができる表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】
【０００６】
本発明の表認識方法は、画像から、第１方向にそれぞれ配列された複数の文字列を抽出し、前記複数の文字列の各々に基準点を設け、前記第１方向に直交する第２方向における前記基準点の座標に基づいて、前記複数の文字列を複数のグループに分け、前記複数のグループのうち、前記文字列の数が同じであり、前記第１方向における前記基準点の座標同士の差分が所定値以下である２以上のグループを表として認識する、処理を、コンピュータが実行する方法である。
【０００７】
上記の表認識方法において、前記基準点を設ける処理は、前記文字列の前記第１方向における一方の端部、他方の端部、及び中央部から前記基準点を選択してもよい。
【０００８】
上記の表認識方法において、前記２以上のグループを表として認識する処理において、前記複数のグループのうち、前記文字列の数が同じであり、前記第１方向における前記基準点の座標が揃っている２以上のグループが存在しない場合、前記基準点を、前記文字列の前記第１方向における前記端部及び前記中央部のうち、未選択の位置に切り替えてもよい。
【０００９】
上記の表認識方法において、前記複数の文字列を抽出する処理において、前記画像を入力として、前記画像内の文字を出力する、教師あり学習による機械学習済みの抽出モデルを用いて前記画像から前記複数の文字列を抽出してもよい。
【００１０】
上記の表認識方法において、前記複数の文字列を抽出する処理において、前記第１方向の沿った前記画像内の文字間の距離に基づき前記複数の文字列を抽出してもよい。
【発明の効果】
（【００１１】以降は省略されています）

関連特許