特許ウォッチ

公開番号2024165401
公報種別公開特許公報(A)
公開日2024-11-28
出願番号2023081573
出願日2023-05-17
発明の名称文字認識装置及びプログラム
出願人大日本印刷株式会社
代理人個人,個人,個人
主分類G06V 30/14 20220101AFI20241121BHJP(計算;計数)
要約【課題】文書画像に含まれる文字列を適切にグルーピングするための工夫をした文字認識装置及びプログラムを提供する。
【解決手段】文字取得処理サーバ1は、文書画像から文字を検出し、検出した文字の文字間隔に応じて文字列とする前処理部13と、文字列の位置情報及び文字列の文字サイズを含む文字列情報を取得し、文字列について、文字の読み方向における先頭の文字列から読み方向の順に、文字列と文字列に続く他の文字列との間の距離及び文字列情報の差分を算出し、算出した距離及び差分と予め設定された閾値とに基づき、文字列と文字列に続く他の文字列とをグループ化するか否かを判定する矩形外処理部14と、を備える。
【選択図】図1
特許請求の範囲【請求項１】
文書画像から文字を検出する文字検出手段と、
検出した前記文字の文字間隔に応じて文字列とする文字列取得手段と、
前記文字列取得手段が取得した前記文字列の位置情報及び前記文字列の文字サイズを含む文字列情報を取得する文字列情報取得手段と、
前記文字列取得手段が取得した前記文字列について、文字の読み方向における先頭の前記文字列から前記読み方向の順に、前記文字列と前記文字列に続く他の前記文字列との間の距離及び前記文字列情報の差分を算出する差分算出手段と、
前記差分算出手段が算出した前記距離及び前記差分と予め設定された閾値とに基づき、前記文字列と前記文字列に続く他の前記文字列とをグループ化するか否かを判定するグループ判定手段と、
を備える、文字認識装置。
続きを表示（約 1,700 文字）【請求項２】
請求項１に記載の文字認識装置において、
前記グループ判定手段は、前記差分算出手段が算出した前記距離及び前記差分が前記閾値より小さい場合に、前記文字列と前記文字列に続く他の前記文字列とをグループ化すると判定する、文字認識装置。
【請求項３】
請求項２に記載の文字認識装置において、
前記グループ判定手段での判定に用いる前記距離と比較する前記閾値は、前記文書画像の全体における前記文字列の大きさの比率又は前記文字列の文字の大きさに基づき設定する、文字認識装置。
【請求項４】
請求項１から請求項３までのいずれかに記載の文字認識装置において、
前記文書画像から罫線を抽出する罫線抽出手段と、
前記文字列取得手段が取得した前記文字列が、前記罫線抽出手段が抽出した前記罫線で囲まれた矩形内にあるか否かを判定する矩形判定手段を備え、
文字列情報取得手段は、前記矩形判定手段により前記矩形内にないと判定した前記文字列について、前記文字列情報を取得する、文字認識装置。
【請求項５】
請求項４に記載の文字認識装置において、
前記矩形判定手段が前記矩形内にあることを判定した場合に、前記矩形内の前記文字列をテキストに変換するテキスト変換手段と、
前記テキスト変換手段により変換した前記テキストを出力するテキスト出力手段と、
を備える、文字認識装置。
【請求項６】
請求項５に記載の文字認識装置において、
前記テキスト出力手段は、前記矩形内の前記テキストを１つのかたまりにして区切り文字により区切って出力する、文字認識装置。
【請求項７】
請求項１から請求項３までのいずれかに記載の文字認識装置において、
前記グループ判定手段がグループ化すると判定した場合に、判定対象の複数の前記文字列を１つのグループにするグループ化手段と、
前記文字列をテキストに変換するテキスト変換手段と、
前記テキスト変換手段により変換した前記テキストを出力するテキスト出力手段と、
を備え、
前記テキスト変換手段は、前記グループ化手段による前記１つのグループに含まれる各文字列の間に区切り文字を挿入して前記テキストに変換する、文字認識装置。
【請求項８】
請求項７に記載の文字認識装置において、
前記テキスト出力手段は、前記テキストの位置情報と共に前記テキストを出力する、文字認識装置。
【請求項９】
請求項１から請求項３までのいずれかに記載の文字認識装置において、
前記差分算出手段は、前記文字列取得手段が取得した前記文字列について、前記読み方向における先頭の前記文字列から前記読み方向に対して垂直方向の順に、前記文字列と前記文字列に続く他の前記文字列との間の距離及び前記文字列情報の差分を算出し、
前記グループ判定手段により、前記文字列に対して前記読み方向及び前記垂直方向におけるグループ化が判定された場合、グループ化の妥当性を判断する妥当性判断手段を備える、文字認識装置。
【請求項１０】
コンピュータを、
文書画像から文字を検出する文字検出手段と、
検出した前記文字の文字間隔に応じて文字列とする文字列取得手段と、
前記文字列取得手段が取得した前記文字列の位置情報及び前記文字列の文字サイズを含む文字列情報を取得する文字列情報取得手段と、
前記文字列取得手段が取得した前記文字列について、文字の読み方向における先頭の前記文字列から前記読み方向の順に、前記文字列と前記文字列に続く他の前記文字列との間の距離及び前記文字列情報の差分を算出する差分算出手段と、
前記差分算出手段が算出した前記距離及び前記差分と予め設定された閾値とに基づき、前記文字列と前記文字列に続く他の前記文字列とをグループ化するか否かを判定するグループ判定手段と、
して機能させるためのプログラム。

発明の詳細な説明【技術分野】
【０００１】
本発明は、文字認識装置及びプログラムに関する。
続きを表示（約 3,600 文字）【背景技術】
【０００２】
従来、見積書や請求書等の発行元によってフォーマットが異なる書類を、データとしてシステムに登録する際に、文字入力を手作業で行っており、時間及び人的なコストがかかっている。
そのため、コストの削減のために、文字入力を自動的に行う様々な取り組みが検討されている。ＯＣＲ（ＯｐｔｉｃａｌＣｈａｒａｃｔｅｒＲｅｃｏｇｎｉｔｉｏｎ／Ｒｅａｄｅｒ）の使用は、その一例である。しかし、ＯＣＲでは、情報がバラバラに取得されてしまい、テキストの意味を理解することができない。
そこで、例えば、書類における特定の属性の記述位置を指定するテンプレートを使用するもの（例えば、特許文献１）や、書類に含まれる文字画像集合のテキストデータに対応する特徴ベクトルを生成して使用するもの（例えば、特許文献２）がある。
【先行技術文献】
【特許文献】
【０００３】
特開２０１９－８６９８４号公報
特開２０２２－１７８７２３号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
特許文献１では、フォーマットを書類ごとに準備する必要があり煩雑であった。また、特許文献２では、文字オブジェクトの検出及びグルーピングをする過程において、グルーピングするか否かの判断が適切に行われる必要があった。
【０００５】
そこで、本発明は、文書画像に含まれる文字列を適切にグルーピングするための工夫をした文字認識装置及びプログラム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】
本発明は、以下のような解決手段により、前記課題を解決する。
第１の発明は、文書画像から文字を検出する文字検出手段と、検出した前記文字の文字間隔に応じて文字列とする文字列取得手段と、前記文字列取得手段が取得した前記文字列の位置情報及び前記文字列の文字サイズを含む文字列情報を取得する文字列情報取得手段と、前記文字列取得手段が取得した前記文字列について、文字の読み方向における先頭の前記文字列から前記読み方向の順に、前記文字列と前記文字列に続く他の前記文字列との間の距離及び前記文字列情報の差分を算出する差分算出手段と、前記差分算出手段が算出した前記距離及び前記差分と予め設定された閾値とに基づき、前記文字列と前記文字列に続く他の前記文字列とをグループ化するか否かを判定するグループ判定手段と、を備える、文字認識装置である。
第２の発明は、第１の発明の文字認識装置において、前記グループ判定手段は、前記差分算出手段が算出した前記距離及び前記差分が前記閾値より小さい場合に、前記文字列と前記文字列に続く他の前記文字列とをグループ化すると判定する、文字認識装置である。
第３の発明は、第２の発明の文字認識装置において、前記グループ判定手段での判定に用いる前記距離と比較する前記閾値は、前記文書画像の全体における前記文字列の大きさの比率又は前記文字列の文字の大きさに基づき設定する、文字認識装置である。
第４の発明は、第１の発明から第３の発明までのいずれかの文字認識装置において、前記文書画像から罫線を抽出する罫線抽出手段と、前記文字列取得手段が取得した前記文字列が、前記罫線抽出手段が抽出した前記罫線で囲まれた矩形内にあるか否かを判定する矩形判定手段を備え、文字列情報取得手段は、前記矩形判定手段により前記矩形内にないと判定した前記文字列について、前記文字列情報を取得する、文字認識装置である。
第５の発明は、第４の発明の文字認識装置において、前記矩形判定手段が前記矩形内にあることを判定した場合に、前記矩形内の前記文字列をテキストに変換するテキスト変換手段と、前記テキスト変換手段により変換した前記テキストを出力するテキスト出力手段と、を備える、文字認識装置である。
第６の発明は、第５の発明の文字認識装置において、前記テキスト出力手段は、前記矩形内の前記テキストを１つのかたまりにして区切り文字により区切って出力する、文字認識装置である。
第７の発明は、第１の発明から第４の発明までのいずれかの文字認識装置において、前記グループ判定手段がグループ化すると判定した場合に、判定対象の複数の前記文字列を１つのグループにするグループ化手段と、前記文字列をテキストに変換するテキスト変換手段と、前記テキスト変換手段により変換した前記テキストを出力するテキスト出力手段と、を備え、前記テキスト変換手段は、前記グループ化手段による前記１つのグループに含まれる各文字列の間に区切り文字を挿入して前記テキストに変換する、文字認識装置である。
第８の発明は、第７の発明の文字認識装置において、前記テキスト出力手段は、前記テキストの位置情報と共に前記テキストを出力する、文字認識装置である。
第９の発明は、第１の発明から第８の発明までのいずれかの文字認識装置において、前記差分算出手段は、前記文字列取得手段が取得した前記文字列について、前記読み方向における先頭の前記文字列から前記読み方向に対して垂直方向の順に、前記文字列と前記文字列に続く他の前記文字列との間の距離及び前記文字列情報の差分を算出し、前記グループ判定手段により、前記文字列に対して前記読み方向及び前記垂直方向におけるグループ化が判定された場合、グループ化の妥当性を判断する妥当性判断手段を備える、文字認識装置である。
第１０の発明は、第１の発明から第９の発明までのいずれかの文字認識装置としてコンピュータを機能させるためのプログラムである。
【発明の効果】
【０００７】
本発明によれば、文書画像に含まれる文字列を適切にグルーピングするための工夫をした文字認識装置及びプログラムを提供することができる。
【図面の簡単な説明】
【０００８】
本実施形態に係る文字取得処理システムの全体構成図及び文字取得処理サーバの機能ブロック図である。
本実施形態に係る文字取得処理サーバの制御部の一部についての機能ブロック図である。
本実施形態に係る文字取得処理サーバの妥当性判断ルール記憶部及び正規表現パターン定義ファイルの例を示す図である。
本実施形態に係る文字取得処理サーバにおける処理の概要を説明するための図である。
本実施形態に係る文字取得処理サーバの文字取得処理を示すフローチャートである。
本実施形態に係る文字取得処理サーバの矩形外処理を示すフローチャートである。
本実施形態に係る文字取得処理サーバにおける処理を説明するための図である。
本実施形態に係る文字取得処理サーバにおける処理を説明するための図である。
本実施形態に係る文字取得処理サーバにおける処理を説明するための図である。
本実施形態に係る文字取得処理サーバの項目値抽出処理を示すフローチャートである。
変形形態に係る文字取得処理サーバにおける処理を説明するための図である。
【発明を実施するための形態】
【０００９】
以下、本発明を実施するための形態について、図を参照しながら説明する。なお、これは、あくまでも一例であって、本発明の技術的範囲は、これに限られるものではない。
（実施形態）
＜文字取得処理システム１００の全体構成＞
図１は、本実施形態に係る文字取得処理システム１００の全体構成図及び文字取得処理サーバ１の機能ブロック図である。
図２は、本実施形態に係る文字取得処理サーバ１の制御部１０の一部についての機能ブロック図である。
図３は、本実施形態に係る文字取得処理サーバ１の妥当性判断ルール記憶部２３及び正規表現パターン定義ファイル３１の例を示す図である。
【００１０】
図１に示すように、文字取得処理システム１００は、文字取得処理サーバ１（文字認識装置）と、ユーザ端末５と、ＯＣＲ装置６とを備える。文字取得処理サーバ１と、ユーザ端末５と、ＯＣＲ装置６とは、通信ネットワークＮを介して接続されている。
文字取得処理システム１００は、文書画像データに対して文字認識処理を行って得たテキストから、予め決められた抽出対象項目名と抽出対象項目名に対する項目値とを抽出して出力する処理を行うシステムである。
（【００１１】以降は省略されています）

関連特許