特許ウォッチ

公開番号2024165402
公報種別公開特許公報(A)
公開日2024-11-28
出願番号2023081574
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 30/26 20220101AFI20241121BHJP(計算;計数)
要約【課題】文書画像に含まれる文字列から必要項目を適切に抽出することを可能に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、文書画像から文字認識処理によって得られたテキストから予め設定された抽出対象項目名に該当する文字列を探索し、探索した文字列に対応する項目値をテキストから取得し、取得した項目値の妥当性を判断する項目値抽出処理部17と、妥当性の判断結果を含んで、項目値と項目値に対応する抽出対象項目名とを出力する処理結果出力部18と、を備える。
【選択図】図1
特許請求の範囲【請求項１】
文書画像から文字認識処理によって得られたテキストから予め設定された抽出対象項目名に該当する文字列を探索する項目名探索手段と、
前記項目名探索手段が探索した前記文字列に対応する項目値を、前記テキストから取得する項目値取得手段と、
前記項目値取得手段が取得した前記項目値の妥当性を判断する妥当性判断手段と、
前記妥当性判断手段による妥当性の判断結果を含んで、前記項目値と、前記項目値に対応する前記抽出対象項目名とを出力する項目値出力手段と、
を備える、文字認識装置。
続きを表示（約 1,100 文字）【請求項２】
請求項１に記載の文字認識装置において、
前記妥当性判断手段は、前記抽出対象項目名ごとに予め決められた判断ルールに基づいて、前記項目値取得手段が取得した前記項目値の妥当性を判断する、文字認識装置。
【請求項３】
請求項１に記載の文字認識装置において、
前記項目値取得手段は、前記項目名探索手段が探索した前記文字列に続くテキストを、前記項目値として取得する、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、
前記項目値出力手段は、前記妥当性判断手段により妥当性が低いと判断された前記項目値に対してアラートを出力する、文字認識装置。
【請求項５】
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、
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、
前記文字列を前記テキストに変換するテキスト変換手段と、
を備え、
前記テキスト変換手段は、前記グループ判定手段によりグループ化すると判定した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し、
前記項目名探索手段は、前記テキスト変換手段により変換された前記テキストから前記抽出対象項目名に該当する文字列を探索する、文字認識装置。
【請求項６】
コンピュータを、
文書画像から文字認識処理によって得られたテキストから予め設定された抽出対象項目名に該当する文字列を探索する項目名探索手段と、
前記項目名探索手段が探索した前記文字列に対応する項目値を、前記テキストから取得する項目値取得手段と、
前記項目値取得手段が取得した前記項目値の妥当性を判断する妥当性判断手段と、
前記妥当性判断手段による妥当性の判断結果を含んで、前記項目値と、前記項目値に対応する前記抽出対象項目名とを出力する項目値出力手段と、
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 3,000 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１）がある。
【先行技術文献】
【特許文献】
【０００３】
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、テキストデータの特徴ベクトルに基づいて属性ラベル候補と属性値候補とのペアをペア候補として検出し、特徴ベクトルに基づいてペアを特定する。しかしより近いものがペアとして特定されるにすぎず、ペアとしての妥当性が判断できなかった。
【０００５】
そこで、本発明は、文書画像に含まれる文字列から必要項目を適切に抽出することを可能に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、文書画像から文字認識処理によって得られたテキストから予め設定された抽出対象項目名に該当する文字列を探索する項目名探索手段と、前記項目名探索手段が探索した前記文字列に対応する項目値を、前記テキストから取得する項目値取得手段と、前記項目値取得手段が取得した前記項目値の妥当性を判断する妥当性判断手段と、前記妥当性判断手段による妥当性の判断結果を含んで、前記項目値と、前記項目値に対応する前記抽出対象項目名とを出力する項目値出力手段と、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、前記妥当性判断手段は、前記抽出対象項目名ごとに予め決められた判断ルールに基づいて、前記項目値取得手段が取得した前記項目値の妥当性を判断する、文字認識装置である。
第３の発明は、第１の発明又は第２の発明の文字認識装置において、前記項目値取得手段は、前記項目名探索手段が探索した前記文字列に続くテキストを、前記項目値として取得する、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、前記項目値出力手段は、前記妥当性判断手段により妥当性が低いと判断された前記項目値に対してアラートを出力する、文字認識装置である。
第５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、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、前記文字列を前記テキストに変換するテキスト変換手段と、を備え、前記テキスト変換手段は、前記グループ判定手段によりグループ化すると判定した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し、前記項目名探索手段は、前記テキスト変換手段により変換された前記テキストから前記抽出対象項目名に該当する文字列を探索する、文字認識装置である。
第６の発明は、第１の発明から第５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から必要項目を適切に抽出することを可能に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