JP2002170079A - 文書書式識別装置および識別方法 - Google Patents

Abstract

(57)【要約】 【課題】 異なる複数の変倍率で拡大または縮小された
文書が混在する環境でも、多種類の文書書式を正しく識
別する。 【解決手段】 文書画像の特徴量に基づいて、文書書式
識別のための文書書式データを作成する書式データ作成
手段１２ｂと、文書書式データを保存するディスク１４
と、文書書式を識別したい文書の画像について書式デー
タ作成手段１２ｂを用いて文書書式データを得て、これ
をディスク１４で保存した文書書式データと相似関係が
あるか否かを判断し、相似と判断された場合に、前記識
別したい文書と、ディスク１４で保存した文書との相似
状態を表す相似情報及び文書書式データに基づいて文書
書式の類似度を計算し、前記識別したい文書の文書書式
を識別する類似度計算手段１２ｃとを備える。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、大量の帳票を処理
する分野で、帳票の書式ごとに分類する装置を構築する
際に、自動分類を可能にする帳票識別に関するものであ
る。

【０００２】

【従来の技術】帳票内に記載された情報をＯＣＲ等の光
学式文字認識装置で読みとるためには、帳票の書式を識
別し、帳票内の情報記載位置を正確に把握する必要があ
る。帳票の書式を識別する方法として、あらかじめ登録
されたマスタ帳票と、識別したい帳票の帳票内のテーブ
ルや文字を比較し、識別したい帳票と一致するマスタ帳
票を抽出する方法がある。

【０００３】帳票内のテーブルや文字を比較するには、
識別したい帳票のテーブルブロックおよびテキストブロ
ックに、最も近い座標位置にあるマスタ帳票のブロック
を検出し、テーブルブロックおよびテキストブロックご
との詳細情報のマッチングを取る手法が一般的である。
そのブロック位置の検出には、帳票ページの左上角を原
点として、各ブロックの左上角位置の座標値を使用して
いた。

【０００４】

【発明が解決しようとする課題】しかしながら、識別し
たい帳票がＦＡＸ等により送信された場合、ＦＡＸ等の
給紙制約から、識別したい帳票が拡大または縮小される
ことがある。そして、図２の（Ａ）、（Ｂ）に示すよう
にマスタ帳票Ｂに対して、拡大または縮小した識別した
い帳票Ａを比較すると、識別したい帳票の各ブロックの
左上角位置は変倍されているため、識別したい帳票のブ
ロックに対応するマスタ帳票のブロックを正確に検出す
ることができない。また、ブロックごとの詳細構造のマ
ッチングでも、テーブルブロックのサイズ、テーブル内
の罫線の位置情報も、前記と同様に変倍されているの
で、相似形のテーブルブロックでもテーブル構造のマッ
チング計算では、異なるテーブルだと識別されることに
なる。その結果、拡大または縮小した帳票は、類似度が
非常に低くなり、異なる帳票として判断されることにな
る。

【０００５】本発明は、上記課題を鑑みてなされたもの
であり、異なる変倍率で拡大または縮小された複数の文
書が混在する環境でも、文書書式を正しく識別すること
を目的とする。

【０００６】

【課題を解決するための手段】かかる課題を解決するた
め、例えば本発明の文書書式識別装置は以下の構成を備
える。すわなち、文書画像の特徴量に基づいて、文書書
式識別のための文書書式データを作成する作成手段と、
前記文書書式データを保存する保存手段と、文書書式を
識別したい文書の画像について前記作成手段を用いて文
書書式データを得て、これを前記保存手段で保存した文
書書式データと比較し、相似関係があるか否かを判断す
る判断手段と、前記判断手段にて相似と判断された場合
に、前記識別したい文書と、前記保存手段で保存した文
書との相似状態を表す相似情報を抽出する相似情報抽出
手段と、前記相似情報抽出手段にて抽出した相似情報及
び文書書式データに基づいて文書書式の類似度を計算
し、前記識別したい文書の文書書式を識別する識別手段
とを備える。

【０００７】

【発明実施の形態】［実施形態１］以下、図面を参照し
て本発明の実施の形態を詳細に説明する。

【０００８】図１は、本発明の実施の形態に係る帳票書
式自動識別装置の概略構成を示すブロック図である。

【０００９】１１はスキャナーであり、帳票イメージを
光学的に読み取り、帳票イメージデータを出力する。１
２はプロセッサでありメモリ１５に格納された制御プロ
グラム１５ｄを実行することにより、画像特徴量抽出手
段１２ａ、書式データ作成手段１２ｂ、類似度計算手段
１２ｃとして機能する。スキャナー１１で読み取った画
像は、帳票イメージ１５ｃとしてメモリ１５に格納され
る。帳票イメージ１５ｃは、２値化処理されて画像特徴
量抽出手段１２ａに送られ、黒ドットのヒストグラム法
などの手法により、テーブル、テキスト、ピクチャなど
ブロックごとに属性分類される。テーブルブロックにつ
いては、さらに罫線追跡手法などで、テーブルの詳細構
造を求める。また、テキストブロックについては、さら
に文字コードに変換するなどの処理を行う。

【００１０】このようにして取得した情報から、書式デ
ータ作成手段１２ｂにて、図３に示す帳票のページ書式
およびテーブル書式を作成し、メモリ１５およびディス
ク１４に保存する。図３は、画像特徴量抽出手段１２ａ
で抽出した後の帳票サンプル３１を示す。テーブル・ブ
ロック３個（３１１〜３１３）、ピクチャ・ブロック１
個（３１４）が抽出されている。この帳票の書式データ
３２は、ページ書式３２１とテーブル書式３２２に階層
化して保存する。ページ書式３２１は、ヘッダ部３２１
ａに帳票ページ幅、帳票ページ高さを所有する。

【００１１】また、データ部３２２ａにはブロック毎に
各種情報が記憶される。例えば、ブロック属性がテーブ
ルの場合には、位置情報としてブロック左端位置、ブロ
ック上端位置、大きさ情報としてブロック幅、ブロック
高さの情報を所有する。また、比較帳票をピックアップ
するのに使用するためのページ原点からの距離および類
似度の計算に使用するための当該ブロックの面積を全テ
ーブル・ブロックで割った値も所有する。さらに、テー
ブル詳細情報とリンクするためにテーブルＩＤを所有す
る。このテーブルＩＤにリンクしたテーブルのセルの詳
細構造をテーブル書式３２２で示す。テーブル内のセル
個数、セルの位置、大きさ情報を所有する。

【００１２】帳票書式識別装置は、キーボードから帳票
の登録、帳票の識別などの命令が入力されると、各々の
命令に対応する処理をプロセッサ１２が上記の書式デー
タ３２を使用して行う。そして、その識別結果をディス
プレイ１６に表示する。

【００１３】図４を参照して、本実施形態の帳票書式識
別装置、特に図１のプロセッサ１２が実行する各種制御
処理の動作を説明する。

【００１４】図４は、帳票書式識別装置による書式識別
処理の概略フローチャートを示す。ステップＳ１０１に
て、識別したい帳票をスキャナーで読み取り、ステップ
Ｓ１０３で、テーブルブロック、テキストブロックの座
標値等の特徴量データを抽出する。ステップＳ１０５で
は、これらの特徴量データを類似度を計算するための書
式データに変換する。この書式データを元にして、ステ
ップＳ１０７にてマスター帳票の中から、当該識別した
い帳票の書式データと同じ帳票である可能性のある帳票
を絞り込む。ステップＳ１０９で絞り込んだ帳票のすべ
てについて書式の類似度を計算する（ステップＳ１１
１）。計算の結果、類似度の高い方の所定数のマスター
帳票を類似帳票の候補とし、その識別コードと類似度を
出力する（ステップＳ１１３）。

【００１５】本発明の帳票レイアウトの相似形チェック
は、ステップＳ１０８にて行う。図５〜図８を使用し
て、詳細にその処理を説明する。

【００１６】ステップＳ１０８で帳票レイアウト相似形
チェック処理が開始され、ステップＳ２０３で識別した
い帳票およびマスタ帳票のフレームおよびテーブルブロ
ックを整列する。本実施形態では、ブロック左上角のＸ
座標の昇順にブロック情報を並べる。但し、図３に示す
ような、ブロック左上角座標のＸ成分がほとんど同じ位
置にある場合には、Ｘ座標の誤差により識別したい帳票
とマスタ帳票のブロック情報の並びを必ずしも対応付け
ることができない。識別したい帳票のブロック情報がテ
ーブル１（３１１）→テーブル２（３１２）→ピクチャ
ブロック（３１４）→テーブルブロック３（３１３）と
整列しても、マスタ帳票のブロック情報がテーブル２
（３１２）→テーブル１（３１１）→ピクチャブロック
（３１４）→テーブルブロック３（３１３）のように整
列する可能性は十分にある。そこで、Ｘ座標の位置が５
ピクセル以内の差のブロックに関しては、別途Ｙ成分の
昇順に整列させる。この結果、識別したい帳票およびマ
スタ帳票のブロック情報をテーブル１（３１１）→テー
ブル２（３１２）→ピクチャブロック（３１４）→テー
ブルブロック３（３１３）の順に整列することが保証さ
れる。

【００１７】ステップＳ２０５では、比較するブロック
の個数が同じであるかをチェックしている。ブロックの
個数が異なる場合は、相似形でないと判断して、帳票レ
イアウト相似形チェック処理を終了し、ステップＳ１０
９へ戻る。

【００１８】ステップＳ２０５でブロック個数が同じで
あった場合には、ステップＳ２０７にて、ブロック個数
が３個以上かをチェックしている。３個以上の場合と、
２個以下の場合では、相似形判定プログラムが異なるか
らである。

【００１９】３個以上の場合は、ステップＳ２０８＿１
に進み、ブロック左上角Ｘ座標の比較処理を行う。ステ
ップＳ２０８＿１の詳細を図６のフローチャートを用い
て説明する。

【００２０】ステップＳ２０９では、ブロック情報のＸ
成分の相似形チェック処理をする。すなわち、識別した
い帳票の左上角Ｘ座標を縦軸に、マスタ帳票の左上角Ｘ
座標を横軸にして、下式より相関係数を計算する。

【００２１】

【数１】

【００２２】ここで、相関係数の算出にあたっては、上
式の相関係数の分子の値をチェックし（ステップＳ２１
１）、相関係数の分子が１４以下であれば、別プログラ
ムで変倍率δＸを求めている。これは、以下に述べるよ
うに相関係数の誤差が大きくなるからである。

【００２３】図３の帳票では、テーブルブロック１（３
１１）、テーブルブロック２（３１２）、ピクチャブロ
ック３１４の各左上角のＸ座標はほとんど同じ位置にあ
るため、Ｘｉ、ＹｉともにＸａｖｅ、 Ｙａｖｅに近い
値となる。従って、Ｘｉ、 Ｙｉが誤差の為に変動した
場合、相関係数の変動も大きくなる。このため、Ｘｉ、
Ｙｉの誤差が大きいと考えられる環境では、相関係数の
信頼度が落ちる。誤差の要因としては、スキャナで読み
取るときに発生する誤差、傾斜補正等の画像処理を行っ
たときに発生する誤差、マッチング（すべての画像を１
００ｄｐｉに正規化してマッチングを行っている）の為
に解像度変換を行ったときに発生する誤差などがあげら
れる。それらの誤差を考慮して、上式の相関係数の分子
が１４以下の場合は、信頼できないとして（識別したい
帳票のページ幅）／（マスタ帳票のページ幅）＝変倍率
δＸとしている（ステップＳ２１１＿２）。ただし、帳
票をはさみ等で切り取った場合にできるズレによる誤差
を考慮して、帳票ページ幅の差分が１０ピクセル以内で
あれば、変倍率δＸを１．０とする（ステップＳ２１１
＿１、Ｓ２１１＿３）。

【００２４】ステップＳ２１１にて相関係数の分子が１
４以上であり、かつ相関係数が０．９９９６以上あれ
ば、Ｘ成分に関しては相似形と判断する（ステップＳ２
１３）。

【００２５】一方、ステップＳ２１１にて相関係数の分
子が１４以上であっても、相関係数が０．９９９６より
小さい場合には、相似形でないと判断して相似形チェッ
ク処理を終了し、ステップＳ１０９へもどる。

【００２６】相関係数が１に近いほど、前記の情報が直
線上に並んでいるとみなすことができる。つまり、変倍
されている可能性はあるが、Ｘ成分の並びは相似形であ
ると考える。

【００２７】次に、これらのデータが直線上に並んでい
るので、その傾きを計算する。この傾きがＸ成分の変倍
率δＸを示す（ステップＳ２１５）。傾き＝１の時は、
識別したい帳票とマスタ帳票のＸ成分は同じであり、傾
きが１より小さいと、マスタ帳票のＸ成分の増加率が識
別したい帳票の比べて大きいことになり、マスタ帳票の
幅が識別したい帳票の幅に比べて拡大しているといえ
る。つまり、傾き＝（識別したい帳票のページ幅）／
（マスタ帳票のページ幅）の関係が成り立つ。

【００２８】ステップＳ２１７では、前記の誤差を考慮
して、変倍率δＸが１±０．０２８以内であれば変倍が
ないとみなし、変倍率δＸを１にリセットする。

【００２９】次に、ステップＳ２１９でこの変倍率δＸ
が、テーブルブロックのサイズまで適用できるかをチェ
ックしている。すなわち、ステップＳ２０３で整列した
帳票のブロック情報を順に１個ずつ、「（識別したい帳
票のブロック幅）／（マスタ帳票のブロック幅）＜変倍
率δＸ＋０．０２７＋１．９／（マスタ帳票のブロック
幅）」を満たすかどうかをチェックし、満たさない場合
には、ブロックレイアウトは相似でないとして当該処理
を終了し、ステップＳ１０９にもどる。また、満たす場
合には、変倍率δＸのテーブルブロックサイズへの適用
可と判断し、処理を終了する。

【００３０】ステップＳ２０８＿１と同様に、ステップ
Ｓ２０８＿２ではブロック左上角Ｙ座標の比較処理を行
う。ステップＳ２０８＿２の詳細フローチャートを図７
に示す。

【００３１】ステップＳ２１０では、ブロック情報のＹ
成分の相似形チェック開始する。すなわち、識別したい
帳票の左上角Ｙ座標を縦軸に、マスタ帳票の左上角Ｙ座
標を横軸にして、相関係数を計算する。

【００３２】ここで、相関係数の算出にあたっては、相
関係数の分子の値をチェックし（ステップＳ２１２）、
相関係数の分子が１４以下であれば、別プログラムで変
倍率δＹを求めている。相関係数の分子が１４以下の場
合は、信頼できないとして（識別したい帳票のページ高
さ）／（マスタ帳票のページ高さ）＝変倍率δＹとして
いる（ステップＳ２１２＿２）。ただし、帳票をはさみ
等で切り取った場合にできるズレによる誤差を考慮し
て、帳票ページ幅の差分が１０ピクセル以内であれば、
変倍率δＹを１．０とする（ステップＳ２１２＿１、Ｓ
２１２＿３）。

【００３３】ステップＳ２１２にて相関係数の分子が１
４以上であり、かつ相関係数が０．９９９６以上あれ
ば、Ｙ成分に関しては相似形と判断する（ステップＳ２
１４）。

【００３４】一方、ステップＳ２１２にて相関係数の分
子が１４以上であっても、相関係数が０．９９９６より
小さい場合には、相似形でないと判断して相似形チェッ
ク処理を終了し、ステップＳ１０９へもどる。

【００３５】相関係数が１に近いほど、前記の情報が直
線上に並んでいるとみなすことができる。つまり、変倍
されている可能性はあるが、Ｙ成分の並びは相似形であ
ると考える。

【００３６】次に、これらのデータが直線上に並んでい
るので、その傾きを計算する。この傾きがＹ成分の変倍
率δＹを示す（ステップＳ２１６）。傾き＝１の時は、
識別したい帳票とマスタ帳票のＹ成分は同じであり、傾
きが１より小さいと、マスタ帳票のＹ成分の増加率が識
別したい帳票の比べて大きいことになり、マスタ帳票の
幅が識別したい帳票の幅に比べて拡大しているといえ
る。つまり、傾き＝（識別したい帳票のページ高さ）／
（マスタ帳票のページ高さ）の関係が成り立つ。

【００３７】ステップＳ２１８では、誤差を考慮して、
変倍率δＹが１±０．０２８以内であれば変倍がないと
みなし、変倍率δＹを１にリセットする。

【００３８】次に、ステップＳ２２０でこの変倍率δＹ
が、テーブルブロックのサイズまで適用できるかをチェ
ックしている。すなわち、ステップＳ２０３で整列した
帳票のブロック情報を順に１個ずつ、「（識別したい帳
票のブロック高さ）／（マスタ帳票のブロック高さ）＜
変倍率δＹ＋０．０２７＋１．９／（マスタ帳票のブロ
ック高さ）」を満たすかどうかをチェックし、満たさな
い場合には、ブロックレイアウトは相似でないとして当
該処理を終了し、ステップＳ１０９にもどる。また、満
たす場合には、変倍率δＹのテーブルブロックサイズへ
の適用可と判断し、処理を終了する。

【００３９】ステップＳ２２１では、Ｘ成分、Ｙ成分両
方ともに相似形であり、変倍率（δＸ、δＹ）を取得で
きた帳票のみ、レイアウトが相似形であると判断し、そ
れ以外の場合には、相似でないとして当該処理を終了
し、ステップＳ１０９にもどる。

【００４０】さて、ステップＳ２０７でブロックの個数
が２個以下の場合は、図８のブロック個数が２個以下の
場合の処理を行う（ステップＳ３０１）。

【００４１】すなわち、ステップＳ３０１でブロック個
数が２個以下の場合の処理が開始され、ステップＳ３０
２にて識別したい帳票のページ幅とマスター帳票のペー
ジ幅を比較し、差分が１０ピクセルより大きい場合に
は、変倍率δＸ＝（識別したい帳票のページ幅）／（マ
スタ帳票のページ幅）とし、差分が１０ピクセル以内の
場合には変倍率δＸ＝１．０とする（ステップＳ３０
２、Ｓ３０３、Ｓ３０４）。

【００４２】さらにステップＳ３０５にてこの変倍率δ
Ｘが、テーブルブロックのサイズまで適用できるかをチ
ェックしている。すなわち、ステップＳ２０３で整列し
た帳票のブロック情報を順に１個ずつ、「（識別したい
帳票のブロック幅）／（マスタ帳票のブロック幅）＜変
倍率δＸ＋０．０２７＋１．９／（マスタ帳票のブロッ
ク幅）」を満たすかどうかをチェックし、満たさない場
合には、ブロックレイアウトは相似でないとして当該処
理を終了し、ステップＳ１０９にもどる。また、満たす
場合には、変倍率δＸのテーブルブロックサイズへの適
用可と判断する。

【００４３】同様に、ステップＳ３０６にて識別したい
帳票のページ高さとマスター帳票のページ高さを比較
し、差分が１０ピクセルより大きい場合には、変倍率δ
Ｙ＝（識別したい帳票のページ高さ）／（マスタ帳票の
ページ高さ）とし、差分が１０ピクセル以内の場合には
変倍率δＹ＝１．０とする（ステップＳ３０６、Ｓ３０
７、Ｓ３０８）。

【００４４】さらにステップＳ３０９にてこの変倍率δ
Ｙが、テーブルブロックのサイズまで適用できるかをチ
ェックしている。すなわち、ステップＳ２０３で整列し
た帳票のブロック情報を順に１個ずつ、「（識別したい
帳票のブロック高さ）／（マスタ帳票のブロック高さ）
＜変倍率δＹ＋０．０２７＋１．９／（マスタ帳票のブ
ロック高さ）」を満たすかどうかをチェックし、満たさ
ない場合には、ブロックレイアウトは相似形でないとし
て当該処理を終了し、ステップＳ１０９にもどる。ま
た、満たす場合には、変倍率δＹのテーブルブロックサ
イズへの適用可と判断する。

【００４５】ステップＳ３０５およびステップＳ３０９
にてテーブルブロックサイズへの適用可能と判断された
変倍率（δＸ、δＹ）について、ステップＳ３１０で、
ブロックの左上角、「マスタ帳票のＸ座標×変倍率（δ
Ｘ）≦識別したい帳票のＸ座標±１０、かつマスタ帳票
のＹ座標×変倍率（δＹ）≦識別したい帳票のＹ座標±
１０」の条件式を満たしていれば、識別したい帳票とマ
スタ帳票のレイアウトは相似形であると判断し、帳票レ
イアウト相似形チェック処理のステップＳ２２３へ進む
（ステップＳ３１１）。また、条件を満たさない場合に
は、相似形でないとして当該処理を終了し、ステップＳ
１０９にもどる。

【００４６】ステップＳ２２１またはステップＳ３１１
にて相似形であると判断された場合には、ステップＳ２
２３でページレイアウトの変倍によるペナルティを以下
の式で決定する。

【００４７】

【数２】

【００４８】ＰＸ、ＰＹは各成分の変倍によるペナルテ
ィ、ＰＸＹは、両成分の変形度によるペナルティをあら
わす。

【００４９】変倍率δＸ、δＹが１ならば、ＰＸ、ＰＹ
は０である。つまり、変倍していないのでペナルティを
課せないことを意味する。

【００５０】ＰＸＹは、Ｘ、Ｙ成分が均等に変倍したと
きには０になるし、Ｘ成分が１より大きく、Ｙ成分が１
より小さく変倍するように、変倍によるレイアウトの変
形が大きくなればペナルティが大きくなるように調整す
る式である。

【００５１】レイアウトが相似形である場合は、以上の
計算式でペナルティを与えて、従来のページ書式のマッ
チングによるペナルティを０とする。逆に、相似形でな
い場合は、従来通りのページ書式のマッチングによるペ
ナルティを与える。

【００５２】ページ書式のマッチングの次に、テーブル
ブロックの詳細構造、その次にテキストブロックの文字
比較を行うが、これらのブロックを検出する際には、相
似形チェックで求めた変倍率を使用した計算式を使用す
る。

【００５３】例えば、図２の（Ａ）、（Ｂ）に示すよう
な識別したい帳票とマスタ帳票について、本実施形態に
よる帳票レイアウト相似形チェック処理で、相似形だと
判定され、変倍率（δＸ、δＹ）が得られたとする。

【００５４】マスタ帳票の（Ｘ１、Ｙ１）のブロックに
対応する識別したい帳票のブロックは、（δＸ×Ｘ１、
δＹ×Ｙ１）で正確な位置を求めることができる。

【００５５】この計算式で検出したブロックがテーブル
ブロックの場合は、テーブルの各罫線情報が帳票ページ
の変倍率と同様に変倍されているので、マスタ帳票の罫
線情報（Ｌｘ、Ｌｙ）を（Ｌｘ×δＸ、Ｌｙ×δｙ）に
変倍して、識別したい帳票の罫線情報と比較すること
で、正確なテーブルブロックの詳細構造のマッチングを
行うことができる。

【００５６】以上、記述した中での数値は、数多くの帳
票サンプルを使用した統計値であり、帳票識別の環境に
よっては、変更してもかまわない。

【００５７】［実施形態２］原点ずれが生じると、変倍
のみでは正しく認識できない恐れがある。

【００５８】以下に図面を参照して本発明の実施形態の
うち、識別したい帳票とマスタ帳票の原点位置がずれた
場合の識別処理について詳細を説明する。

【００５９】なお、帳票書式識別装置は図１と同様のも
のを使用し、図３と同様の書式データを作成する。した
がって、図１と図３の内容は実施形態１と重複すること
から説明は省略する。

【００６０】本実施形態の帳票書式識別装置、特に図１
のプロセッサ１２が実行する各種制御処理のうち、実施
形態１と異なる処理を中心に説明する。

【００６１】本実施形態の帳票レイアウトの相似形チェ
ックは、ステップＳ１０８にて行う。図１０〜図１３を
使用して、詳細にその処理を説明する。

【００６２】図１０のステップＳ４０３からＳ４０７ま
では、図５のステップＳ２０３からＳ２０７までと同じ
処理を行う。

【００６３】ステップＳ４０８＿１ではブロック左上角
Ｘ座標の比較処理を行う。この処理の詳細を図１１を参
照して説明する。

【００６４】すなわち、ステップＳ４０９では、ブロッ
ク情報のＸ成分の相似形チェックをすべく、識別したい
帳票の左上角Ｘ座標を縦軸に、マスタ帳票の左上角Ｘ座
標を横軸にして、相関係数を計算する。

【００６５】ここで、相関係数の算出にあたっては、相
関係数の分子の値をチェックし（ステップＳ４１１）、
相関係数の分子が１４以下であれば、別プログラムで変
倍率δＸを求めている。これは、相関係数の誤差が大き
くなるからで、詳細は実施形態１と同じであるため、説
明は省略する。

【００６６】相関係数の分子が１４以下の場合は、信頼
できないとして（識別したい帳票のページ幅）／（マス
タ帳票のページ幅）＝変倍率δＸとしている（ステップ
Ｓ４１１＿２）。ただし、帳票をはさみ等で切り取った
場合にできるズレによる誤差を考慮して、帳票ページ幅
の差分が１０ピクセル以内であれば、変倍率δＸを１．
０とする（ステップＳ４１１＿１、Ｓ４１１＿３）。

【００６７】上記でもとめた変倍率δＸを用いて、ステ
ップＳ４１１＿４にて、原点ずれ量ｓｈｉｆｔＸを
「（識別したい帳票の先頭ブロックの左上角Ｘ座標）−
（マスタ帳票の先頭ブロックの左上角Ｘ座標）×変倍率
δＸ」より算出する。

【００６８】ステップＳ４１１にて相関係数の分子が１
４以上であり、かつ相関係数が０．９９９６以上あれ
ば、Ｘ成分に関しては相似形と判断する（ステップＳ４
１３）。

【００６９】一方、ステップＳ４１１にて相関係数の分
子が１４以上であっても、相関係数が０．９９９６より
小さい場合には、相似形でないと判断して相似形チェッ
ク処理を終了し、ステップＳ１０９へもどる。

【００７０】相関係数が１に近いほど、前記の情報が直
線上に並んでいるとみなすことができる。つまり、変倍
されている可能性はあるが、Ｘ成分の並びは相似形であ
ると考える。

【００７１】次に、これらのデータが直線上に並んでい
るので、その傾きを計算する（回帰直線の傾き）。この
傾きがＸ成分の変倍率δＸを示す（ステップＳ４１
５）。傾き＝１の時は、識別したい帳票とマスタ帳票の
Ｘ成分は同じであり、傾きが１より小さいと、マスタ帳
票のＸ成分の増加率が識別したい帳票の比べて大きいこ
とになり、マスタ帳票の幅が識別したい帳票の幅に比べ
て拡大しているといえる。一方、回帰直線の縦軸との切
片がＸ座標の原点ずれ量ｓｈｉｆｔＸになる（ステップ
Ｓ４１７）。

【００７２】ステップＳ４１９でこの変倍率δＸが、テ
ーブルブロックのサイズまで適用できるかをチェックし
ている。すなわち、ステップＳ２０３で整列した帳票の
ブロック情報を順に１個ずつ、「（識別したい帳票のブ
ロック幅）／（マスタ帳票のブロック幅）＝変倍率δ
Ｘ」を満たすかどうかをチェックし、満たさない場合に
は、ブロックレイアウトは相似でないとして当該処理を
終了し、ステップＳ１０９にもどる。また、満たす場合
には、変倍率δＸのテーブルブロックサイズへの適用可
と判断し、処理を終了する。

【００７３】ステップＳ４０８＿１と同様に、ステップ
Ｓ４０８＿２では、ブロック左上角Ｙ座標の比較処理を
行う。ステップＳ４０８＿２の詳細フローチャートを図
１２に示す。

【００７４】すなわち、ステップＳ４１０では、ブロッ
ク情報のＸ成分の相似形チェックをすべく、識別したい
帳票の左上角Ｙ座標を縦軸に、マスタ帳票の左上角Ｙ座
標を横軸にして、相関係数を計算する。

【００７５】ここで、相関係数の算出にあたっては、相
関係数の分子の値をチェックし（ステップＳ４１２）、
相関係数の分子が１４以下であれば、別プログラムで変
倍率δＹを求めている。これは、相関係数の誤差が大き
くなるからで、詳細は実施形態１と同じであるため、説
明は省略する。

【００７６】相関係数の分子が１４以下の場合は、信頼
できないとして（識別したい帳票のページ高さ）／（マ
スタ帳票のページ高さ）＝変倍率δＹとしている（ステ
ップＳ４１２＿２）。ただし、帳票をはさみ等で切り取
った場合にできるズレによる誤差を考慮して、帳票ペー
ジ幅の差分が１０ピクセル以内であれば、変倍率δＹを
１とする（ステップＳ４１２＿１、Ｓ４１２＿３）。

【００７７】上記でもとめた変倍率δＹを用いて、ステ
ップＳ４１２＿４にて、原点ずれ量ｓｈｉｆｔＹを
「（識別したい帳票の先頭ブロックの左上角Ｙ座標）−
（マスタ帳票の先頭ブロックの左上角Ｙ座標）×変倍率
δＹ」より算出する。

【００７８】ステップＳ４１２にて相関係数の分子が１
４以上であり、かつ相関係数が０．９９９６以上あれ
ば、Ｙ成分に関しては相似形と判断する（ステップＳ４
１４）。

【００７９】一方、ステップＳ４１２にて相関係数の分
子が１４以上であっても、相関係数が０．９９９６より
小さい場合には、相似形でないと判断して相似形チェッ
ク処理を終了し、ステップＳ１０９へもどる。

【００８０】相関係数が１に近いほど、前記の情報が直
線上に並んでいるとみなすことができる。つまり、変倍
されている可能性はあるが、Ｙ成分の並びは相似形であ
ると考える。

【００８１】次に、これらのデータが直線上に並んでい
るので、その傾きを計算する（回帰直線の傾き）。この
傾きがＹ成分の変倍率δＹを示す（ステップＳ４１
６）。傾き＝１の時は、識別したい帳票とマスタ帳票の
Ｙ成分は同じであり、傾きが１より小さいと、マスタ帳
票のＹ成分の増加率が識別したい帳票の比べて大きいこ
とになり、マスタ帳票の高さが識別したい帳票の高さに
比べて拡大しているといえる。一方、回帰直線の縦軸と
の切片がＹ座標の原点ずれ量ｓｈｉｆｔＹになる（ステ
ップＳ４１８）。

【００８２】ステップＳ４２０でこの変倍率δＹが、テ
ーブルブロックのサイズまで適用できるかをチェックし
ている。すなわち、ステップＳ２０３で整列した帳票の
ブロック情報を順に１個ずつ、「（識別したい帳票のブ
ロック高さ）／（マスタ帳票のブロック高さ）＝変倍率
δＹ」を満たすかどうかをチェックし、満たさない場合
には、ブロックレイアウトは相似でないとして当該処理
を終了し、ステップＳ１０９にもどる。また、満たす場
合には、変倍率δＹのテーブルブロックサイズへの適用
可と判断し、処理を終了する。

【００８３】ステップＳ４２１では、Ｘ成分、Ｙ成分両
方ともに相似形であり、変倍率（δＸ、δＹ）を取得で
きた帳票のみ、レイアウトが相似形であると判断し、そ
れ以外の場合には相似でないとして、当該処理を終了
し、ステップＳ１０９にもどる。

【００８４】さて、ステップＳ４０７でブロックの個数
が２個以下の場合は、図１３のブロック個数が２個以下
の場合の処理を行う（ステップＳ５０１）。

【００８５】すなわち、ステップＳ５０１でブロック個
数が２個以下の場合の処理が開始され、ステップＳ５０
２にて識別したい帳票のページ幅とマスター帳票のペー
ジ幅を比較し、差分が１０ピクセルより大きい場合に
は、変倍率δＸ＝（識別したい帳票のページ幅）／（マ
スタ帳票のページ幅）とし、差分が１０ピクセル以内の
場合には変倍率δＸ＝１．０とする（ステップＳ５０
２、Ｓ５０３、Ｓ５０４）。

【００８６】さらにステップＳ５０５にてこの変倍率δ
Ｘが、テーブルブロックのサイズまで適用できるかをチ
ェックしている。すなわち、ステップＳ４０３で整列し
た帳票のブロック情報を順に１個ずつ、「（識別したい
帳票のブロック幅）／（マスタ帳票のブロック幅）＝変
倍率δＸ」を満たすかどうかをチェックし、満たさない
場合には、ブロックレイアウトは相似でないとして当該
処理を終了し、ステップＳ１０９にもどる。また、満た
す場合には、変倍率δＸのテーブルブロックサイズへの
適用可と判断する。

【００８７】同様に、ステップＳ５０７にて識別したい
帳票のページ高さとマスター帳票のページ高さを比較
し、差分が１０ピクセルより大きい場合には、変倍率δ
Ｙ＝（識別したい帳票のページ高さ）／（マスタ帳票の
ページ高さ）とし、差分が１０ピクセル以内の場合には
変倍率δＹ＝１．０とする（ステップＳ５０７、Ｓ５０
８、Ｓ５０９）。

【００８８】さらにステップＳ５１０にてこの変倍率δ
Ｙが、テーブルブロックのサイズまで適用できるかをチ
ェックしている。すなわち、ステップＳ４０３で整列し
た帳票のブロック情報を順に１個ずつ、「（識別したい
帳票のブロック高さ）／（マスタ帳票のブロック高さ）
＝変倍率δＹ」を満たすかどうかをチェックし、満たさ
ない場合には、ブロックレイアウトは相似形でないとし
て当該処理を終了し、ステップＳ１０９にもどる。ま
た、満たす場合には、変倍率δＹのテーブルブロックサ
イズへの適用可と判断する。

【００８９】ステップＳ５０６およびステップＳ５１１
にてテーブルブロックサイズへの適用可能と判断された
変倍率（δＸ、δＹ）について、ステップＳ５１２で、
ブロックの左上角が、「マスタ帳票のＸ座標×変倍率
（δＸ）＋原点ずれ量ｓｈｉｆｔＸ≦識別したい帳票の
Ｘ座標±１０、かつマスタ帳票のＹ座標×変倍率（δ
Ｙ）＋原点ずれ量ｓｈｉｆｔＹ≦識別したい帳票のＹ座
標±１０」の条件式を満たしていれば、識別したい帳票
とマスタ帳票のレイアウトは相似形であると判断し、帳
票レイアウト相似形チェック処理のステップＳ４２２へ
進む（ステップＳ５１３）。また、条件を満たさない場
合には、相似形でないとして当該処理を終了し、ステッ
プＳ１０９にもどる。

【００９０】ステップＳ４２１またはステップＳ５１３
にて相似形であると判断された場合には、ステップＳ４
２２でページレイアウトの変倍によるペナルティを以下
の式で決定する。

【００９１】

【数３】 ＰＸ、ＰＹは各成分の変倍によるペナルティ、ＰＸＹ
は、両成分の変形度によるペナルティをあらわす。

【００９２】変倍率δＸ、δＹが１ならば、ＰＸ、ＰＹ
は０である。つまり、変倍していないのでペナルティを
課せないことを意味する。

【００９３】ＰＸＹは、Ｘ、Ｙ成分が均等に変倍したと
きには０になるし、Ｘ成分が１より大きく、Ｙ成分が１
より小さく変倍するように、変倍によるレイアウトの変
形が大きくなればペナルティが大きくなるように調整す
る式である。

【００９４】また、原点ずれ量によるペナルティは、Ｐ
Ｘ１＝原点ずれ量（ｓｈｉｆｔＸ）×０．２２、ＰＹ１
＝原点ずれ量（ｓｈｉｆｔＹ）×０．２２よりもとめ
る。

【００９５】レイアウトが相似形である場合は、以上の
計算式でペナルティを与えて、従来のページ書式のマッ
チングによるペナルティを０とする。逆に、相似形でな
い場合は、従来通りのページ書式のマッチングによるペ
ナルティを与える。

【００９６】ページ書式のマッチングの次に、テーブル
ブロックの詳細構造、その次にテキスト・ブロックの文
字比較を行うが、これらのブロックを検出する際には、
相似形チェックで求めた変倍率を使用した計算式を使用
する。

【００９７】例えば、図９のような帳票ＡとＢがあり、
帳票Ａが識別したい帳票、帳票Ｂがマスタ帳票と仮定す
る。

【００９８】本実施形態による帳票レイアウト相似形チ
ェック処理で、相似形だと判定され、変倍率（δＸ、δ
Ｙ）、原点ずれ量（ｓｈｉｆｔＸ、ｓｈｉｆｔＹ）が得
られたとする。

【００９９】帳票Ｂの（Ｘ１、Ｙ１）のブロックに対応
する帳票Ａのブロックは、（δＸ×Ｘ１＋ｓｈｉｆｔ
Ｘ、δＹ×Ｙ１＋ｓｈｉｆｔＹ）で正確な位置を求める
ことができる。

【０１００】この計算式で検出したブロックがテーブル
ブロックの場合は、テーブルの各罫線情報が帳票ページ
の変倍率と同様に変倍されているので、帳票Ｂの罫線情
報（Ｌｘ、Ｌｙ）を（Ｌｘ×δＸ、Ｌｙ×δｙ）に変倍
して、帳票Ａの罫線情報と比較することで、正確なテー
ブルブロックの詳細構造のマッチングを行うことができ
る。罫線情報は、テーブルブロックの左上角を原点にし
ているので、帳票ページ原点ずれ量は、テーブルブロッ
クの詳細構造には影響を与えない。

【０１０１】なお、上述した中での数値は、数多くの帳
票サンプルを使用した統計値であり、帳票識別の環境に
よっては、変更してもかまわない。

【０１０２】［実施形態３］図１４に示すように、レイ
アウト構造が変倍されている場合には、その帳票内のテ
ーブルの罫線情報も同じ率で変倍されている。従って、
テーブルブロックの詳細構造である罫線情報の比較に、
この変倍率を使用することで、より正確な詳細構造の比
較を行うことができる。

【０１０３】罫線情報をＬｉとすれば、識別したい帳票
のテーブルブロックの詳細構造Ｌｉ= ( マスタ帳票のテ
ーブルの詳細構造Ｌｉ )×変倍率（δＸ、δＹ）の関係
が成り立つ。

【０１０４】テキストブロックの位置の検出する際に、
変倍率（δＸ、δＹ）を使用することで、比較すべき文
字列を正確に知ることができる。しかし、文字の比較
は、単なる文字コードの照合だから、変倍率（δＸ、δ
Ｙ）は不要ではあるが、ペナルティ要素として、文字の
大きさを取り入れている場合には、マスタ帳票の文字の
大きさに変倍率をかけることで、より正確なマッチング
をおこなえる。

【０１０５】［実施形態４］識別したい帳票の一部分だ
け文字認識を行うために、帳票認識を利用する方法があ
る。図１４（Ａ）、（Ｂ）に示すように、マスタ帳票に
文字認識を行う領域をあらかじめ設定しているとする。
図１４（Ａ）、（Ｂ）では、網掛け部分の銀行口座に登
録している氏名欄が文字認識する領域である。

【０１０６】まず、識別したい帳票を帳票認識すること
で、マスタ帳票のＩＤを取得できる。そのＩＤには、文
字認識する領域が対応づけられている。本実施形態で
は、帳票のＸ、Ｙ方向の変倍率と帳票ページ原点ずれ量
をＩＤとともに出力することができるので、識別したい
帳票の文字認識する領域は、下記の式から修正すること
ができる。

【０１０７】ＩＤに対応つけてマスタに登録している文
字認識領域を左上角座標（Ｘ、Ｙ）、幅Ｗ、高さＨとす
る。

【０１０８】受け取った変倍率が（δＸ、δＹ）、原点
ずれ量（ｓｈｉｆｔＸ、ｓｈｉｆｔＹ）であれば、識別
したい帳票の文字認識領域は、左上角座標（Ｘ×δＸ＋
ｓｈｉｆｔＸ、Ｙ×δＹ＋ｓｈｉｆｔＹ）、幅（Ｗ×δ
Ｘ）、高さ（Ｈ×δＹ）となる。

【０１０９】

【他の実施形態】また、本発明の目的は、前述した実施
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を、システムあるいは装置に供給
し、そのシステムあるいは装置のコンピュータ（または
ＣＰＵやＭＰＵ）が記憶媒体に格納されたプログラムコ
ードを読出し実行することによっても、達成されること
は言うまでもない。

【０１１０】この場合、記憶媒体から読出されたプログ
ラムコード自体が前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憶した記憶媒体は
本発明を構成することになる。

【０１１１】プログラムコードを供給するための記憶媒
体としては、例えば、フロッピディスク、ハードディス
ク、光ディスク、光磁気ディスク、ＣＤ−ＲＯＭ、ＣＤ
−Ｒ、磁気テープ、不揮発性のメモリカード、ＲＯＭな
どを用いることができる。

【０１１２】また、コンピュータが読出したプログラム
コードを実行することにより、前述した実施形態の機能
が実現されるだけでなく、そのプログラムコードの指示
に基づき、コンピュータ上で稼働しているＯＳ（オペレ
ーティングシステム）などが実際の処理の一部または全
部を行い、その処理によって前述した実施形態の機能が
実現される場合も含まれることは言うまでもない。

【０１１３】さらに、記憶媒体から読出されたプログラ
ムコードが、コンピュータに挿入された機能拡張ボード
やコンピュータに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後、そのプログラムコードの指示に
基づき、その機能拡張ボードや機能拡張ユニットに備わ
るＣＰＵなどが実際の処理の一部または全部を行い、そ
の処理によって前述した実施形態の機能が実現される場
合も含まれることは言うまでもない。

【０１１４】

【発明の効果】以上説明したように、本発明によれば、
異なる変倍率で拡大または縮小された複数の文書が混在
する環境でも文書書式を正しく識別することができる。

【図面の簡単な説明】

【図１】本発明の実施の一形態に係わる帳票識別装置の
概略構成を示すブロック図である。

【図２】本発明の相似形帳票の一例を示す図である。

【図３】本発明のマッチング対象となる帳票の一例を示
す図である。

【図４】本発明の処理の概要を示すフローチャートであ
る。

【図５】本発明の相似形チェック処理を示すフローチャ
ートである。

【図６】本発明の相似形チェック処理で、ブロック左上
角Ｘ座標の比較処理を示すフローチャートである。

【図７】本発明の相似形チェック処理で、ブロック左上
角Ｙ座標の比較処理を示すフローチャートである。

【図８】本発明の相似形チェック処理で、ブロック個数
が２個以下の場合の処理を示すフローチャートである。

【図９】本発明の相似形帳票の一例を示す図である。

【図１０】本発明の相似形チェック処理を示すフローチ
ャートである。

【図１１】本発明の相似形チェック処理で、ブロック左
上角Ｘ座標の比較処理を示すフローチャートである。

【図１２】本発明の相似形チェック処理で、ブロック左
上角Ｙ座標の比較処理を示すフローチャートである。

【図１３】本発明の相似形チェック処理で、ブロック個
数が２個以下の場合の処理を示すフローチャートであ
る。

【図１４】本発明の相似形帳票の一例を示す図である。

Claims (17)

【特許請求の範囲】
1. 【請求項１】 文書画像の特徴量に基づいて、文書書式
   識別のための文書書式データを作成する作成手段と、 前記文書書式データを保存する保存手段と、 文書書式を識別したい文書の画像について前記作成手段
   を用いて文書書式データを得て、これを前記保存手段で
   保存した文書書式データと比較し、相似関係があるか否
   かを判断する判断手段と、 前記判断手段にて相似と判断された場合に、前記識別し
   たい文書と、前記保存手段で保存した文書との相似状態
   を表す相似情報を抽出する相似情報抽出手段と、 前記相似情報抽出手段にて抽出した相似情報及び文書書
   式データに基づいて文書書式の類似度を計算し、前記識
   別したい文書の文書書式を識別する識別手段とを備える
   ことを特徴とする文書書式識別装置。
2. 【請求項２】 前記識別手段は、前記相似情報に基づい
   て、前記類似度の計算に用いる文書書式データを補正
   し、類似度の計算を行うことを特徴とする請求項１記載
   の文書書式識別装置。
3. 【請求項３】 前記識別手段において、前記相似情報
   は、前記識別したい文書と前記保存手段で保存した文書
   との変倍率を含み、該変倍率を類似度の計算に用いる文
   書書式データに乗算することを特徴とする請求項２記載
   の文書書式識別装置。
4. 【請求項４】 前記識別手段において、前記相似情報
   は、前記識別したい文書と前記保存手段で保存した文書
   との原点ずれ量を含み、該原点ずれ量を類似度の計算に
   用いる文書書式データに加算することを特徴とする請求
   項３記載の文書書式識別装置。
5. 【請求項５】 前記識別手段において、前記相似情報
   は、前記変倍率に基づいて算出したペナルティを含み、
   該ペナルティを類似度の計算に課すことを特徴とする請
   求項２記載の文書書式識別装置。
6. 【請求項６】 前記相似情報抽出手段は、 前記識別したい文書を構成する構成要素と前記保存手段
   で保存した文書を構成する構成要素とが互いに対応する
   ように配列する配列手段と、 前記配列手段によって配列した前記構成要素の個数が互
   いに等しく、かつ所定数以上の場合に、前記各構成要素
   の各文書上の特定位置座標に基づいて相関係数を算出
   し、該相関係数によって得られる回帰直線に基づいて文
   書画像の変倍率をもとめる変倍率算出手段と、 前記変倍率算出手段によりもとめた変倍率から類似度の
   計算に加算するペナルティを算出するペナルティ算出手
   段とを備えることを特徴とする請求項２記載の文書書式
   識別装置。
7. 【請求項７】 前記相似情報抽出手段は、前記変倍率算
   出手段によりもとめた変倍率の適正を判定する判定手段
   を更に備え、 前記判別手段は、前記判定手段にて変倍率が不適正であ
   ると判定した場合、前記相似情報を用いずに前記類似度
   計算を行うことを特徴とする請求項６記載の文書書式識
   別装置。
8. 【請求項８】 前記相似情報抽出手段は、 前記変倍率算出手段によって算出された前記相関係数に
   基づく前記回帰直線のＹ軸切片を前記各文書上の原点位
   置のずれ量とするずれ量算出手段を更に備えることを特
   徴とする請求項６記載の文書書式識別装置。
9. 【請求項９】 文書画像の特徴量に基づいて、文書書式
   識別のための文書書式データを作成する作成工程と、 前記文書書式データを保存する保存工程と、 文書書式を識別したい文書の画像について前記作成工程
   を用いて文書書式データを得て、これを前記保存工程で
   保存した文書書式データと比較し、相似関係があるか否
   かを判断する判断工程と、 前記判断工程にて相似と判断された場合に、前記識別し
   たい文書と、前記保存工程で保存した文書との相似状態
   を表す相似情報を抽出する相似情報抽出工程と、 前記相似情報抽出工程にて抽出した相似情報及び文書書
   式データに基づいて文書書式の類似度を計算し、前記識
   別したい文書の文書書式を識別する識別工程とを備える
   ことを特徴とする文書書式識別方法。
10. 【請求項１０】 前記識別工程は、前記相似情報に基づ
    いて、前記類似度の計算に用いる文書書式データを補正
    し、類似度の計算を行うことを特徴とする請求項９記載
    の文書書式識別方法。
11. 【請求項１１】 前記識別工程において、前記相似情報
    は、前記識別したい文書と前記保存工程で保存した文書
    との変倍率を含み、該変倍率を類似度の計算に用いる文
    書書式データに乗算することを特徴とする請求項１０記
    載の文書書式識別方法。
12. 【請求項１２】 前記識別工程において、前記相似情報
    は、前記識別したい文書と前記保存工程で保存した文書
    との原点ずれ量を含み、該原点ずれ量を類似度の計算に
    用いる文書書式データに加算することを特徴とする請求
    項１１記載の文書書式識別方法。
13. 【請求項１３】 前記識別工程において、前記相似情報
    は、前記変倍率に基づいて算出したペナルティを含み、
    該ペナルティを類似度の計算に課すことを特徴とする請
    求項１０記載の文書書式識別方法。
14. 【請求項１４】 前記相似情報抽出工程は、 前記識別したい文書を構成する構成要素と前記保存工程
    で保存した文書を構成する構成要素とが互いに対応する
    ように配列する配列工程と、 前記配列工程によって配列した前記構成要素の個数が互
    いに等しく、かつ所定数以上の場合に、前記各構成要素
    の各文書上の特定位置座標に基づいて相関係数を算出
    し、該相関係数によって得られる回帰直線に基づいて文
    書画像の変倍率をもとめる変倍率算出工程と、 前記変倍率算出工程によりもとめた変倍率から類似度の
    計算に加算するペナルティを算出するペナルティ算出工
    程とを備えることを特徴とする請求項１０記載の文書書
    式識別方法。
15. 【請求項１５】 前記相似情報抽出工程は、前記変倍率
    算出工程によりもとめた変倍率の適正を判定する判定工
    程を更に備え、 前記判別工程は、前記判定工程にて変倍率が不適正であ
    ると判定した場合、前記相似情報を用いずに前記類似度
    計算を行うことを特徴とする請求項１４記載の文書書式
    識別方法。
16. 【請求項１６】 前記相似情報抽出工程は、 前記変倍率算出工程によって算出された前記相関係数に
    基づく前記回帰直線のＹ軸切片を前記各文書上の原点位
    置のずれ量とするずれ量算出工程を更に備えることを特
    徴とする請求項１４記載の文書書式識別方法。
17. 【請求項１７】 請求項９乃至１６のいずれか１つに記
    載の文書書式識別方法をコンピュータによって実現させ
    るための制御プログラムを格納する記憶媒体。