JP2005309608A - 文字認識結果出力装置、文字認識装置、その方法及びプログラム - Google Patents

Abstract

【課題】 同一カテゴリの文字イメージを並べた確認画面において、字形の近似する文字イメージをまとめて表示し、オペレータが認識結果の確認・修正を行う場合の作業効率を向上させ、オペレータの負担を軽減させる。
【解決手段】 文字認識装置の出力機構において、文字認識処理の対象となる文字のイメージデータを、文字認識処理により認識された文字（カテゴリ）ごとに分類するカテゴリ分類部２０と、カテゴリ分類部２０によって分類された各カテゴリのイメージデータに関して、そのイメージデータに含まれる文字の形状に関する特徴量を求め、この特徴量に基づきイメージデータをさらに１または複数のクラスタに分類するクラスタリング処理部３０と、このクラスタリング処理部３０により分類されたクラスタごとにイメージデータを表示する確認画面を生成し表示出力する画面生成部５０とを備える。
【選択図】 図２

Description

本発明は、コンピュータの表示装置などに表示される画面の表示制御方法に関し、特に文字を認識することにより読み取られたイメージを画面上に表示する方法等に関する。

印刷された文字や手書き文字をコンピュータにより光学的に認識するＯＣＲ（Optical Character Recognition）技術では、誤認識を完全になくすことは困難である。そのため、必要に応じて、オペレータの目視により認識結果をチェックし、誤認識された認識結果を修正することが行われる。

オペレータによる認識結果のチェックを行う場合、オペレータが文字イメージと認識結果文字とを比較するためのユーザインタフェースとなる確認画面の構成は、オペレータの確認作業の効率を大きく左右する。すなわち、確認作業に多くの煩雑な工数を要するとすれば、高い作業効率は望めない。また、確認作業のためにオペレータは常に視線を上下左右に動かさなければならず、この動作を長時間にわたって繰り返すことにより、オペレータの目はひどく疲労してしまう。

従来、確認作業に要する工数を減らし、また個々の作業におけるオペレータの負担を軽減することを目的として、図９に示すような認識結果の表示画面（ユーザインタフェース）が提案されている（例えば、特許文献１参照）。
図９に示す画面は、ＯＣＲの認識系による認識結果のカテゴリ（文字）が同じであった文字イメージを並べて一括表示する。この確認画面は、同一字形の文字が大量に表示されている中に、少数の異なる字形の文字（すなわち誤認識された文字）が混在している場合、それを容易に発見できるという人の視覚特性を利用したものである。また、この画面構成によれば、オペレータは、正しく認識された文字イメージから認識結果であるカテゴリを判断できるので、文字イメージごとにカテゴリを確認する手間を省くことができる。そのため、この確認画面を用いることにより、認識結果に対する効率的な確認・修正作業が可能である。

米国特許第５，４５５，８７５号明細書

上述したように、ＯＣＲによる文字認識結果をオペレータの目視によりチェックする場合、作業効率を高め、かつオペレータの負担を軽減するために、ユーザインタフェースとなる確認画面の構成が重要であり、従来技術として、認識結果のカテゴリが同じであった文字イメージを並べて一括表示する確認画面が提案されている。この従来の確認画面は、印刷文字（活字）の場合のように同一カテゴリと認識される文字イメージがほぼ同じ字形である場合に非常に効果的である。
しかし、手書き文字や書体の異なる印刷文字が混在する場合には、同一カテゴリと認識される文字イメージも、個々の文字イメージを相互に比較するとその字形はかなり異なっている。そのため、ほぼ同じ字形の文字が並ぶ中で少数の異なる字形の文字を発見しやすいといった人の視覚特性を有効に活用しにくく、印刷文字の場合ほどには確認・修正作業における効率向上を期待することができなかった。

そこで、本発明は、コンピュータによる文字認識において、オペレータが認識結果の確認・修正を行う場合の作業効率を向上させ、オペレータの負担を軽減させる、認識結果の表示出力を行うことを目的とする。
また本発明は、文字認識の結果を文字イメージの字形に基づいて処理することにより、同一カテゴリと認識された文字イメージを並べて一括表示する確認画面の効果を一層高めることを他の目的とする。

上記の目的を達成するため、本発明は、文字認識装置もしくはその認識結果の出力機構（文字認識結果出力装置）として実現される。すなわち、この文字認識結果の出力機構（装置）は、文字認識処理の対象となる文字のイメージデータを格納するデータ格納部と、このデータ格納部に格納されたイメージデータを、文字認識処理により認識された文字（カテゴリ）ごとに分類するカテゴリ分類部とを備え、さらにカテゴリ分類部によって分類されたカテゴリごとに、イメージデータに含まれる文字の形状に関する特徴量を求め、この特徴量に基づきイメージデータをさらに１または複数のクラスタに分類するクラスタリング処理部と、このクラスタリング処理部により分類されたクラスタごとにイメージデータを表示する確認画面を生成し出力する画面生成部とを備えることを特徴とする。

より詳しくは、このクラスタリング処理部は、例えばイメージデータに含まれるペリフェラル特徴を抽出し、このペリフェラル特徴どうしの特徴空間における距離に基づいてイメージデータをクラスタに分類する。さらに具体的には、文字ごとのイメージデータからペリフェラル特徴の特徴ベクトルを求め、ペリフェラル特徴の特徴空間における文字ごとの特徴ベクトル相互の距離に基づいて、この特徴空間をクラスタに分割する。そして、分割された特徴空間の各クラスタに属する特徴ベクトルの配置を、各クラスタにおける特徴ベクトル相互の距離に基づいて修正する。

画面生成部は、より詳細には、クラスタリング処理部により複数のクラスタに分類されたイメージデータを並べて表示する確認画面を生成し、かつこの確認画面において、イメージデータをクラスタごとにまとめて表示する。そして、より好ましくは、画面生成部は、この確認画面におけるイメージデータに関する表示色をクラスタごとに変えて表示する。具体的な態様としては、イメージデータの表示箇所の背景色を変更したり、イメージデータによる文字自体の表示色を変更したりすることができる。さらに、この画面生成部は、イメージデータが属するクラスタに関する情報を対応するイメージデータに付して表示することもできる。

さらにまた、この文字認識結果の出力機構（装置）は、クラスタリング処理部により分類されたイメージデータを、クラスタごとにソートするソート部をさらに備える構成とすることができる。この場合、画面生成部は、生成される確認画面においてソート部によるソート結果にしたがってイメージデータを並べて表示する。

また、上記の目的を達成する他の本発明は、コンピュータに文字認識処理の結果を出力させる方法として実現される。この方法は、コンピュータが、認識対象である文字のイメージデータを文字認識処理により認識された文字（カテゴリ）ごとに分類する第１のステップと、分類されたカテゴリごとに、イメージデータを読み出し、そのイメージデータに含まれる文字の形状に関する特徴量を求め、この特徴量に基づきイメージデータをさらにクラスタごとに分類する第２のステップと、分類されたクラスタごとにイメージデータを表示する確認画面を生成し、出力する第３のステップとを含む。
また、この方法は、イメージデータをクラスタごとにソートするステップをさらに含み、第３のステップでは、ソート結果にしたがって確認画面にイメージデータを並べて表示する構成とすることができる。

また本発明は、コンピュータを制御して上記の文字認識結果出力方法における各ステップに対応する処理を実行させるプログラム、あるいは、上述した文字認識結果の出力機構（装置）の各機能をコンピュータにより実現させるプログラムとしても実現される。このプログラムは、磁気ディスクや光ディスク、半導体メモリ、その他の記録媒体に格納して配布したり、ネットワークを介して配信したりすることにより提供される。

以上のように構成された本発明によれば、同一カテゴリの文字イメージを並べた確認画面において、字形の近似する文字イメージをまとめて表示することが可能となる。
これにより、本発明によれば、オペレータが認識結果の確認・修正を行う場合の作業効率を向上させ、オペレータの負担を軽減させることができる。

以下、添付図面を参照して、本発明を実施するための最良の形態（以下、実施形態）について詳細に説明する。
本発明は、ＯＣＲ等の文字認識技術における認識結果の出力装置として実現される。したがって、文字認識装置の出力系（機構）として装置に組み込んだり、認識系（機構）の構成とは別個に設けられて認識系による認識結果を処理し出力する文字認識結果出力装置として構成したりすることができる。以下では、独立した装置としての文字認識結果出力装置の構成を例として、実施形態を説明する。

図１は、本実施形態による文字認識結果出力装置を実現するのに好適なコンピュータ装置のハードウェア構成の例を模式的に示した図である。
図１に示すコンピュータ装置は、演算手段であるＣＰＵ（Central Processing Unit：中央処理装置）１０１と、Ｍ／Ｂ（マザーボード）チップセット１０２およびＣＰＵバスを介してＣＰＵ１０１に接続されたメインメモリ１０３と、同じくＭ／Ｂチップセット１０２およびＡＧＰ（Accelerated Graphics Port）を介してＣＰＵ１０１に接続されたビデオカード１０４と、ＰＣＩ（Peripheral Component Interconnect）バスを介してＭ／Ｂチップセット１０２に接続された磁気ディスク装置（ＨＤＤ）１０５、ネットワークインタフェース１０６と、さらにこのＰＣＩバスからブリッジ回路１０７およびＩＳＡ（Industry Standard Architecture）バスなどの低速なバスを介してＭ／Ｂチップセット１０２に接続されたフレキシブルディスクドライブ１０８およびキーボード／マウス１０９とを備える。

なお、図１は本実施形態を実現するコンピュータ装置のハードウェア構成を例示するに過ぎず、本実施形態を適用可能であれば、他の種々の構成を取ることができる。例えば、ビデオカード１０４を設ける代わりに、ビデオメモリのみを搭載し、ＣＰＵ１０１にてイメージデータを処理する構成としても良いし、外部記憶装置として、ＡＴＡ（AT Attachment）やＳＣＳＩ（Small Computer System Interface）などのインタフェースを介してＣＤ−Ｒ（Compact Disc Recordable）やＤＶＤ−ＲＡＭ（Digital Versatile Disc Random Access Memory）のドライブを設けても良い。

図２は、本実施形態の文字認識結果出力装置の機能構成を示す図である。
図２を参照すると、本実施形態の文字認識結果出力装置は、ＯＣＲの認識系によって認識されたイメージデータとその認識結果とを格納するデータ格納部１０と、認識結果をカテゴリ（個々の文字）ごとに分類するカテゴリ分類部２０と、各カテゴリの認識結果に対してさらに詳細なクラスタリングを行うクラスタリング処理部３０と、クラスタリング処理の結果をソートするソート部４０と、ソート結果をマージして認識結果を出力するための画面を生成する画面生成部５０とを備える。

データ格納部１０は、例えば図１に示した磁気ディスク装置１０５等の記憶装置にて実現され、ＯＣＲの認識系によって認識された文字イメージのデータを格納し保持する。この認識結果のイメージデータは、認識系から入力された時点では、認識時の元情報に基づいて整理されている。例えば、紙の帳票に書かれた文字をＯＣＲにて読み取った場合、帳票ごとに認識結果のイメージデータがファイルされてデータ格納部１０に格納される。

カテゴリ分類部２０は、例えば図１のプログラム制御されたＣＰＵ１０１にて実現され、データ格納部１０に格納されているイメージデータを認識結果であるカテゴリ（文字）ごとに分類する。カテゴリごとに分類されたイメージデータは、改めてデータ格納部１０に格納される。

クラスタリング処理部３０は、例えば図１のプログラム制御されたＣＰＵ１０１にて実現され、カテゴリ分類部２０により分類されたイメージデータの中から１つのカテゴリのイメージデータを選択してデータ格納部１０から読み出し、クラスタリング処理を行って、同一カテゴリ中の各文字イメージをさらに詳細に分類する。
ここで、クラスタリング処理とは、統計的手法を用いて文字イメージを同種（同形）のもの同士に自動分類する処理である。カテゴリ分類部２０により同じカテゴリ（文字）として認識された文字イメージであっても、手書き文字の場合にはそのイメージ形状が各々大きく異なるので、これらが複数のクラスタに分類されることとなる。クラスタリング処理における分類に用いる特徴量としては、オペレータ（人間）が認識結果を確認する際の判断（外形に対する類否の判断等）に影響を与えるような任意の特徴量を用いることができ、例えば、認識系による文字認識に用いたものと同じ特徴量を利用することができる。また、視覚的な区別が明確になるような他の特徴量を選択的に用いることもできる。
クラスタリング処理部３０によりクラスタごとに分類されたイメージデータは、例えば図１のメインメモリ１０３やＣＰＵ１０１のキャッシュメモリ等の記憶手段に保持されてソート部４０の処理において用いられる。

ソート部４０は、例えば図１のプログラム制御されたＣＰＵ１０１にて実現され、クラスタリング処理部３０により詳細に分類された文字イメージを、分類ごとにソートする。ソートの基準としては、種々の基準を用いることができるが、クラスタリング処理の場合と同様に、オペレータが認識結果を確認する際の判断に影響を与えるような特徴量に基づいてソートを行うことができる。
ソート部４０によるソート結果は、例えば図１のメインメモリ１０３やＣＰＵ１０１のキャッシュメモリ等の記憶手段に保持され、画面生成部５０により利用される。

画面生成部５０は、例えば図１のプログラム制御されたＣＰＵ１０１とビデオカード１０４等のグラフィックス機構にて実現され、ソート部４０によるソート結果に基づき、同一カテゴリに分類されている文字イメージを並べて一括表示する確認画面を生成し、ディスプレイ装置に表示させる。上記のクラスタリング処理部３０によるクラスタリング処理およびソート部４０によるソート処理を反映させた確認画面を表示させることにより、画面上の文字イメージの並びが、オペレータが見たときに違和感なく同形の文字がまとまって表示されることとなる。

次に、クラスタリング処理部３０およびソート部４０の処理について、さらに詳細に説明する。
上述したように、クラスタリング処理やソートの基準となる特徴量としては種々のものを用いることができるが、本実施形態では、文字イメージの外形的な性質を代表するペリフェラル特徴を用いてクラスタリング処理を行い、文字イメージの濃淡に影響する特徴量である黒画素数の比率を用いてソートを行った例を挙げて説明する。

まず、ペリフェラル特徴を用いたクラスタリング処理について説明する。
ペリフェラル特徴の抽出処理対象としては、文字サイズを正規化した文字イメージのイメージデータ（以下、正規化イメージと称す）が用いられる。なお、文字イメージにおける文字サイズの正規化処理は、認識系の認識処理においても、認識対象の文字イメージの特徴ベクトルを抽出する前処理として一般的に行われる処理であるので、そこで得られた正規化イメージをそのまま利用することができる。
ペリフェラル特徴とは、この正規化イメージに対し、文字枠の周囲から文字成分の黒画素が最初に現れるまでの深さを測定し、その値を指標とする特徴量である。人間が見た目で文字を判断するときは、細かな内側の部分よりも、外形の印象が判断に大きく影響すると考えられることから、この特徴量を利用してクラスタリングを行うことができる。

正規化イメージからペリフェラル特徴を抽出する具体的な手法を説明する。
図３は、ペリフェラル特徴の抽出方法を説明する図である。
各文字の正規化イメージは、横１６画素、縦２４画素に正規化されているものとする。この正規化イメージを、横方向に４画素ずつ４分割し、縦方向に４画素ずつ６分割して、短冊状の領域に分ける。それぞれの領域で外辺から内側に向かって画素をスキャンし、最初に黒画素にぶつかるまでの深さ（長さ）をその領域内で総計して得られた値が、その正規化イメージにおける領域ごとのペリフェラル特徴の特徴量となる。
手書き文字の場合、同じ字でも書き手によって外形の差異が大きい。そこで、その差異の影響を抑えるため、深さ方向に関してはスキャンする画素数を制限することができる。スキャンする画素数の最大値を８画素までとすると、１領域の幅は４画素であるので、各領域における特徴量の範囲は０〜３２となる。
また、図３に示すように、横方向の４分割および縦方向の６分割によって２０個の領域が生成されるので、特徴量の次元数は２０次元となる（この次元数を考慮し、以下では、各文字イメージにおけるペリフェラル特徴の特徴量を特徴ベクトルと表記する）。

クラスタリング処理部３０は、データ格納部１０から読み出された同一カテゴリの各文字イメージに対し、上記の手法を用いてペリフェラル特徴の特徴ベクトルを求める。そして、次に示す手順で、文字イメージのパターン集合から性質の似通った複数個のパターンを要素とする部分集合を構成する操作により、クラスタリング処理を行う。
図４は、クラスタリング処理部３０によるクラスタリング処理の流れの一例を説明するフローチャートである。
図４を参照すると、クラスタリング処理部３０は、初期化動作として、まず同一カテゴリにおける全ての文字イメージの特徴ベクトルを束ねて１つのクラスタとし、それらの特徴ベクトルの平均値を中心核として登録する（ステップ４０１）。

次に、クラスタリング処理部３０は、クラスタの分割に伴うメンバー（特徴ベクトル）の再配置を行う。なお、初期化時には、ステップ４０１で初期化された１つのクラスタが存在するだけなので、メンバーを再配置するための以下の一連の処理（ステップ４０２〜４０４）は通過する。
まず、クラスタリング処理部３０は、個々のメンバーに関して、各登録済みクラスタの中心核との間の距離を計算し、距離が最も近いクラスタに属するよう配置し直す（ステップ４０２）。そして、クラスタごとに、再配置されたメンバーを考慮して中心核の位置を再計算する（ステップ４０３）。クラスタリング処理部３０は、このクラスタ内のメンバーの再配置と再配置後の各クラスタにおける中心核の位置の再計算を、メンバーの移動がなくなるまで繰り返す（ステップ４０４）。

ステップ４０２、４０３の処理を繰り返してメンバーの移動がなくなったならば、次にクラスタリング処理部３０は、登録済みクラスタの中で、中心核と各メンバーとの距離の平均値が最も大きいクラスタを選び、クラスタＡとする（ステップ４０５）。そして、クラスタＡにおける中心核と各メンバーとの距離の平均値が、予め設定された閾値以下ならば、クラスタリング処理を終了する（ステップ４０６）。

一方、クラスタＡにおける中心核と各メンバーとの距離の平均値が閾値を超える場合、クラスタリング処理部３０は、次の手順でクラスタの分割を行う。
まず、クラスタリング処理部３０は、クラスタＡに属する特徴ベクトルから任意の２つを選び、それらを仮の中心核とする。そして、残りの特徴ベクトルを、いずれか近い方の仮の中心核に属させて、２つのクラスタＢ、Ｃを設定する（ステップ４０７）。
次に、クラスタリング処理部３０は、クラスタＢ、Ｃの各々に関して、仮の中心核とメンバーである他の特徴ベクトルとの距離の平均値を求め、２つの平均値を合計する（ステップ４０８）。

クラスタリング処理部３０は、クラスタＡのメンバーである特徴ベクトルから仮の中心核として任意の２つを選ぶ組合せ全てに対してステップ４０７、４０８の処理を行い（ステップ４０９）、それぞれの仮の中心核に基づくクラスタＢ、Ｃに関して、仮の中心核と他の特徴ベクトルとの距離の平均値の合計を算出する。そして、算出された各クラスタＢ、Ｃの組合せにおける仮の中心核と他の特徴ベクトルとの距離の平均値の合計が最小となる組合せを特定し、特定された組合せにおける２つの仮の中心核を新たな中心核に決定して、クラスタＡを２つに分割する（ステップ４１０）。

ステップ４１０でクラスタＡを分割した結果、全体のクラスタ数が予め設定された上限値に達したならば、クラスタリング処理部３０は、クラスタリング処理を終了する（ステップ４１１）。一方、全体のクラスタ数が定められた上限値に達していなければ、ステップ４０２に戻り、クラスタ内のメンバーの再配置処理およびクラスタの分割処理を繰り返す。
図５は、所定のカテゴリの文字イメージに対する上述したクラスタリング処理の結果を説明する図である。
図５において、多次元の特徴ベクトルの集合である特徴空間５００は、処理対象である文字イメージのカテゴリ全体に対応しており、クラスタリング処理の結果、複数のクラスタ５０１〜５０７に分割されている。また、各クラスタ５０１〜５０７内の点がメンバーである個々の特徴ベクトルを表している。この多次元特徴空間５００の構成が、各特徴ベクトルに対応する文字イメージのクラスタリング処理による分類結果を表す。

次に、正規化された文字枠内における黒画素数の比率を用いたソート処理について説明する。
人間の目はイメージの濃淡に対して敏感であることが知られている。そこで、本実施形態では、ソート部４０が、正規化イメージ（文字サイズが正規化された文字イメージ）の黒画素の総数を数え、文字枠内における黒画素数の比率を算出する。そして、クラスタリング処理部３０の処理によって得られたクラスタごとに、算出された黒画素比率の高い文字イメージから順にイメージデータをソートする。なお、ここでは文字が黒色で書かれることが多いために、黒画素比率を特徴量として用いるとして説明したが、一般的に、文字が書かれた色の画素比率を特徴量として用いることができるのは言うまでもない。

次に、クラスタリング処理部３０によるクラスタリング処理およびソート部４０によるソート処理を反映させた確認画面について、さらに詳細に説明する。
上述したように、画面生成部５０は、ソート部４０によるソート結果をマージし、処理対象である文字イメージを一括表示する確認画面を生成する。
図６は、画面生成部５０により生成される確認画面の構成例を示す図である。
図６に示す確認画面６０には、ソート部４０によりソートされた文字イメージを並べて表示する帯状のイメージ表示欄６１と、各文字イメージの認識結果であるカテゴリを表示する情報表示欄６２とが、上下に並んで表示されている。

図６の本実施形態による確認画面と図９に示した従来の確認画面とを比較すると、図６の確認画面では、同じカテゴリ（図示の例では数字の「９」）に分類された文字イメージのうち、文字の太さや字形が近似しており、人が目視した際によく似た印象を受ける文字イメージどうしがまとまって表示されていることが分かる。
認識結果の確認および修正作業を行うオペレータにとっては、図６のように表示された確認画面を用いることにより、字形の異なる文字イメージがバラバラに並んだ従来の確認画面を用いる場合に比べて負担が少なくなり、作業が容易になる。
また、本実施形態では、文字の太さや字形などで特徴付けられる外形が近似している文字イメージどうしが同じクラスタに分類されてまとまって表示される。したがって、認識系において誤認識された文字イメージは、どのクラスタにも分類されにくいため、結果として誤認識された文字がまとまって表示されやすくなり、認識結果の確認・修正作業が一層容易になる。

さらに、画面生成部５０は、クラスタリング処理部３０によるクラスタリング処理の結果を確認画面に対して明示的に反映するように表示制御することができる。例えば、文字イメージを表示したイメージ表示欄６１の背景色や文字イメージの表示色をクラスタごとに変えて表示したり、情報表示欄６２に文字イメージのカテゴリを表示する代わりに当該文字イメージのクラスタの識別情報を表示したりすることができる。
図７は、確認画面６０のイメージ表示欄６１および情報表示欄６２の背景色をクラスタごとに変えて表示した例を示す図、図８は、確認画面６０の情報表示欄６２に対応する文字イメージのクラスタ番号（図示の例では０〜５）を表示した例を示す図である。
このように、確認画面６０において、文字イメージのクラスタの別を明示することにより、オペレータは同じクラスタに属する文字イメージをまとめて把握しやすくなり、認識結果の確認・修正作業が一層容易になる。

本実施形態による文字認識結果出力装置を実現するのに好適なコンピュータ装置のハードウェア構成の例を模式的に示した図である。 本実施形態の文字認識結果出力装置の機能構成を示す図である。 本実施形態におけるペリフェラル特徴の抽出方法を説明する図である。 本実施形態におけるクラスタリング処理の流れを説明するフローチャートである。 所定のカテゴリの文字イメージに対する本実施形態によるクラスタリング処理の結果を説明する図である。 本実施形態の画面生成部により生成される確認画面の構成例を示す図である。 本実施形態における確認画面のイメージ表示欄および情報表示欄の背景色をクラスタごとに変えて表示した例を示す図である。 本実施形態における確認画面の情報表示欄に、対応する文字イメージのクラスタ番号を表示した例を示す図である。 文字認識の結果を確認・修正するために用いられる従来の確認画面の構成例を示す図である。

符号の説明

１０…データ格納部、２０…カテゴリ分類部、３０…クラスタリング処理部、４０…ソート部、５０…画面生成部、６０…確認画面、６１…イメージ表示欄、６２…情報表示欄、１０１…ＣＰＵ（Central Processing Unit：中央処理装置）、１０３…メインメモリ、１０４…ビデオカード、１０５…磁気ディスク装置（ＨＤＤ）

Claims (20)

1. 文字認識処理の結果を出力する装置において、
   前記文字認識処理の対象となる文字のイメージデータを格納するデータ格納部と、
   前記データ格納部に格納された前記イメージデータを、前記文字認識処理により認識された文字（カテゴリ）ごとに分類するカテゴリ分類部と、
   前記カテゴリ分類部によって分類された前記カテゴリごとに、前記イメージデータに含まれる文字の形状に関する特徴量を求め、当該特徴量に基づき当該イメージデータをさらに１または複数のクラスタに分類するクラスタリング処理部と、
   前記クラスタリング処理部により分類されたクラスタごとに前記イメージデータを表示する画面を生成する画面生成部と
   を備えることを特徴とする文字認識結果出力装置。
2. 前記クラスタリング処理部は、前記イメージデータに含まれる各文字のペリフェラル特徴を抽出し、当該ペリフェラル特徴どうしの特徴空間における距離に基づいて当該イメージデータを前記クラスタに分類することを特徴とする請求項１に記載の文字認識結果出力装置。
3. 前記クラスタリング処理部により分類された前記イメージデータを前記クラスタごとにソートするソート部をさらに備え、
   前記画面生成部は、前記画面において前記ソート部によるソート結果にしたがって前記イメージデータを並べて表示することを特徴とする請求項１に記載の文字認識結果出力装置。
4. 前記ソート部は、前記イメージデータに含まれる文字を記述する色の画素比率を基準として当該イメージデータをソートすることを特徴とする請求項３に記載の文字認識結果出力装置。
5. 前記画面生成部は、前記クラスタリング処理部により複数の前記クラスタに分類された前記イメージデータを並べて表示する画面を生成し、かつ当該画面において、当該イメージデータを当該クラスタごとにまとめて表示することを特徴とする請求項１に記載の文字認識結果出力装置。
6. 前記画面生成部は、前記クラスタリング処理部により分類されたクラスタごとに前記イメージデータをまとめて前記画面に表示すると共に、当該画面における当該イメージデータに関する表示色を当該クラスタごとに変えて表示することを特徴とする請求項１に記載の文字認識結果出力装置。
7. 前記画面生成部は、前記クラスタリング処理部により分類されたクラスタごとに前記イメージデータをまとめて前記画面に表示すると共に、当該イメージデータが属するクラスタに関する情報を当該イメージデータに付して表示することを特徴とする請求項１に記載の文字認識結果出力装置。
8. 文字のイメージデータを読み取って文字データとして認識する装置において、
   文字認識処理を行う認識機構と、
   前記認識機構による認識結果を出力する出力機構とを備え、
   前記出力機構は、
   前記認識機構による文字認識処理の対象となる文字のイメージデータを格納するデータ格納部と、
   前記データ格納部に格納された前記イメージデータを、前記文字認識処理により認識された文字（カテゴリ）ごとに分類するカテゴリ分類部と、
   前記カテゴリ分類部によって分類された前記カテゴリごとに、前記イメージデータに含まれる文字の形状に関する特徴量を求め、当該特徴量に基づき当該イメージデータをさらに１または複数のクラスタに分類するクラスタリング処理部と、
   前記クラスタリング処理部により分類されたクラスタごとに前記イメージデータを表示する画面を生成し出力する画面生成部と
   を備えることを特徴とする文字認識装置。
9. 前記出力機構は、前記クラスタリング処理部により分類された前記イメージデータを前記クラスタごとにソートするソート部をさらに備え、
   前記画面生成部は、前記画面において前記ソート部によるソート結果にしたがって前記イメージデータを並べて表示することを特徴とする請求項８に記載の文字認識装置。
10. 前記出力機構の前記画面生成部は、前記クラスタリング処理部により複数の前記クラスタに分類された前記イメージデータを並べて表示する画面を生成し、かつ当該画面において、当該イメージデータを当該クラスタごとにまとめて表示することを特徴とする請求項８に記載の文字認識装置。
11. コンピュータに文字認識処理の結果を出力させる方法であって、
    前記コンピュータが、認識対象である文字のイメージデータを前記文字認識処理により認識された文字（カテゴリ）ごとに分類し、記憶手段に格納する第１のステップと、
    前記コンピュータが、分類されたカテゴリごとに、前記イメージデータを読み出し、そのイメージデータに含まれる文字の形状に関する特徴量を求め、当該特徴量に基づき当該イメージデータをさらに１または複数のクラスタに分類する第２のステップと、
    前記コンピュータが、前記分類されたクラスタごとに前記イメージデータを表示する画面を生成し、出力する第３のステップと
    を含むことを特徴とする文字認識結果出力方法。
12. 前記第２のステップは、
    前記コンピュータが、前記イメージデータに含まれる各文字のペリフェラル特徴の特徴ベクトルを求めるステップと、
    前記コンピュータが、ペリフェラル特徴の特徴空間における文字ごとの前記特徴ベクトル相互の距離に基づいて当該特徴空間をクラスタに分割するステップと、
    前記コンピュータが、分割された前記特徴空間の各クラスタに属する前記特徴ベクトルの配置を、各クラスタにおける当該特徴ベクトル相互の距離に基づいて修正するステップと
    を含むことを特徴とする請求項１１に記載の文字認識結果出力方法。
13. 前記コンピュータが、前記イメージデータを前記クラスタごとにソートするステップをさらに含み、
    前記第３のステップでは、前記コンピュータが、前記ソートの結果にしたがって前記画面に前記イメージデータを並べて表示することを特徴とする請求項１１に記載の文字認識結果出力方法。
14. 前記第３のステップでは、前記コンピュータが、前記画面における前記イメージデータに関する表示色を前記クラスタごとに変えて表示することを特徴とする請求項１１に記載の文字認識結果出力方法。
15. 前記第３のステップでは、前記コンピュータが、前記画面において前記イメージデータが属するクラスタに関する情報を当該イメージデータに付して表示することを特徴とする請求項１１に記載の文字認識結果出力方法。
16. コンピュータに、
    認識対象である文字のイメージデータを、文字認識処理により認識された文字（カテゴリ）ごとに分類し、記憶手段に格納する第１の処理と、
    分類されたカテゴリごとに、前記イメージデータを読み出し、そのイメージデータに含まれる文字の形状に関する特徴量を求め、当該特徴量に基づき当該イメージデータをさらに１または複数のクラスタに分類する第２の処理と、
    前記クラスタごとに前記イメージデータを表示する画面を生成し、出力する第３の処理と
    を実行させることを特徴とするプログラム。
17. 前記第２の処理では、前記イメージデータに含まれる各文字からペリフェラル特徴を抽出し、当該ペリフェラル特徴どうしの特徴空間における距離に基づいて当該イメージデータを分類する処理を前記コンピュータに実行させることを特徴とする請求項１６に記載のプログラム。
18. 前記イメージデータを前記クラスタごとにソートする処理を前記コンピュータにさらに実行させ、
    前記第３の処理では、前記ソートの結果にしたがって前記画面に前記イメージデータを並べて表示する処理を前記コンピュータに実行させることを特徴とする請求項１６に記載のプログラム。
19. 前記第３の処理では、前記画面における前記イメージデータに関する表示色を前記クラスタごとに変えて表示する処理を前記コンピュータに実行させることを特徴とする請求項１６に記載のプログラム。
20. 前記第３の処理では、前記画面において前記イメージデータが属するクラスタに関する情報を当該イメージデータに付して表示する処理を前記コンピュータに実行させることを特徴とする請求項１６に記載のプログラム。

Images