JP2021028770A - 情報処理装置及び表認識方法 - Google Patents

Abstract

【課題】結合した異なる複数の表を意味的に分解し、認識することを可能にする。【解決手段】異なる表領域が結合してなる結合表領域を含む入力画像に対して表認識を行う情報処理装置は、入力画像のうち少なくとも結合表領域に対して文字認識処理を行い、文字認識処理の結果得られた文字列から項目名を抽出し、結合表領域内において、一つの項目名を起点とした列または行内において一方向に進んだ位置に一つの項目名と異なる項目名を検出したら、異なる項目名以降を異なる表領域として認識する。【選択図】図６

Description

本発明は、情報処理装置及び表認識方法に関する。

文字認識技術の普及により、人が行っていた作業の自動化が進んでいる。例えば、文書の記載内容をデータベースへ入力する作業は、文字認識処理を活用することで自動化されている。近年は、表の記載内容のデータベース化も文字認識処理を活用して自動化されている。

文書画像内の表の記載内容を自動的にデータベース化するためには、文字認識処理を用いて表中から文字列を取得し、取得した文字列の中から表の項目名及び当該項目名に対応する項目値を抽出する必要がある。なお、項目名とは情報の種別を示す文字列を指し、一般的に表の最上行や最左列に記載される事が多い。また、項目値とは項目名に対応する記載内容を指す。前記の項目名及び項目値に該当する文字列を表から取得する処理を、本明細書では表認識と呼ぶ。

表認識の実現のため、文字認識処理で取得した文字列を、予め準備した項目名辞書と照合することで、表中に記載された項目名の座標を特定し、対応する項目値を特定する方法が検討されている。

例えば、特許文献１には、文書データからその属性および属性内容を含む領域を表領域と推定する表領域推定部と、前記表領域中の文字を認識する文字認識部と、前記文字認識部による認識結果に基づいて前記属性を認識する属性認識部と、前記属性認識部によって認識された前記属性に対応する位置の文字列を前記属性内容として前記属性に対応付けて抽出する抽出部とを備えたことを特徴とする文書属性取得装置が開示されている。

特許文献１に記載の技術を用いることで、文書画像内の表領域を推定し、表領域中の文字を認識し、表領域中の項目名と項目値を抽出し、データベース化することができる。

特開２００６−９２２０７号公報

特許文献１に記載の技術の処理対象は、２行ｎ列またはｎ行２列の構造を持ち、全ての項目名が同一行または同一列に記載された表である。このため、より行数及び列数が多い表や、項目名が表内に点在する表等の複雑な表を認識できない課題がある。なお、項目名が表内に点在する表領域は、意味的に異なる複数の表を有する表領域が結合して構成される結合表領域と捉えられる。

本発明は上記の課題に鑑みてなされたもので、結合した異なる複数の表を意味的に分解し、認識することが可能な情報処理装置及び表解析方法を提供することにある。

上記課題を解決すべく、本発明の一つの観点に従う情報処理装置は、異なる表領域が結合してなる結合表領域を含む入力画像に対して表認識を行う情報処理装置であって、入力画像のうち少なくとも結合表領域に対して文字認識処理を行い、文字認識処理の結果得られた文字列から項目名を抽出し、結合表領域内において、一つの項目名を起点とした列または行内において一方向に進んだ位置に一つの項目名と異なる項目名を検出したら、異なる項目名以降を異なる表領域として認識する。
ことを特徴とする情報処理装置。

本発明によれば、結合した異なる複数の表を意味的に分解し、認識することが可能な情報処理装置及び表認識方法を実現することができる。

実施例に係る情報処理装置の概略構成を示す図である。 実施例に係る情報処理装置の動作の一例を示すフローチャートである。 実施例に係るレイアウトデータの一例を示す図である。 実施例に係る文字認識結果データの一例を示す図である。 入力画像である結合した表画像の一例を示す図である。 実施例に係る情報処理装置による表認識処理の結果を示す模式図である。 実施例に係る情報処理装置による表分離及び項目名項目値対応付処理の一例を説明するフローチャートである。 実施例に係る情報処理装置による項目名検出処理の一例を説明するフローチャートである。 実施例に係る項目辞書データの一例を示す図である。 実施例に係る情報処理装置による項目名項目値対応関係検出処理の一例を説明するフローチャートである。 実施例に係る情報処理装置による表認識結果修正処理の一例を説明するフローチャートである。 実施例に係る情報処理装置の出力装置に表示される画面の一例を示す図である。

以下、本発明の実施形態について、図面を参照して説明する。なお、以下に説明する実施形態は特許請求の範囲に係る発明を限定するものではなく、また実施形態の中で説明されている諸要素及びその組み合わせの全てが発明の解決手段に必須であるとは限らない。

本実施形態の情報処理装置及び表認識方法は、一例として次のような構成を有する。
本実施形態は、結合した異なる複数の表を意味的に分解し、分解した各表を認識することを目的とする。前記目的の実現のため、実施例では、表領域内の項目名に着目して、結合した複数の表の意味の境界を検出する。一般的に、項目名は表の最上行や最左列に記載される事が多い。しかし、複数の表が結合している表領域においては、表の内部に項目名が記載される事が多いため、表内部で検出された項目名を表の意味の変化と捉えて分離し、認識する。また、実施例では、前記認識結果の確認及び、項目名検出に用いられる項目名辞書の拡充のための、ＧＵＩを提示する。

なお、実施例を説明する図において、同一の機能を有する箇所には同一の符号を付し、その繰り返しの説明は省略する。

また、以下の説明では、情報の一例として「ｘｘｘデータ」といった表現を用いる場合があるが、情報のデータ構造はどのようなものでもよい。すなわち、情報がデータ構造に依存しないことを示すために、「ｘｘｘデータ」を「ｘｘｘテーブル」と言うことができる。また、以下の説明において、各情報の構成は一例であり、情報を分割して保持したり、結合して保持したりしても良い。

まず、図１を参照し、実施例１の情報処理装置のハードウェア構成及びソフトウェア構成を説明し、図２以降で前記情報処理装置が実行する表認識方法の処理の説明をする。

図１は、実施例に係る情報処理装置の概略構成を示す図である。

情報処理装置１００は、各種情報処理が可能な装置、一例としてコンピュータ等の情報処理装置である。情報処理装置１００は、画像中の結合した表領域の分離及び、表認識に関する処理を実行する。また、表認識結果の確認及び修正のためのＧＵＩに関する処理も実行する。

情報処理装置１００は、プロセッサ１０１、入力装置１０２、及び出力装置１０３、主記憶装置１０４、副記憶装置１０５、ネットワークインタフェース１０６を有する。各ハードウェアは内部バス等を介して互いに接続される。図１では、各ハードウェアの数は一つであるが、二つ以上でもよい。接続するネットワークの種類は限定されない。ネットワークや直接の接続を介して、他の計算機や記憶装置とデータの送受信や処理の分担をしてもよい。

プロセッサ１０１は、例えばＣＰＵ（Central Processing Unit）、ＦＰＧＡ（Field-Programmable Gate Array）等の演算素子を有し、主記憶装置１０４に格納されるプログラムを実行する。プロセッサ１０１がプログラムにしたがって処理を実行することによって、特定の機能を実現する。以降の説明においてプログラムを主語に処理を説明する場合、プロセッサ１０１がプログラムを実行していることを示す。

入力装置１０２は、情報処理装置１００に対してデータを入力するための装置である。例えば、入力装置１０２は、キーボード、マウス、及びタッチパネル等の計算機操作のための機器を含む。また、入力装置１０２は、スキャナ、デジタルカメラ及びスマートフォン等の画像取得のための機器も含む。

出力装置１０３は、データの入力画面及び処理結果等を出力する装置である。出力装置１０３は、タッチパネル及びディスプレイ等を含む。

主記憶装置１０４は、プロセッサ１０１が実行するプログラム及びプログラムが使用する情報を格納する。また、主記憶装置１０４は、プログラムが一時的に使用するワークエリアを含む。主記憶装置１０４は、例えば、メモリ等が考えられる。

本実施例の主記憶装置１０４は、レイアウト解析プログラム１１１、文字認識プログラム１１２、表分離及び項目名項目値対応付プログラム１１３、表認識結果修正プログラム１１４を格納する。プログラム１１１から１１４は、図２のステップＳ２０１、Ｓ２０２、Ｓ２０３、Ｓ２０４の処理とそれぞれ対応している。

また、主記憶装置１０４は、レイアウトデータ１２１、文字認識結果データ１２２、項目名辞書データ１２３を格納する。レイアウトデータ１２１、文字認識結果データ１２２及び項目名辞書データ１２３の詳細については、図３、４、８にそれぞれに記載している。主記憶装置１０４が実行する各モジュールの処理の詳細、及び主記憶装置に格納される情報については、図２以降を参照する際に述べる。

主記憶装置１０４は、必要な一部のモジュールを実現できればよく、すべてのモジュールを実現するプログラム及び情報を格納している必要はない。

副記憶装置１０５は、データを永続的に格納する。副記憶装置１０５は、例えば、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）及びＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等が考えられる。なお、主記憶装置１０４に格納されるプログラム及び情報は、副記憶装置１０５に格納されてもよい。この場合、プロセッサ１０１が、副記憶装置１０５からプログラム及び情報を読み出し、主記憶装置１０４にロードする。

図２は、実施例に係る情報処理装置１００の動作の一例を示すフローチャートであり、情報処理装置１００による表認識処理の概要を示すフローチャートである。

まず、情報処理装置１００のレイアウト解析プログラム１１１は、入力画像に対してレイアウト解析処理を実施する。レイアウト解析処理とは、文字認識の前処理として一般的に実施される処理のことであり、公知の手法を用いて実現可能である。例えば、入力画像を白黒の二値画像にし、連結する黒画素成分を抽出し、罫線、文字行、表領域等を画像から抽出することが考えられる。

レイアウト解析プログラム１１１は、ステップＳ２０１の処理結果としてレイアウトデータ１２１を取得する。レイアウトデータ１２１については、図３を用いて後述する。なお、ステップＳ２０１の入力画像は、入力装置１０２から取得したものの他、副記憶装置１０５や外部の記憶装置などに格納されたものでもよいしネットワークインタフェース１０６を介して取得したものでも良い。

本実施例の情報処理装置１００及び表認識方法における入力画像は、プリントアウトされた（表領域を含む）文書をスキャナ、デジタルカメラ及びスマートフォン等の画像取得のための機器を用いて画像化したものである。入力画像のフォーマットに特段の限定はなく、ビットマップ画像、ＪＰＥＧ（Joint Photographic Experts Group）画像など、公知のフォーマットの画像が適用可能である。加えて、ＰＤＦ（Portable Document Format）文書についても、項目名や項目値はテキストで容易に取り出すことができるが、表に関する情報は画像等で格納されており、従って、ＰＤＦ文書についてもここにいう入力画像に含めることができる。

次に、情報処理装置１００の文字認識プログラム１１２は文字認識処理を実施する（ステップＳ２０２）。文字認識処理とは、ステップＳ２０１で抽出した文字列に対して行う字種判別の処理のことであり、公知の手法を用いて実現可能である。例えば、文字列画像から方向特徴を抽出し、前記方向特徴を用いて文字認識辞書内の最近傍探索によって字種を判別することが考えられる。

文字認識プログラム１１２は、ステップＳ２０２の処理結果として文字認識結果データ１２２を取得する。文字認識結果データ１２２については、図４を参照して後述する。

さらに、情報処理装置１００の表分離及び項目名項目値対応付プログラム１１３は、表分離及び項目名項目値対応処理を実施する（ステップＳ２０３）。表分離及び項目名項目値対応処理では、結合した複数の表の意味の境界を検出して表を意味的に分離し、分離した各表において、項目名と項目値の対応付をし、表認識結果を取得する。ステップＳ２０３の処理の詳細については、図６を用いて後述する。

そして、情報処理装置１００の表認識結果修正プログラム１１４は、ステップＳ２０３で取得した表認識結果をＧＵＩに提示し、確認及び修正情報を受信する（ステップＳ２０４）。ステップＳ２０４の処理の詳細については、図１１を参照して後述する。また、ＧＵＩの詳細については図１２を参照して後述する。

図３は、実施例に係るレイアウトデータ１２１の一例を示す図である。

レイアウトデータ１２１はステップＳ２０１のレイアウト解析処理で抽出したオブジェクトをエントリとする。レイアウトデータ１２１は、オブジェクト番号３０１、属性名３０２、記載座標３０３、及び構成表番号３０４を有する。

オブジェクト番号３０１はステップＳ２０１のレイアウト解析処理で抽出した各オブジェクトを一意に特定するための番号を格納する。

属性名３０２は、エントリの属性を示す情報を格納しており、縦罫線、横罫線、文字列等の属性が各エントリに付与される。

記載座標３０３は、エントリの画像中における始点及び終点の座標を格納する。

構成表番号３０４は、エントリが構成要素となっている表を一意に特定するための番号を格納する。

図４は、実施例に係る文字認識結果データ１２２の一例を示す図である。

文字認識結果データ１２２は、ステップＳ２０２の文字認識処理で取得した字種判別の結果を、文字列ごとに纏めたものをエントリとする。文字認識結果データ１２２は、オブジェクト番号４０１、文字列４０２、表最上フラグ４０３、表最左フラグ４０４を有する。

オブジェクト番号４０１は、各オブジェクトを一意に特定するための番号を格納しており、図３のオブジェクト番号３０１と対応している。

文字列４０２は、文字認識処理で取得した文字列を格納する。

表最上フラグ４０３は、エントリが表の最上段に記載される文字か否かのフラグである。

表最左フラグ４０４は、エントリが表の最左列に記載される文字か否かのフラグである。

図５は入力画像である結合した表画像の一例を示す図、図６は実施例に係る情報処理装置１００による表認識処理の結果を示す模式図である。

図５に示す結合表５０１は、ある設計図面における寸法等を記載した表の一例であり、一つの表領域の中に、据付位置、据付レベル、垂直度（水平度）という３つの異なる表が含まれている。このとき、実施例の情報処理装置１００は、図６に示すように、表認識処理結果として、据付位置テーブル５０２、据付レベルテーブル５０３、垂直度テーブル５０４という３つの分離したテーブルから構成されるデータベースを取得する。なお、各テーブルは、もともと結合していた表同士のリンクとして結合表キーを持ち、相互に参照可能である。

図７は、実施例に係る情報処理装置１００による表分離及び項目名項目値対応付処理の一例を説明するフローチャートである。

まず、情報処理装置１００の表分離及び項目名項目値対応付プログラム１１３は、文字認識結果データ１２２と項目名辞書データ１２３を照合することで、項目名を検出する（ステップＳ６０１）。項目名検出処理については、図８を参照して詳細を後述する。

次に、情報処理装置１００の表分離及び項目名項目値対応付プログラム１１３は表分離罫線検出処理を実施する（ステップＳ６０２）。表分離罫線検出処理は、表を意味的に分離すると考えられる罫線を検出する。例えば、図３のレイアウトデータ１２１の記載座標３０３に基づいて罫線の太さを算出し、太さが閾値以上の場合に、表分離罫線と判断する処理が考えられる。また、色の変化でも表分離罫線を検出可能である。

次に、情報処理装置１００の表分離及び項目名項目値対応付プログラム１１３は表分離フォント検出処理を実施する（ステップＳ６０３）。表分離フォント検出処理は表を意味的に分離すると考えられるフォントを検出する。例えば、文字列の太さ、色、字種の変化を検出することが考えられる。

さらに、情報処理装置１００の表分離及び項目名項目値対応付プログラム１１３はステップＳ６０１からＳ６０３の処理結果に基づき、表分離処理をする（ステップＳ６０４）。

具体的には、情報処理装置１００の表分離及び項目名項目値対応付プログラム１１３は、項目名、表分離罫線、表分離フォントが存在する位置の前後で表の意味が変化していると捉え、結合表を分離する。項目名または表分離フォントに基づく場合は、当該文字列より左及び上までを表１、当該文字列及び当該文字列の下及び当該文字列の右の領域を表２とする。表分離罫線に基づく場合は、表分離罫線の上または左を表１、下または右を表２とする。

なお、本処理における上下左右による処理の分岐は、一般的な表を想定したものであり、適用対象によっては分岐を入れ替えてよいし、判定の方向を変えてもよい。また、後で説明する他の処理でも同様に変えてよい。

そして、情報処理装置１００の表分離及び項目名項目値対応付プログラム１１３は項目名項目値対応付処理を実施する（ステップＳ６０５）。項目名項目値対応付処理では、ステップＳ６０１からステップＳ６０４までで分離した各表において、項目名と項目値を対応付けする。処理の詳細については図１０を用いて後述する。

図８は、実施例に係る情報処理装置１００による項目名検出処理の一例を説明するフローチャートであり、図７のステップＳ６０１に対応する項目名検出処理を説明するフローチャートである。

まず、情報処理装置１００の表分離及び項目名項目値対応付プログラム１１３は、項目名辞書データ１２３の有無によって処理を分岐する（ステップＳ７０１）。項目名辞書データが存在する場合、情報処理装置１００の表分離及び項目名項目値対応付プログラム１１３はステップＳ７０２に進み、存在しない場合、情報処理装置１００の表分離及び項目名項目値対応付プログラム１１３はステップＳ７０３に進む。なお、項目名辞書データとは、項目名となる文字列を定義したデータであり、図８を用いて後述する。

次に、情報処理装置１００の表分離及び項目名項目値対応付プログラム１１３は文字認識結果データ１２２と項目名辞書データ１２３を照合する（ステップＳ７０２）。

次に、情報処理装置１００の表分離及び項目名項目値対応付プログラム１１３は照合がマッチした文字列の領域を項目名領域として検出する（ステップＳ７０３）。

次に、情報処理装置１００の表分離及び項目名項目値対応付プログラム１１３は表の最左または最上に存在する文字列領域を項目名領域として検出する（ステップＳ７０４）。

そして、情報処理装置１００の表分離及び項目名項目値対応付プログラム１１３は項目名に挟まれた文字列領域を項目名領域として検出する（ステップＳ７０５）。

図９は、実施例に係る項目名辞書データ１２３の一例を示す図である。

項目名辞書データ１２３は、項目名文字列をエントリとする。文字認識結果データは、辞書番号８０１、項目名８０２を有する。

図１０は、実施例に係る情報処理装置１００による項目名項目値対応関係検出処理の一例を説明するフローチャートであり、図７のステップＳ６０５に対応する、項目名項目値対応関係検出処理を説明するフローチャートである。項目名項目値対応関係検出処理は、行または列ごとに実施する。

まず、情報処理装置１００の表分離及び項目名項目値対応付プログラム１１３は、図８の項目名検出処理で検出した項目名領域の、右に伸びる行または下に伸びる列に存在する文字列において、異なる項目名を探索する（ステップＳ９０１）。

次に、情報処理装置１００の表分離及び項目名項目値対応付プログラム１１３は、異なる項目名の検出の有無によって処理を分岐する（ステップＳ９０２）。存在する場合は、情報処理装置１００の表分離及び項目名項目値対応付プログラム１１３はステップＳ９０３に、存在しない場合は、情報処理装置１００の表分離及び項目名項目値対応付プログラム１１３はステップＳ９０４に進む。

次に、情報処理装置１００の表分離及び項目名項目値対応付プログラム１１３は、検出した異なる項目名までの探索行または列を、探索の起点となった項目名と同一の表領域と判断し、再帰的にステップＳ９０１に進む（ステップＳ９０３）。

そして、情報処理装置１００の表分離及び項目名項目値対応付プログラム１１３は、表の端まで探索した行または列を、探索の起点となった項目名と同一の表領域と判断する（ステップＳ９０４）。

図１１は、実施例に係る情報処理装置１００による表認識結果修正処理の一例を説明するフローチャートである。

まず、情報処理装置１００の表認識結果修正プログラム１１４は入力画像と表認識結果を出力装置１０３に表示する（ステップＳ１００１）。出力装置１０３に表示されるＧＵＩについては図１２を参照して後述する。

次に、情報処理装置１００の表認識結果修正プログラム１１４は、入力装置１０２を介してＧＵＩで入力された項目名項目値対応関係の修正情報を受信する（ステップＳ１００２）。受信する場合、情報処理装置１００の表認識結果修正プログラム１１４はステップＳ１００３に進み。受信しない場合、情報処理装置１００の表認識結果修正プログラム１１４は処理を終了する。

次に、情報処理装置１００の表認識結果修正プログラム１１４は、受信した修正を表認識結果に反映する（ステップＳ１００３）。

そして、次に、情報処理装置１００の表認識結果修正プログラム１１４は、修正によって新たに項目名として指定された文字列を項目名辞書データ１２３に追加する（ステップＳ１００４）。なお、即時追加せず、一定期間保留する処理や、人間に提示して辞書追加の判断をする処理を追加してもよい。

図１２は、実施例に係る情報処理装置１００の出力装置１０３に表示される画面の一例を示す図であり、図１１の表認識結果修正処理で用いる、表認識結果の確認修正ＧＵＩの一例を示す図である。

１１０１は、入力画像に対する表認識結果である。まず、表認識結果の項目名及び項目値が表示される。ユーザは当該表認識結果を確認し、必要であれば、マウス、タッチペン及び指等を使って、修正する項目名及び項目地の領域を指定し、入力する。

１１０２は、確認及び修正の完了ボタンである。
この他、確認修正をする入力画像の一覧を表示するウィンドウや修正を元に戻す機能等を追加してよい。

このように構成される本実施例によれば、異なる表領域が結合してなる結合表領域を含む入力画像に対して表認識を行う情報処理装置１００は、入力画像のうち少なくとも結合表領域に対して文字認識処理を行い、文字認識処理の結果得られた文字列から項目名を抽出し、結合表領域内において、一つの項目名を起点とした列または行内において一方向に進んだ位置に一つの項目名と異なる項目名を検出したら、異なる項目名以降を異なる表領域として認識している。

従って、本実施例によれば、結合した異なる複数の表を意味的に分解し、認識することが可能となる。

なお、上記した実施例は本発明を分かりやすく説明するために構成を詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、各実施例の構成の一部について、他の構成に追加、削除、置換することが可能である。

一例として、上記した実施例において、表分離及び項目名項目値対応付プログラム１１３により認識された表領域内について再度表分離及び項目名項目値対応付プログラム１１３により再帰的に認識を行ってもよい。

また、表認識結果修正プログラム１１４において項目名辞書データ１２３に追加される項目名は、既に項目名辞書データ１２３に登録されている項目名の異表記であってもよい。

また、上記の各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。また、本発明は、実施例の機能を実現するソフトウェアのプログラムコードによっても実現できる。この場合、プログラムコードを記録した記憶媒体をコンピュータに提供し、そのコンピュータが備えるプロセッサが記憶媒体に格納されたプログラムコードを読み出す。この場合、記憶媒体から読み出されたプログラムコード自体が前述した実施例の機能を実現することになり、そのプログラムコード自体、及びそれを記憶した記憶媒体は本発明を構成することになる。このような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、フレキシブルディスク、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ、ハードディスク、ＳＳＤ（Solid State Drive）、光ディスク、光磁気ディスク、ＣＤ−Ｒ、磁気テープ、不揮発性のメモリカード、ＲＯＭなどが用いられる。

また、本実施例に記載の機能を実現するプログラムコードは、例えば、アセンブラ、Ｃ／Ｃ＋＋、ｐｅｒｌ、Ｓｈｅｌｌ、ＰＨＰ、Ｊａｖａ（登録商標）等の広範囲のプログラム又はスクリプト言語で実装できる。

さらに、実施例の機能を実現するソフトウェアのプログラムコードを、ネットワークを介して配信することによって、それをコンピュータのハードディスクやメモリ等の記憶手段又はＣＤ−ＲＷ、ＣＤ−Ｒ等の記憶媒体に格納し、コンピュータが備えるプロセッサが当該記憶手段や当該記憶媒体に格納されたプログラムコードを読み出して実行するようにしてもよい。

上述の実施例において、制御線や情報線は、説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線や情報線を示しているとは限らない。全ての構成が相互に接続されていてもよい。

１００…情報処理装置 １０１…プロセッサ １０２…入力装置 １０３…出力装置 １０４…主記憶装置 １０５…副記憶装置 １０６…ネットワークインタフェース １１１…レイアウト解析プログラム １１２…文字認識プログラム １１３…項目名項目値対応付プログラム １１４…表認識結果修正プログラム １２１…レイアウトデータ １２２…文字認識結果データ

Claims (14)

1. 異なる表領域が結合してなる結合表領域を含む入力画像に対して表認識を行う情報処理装置であって、
   前記入力画像のうち少なくとも前記結合表領域に対して文字認識処理を行い、
   前記文字認識処理の結果得られた文字列から項目名を抽出し、
   前記結合表領域内において、一つの前記項目名を起点とした列または行内において一方向に進んだ位置に前記一つの項目名と異なる前記項目名を検出したら、前記異なる前記項目名以降を異なる前記表領域として認識する
   ことを特徴とする情報処理装置。
2. 前記一方向は前記列については前記結合表領域の上から下であり、前記行については前記結合表領域の左から右であることを特徴とする請求項１に記載の情報処理装置。
3. 前記情報処理装置は項目名辞書を有し、
   前記文字認識処理の結果得られた前記文字列と前記項目名辞書とを照合することで前記項目名を抽出することを特徴とする請求項１に記載の情報処理装置。
4. 前記結合表領域の最も左で最も上の文字列を前記項目名として抽出することを特徴とする請求項１に記載の情報処理装置。
5. 抽出した複数の前記項目名が前記結合表領域において前記行方向に一行置いてまたは前記列方向に一列置いて抽出されたら、これら項目名に挟まれる前記文字列を前記項目名として抽出することを特徴とする請求項１に記載の情報処理装置。
6. 前記結合表領域内において、一つの前記項目名を起点とした列または行内において一方向に進んだ位置に前記一つの項目名と異なる前記項目名を検出しなかったら、前記列または行は同一の表領域であるとして認識することを特徴とする請求項１に記載の情報処理装置。
7. 前記結合表領域内における罫線の太さの変化及び／または色の変化を検出し、変化のあった前記罫線を挟んで前記行方向または前記列方向を異なる前記表領域として認識することを特徴とする請求項１に記載の情報処理装置。
8. 前記結合表領域内におけるフォントの字種の変化、前記フォントの太さの変化、または色の少なくとも一つの変化を検出し、変化のあった前記フォントを挟んで前記行方向または前記列方向を異なる前記表領域として認識することを特徴とする請求項１に記載の情報処理装置。
9. 異なる前記表領域として認識した前記表領域に対して再帰的に前記異なる前記表領域の認識を行うことを特徴とする請求項１、７、８のいずれか一項に記載の情報処理装置。
10. 前記異なる表領域として認識した結果を異なるテーブルとしてデータベースに記録し、前記異なるテーブル同士のリンクを前記異なるテーブル内にそれぞれ持つことを特徴とする請求項１に記載の情報処理装置。
11. 前記表領域の認識結果を表示する表示装置と、
    前記表示装置に表示された前記認識結果に対して前記項目名と前記項目値との対応関係の修正入力を受け入れる入力装置と
    を有することを特徴とする請求項１に記載の情報処理装置。
12. 前記情報処理装置は項目名辞書を有し、
    前記入力装置を介して新たに指定された前記項目名を前記項目名辞書に格納する
    ことを特徴とする請求項１１に記載の情報処理装置。
13. 前記新たに指定された前記項目名は、前記項目名辞書に既に含まれている前記項目名の異表記を含むことを特徴とする請求項１２に記載の情報処理装置。
14. 異なる表領域が結合してなる結合表領域を含む入力画像に対して表認識を行う情報処理装置により実施される表認識方法であって、
    前記入力画像のうち少なくとも前記結合表領域に対して文字認識処理を行い、
    前記文字認識処理の結果得られた文字列から項目名を抽出し、
    前記結合表領域内において、一つの前記項目名を起点とした列または行内において一方向に進んだ位置に前記一つの項目名と異なる前記項目名を検出したら、前記異なる前記項目名以降を異なる前記表領域として認識する
    ことを特徴とする表認識方法。