JP4885112B2 - 文書処理装置、文書処理方法及び文書処理プログラム - Google Patents
文書処理装置、文書処理方法及び文書処理プログラム Download PDFInfo
- Publication number
- JP4885112B2 JP4885112B2 JP2007293392A JP2007293392A JP4885112B2 JP 4885112 B2 JP4885112 B2 JP 4885112B2 JP 2007293392 A JP2007293392 A JP 2007293392A JP 2007293392 A JP2007293392 A JP 2007293392A JP 4885112 B2 JP4885112 B2 JP 4885112B2
- Authority
- JP
- Japan
- Prior art keywords
- distribution state
- document
- image
- document image
- collated
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Image Analysis (AREA)
Description
図1は、本発明の第1の実施形態にかかる文書処理装置100のハードウェア構成を示したブロック図である。図1に示したように、文書処理装置100は、PC(Personal Computer)などのコンピュータであり、文書処理装置100の各部を制御するCPU(Central Processing Unit)1、CPU1を起動するためのプログラムが記憶されるROM(Read Only Memory)2、後述する画像入力部21により入力された文書画像やオペレーティングシステム、種々のプログラム等を記憶するハードディスク3、CPU1のワークエリアとして機能するRAM(Random Access Memory)4、オペレータからの各種入力を受け付けるキーボード5、入力状況等を表示する表示装置6、CD−ROMなどの各種光情報記録メディア(図示せず)に記憶されたプログラム等を読み取る光ディスクドライブ7、インターネットやLAN(Local Area Network)等の電気通信回線を介して文書画像を送受信する通信装置8、原稿画像の光学的な読み取りを行うスキャナ9等から構成されており、これらの各部間で入出力されるデータをバスコントローラ10が調停して動作する。
図2は、文書処理装置100の機能的構成を示したブロック図である。図2に示したように、文書処理装置100は機能部として、画像入力部21、照合画像選択部22、矩形抽出部23、行切出部24、量子化部25、シンボル生成部26、出現頻度集計部27、候補画像選定部28、出現位置分布導出部29、照合結果選定部30及び表示部31を含み構成される。
YsRate=ys/H ・・・(1)
YsVal=INT(YsRate*(N−1)) ・・・(2)
(ただし、INT():小数点以下切捨て)
とすればよい。各段階は、0〜(N−1)とラベル付けされる。矩形幅wおよび矩形高さhも同様の手順で量子化される。
HeightRate=h/H ・・・(3)
HeightVal
=INT(HeightRate*(N−1))+0.5 ・・・(4)
(ただし、INT():小数点以下切捨て)
各段階は、0〜(N−1)とラベル付けされる。
WidthRate=w/H ・・・(5)
WidthVal
=INT(WidthRate*(N−1))+0.5 ・・・(6)
(ただし、INT():小数点以下切捨て)
各段階は、0〜(N−1)とラベル付けされる。
4bits+3bits+1bit=8bits
であるから、1byteの各ビットに全情報を格納することができる。そして、これらの3種の情報を一つにまとめたシンボルの種類は、
15段階×8段階×2段階=240種
となる。
以下、詳述する。
Rxy=1−(6*Σ(Rxi−Ryi)^2)/(n*(n^2−1)) ・・・(9)
(MedianClassNoXaxQuery,ModeClassNoXaxQuery,AvClassNoXaxQuery) ・・・(10)
(MedianClassNoYaxQuery,ModeClassNoYaxQuery,AvClassNoYaxQuery) ・・・(11)
(MedianClassNoXaxDB,ModeClassNoXaxDB,AvClassNoXaxDB) ・・・(12)
(MedianClassNoYaxDB,ModeClassNoYaxDB,AvClassNoYaxDB) ・・・(13)
MedianClassNoXaxDB+CA=MedianClassNoXaxQuery ・・・(14)
ModeClassNoXaxDB+CA=ModeClassNoXaxQuery ・・・(15)
AvClassNoXaxDB+CA=AvClassNoXaxQuery ・・・(16)
MedianClassNoYaxDB+CB=MedianClassNoYaxQuery ・・・(17)
ModeClassNoYaxDB+CB=ModeClassNoYaxQuery ・・・(18)
AvClassNoYaxDB+CB=AvClassNoYaxQuery ・・・(19)
1 CPU
2 ROM
3 ハードディスク
4 RAM
5 キーボード
6 表示装置
7 光ディスクドライブ
8 通信装置
9 スキャナ
10 バスコントローラ
21 画像入力部
22 照合画像選択部
23 矩形抽出部
24 行切出部
25 量子化部
26 シンボル生成部
27 出現頻度集計部
28 候補画像選定部
29 出現位置分布導出部
30 照合結果選定部
31 表示部
Claims (18)
- 文書画像間の照合を行う文書処理装置において、
前記文書画像に含まれた文字画像毎の外接矩形に基づいて、当該外接矩形を連結した文字行を切り出す文字行切出手段と、
前記文字行内における前記外接矩形の特性を表す配置情報を固定段階に量子化する量子化手段と、
前記量子化された配置情報の各々を固定種類のシンボルにシンボル化するシンボル生成手段と、
所定個の前記シンボルの組合せからなるシンボル系列の出現頻度を算出する出現頻度算出手段と、
照合対象の文書画像と、当該文書画像の被照合対象となる複数の文書画像とについて、前記出現頻度算出手段により算出された出現頻度を照合し、より高い相関を有した被照合対象の文書画像を所定数選定する被照合対象選定手段と、
前記照合対象の文書画像と、前記被照合対象選定手段により選定された被照合対象の文書画像の各々とで一致した前記シンボル系列に対応する各配置情報に基づいて、当該各配置情報の何れか又は全てが表す外接矩形の出現位置の分布状態を文書画像毎に導出する分布状態導出手段と、
前記分布状態導出手段により導出された前記照合対象の文書画像についての分布状態と、前記被照合対象の文書画像についての分布状態との類似度を判定し、最も高い類似度を有した被照合対象の文書画像を照合結果として選定する照合結果選定手段と、
を備えたことを特徴とする文書処理装置。 - 前記分布状態導出手段は、前記文書画像の水平方向及び/又は垂直方向について、前記外接矩形の出現位置の分布状態を導出することを特徴とする請求項1に記載の文書処理装置。
- 前記分布状態導出手段は、前記外接矩形の出現位置の分布状態を度数分布ヒストグラムとして導出することを特徴とする請求項1又は2に記載の文書処理装置。
- 前記分布状態導出手段は、前記外接矩形の出現位置の分布状態を正規分布とみなし、当該正規分布の平均、標準偏差、歪度及び尖度を導出することを特徴とする請求項1又は2に記載の文書処理装置。
- 前記分布状態導出手段は、前記照合対象の文書画像と、前記被照合対象の文書画像とにおける前記文字行に含まれた各文字画像の前記外接矩形のサイズを集計し、当該サイズの平均値又は最頻値により前記正規分布を規定する数値を正規化することを特徴とする請求項4に記載の文書処理装置。
- 前記分布状態導出手段は、前記照合対象の文書画像と、前記被照合対象の文書画像とにおいて一致した前記シンボル系列に対応する配置情報が表す外接矩形のサイズを集計することを特徴とする請求項5に記載の文書処理装置。
- 文書画像間の照合を行う文書処理装置で実行される文書処理方法であって、
文字行切出手段が、前記文書画像に含まれた文字画像毎の外接矩形に基づいて、当該外接矩形を連結した文字行を切り出す文字行切出ステップと、
量子化手段が、前記文字行内における前記外接矩形の特性を表す配置情報を固定段階に量子化する量子化ステップと、
シンボル系列生成手段が、前記量子化された配置情報の各々を固定種類のシンボルにシンボル化するシンボル生成ステップと、
出現頻度算出手段が、所定個の前記シンボルの組合せからなるシンボル系列の出現頻度を算出する出現頻度算出ステップと、
被照合対象選定手段が、照合対象の文書画像と、当該文書画像の被照合対象となる複数文書画像とについて、前記出現頻度算出手段により算出された出現頻度を照合し、より高い相関を有した被照合対象の文書画像を所定数選定する被照合対象選定ステップと、
分布状態導出手段が、前記照合対象の文書画像と、前記被照合対象選定ステップで選定された被照合対象の文書画像の各々とで一致した前記シンボル系列に対応する各配置情報に基づいて、当該各配置情報の何れか又は全てが表す外接矩形の出現位置の分布状態を文書画像毎に導出する分布状態導出ステップと、
照合結果選定手段が、前記分布状態導出ステップで導出された前記照合対象の文書画像についての分布状態と、前記被照合対象の文書画像についての分布状態との類似度を判定し、最も高い類似度を有した被照合対象の文書画像を照合結果として選定する照合結果選定ステップと、
を含むことを特徴とする文書処理方法。 - 前記分布状態導出手段は、前記分布状態導出ステップにおいて、前記文書画像の水平方向及び/又は垂直方向について、前記外接矩形の出現位置の分布状態を導出することを特徴とする請求項7に記載の文書処理方法。
- 前記分布状態導出手段は、前記分布状態導出ステップにおいて、前記外接矩形の出現位置の分布状態を度数分布ヒストグラムとして導出することを特徴とする請求項7又は8に記載の文書処理方法。
- 前記分布状態導出手段は、前記分布状態導出ステップにおいて、前記外接矩形の出現位置の分布状態を正規分布とみなし、当該正規分布の平均、標準偏差、歪度及び尖度を導出することを特徴とする請求項7又は8に記載の文書処理方法。
- 前記分布状態導出手段は、前記分布状態導出ステップにおいて、前記照合対象の文書画像と、前記被照合対象の文書画像とにおける前記文字行に含まれた各文字画像の前記外接矩形のサイズを集計し、当該サイズの平均値又は最頻値により前記正規分布を規定する数値を正規化することを特徴とする請求項10に記載の文書処理方法。
- 前記分布状態導出手段は、前記分布状態導出ステップにおいて、前記照合対象の文書画像と、前記被照合対象の文書画像とにおいて一致した前記シンボル系列に対応する配置情報が表す外接矩形のサイズを集計することを特徴とする請求項11に記載の文書処理方法。
- 文書画像間の照合を行うコンピュータを、
前記文書画像に含まれた文字画像毎の外接矩形に基づいて、当該外接矩形を連結した文字行を切り出す文字行切出手段と、
前記文字行内における前記外接矩形の特性を表す配置情報を固定段階に量子化する量子化手段と、
前記量子化された配置情報の各々を固定種類のシンボルにシンボル化するシンボル生成手段と、
前記シンボル系列内における、所定個のシンボルの組合せからなるシンボル系列の出現頻度を算出する出現頻度算出手段と、
照合対象の文書画像と、当該文書画像の被照合対象となる複数の文書画像とについて、前記出現頻度算出手段により算出された出現頻度を照合し、より高い相関を有した被照合対象の文書画像を所定数選定する被照合対象選定手段と、
前記照合対象の文書画像と、前記被照合対象選定手段により選定された被照合対象の文書画像の各々とで一致した前記シンボル系列に対応する各配置情報に基づいて、当該各配置情報の何れか又は全てが表す外接矩形の出現位置の分布状態を文書画像毎に導出する分布状態導出手段と、
前記分布状態導出手段により導出された前記照合対象の文書画像についての分布状態と、前記被照合対象の文書画像についての分布状態との類似度を判定し、最も高い類似度を有した被照合対象の文書画像を照合結果として選定する照合結果選定手段と、
して機能させることを特徴とする文書処理プログラム。 - 前記分布状態導出手段は、前記文書画像の水平方向及び/又は垂直方向について、前記外接矩形の出現位置の分布状態を導出することを特徴とする請求項13に記載の文書処理プログラム。
- 前記分布状態導出手段は、前記外接矩形の出現位置の分布状態を度数分布ヒストグラムとして導出することを特徴とする請求項13又は14に記載の文書処理プログラム。
- 前記分布状態導出手段は、前記外接矩形の出現位置の分布状態を正規分布とみなし、当該正規分布の平均、標準偏差、歪度及び尖度を導出することを特徴とする請求項13又は14に記載の文書処理プログラム。
- 前記分布状態導出手段は、前記照合対象の文書画像と、前記被照合対象の文書画像とにおける前記文字行に含まれた各文字画像の前記外接矩形のサイズを集計し、当該サイズの平均値又は最頻値により前記正規分布を規定する数値を正規化することを特徴とする請求項16に記載の文書処理プログラム。
- 前記分布状態導出手段は、前記照合対象の文書画像と、前記被照合対象の文書画像とにおいて一致した前記シンボル系列に対応する配置情報が表す外接矩形のサイズを集計することを特徴とする請求項17に記載の文書処理プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007293392A JP4885112B2 (ja) | 2007-11-12 | 2007-11-12 | 文書処理装置、文書処理方法及び文書処理プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007293392A JP4885112B2 (ja) | 2007-11-12 | 2007-11-12 | 文書処理装置、文書処理方法及び文書処理プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2009122758A JP2009122758A (ja) | 2009-06-04 |
JP4885112B2 true JP4885112B2 (ja) | 2012-02-29 |
Family
ID=40814876
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007293392A Expired - Fee Related JP4885112B2 (ja) | 2007-11-12 | 2007-11-12 | 文書処理装置、文書処理方法及び文書処理プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4885112B2 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5298830B2 (ja) * | 2008-12-19 | 2013-09-25 | 富士ゼロックス株式会社 | 画像処理プログラム、画像処理装置及び画像処理システム |
CN101944091A (zh) * | 2009-07-07 | 2011-01-12 | 夏普株式会社 | 图像检索装置 |
JP6187237B2 (ja) * | 2013-12-19 | 2017-08-30 | 富士通株式会社 | 文書画像検索装置、方法、及びプログラム |
US10579707B2 (en) * | 2017-12-29 | 2020-03-03 | Konica Minolta Laboratory U.S.A., Inc. | Method for inferring blocks of text in electronic documents |
-
2007
- 2007-11-12 JP JP2007293392A patent/JP4885112B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2009122758A (ja) | 2009-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4504702B2 (ja) | 文書処理装置、文書処理方法、および文書処理プログラム | |
US11804056B2 (en) | Document spatial layout feature extraction to simplify template classification | |
US8416982B2 (en) | Image processing apparatus, image processing method and program | |
JP3345350B2 (ja) | 文書画像認識装置、その方法、及び記録媒体 | |
JP5188334B2 (ja) | 画像処理装置、画像処理方法およびプログラム | |
JP2014232533A (ja) | Ocr出力検証システム及び方法 | |
JP2006260274A (ja) | 文字方向識別装置、画像形成装置、プログラム、記憶媒体および文字方向識別方法 | |
JP4300098B2 (ja) | オブジェクト識別方法とその装置、プログラム及び記録媒体 | |
JP2004139484A (ja) | 帳票処理装置、該装置実行のためのプログラム、及び、帳票書式作成プログラム | |
JP2006031546A (ja) | 文字方向識別装置、文書処理装置及びプログラム並びに記憶媒体 | |
KR20170004983A (ko) | 라인 분할 방법 | |
JP4885112B2 (ja) | 文書処理装置、文書処理方法及び文書処理プログラム | |
CN112560849B (zh) | 基于神经网络算法的文理分割方法及*** | |
US20030123730A1 (en) | Document recognition system and method using vertical line adjacency graphs | |
CN114494678A (zh) | 文字识别方法和电子设备 | |
JP5046241B2 (ja) | 画像処理装置、画像処理方法およびプログラム | |
JP5712415B2 (ja) | 帳票処理システム及び帳票処理方法 | |
CN112084979A (zh) | 食品成分识别方法、装置、设备及存储介质 | |
JP5683287B2 (ja) | パターン認識装置及びパターン認識方法 | |
JPH11328417A (ja) | 画像処理装置、画像処理方法及び画像処理プログラムを記録したコンピュータ読み取り可能な記録媒体 | |
JP3187899B2 (ja) | 文字認識装置 | |
JPH06223121A (ja) | 情報検索装置 | |
JPH07319880A (ja) | キーワード抽出・検索装置 | |
CN113850073A (zh) | 文档识别方法、工程词库构建方法、电子设备及存储介质 | |
JP2004192310A (ja) | オブジェクト学習装置、オブジェクト識別装置、これらの方法、これらのプログラムおよびこれらのプログラムを記録した媒体 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20100603 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20111115 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20111207 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20141216 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4885112 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |