JP6138038B2 - 帳票識別装置および帳票識別方法 - Google Patents

Description

この発明は、帳票の画像データを解析し、帳票を識別する技術に関するものである。

従来より、帳票内の特徴点を用いて帳票を識別する技術が開示されている。図１４は、従来の帳票認識装置の処理例を示す図である。図１４（ａ）は帳票認識装置に入力される入力画像９０を示し、図１４（ｂ）はあらかじめ設けられたサンプル画像９１を示している。
まず、帳票識別装置は二値化処理した入力画像９０に対して余白の検出を行い、検出した余白からマーカ領域９０ａを抽出する。抽出したマーカ領域９０ａを入力画像９０の特徴点とし、図１４（ｂ）に示したサンプル画像９１のマーカ領域９１ａとの対応点を探索する。探索した結果を元に、入力画像９０とサンプル画像９１とのずれを計算し、サンプル画像のＩＤ領域９１ｂから入力画像９０のＩＤ領域９０ｂを計算し、入力画像９０が示す帳票ＩＤを特定する。

入力画像９０から抽出したマーカ領域９０ａに基づいて、サンプル画像９１から対応するマーカ領域９１ａを探索する方法として、例えば特許文献１にはサンプル画像上のマーカ領域と、入力画像から抽出したマーカ領域の全ての座標を比較し、サンプル画像と入力画像間でより近似するマーカ領域を探索結果とする方法が開示されている。

特開２００１−２２０３４１号公報

しかしながら、上述した特許文献１に開示された技術では、入力画像から抽出したマーカ領域の位置と、サンプル画像のマーカ領域の位置が一致している必要があり、マーカ領域が帳票ごとにずれている場合、あるいはノイズなどの影響でマーカ領域の抽出が困難である場合に、帳票識別子を読み取ることができずに解析精度が低下するという課題があった。さらに、帳票上にマーカ領域を複数配置する必要があり、帳票構成の自由度が制限されるという課題があった。

この発明は、上記のような課題を解決するためになされたもので、マーカ領域が帳票ごとにずれている場合や、画像データからマーカ領域の抽出が困難である場合であっても、帳票の構成を制限することなく帳票識別子を認識して帳票を識別することを目的とする。

この発明に係る帳票識別装置は、あらかじめ記憶したサンプル画像内に設定された領域と、帳票の画像データの画像サイズに基づいて、帳票の画像データに黒画素の発生頻度を示すヒストグラムを生成する領域を設定し、当該設定した領域内で帳票の画像データからヒストグラムを生成し、生成したヒストグラムに基づいて文字領域を抽出する文字領域抽出部と、文字領域抽出部が抽出した文字領域に含まれる文字列を認識する文字認識部と、あらかじめ文字列と帳票の識別子とを対応付けて記憶した帳票認識情報を参照し、文字認識部が認識した文字列に対応する帳票の識別子を取得し、帳票を識別する識別子認識部とを備えるものである。

この発明によれば、マーカ領域が帳票ごとにずれている場合、あるいは画像データからマーカ領域の抽出が困難である場合にも、帳票識別子を認識して帳票を識別することができる。また、マーカ領域によって帳票の構成が制限されることを抑制することができる。

実施の形態１による帳票識別装置の構成を示すブロック図である。 実施の形態１による帳票識別装置の画像補正部によるアフィン変換を示す図である。 実施の形態１による帳票識別装置の文字領域抽出部によるヒストグラム生成を示す図である。 実施の形態１による帳票識別装置のＩＤ認識情報記憶部に記憶されたＩＤ認識情報の一例を示す図である。 実施の形態１による帳票識別装置の動作を示すフローチャートである。 実施の形態１による帳票識別装置の画像補正部の罫線の傾き角度の算出を示す図である。 実施の形態１による帳票識別装置の文字領域抽出部のヒストグラム生成位置設定を示す図である。 実施の形態１による帳票識別装置の文字領域抽出部の文字領域の抽出を示す図である。 実施の形態２の帳票識別装置の構成を示すブロック図である。 実施の形態２による帳票識別装置のＩＤ領域検出部によるヒストグラムの比較を示す図である。 実施の形態２による帳票識別装置のＩＤ認識部が読み取るＩＤの一例を示す図である。 実施の形態２の帳票識別装置の動作を示すフローチャートである。 実施の形態２の帳票識別装置のＩＤ領域検出部において文字領域を用いて位置ずれを検出する一例を示す図である。 従来の帳票識別装置の処理例を示す図である。

実施の形態１．
この実施の形態１では、入力された画像データに含まれる文字領域を、帳票を識別するための領域（以下、帳票識別子領域と称する）として抽出し、抽出した帳票識別子領域を用いて帳票の識別を行う処理について説明する。
図１は、実施の形態１による帳票識別装置の構成を示すブロック図である。
帳票識別装置１０は、二値化処理部１、画像補正部２、文字領域抽出部３、文字認識部４、ＩＤ認識情報記憶部５およびＩＤ認識部（識別子認識部）６で構成されている。
二値化処理部１は、入力された画像データに対して二値化処理を行う。画像補正部２は、二値化処理が行われた画像から罫線情報を抽出し、抽出した罫線の傾きを算出する。算出した罫線の傾きを元に、アファイン変換により画像の傾き補正を行う。

図２は、実施の形態１による帳票識別装置の画像補正部によるアフィン変換を示す図である。図２（ａ）は傾き補正前の二値化画像を示し、図２（ｂ）は傾き補正後の二値化画像を示す。
画像補正部２は、図２（ａ）で示した二値化画像に対して罫線１１ａ，１１ｂ，１１ｃ，１１ｄ，１１ｅ，１１ｆ，１１ｇ，１１ｈを抽出し、抽出した各罫線の傾きを検出する。検出した各罫線の傾きに基づいて、二値化画像を矢印Ａ方向に補正するアフィン変換を行い、図２（ｂ）で示した傾き補正後の二値化画像を得る。なお、傾きの検出および傾きに基づく補正の詳細については後述する。

文字領域抽出部３は、画像補正部２が補正した補正画像から黒画素の発生頻度を示すヒストグラムを生成し、生成したヒストグラムの分布に基づいて文字領域を抽出する。文字領域の抽出処理を帳票の全ての画像データに対して行うと帳票内の罫線やノイズの影響を受け易い。そのため、あらかじめ文字領域の抽出処理を行う対象領域を設定し、設定した対象領域内においてヒストグラムを生成することにより、解析精度の向上および計算量削減の効果を得ることができる。対象領域の設定方法としては、例えば比較対象とするサンプル画像上であらかじめ対象領域を設定しておき、入力された帳票の画像サイズに基づいて拡大あるいは縮小する方法が適用可能である。

図３は、実施の形態１による帳票識別装置の文字領域抽出部によるヒストグラム生成を示す図である。
図３に示した補正画像１２内に対象領域１２ａを設定し、当該対象領域１２ａのＸ方向およびＹ方向の黒画素数に基づいてヒストグラム１２ｂを生成する。生成したヒストグラム１２ｂを補正画像１２の画像サイズで正規化する。

文字認識部４は、文字領域抽出部３が抽出した文字領域内に含まれる文字列を認識する。ＩＤ認識情報記憶部５は、文字列と帳票のＩＤとを紐付けたＩＤ認識情報を記憶する記憶領域である。図４は、実施の形態１による帳票識別装置のＩＤ認識情報記憶部に記憶されたＩＤ認識情報の一例を示す図である。ＩＤ認識部６は、ＩＤ認識情報記憶部５に記憶されたＩＤ認識情報（識別子認識情報）を参照し、文字認識部４が認識した文字列から帳票のＩＤ（識別子）を取得し、入力された帳票を識別する。

次に、帳票識別装置１０の動作について説明する。
図５は、実施の形態１の帳票識別装置の動作を示すフローチャートである。
二値化処理部１は、画像データの二値化処理を行う（ステップＳＴ１）。画像補正部２は、ステップＳＴ１において二値化処理が行われた二値画像データから画像補正に必要となる罫線の抽出を行う（ステップＳＴ２）。罫線の抽出方法としては、例えば以下に示す参考文献１の手法を適用することができる。
・参考文献１
平野敬、岡田康裕、依田文夫、「文書画像からの罫線抽出方式」、電子情報通信学会総合大会、Mar.1998

次に、画像補正部２はステップＳＴ２で抽出した罫線の傾きを算出する（ステップＳＴ３）。ステップＳＴ３の処理を、図６を参照しながらより詳細に説明する。
図６は、実施の形態１による帳票識別装置の画像補正部の罫線の傾き角度の算出を示す図である。図６（ａ）は抽出した罫線の一例を示し、図６（ｂ）はＸ方向の罫線の傾き角度の算出を示す説明図であり、図６（ｃ）はＹ方向の罫線の傾き角度の算出を示す説明図である。
図６（ａ）の罫線の抽出では、画像１３における線分１３ａおよび線分１３ｂがＸ方向の罫線であり、線分１３ｃおよび線分１３ｄがＹ方向の罫線となる。図６（ｂ）に示すように、線分１３ａおよび線分１３ｂと画像１３のＸ方向に平行な線分１３ｘとのなす角θ_tを罫線１３ａ，１３ｂの傾き角度θ_tとして算出する。また図６（ｃ）に示すように、線分１３ｃおよび線分１３ｄと画像１３のＹ方向に平行な線分１３ｙとのなす角θ_tを罫線の傾き角度θ_tとして算出する。当該罫線の傾き算出処理をステップＳＴ２で抽出した全ての罫線に対して行う。

次に画像補正部２は、ステップＳＴ３で算出した全ての罫線の傾き角度θ_tを用いて、以下の式（１）で表すｃｏｓθおよびｓｉｎθを算出する（ステップＳＴ４）。

すなわち、全ての罫線の傾きの平均値を入力された画像の傾きとする。

さらに、画像補正部２はステップＳＴ４で算出したｃｏｓθおよびｓｉｎθを用いて、以下の式（２）で示したアフィン変換を行い、画像補正を行う（ステップＳＴ５）。

式（２）において、（ｘ´，ｙ´）は補正後の画像位置を、（ｘ，ｙ）は補正前の画像位置を示す。

次に、文字領域抽出部３はステップＳＴ５で補正された補正画像について、ヒストグラムを生成する画像位置を設定する（ステップＳＴ６）。ステップＳＴ６の処理を、図７を参照しながらより詳細に説明する。
図７は、実施の形態１による帳票識別装置の文字領域抽出部のヒストグラム生成位置設定を示す図である。図７（ａ）は画像補正部２から入力される補正画像１４を示し、図７（ｂ）はヒストグラムを生成する画像位置があらかじめ設定されたサンプル画像１５を示している。
図７（ｂ）において、サンプル画像１５内に設定されるヒストグラム生成領域１６の基点Ｏを（ｘ，ｙ）、横方向の長さをｗ、縦方向の長さをｈとした場合に、ヒストグラムの画像位置は（ｈｘ，ｈｙ）で表わされ、ヒストグラムの横方向の長さはｈｗ、ヒストグラムの縦方向の長さはｈｈで表わされる。また、サンプル画像１５の横方向の長さはｆｗ、サンプル画像１５の縦方向のｆｈで表わされる。また、図７（ａ）に示すように補正画像１４の横方向の長さはｉｗ、補正画像１４の縦方向の長さはｉｈで表わされる。

上述したヒストグラム生成領域１６の基点Ｏ、サンプル画像１５の横方向および縦方向の長さ、および補正画像１４の横方向および縦方向の長さを用いて、ヒストグラムの画像位置（ｈｘ，ｈｙ）、ヒストグラムの横方向の長さｈｗおよびヒストグラムの縦方向の長さｈｈが以下の式（３）で表される。

次に、文字領域抽出部３はステップＳＴ６の処理で設定したヒストグラム生成領域において、黒画素の発生頻度を示すヒストグラムを生成する（ステップＳＴ７）。ヒストグラムの生成は、以下の式（４）に従って行う。

式（４）において、ｈ（ｘ）はヒストグラムの横方向の黒画素数を示し、ｈ（ｙ）はヒストグラムの縦方向の黒画素数を示す。

さらに、文字領域抽出部３はステップＳＴ７で生成したヒストグラムから文字領域を抽出する（ステップＳＴ８）。ステップＳＴ８の抽出処理において、文字位置とノイズあるいは線分との判別は、図８に示すようにヒストグラムの分布がある一定の幅を有しているか否か基づいて行われる。そこで、以下の式（５）で示す条件を有するヒストグラムを文字領域として検出する。

式（５）では、ヒストグラムの縦方向の黒画素数ｈ（ｙ）が閾値ＴＨ_histより大きく、ヒストグラムの横方向の幅Ｗが閾値ＴＨＷより大きいことを条件としている。

図８の例では、ノイズあるいは線分１７ａのヒストグラムが領域１７ｂで示され、文字領域１７ｃのヒストグラムが領域１７ｄで示されている。領域１７ｂは、分布の幅Ｗａが閾値ＴＨＷ以下であるため、ノイズあるいは線分であると判断される。一方、領域１７ｄは、分布の幅Ｗｂが閾値ＴＨＷより大きく一定の幅を有していることから文字領域であると検出される。
なお、上述した式（５）の条件に限られることなく、ヒストグラムの横方向の黒画素数ｈ（ｘ）が閾値より大きく、ヒストグラムの縦方向の幅が閾値より大きいことを条件としてもよい。

文字認識部４は、ステップＳＴ８で抽出された文字領域に含まれる文字列を認識し、認識結果をＩＤ認識部６に出力する（ステップＳＴ９）。文字認識の方法としては、例えば以下の参考文献２に開示された手法を適用することができる。
・参考文献２
森稔、澤木美奈子、萩田紀博、村瀬洋、武川直樹、「ランレングス補正を用いた画質劣化にロバストな特徴抽出」、電子情報通信学会論文誌Ｄ Vol J86-D2 No.7，pp.1049-1057，July.2003.

ＩＤ認識部６は、ＩＤ認識情報記憶部５に記憶されたＩＤ認識情報を参照し、ステップＳＴ９で認識した文字列に対応するＩＤを取得し、帳票識別装置１０に入力された帳票を識別し（ステップＳＴ１０）、処理を終了する。

以上のように、この実施の形態１によれば、入力された画像データから文字領域を抽出する文字領域抽出部３と、抽出された文字領域に含まれる文字列を認識する文字認識部４と、ＩＤ認識情報を参照して認識した文字列に対応するＩＤを取得し、装置に入力された帳票を識別するＩＤ認識部６とを備えるように構成したので、入力された画像データに含まれる文字領域を、帳票を認識するための帳票識別子領域として用いて帳票を識別することができる。これにより、マーカ領域の抽出が困難である場合にも帳票を識別することができる。また、帳票内に複数のマーカ領域を配置する必要がなく、帳票の構成の自由度を高めることができる。

また、この実施の形態１によれば、あらかじめ文字領域の抽出処理を行う対象領域を設定し、文字領域抽出部３が設定された対象領域内においてヒストグラムを生成するように構成したので、文字領域の抽出処理において帳票内の罫線やノイズにより受ける影響を抑制することができ、帳票識別装置の解析精度の向上および計算量削減を実現することができる。

実施の形態２．
この実施の形態２では、実施の形態１で示した文字領域の抽出に加えて、帳票を認識するためにあらかじめ帳票内に設けられたマーカを抽出し、抽出した文字領域あるいはマーカを用いて帳票識別子領域を検出し、帳票を識別する構成を示す。
図９は、実施の形態２の帳票識別装置の構成を示すブロック図である。
実施の形態２の帳票識別装置２０は、図１で示した実施の形態１の帳票識別装置１０にマーカ抽出部７を追加して設け、文字認識部４に替えてＩＤ領域検出部（識別子領域検出部）８を設けている。なお以下では、実施の形態１による帳票識別装置１０の構成要素と同一または相当する部分には、図１で使用した符号と同一の符号を付して説明を省略または簡略化する。

マーカ抽出部７は、画像補正部２が補正した補正画像からあらかじめ帳票内に設けられたマーカを抽出すると共に、当該マーカの位置を抽出する。ＩＤ領域検出部８は、文字領域抽出部３が生成したヒストグラムと、あらかじめ記憶されたサンプル画像中のヒストグラムとを比較し、類似度αを算出する。同様に、マーカ抽出部７が抽出したマーカの位置と、サンプル画像中のマーカ位置とを比較し、類似度βを算出する。類似度として、例えば対応する点同士の距離の和を用いるなどが考えられる。

次に、図１０を参照しながらＩＤ領域検出部８によるヒストグラムの比較方法について説明する。図１０は、実施の形態２による帳票識別装置のＩＤ領域検出部によるヒストグラムの比較を示す図である。図１０（ａ）は文字領域抽出部３が生成したヒストグラムを示し、図１０（ｂ）はＩＤ領域検出部８がヒストグラムに基づいて生成した線分を示している。
図１０（ａ）で示した各ヒストグラム２１ａ，２１ｂ，２１ｃについて、ＩＤ領域検出部８はピーク位置およびヒストグラムの大きさを算出する。算出したピーク位置およびヒストグラムの大きさが図１２（ｂ）に示すように線分２１ｄ，２１ｅ，２１ｆで表わされる。当該線分２１ｄ，２１ｅ，２１ｆとサンプル画像中のヒストグラムの線分とを比較することにより、ヒストグラムの類似度αを算出する。

一般的に、スキャナあるいはＦＡＸで受信した画像においては、抽出した文字領域やマーカなどが全く異なる位置に存在することは少ない。そのため、ＩＤ領域検出部８は帳票の補正画像とあらかじめ記憶したサンプル画像間で文字領域やマーカなどの配置位置の差分に基づいて、ヒストグラムの類似度αおよびマーカ位置の類似度βを算出し、算出した類似度αと類似度βとを比較し、類似度がより高い（より近似する位置情報を有する）文字領域あるいはマーカを入力画像に対してより精度よく検出できたと判定し、ＩＤ領域（識別子領域）の検出に用いる。

ＩＤ認識部（識別子認識部）６´は、ＩＤ領域検出部８が検出したＩＤ領域に記述されたＩＤ（識別子）を取得し、入力された帳票を識別する。
図１１は、実施の形態２による帳票識別装置のＩＤ認識部が読み取るＩＤの一例を示す図である。図１１（ａ）はＩＤが数字で示されている場合を示し、図１１（ｂ）はＩＤが棒の本数で示されている場合を示している。

次に、帳票識別装置２０の動作について説明する。
図１２は、実施の形態２の帳票識別装置の動作を示すフローチャートである。なお、以下では実施の形態１に係る帳票識別装置１０と同一のステップには図５で使用した符号と同一の符号を付し、説明を省略または簡略化する。
ステップＳＴ５において画像補正部２が画像補正を行うと、文字領域抽出部３は補正画像に対してステップＳＴ６からステップＳＴ８の処理を行い、ヒストグラム生成および文字領域の抽出を行う。また、ステップＳＴ６からステップＳＴ８の処理と並列して、マーカ抽出部７は補正画像に対してマーカおよびマーカ位置の抽出を行う（ステップＳＴ２１）。

ＩＤ領域検出部８は、ステップＳＴ６からステップＳＴ８において文字領域抽出部３が生成したヒストグラムと、あらかじめ記憶したサンプル画像のヒストグラムとの類似度αを算出する（ステップＳＴ２２）と共に、ステップＳＴ２１においてマーカ抽出部７が抽出したマーカとサンプル画像のマーカとの類似度βを算出する（ステップＳＴ２３）。さらに、ＩＤ領域検出部８はステップＳＴ２２およびステップＳＴ２３で算出した類似度αと類似度βを比較し、類似度がより高いヒストグラムあるいはマーカを用いて入力画像の文字位置（ｃｔｘ,ｃｔｙ）を決定する（ステップＳＴ２４）。

ステップＳＴ２３の比較処理を具体的に説明すると、類似度αが高い場合（類似度α＞類似度β）にはヒストグラムにおいて正確に位置合わせができたものとして、ヒストグラムの文字領域を用いて入力画像の文字位置（ｃｔｘ,ｃｔｙ）を決定する。
一方、類似度βが高い場合（類似度α＜類似度β）にはマーカにおいて正確に位置合わせができたものとして、マーカ位置を用いて入力画像の文字位置（ｃｔｘ,ｃｔｙ）を決定する。

ステップＳＴ２３で決定した入力画像の文字位置（ｃｔｘ,ｃｔｙ）を用いて、以下の式（６）により入力画像とサンプル画像との位置ずれ（ｃｄｘ,ｃｄｙ）を検出する（ステップＳＴ２５）。

式（６）において、（ｆｘ，ｆｙ）はサンプル画像上で位置合わせに用いる特徴点の位置を示し、（ｃｔｘ，ｃｔｙ）は入力画像の文字位置を示す。

図１３は、実施の形態２の帳票識別装置のＩＤ領域検出部において文字領域を用いて位置ずれを検出する一例を示す図である。図１３（ａ）は入力画像２２を示し、図１３（ｂ）はサンプル画像２３を示している。図１３（ａ）は入力画像２２の文字領域２２ａおよびＩＤ領域２２ｂを示し、文字領域２２ａの文字位置が（ｃｔｘ,ｃｔｙ）であることを示している。図１３（ｂ）はサンプル画像２３の文字領域２３ａおよびＩＤ領域２３ｂを示し、文字領域２３ａの位置が（ｆｘ，ｆｙ）であることを示している。

なお、入力画像において文字領域が複数存在する場合は、複数の文字領域の文字位置の平均値を入力画像とサンプル画像との位置ずれとする。その場合、以下の式（７）に基づいて文字位置の平均値を算出する。

ＩＤ領域検出部８は、ステップＳＴ２５で検出した入力画像とサンプル画像とのずれを用いて以下の式（８）に基づいて、入力画像中のＩＤ領域の左上の座標（ｓｘ，ｓｙ)を決定する（ステップＳＴ２６）。

さらに、入力画像中のＩＤ領域の大きさを以下の式（９）に基づいて決定する（ステップＳＴ２７）。

式（９）において、ｓｗ，ｓｈはサンプル画像中のＩＤ領域の縦横の長さを示し、ＩＤｗ，ＩＤｈは入力画像中のＩＤ領域の縦横の長さを示す。

ＩＤ認識部６は、ステップＳＴ２７で大きさが決定された入力画像中のＩＤ領域からＩＤを取得し、帳票識別装置２０に入力された帳票を識別し（ステップＳＴ２８）、処理を終了する。
なお、ＩＤ領域のＩＤが数字などの文字で構成されている場合、例えば上述した参考文献２の手法を適用してＩＤを認識することができる。

なお、上述したステップＳＴ２６からステップＳＴ２８では、図１３に基づいて文字領域を用いてＩＤ領域を決定する構成を示したが、マーカにおいて正確に位置合わせができた場合には当該マーカを用いてＩＤ領域を決定する。

以上のように、この実施の形態２によれば、補正画像に対してヒストグラムを生成して文字領域の抽出を行う文字領域抽出部３と、補正画像に対してマーカの抽出を行うマーカ抽出部７と、抽出したヒストグラムとサンプル画像のヒストグラムの類似度と、抽出したマーカとサンプル画像のマーカの類似度を比較してより類似度が高い特徴点を用いてＩＤ領域を検出するＩＤ領域検出部８と、検出したＩＤ領域からＩＤを取得して帳票を識別するＩＤ認識部６´とを備えるように構成したので、ＩＤ領域の検出精度を向上させることができる。

なお、上述した実施の形態２では、ＩＤ領域検出部８によるＩＤ領域の検出に文字位置とマーカ位置とを用いる構成を示したが、文字位置とマーカ位置に限定されることなく、マーカ位置と罫線位置など各帳票において位置が変化しない要素を特徴点として用いるように構成してもよい。

なお、本願発明はその発明の範囲内において、各実施の形態の自由な組み合わせ、あるいは各実施の形態の任意の構成要素の変形、もしくは各実施の形態において任意の構成要素の省略が可能である。

１ 二値化処理部、２ 画像補正部、３ 文字領域抽出部、４ 文字認識部、５ ＩＤ認識情報記憶部、６，６´ ＩＤ認識部、７ マーカ抽出部、８ ＩＤ領域検出部、１０，２０ 帳票識別装置。

Claims (6)

1. 帳票の画像データから前記帳票を識別する帳票識別装置において、
   あらかじめ記憶したサンプル画像内に設定された領域と、前記帳票の画像データの画像サイズに基づいて、前記帳票の画像データに黒画素の発生頻度を示すヒストグラムを生成する領域を設定し、当該設定した領域内で前記帳票の画像データから前記ヒストグラムを生成し、生成したヒストグラムに基づいて文字領域を抽出する文字領域抽出部と、
   前記文字領域抽出部が抽出した文字領域に含まれる文字列を認識する文字認識部と、
   あらかじめ文字列と帳票の識別子とを対応付けて記憶した帳票認識情報を参照し、前記文字認識部が認識した文字列に対応する前記帳票の識別子を取得し、前記帳票を識別する識別子認識部とを備えたことを特徴とする帳票識別装置。
2. 前記文字領域抽出部は、前記生成したヒストグラムの黒画素数および前記生成したヒストグラムの幅に基づいて、前記文字領域を抽出することを特徴とする請求項１記載の帳票識別装置。
3. 帳票の画像データから前記帳票を識別する帳票識別装置において、
   前記帳票の画像データから特徴点および当該特徴点の位置情報を抽出する特徴点抽出部と、
   前記帳票の画像データからマーカおよび当該マーカの位置情報を抽出するマーカ抽出部と、
   前記特徴点抽出部が抽出した前記特徴点の位置情報とあらかじめ記憶したサンプル画像中の特徴点の位置情報とを比較すると共に、前記マーカ抽出部が抽出した前記マーカの位置情報と前記サンプル画像中のマーカの位置情報とを比較し、より近似する位置情報を有する前記特徴点あるいは前記マーカを用いて前記帳票の画像データから前記帳票の識別子を含む識別子領域を検出する識別子領域検出部と、
   前記識別子領域検出部が検出した前記識別子領域から前記帳票の識別子を取得し、前記帳票を識別する識別子認識部とを備えたことを特徴とする帳票識別装置。
4. 前記特徴点抽出部は、前記帳票の画像データに含まれる文字領域あるいは罫線を前記特徴点として抽出することを特徴とする請求項３記載の帳票識別装置。
5. 帳票の画像データから前記帳票を識別する帳票識別方法において、
   文字領域抽出手段が、あらかじめ記憶したサンプル画像内に設定された領域と、前記帳票の画像データの画像サイズに基づいて、前記帳票の画像データに黒画素の発生頻度を示すヒストグラムを生成する領域を設定し、当該設定した領域内で前記帳票の画像データから前記ヒストグラムを生成し、生成したヒストグラムに基づいて文字領域を抽出するステップと、
   文字認識手段が、前記抽出した文字領域に含まれる文字列を認識するステップと、
   識別子認識部が、あらかじめ文字列と帳票の識別子とを対応付けて記憶した帳票認識情報を参照し、前記認識した文字列に対応する前記帳票の識別子を取得し、前記帳票を識別するステップとを備えたことを特徴とする帳票識別方法。
6. 帳票の画像データから前記帳票を識別する帳票識別方法において、
   特徴点抽出手段が、前記帳票の画像データから特徴点および当該特徴点の位置情報を抽出するステップと、
   マーカ抽出手段が、前記帳票の画像データからマーカおよび当該マーカの位置情報を抽出するステップと、
   識別子領域検出手段が、前記特徴点の位置情報とあらかじめ記憶したサンプル画像中の特徴点の位置情報とを比較すると共に、前記マーカの位置情報と前記サンプル画像中のマーカの位置情報とを比較し、より近似する位置情報を有する前記特徴点あるいは前記マーカを用いて前記帳票の画像データから前記帳票の識別子を含む識別子領域を検出するステップと、
   識別子認識手段が、前記識別子領域から前記帳票の識別子を取得し、前記帳票を識別するステップとを備えたことを特徴とする帳票識別方法。

Images