[发明专利]图像识别装置和识别方法及记录图像识别程序的存储介质

说明书

技术领域

本发明涉及图像识别装置、图像识别方法，及记录图像识别程序的 存储介质。

发明内容

根据本发明的图像识别装置对图像中的字符串与组成逻辑结构的逻 辑元素之间的对应关系进行识别，其中所述字符串被描述为多个所述逻 辑元素以识别每个逻辑元素。所述图像识别装置包括：输出装置，其用 于在识别或重新识别所述对应关系时，输出所识别的多个逻辑元素；第 一确定装置，其用于在从识别出所述输出装置输出的所述识别结果的用 户接收到用于确定接收到所述逻辑元素的确定请求的输入时，所述第一 确定装置用于确定所述多个逻辑元素中的特定逻辑元素是正确的；第二 确定装置，其用于确定在所述第一确定装置确定的所述逻辑元素之前输 出的并根据所述用户进行的确认而定位的所有所述逻辑元素的正确性； 以及重新识别装置，其用于基于所述第一确定装置和所述第二确定装置 确定为正确的每个逻辑元素的确定内容，来重新识别仍未被确定为正确 的逻辑元素与所述字符串之间的对应关系。

附图说明

图1是用于描述根据第一实施方式的图像识别装置的概况和特征的 图；

图2是示出根据第一实施方式的图像识别装置的结构的实施例的框 图；

图3图示表格图；

图4是用于描述识别结果显示屏面的图；

图5A和5B是用于描述逻辑结构模型存储部件的图；

图6是用于描述识别结果显示缓冲器的图；

图7是用于描述纠错操作的图；

图8A到8D是用于描述逻辑元素的自动确定的图；

图9A到9B是用于描述(转换后的)逻辑结构存储部件的图；

图10A和10B是用于描述纠错操作的图；

图11是示出根据第一实施方式的图像识别装置执行的处理的实施例 的流程图；

图12是用于描述另一识别结果显示屏面的图；

图13A和13B是用于描述根据第二实施方式的图像识别装置的概况 和特征的图；

图14是示出根据第二实施方式的图像识别装置的结构的实施例的框 图；

图15A和15B是用于描述识别结果显示缓冲器和重新识别结果缓冲 器的图；

图16是示出根据第二实施方式的图像识别装置执行的处理的实施例 的流程图；

图17A和17B是用于描述另一识别结果显示屏面的图；

图18A和18B是用于描述根据第三实施方式的图像识别装置的概况 和特征的图；

图19A和19B是用于描述识别结果显示缓冲器和重新识别结果缓冲 器的图；

图20是示出根据第三实施方式的图像识别装置执行的处理的实施例 的流程图；

图21A和21B是用于描述另一识别结果显示屏面的图；以及

图22是示出执行图像识别程序的计算机的结构的实施例的框图。

具体实施方式

近年来，商业的计算机化伴随着对各种类型的计算机化文档的使用。 因此，增加了将纸质文档转换成计算机化文档的图像识别技术的重要性。 图像识别技术包括光学字符读取器(OCR)或光学字符识别(OCR)。

然而，通过图像识别技术进行的文档识别可能在识别结果中产生错 误。在这种情况中，用户通过从视觉上对输入的文档中的字符串与识别 结果中的字符串进行比较，来纠正识别结果中的错误。

日本特开平No.5-158605公开了一种基于在数据输入装置中输入的 数据项来限制要输入的数据项的技术，在所述数据输入装置中，用户按 顺序输入这些数据项。

上面描述的相关领域中的技术具有纠正操作的负荷变得更重的问 题。例如，假设在处理因客户而不同或者因交易而不同的大量表格的银 行中执行上面的纠正操作，则这种纠正操作可能耗费许多工时并导致增 加的工作负荷。

实现下面描述的本发明的实施方式以解决上面的问题并减小纠正操 作的负荷。

根据本发明实施方式的图像识别装置防止未确定的逻辑元素(即仍 未确定为正确的逻辑元素)变得更差。