[发明专利]信息处理装置及信息处理程序

说明书

技术领域

本发明涉及信息处理装置及信息处理程序。

背景技术

已存在提取字符串的技术。

作为与之相关的技术，例如，在专利文献1中，关于具有文档图像的行和段的提取功能的文档图像识别装置，公示了下述技术，其以可以高速且高精度地进行横行与纵行混合存在的文档图像的行·段提取为课题，文档图像斜率检测部参照文档图像，提取构成字符的成分的集合，并据此提取横向及纵向的行候补，对于上述各个行候补推定可靠度，根据推定的行可靠度提取正确度较高的行的集合，根据其结果，使用正确度较高的行的集合的字符成分的配置推定斜率，布局解析部从构成文档图像的基础要素的集合提取行方向已确定的行集合，基于行之间的关联交互地执行段提取和约束段的行的提取，从而将行和段提取出。

另外，例如，在专利文献2中，公示了下述技术，其以正确无误地合并在字符识别中成为误识别原因的分离字符串，防止由分离字符引起的误识别为课题，从文档图像中提取字符串矩形，合并字符串矩形内的分离字符串矩形，然后，按照下述方式对分离为大于或等于2个字符串矩形的分离字符串进行合并，即，关注字符串矩形内的字符数较少的字符串矩形，将位于该字符串矩形的上下（横写）或左右（竖写）的字符串，以推定字符串尺寸进行临时合并，对重新合并形成的字符矩形进行字符识别，判定字符识别的评估值（例如，距离值）是否满足一定基准，验证分离字符串的临时合并结果。

另外，例如，在专利文献3中，关于用于生成、识别独立的字符成分的字符分割方法，公示了下述技术，其以提供独立的字符成分的提取、识别为目的，由以下7个过程构成，即：第1过程，其搜索文章中全部的像素连结成分；第2过程，其将第1像素连结成分与将第1像素连结成分完全包含在内部的第2像素连结成分结合为1个；第3过程，其设定字宽、字距、行宽、及行距的参考值；第4过程，其将与参考值的规定一致而属于同一个字符成分的像素连结成分结合为1个；第5过程，其根据像素连结成分的结合状况，判定是否重复执行第2至第4过程；第6过程，其通过包含第5过程的反馈式连结成分结合运算方法，使像素连结成分结合，形成多个独立的字符成分；以及第7过程，其将字符成分排列。

另外，例如，在非专利文献1、非专利文献2中公示了下述技术，其中2值图像的连结成分为准字符，而在准字符的合并中，在准字符接近的基础上，利用字符串的尺寸和方向，从准字符的集合推定此时字符串的方向，所谓用于推定的准字符的集合，是指根据从输入图像得到的全部准字符生成的局部集合，相对于各自的局部集合，赋予字符串的尺寸和方向。

专利文献1：日本特开2008－217833号公报

专利文献2：日本特开2002－015283号公报

专利文献3：日本特开平08－263589号公报

非专利文献1：岩田基，黄濑浩一，松本啓之亮，“Segmentation of page images using the area Voronoidiagram,”情報処理学会論文誌,Vol.49,No.8,pp.3239－3248,Aug 1999.

非专利文献2：Daniel M,Oliveira,Rafael D.Lins,Gabriel Torreao,Jian Fan,Marcelo Thielo,“A New Method for Text－Line Segmentation for Warped Documents,”in Proc.Of Int.Conf.on Image Analysis and Recognition,Povoa de Varzim,Protugal,pp.398－408，2010.

发明内容

本发明目的在于提供一种信息处理装置及信息处理程序，即使是暂时被误判为包含在字符串中的准字符，其也可以正确地判断出包含在其后形成的字符串中，并且，抑制将正确地判断为包含在字符串中的准字符误判为包含在其后形成的字符串中。

作为用于实现上述目的的本发明的主旨，存在于以下各项发明中。