專利名稱：一種文字識別方法、裝置及文字圖像/文本轉(zhuǎn)換服務(wù)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種使用OCR的文字識別方法、文字識別裝置及利用其文字圖像(image)/文本(text)轉(zhuǎn)換服務(wù)方法，特別是涉及一種使用OCR軟件等使文字轉(zhuǎn)換后易于進(jìn)行文字修正的方法及裝置。
背景技術(shù)：
將紙媒體形成文字?jǐn)?shù)據(jù)化文件中時，對原始的使用者來說，是將與其相同的文字用字處理機(jī)(word processor)等輸入，但近年來大多是采用圖像掃描設(shè)備掃描寫在紙媒體上的文件文字，將文字作為圖像保存到計算機(jī)內(nèi)，因此可使用OCR(光學(xué)特征識別Optical Character Recognition)軟件(以下稱為OCR)將其轉(zhuǎn)換為文本(text)數(shù)據(jù)(例如，參照專利文獻(xiàn)1、2)。
(專利文獻(xiàn)1)日本特開2002-74266號公報(專利文獻(xiàn)2)日本特開2000-57261號公報然而，因?yàn)閽呙钑r的條件，或原文件的不清晰等文字圖像本身的不完整性，或OCR的識別精確度等問題，目前轉(zhuǎn)換的正確度仍無法達(dá)到100％。因此，用人眼的目測來進(jìn)行修正成為不可缺少的步驟。
欲進(jìn)行修正時，用人眼來觀察原來的(轉(zhuǎn)換前的)文字圖像和轉(zhuǎn)換后的文字并進(jìn)行比較，判斷是否相同，不同則手動輸入正確的文字而修正，但因同樣文字并不集中在一個位置，所以不得不實(shí)行逐字逐句地修正，在反復(fù)出現(xiàn)同樣文字的情況下，不能綜合在一起來修正。例如，“日本…”的句(phrase)在1個文件中使用50次，而如果其分散在文件中，則為了修正此文字圖像的OCR化文字，必須找出有此文字的位置，就需要進(jìn)行最多50次的修正作業(yè)。圖1表示用圖像掃描設(shè)備將上述文件作為文字圖像保存，圖2表示將其用OCR軟件轉(zhuǎn)換為文本數(shù)據(jù)的情況。從圖2也可以知道不能避免轉(zhuǎn)換失誤，“日本”轉(zhuǎn)換為錯誤的“目本”(①)、“月本”(②)、“日木”(③)或“日太”(④)。如要進(jìn)行修正，則必須得對每一個文字進(jìn)行修正，變得強(qiáng)迫重復(fù)性作業(yè)。若綜合“目”來實(shí)行如替換為“日”的修正時，雖然其效率很好，但相反錯誤的將轉(zhuǎn)換為正確的，也就是“目”字轉(zhuǎn)換為“日”的危險性，所以此方法并不妥當(dāng)。
在提供文字圖像/文本轉(zhuǎn)換服務(wù)時，雖然會產(chǎn)生修正經(jīng)轉(zhuǎn)換文字的作業(yè)，但用多數(shù)人來實(shí)行此修正作業(yè)，即使每個任務(wù)都擔(dān)當(dāng)包含一個“日本”來進(jìn)行作業(yè)就不會出現(xiàn)重復(fù)作業(yè)的現(xiàn)象，而且，將擔(dān)當(dāng)分為每一文字，則可以完全地保持文件內(nèi)容的秘密，同時縮短了整體修正時間。

發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題在于提供一種文字識別方法、識別裝置及文字圖像/文本轉(zhuǎn)換服務(wù)方法，將經(jīng)轉(zhuǎn)換的文字群組化為每一文字，用群組單位實(shí)行修正，從而有效地修正利用OCR等軟件轉(zhuǎn)換的文字。
為了實(shí)現(xiàn)上述目的，本發(fā)明提供了一種文字識別方法，其特點(diǎn)在于，其步驟包括從經(jīng)圖像化文件的文字行或列切出文字圖像，將各文字圖像與其位置信息一起儲存的步驟；根據(jù)文字圖像/文本轉(zhuǎn)換手段，轉(zhuǎn)換該各文字圖像為文字的步驟；附予該各文字圖像及其位置信息，與由轉(zhuǎn)換得到的該文字關(guān)連，將該文字的同樣的文字圖像作為一個群組儲存在同樣文件中的步驟；比較在該同樣文件中的文字圖像與文字并顯示的步驟；該文字圖像與文字為非同樣文字時，修正為對應(yīng)該文字圖像的文字的步驟；及將含該修正后文字的全體文字，按照該文字圖像的位置信息改排為原文字圖像的排列。
為了更好實(shí)現(xiàn)上述目的，本發(fā)明還提供一種文字識別裝置，包括從經(jīng)圖像化文件的文字行或列切出文字圖像，將各文字圖像與其位置信息一起儲存的文字切出裝置；轉(zhuǎn)換該切出的各文字圖像為文字?jǐn)?shù)據(jù)的文字圖像/文本轉(zhuǎn)換裝置；附予該各文字圖像及其位置信息，與自轉(zhuǎn)換獲得的該文字關(guān)連，將該文字的同樣的文字圖像作為1個群組，儲存于同樣文件中的群組化裝置；及比較在該同樣文件的文字圖像與文字來顯示的顯示裝置；其中，該文字識別裝置更具備有該文字圖像與文字為非同樣文字時，修正成對應(yīng)該文字圖像的文字的文字修正裝置；及將含經(jīng)修正文字的全體文字，按照該文字圖像的位置信息改排為原文字圖像的文字再排列裝置。
為了更好實(shí)現(xiàn)上述目的，本發(fā)明還提供一種文字圖像/文本轉(zhuǎn)換服務(wù)方法，利用網(wǎng)絡(luò)實(shí)行轉(zhuǎn)換文字圖像為文本的文字圖像/文本轉(zhuǎn)換服務(wù)方法，其特征在于，該方法的步驟包括該文字圖像數(shù)據(jù)從轉(zhuǎn)換委托者終端，通過網(wǎng)絡(luò)輸入轉(zhuǎn)換服務(wù)提供者的服務(wù)器的步驟；該服務(wù)器，由文字圖像/文本轉(zhuǎn)換手段將該文字圖像數(shù)據(jù)轉(zhuǎn)換為文件數(shù)據(jù)的步驟該服務(wù)器，乃附予該各文字圖像及其位置信息，與由轉(zhuǎn)換獲得的該文字關(guān)連，將該文字為同樣的文字圖像作為1個群組儲存在同樣檔案步驟；連接在該網(wǎng)絡(luò)的文字修正者終端，通過該網(wǎng)絡(luò)輸入儲存在該文件的文字圖像與文字的步驟；比較該文字圖像與文字顯示于該修正者終端的顯示裝置的步驟；該文字圖像與文字為非同樣文字時，該修正者修正為對應(yīng)該文字圖像的文字的步驟；根據(jù)該修正者所修正文字與文字圖像，通過網(wǎng)絡(luò)輸入該服務(wù)器儲存在該同樣的文件中的步驟；該服務(wù)器，將含該修正后文字的全體文字，按照該文字圖像的位置信息改排為原文字圖像的排列步驟；及該改排而返回原文字圖像排列的全體文字，通過網(wǎng)絡(luò)輸入該轉(zhuǎn)換委托者終端的步驟。
本發(fā)明的功效，在于使用OCR軟件等，使文字轉(zhuǎn)換后易于進(jìn)行文字修正，并因?yàn)榉稚閱蝹€文字交給修正者進(jìn)行修正，去除了使修正者獲知文件內(nèi)容的現(xiàn)象，可以完全地保守秘密，而且修正者僅具有終端即可，所以在世界各地都可以實(shí)行修正作業(yè)，還可以確保多數(shù)修正者，因此能謀求大幅度地縮短修正作業(yè)時間及削減成本。
以下結(jié)合附圖和具體實(shí)施例對本發(fā)明進(jìn)行詳細(xì)描述，但不作為對本發(fā)明的限定。


圖1為用圖像掃描設(shè)備將文件轉(zhuǎn)換為文字圖像而保存的一實(shí)施例示意圖；圖2為將圖1中的圖像用OCR軟件轉(zhuǎn)換為文本數(shù)據(jù)的示意圖；圖3為本發(fā)明的文字識別方法流程圖；圖4為一般文字識別裝置的硬件結(jié)構(gòu)圖；圖5為將同樣文字圖像的群組作為同樣群組而儲存于一個文件的步驟圖；圖6為用于進(jìn)行文字圖像/文本轉(zhuǎn)換服務(wù)的網(wǎng)絡(luò)構(gòu)成示意圖；圖7為利用網(wǎng)絡(luò)的文字圖像/文本轉(zhuǎn)換服務(wù)方法的流程圖。
其中，附圖標(biāo)記10-轉(zhuǎn)換委托書，11-個人計算機(jī)
12-圖像掃描設(shè)備，13-文件20-網(wǎng)絡(luò)30-轉(zhuǎn)換服務(wù)提供者31-服務(wù)器，32-數(shù)據(jù)庫40-修正者，41-顯示器具體實(shí)施方式
請參閱圖3，圖3為本發(fā)明的文字識別方法流程圖。
在對打印在紙媒體上的文件進(jìn)行電子化處理時，步驟S1，將經(jīng)打印的文字使用圖像掃描設(shè)備等的圖像輸入裝置作為圖像數(shù)據(jù)，輸入個人計算機(jī)等信息處理裝置。圖4為一般的文字識別裝置的硬件結(jié)構(gòu)，由作為信息處理裝置的個人計算機(jī)11與作為連接于其的圖像輸入裝置的圖像掃描設(shè)備12所構(gòu)成。在個人計算機(jī)11的內(nèi)部，內(nèi)設(shè)有用圖像掃描設(shè)備保存的圖像數(shù)據(jù)、轉(zhuǎn)換圖像數(shù)據(jù)為文字?jǐn)?shù)據(jù)的如OCR軟件的文字識別程序、及用以下所述步驟將文字識別處理，用來儲存于個人計算機(jī)實(shí)行控制程序的存儲裝置(未圖標(biāo))。
在步驟S1讀取的圖像數(shù)據(jù)，僅為由連接的文字圖像所構(gòu)成的圖像，因此需要將此分割成一個一個(單個)的文字單位。不然，無法將文字圖像轉(zhuǎn)換為文字。步驟S2，橫寫時用行單位切出文字，縱寫時用列單位切出。文字切出的方法，例如可以使用日本特開2000-57261號公報的說明書記載方法，或揭示于本申請人尚未公開的在先申請(日本特愿2003-52822號說明書)的方法。
其次，步驟S3，將切出的各個文字圖像與該文字的文件中位置信息附予關(guān)連并儲存。接著，步驟S4，利用OCR軟件轉(zhuǎn)換文字圖像為文字。參見上述圖1所示用圖像掃描設(shè)備進(jìn)行圖像化文字的實(shí)施例，圖2為用OCR軟件將其轉(zhuǎn)換成文字?jǐn)?shù)據(jù)時的實(shí)施例。以往在圖2之前，分別以手動進(jìn)行修正①的“目”為“日”，②的“木”為“本”，③的“月”為“日”，④的“太”為“本”，但是對于幾百、幾千頁的文件就會需要大量時間，并且在分割為多個任務(wù)來進(jìn)行修正時，反復(fù)出現(xiàn)如本例中“日本”的情況也需要進(jìn)行重復(fù)的作業(yè)。于是實(shí)行檢集歸納同樣文字于一個地方的處理方法。然而，計算機(jī)只能將文字圖像識別為圖像，所以為了判斷作為圖像(映像)的文字是否相同，就需要個別的圖像識別處理而花費(fèi)處理時間。于是，步驟S5，在本實(shí)施例中轉(zhuǎn)換為文字?jǐn)?shù)據(jù)后，將其相同的文字圖像群組作為相同群組，儲存在一個文件中。在此情況下，文字圖像與其位置信息已經(jīng)附予關(guān)連，因此，從結(jié)果來說，實(shí)際是經(jīng)轉(zhuǎn)換的文字?jǐn)?shù)據(jù)與原文字圖像的位置信息同時附予關(guān)連。
請參閱圖5，為用來說明在步驟S5進(jìn)行處理的圖。(A)雖然轉(zhuǎn)換為文字的結(jié)果是成為“日”字圖像的文件，但在此表示正確的轉(zhuǎn)換。其上層為文字圖像，下層為轉(zhuǎn)換其為文字。不用說，給文字賦予有所規(guī)定的碼，“日”在JIS碼中為“467C”、移位JIS為“93FA”。在本發(fā)明中是以此文字碼作為鍵碼來實(shí)行文字圖像的群組化。(B)為儲存經(jīng)轉(zhuǎn)換后變成“目”的文字圖像的文件。雖然轉(zhuǎn)換成相同的“目”字，但其原文字圖像中有“日、月、目”三種字。(C)與(B)一樣，經(jīng)轉(zhuǎn)換后儲存“月”文字圖像的文件。(D)、(E)、(F)基本的狀況也與(A)、(B)、(C)相同。其中，都是下層的文字與上層相同的成為一個群組。
其次，步驟S6，因通過步驟S5作成的每一文件都進(jìn)行修正，所以比較文字圖像與文字而顯示于個人計算機(jī)11。在此，上層文字圖像與下層文字不一致時，即稱為未正確地實(shí)行轉(zhuǎn)換，步驟S7，由修正者手動輸入(從個人計算機(jī)11的鍵盤輸入)正確文字。此時，例如圖5的(E)，綜合“木”字修正為“本”字后，也可以僅將原來不必要修正的“木”(從右第2個)實(shí)行返回原來的“木”的修正，所以其修正過程用兩次就可以完成，可以加快修正速度。結(jié)束了修正，則步驟S8，保存在原文件中。
如此完成對所有文字的修正作業(yè)后，步驟S9，按照分散儲存的文字圖像的位置信息，將修正的文字改排成原來的位置(排列)，復(fù)原原文件。返回于原排列時所使用的位置信息，即為在步驟S3所儲存的位置信息。
圖6為本發(fā)明實(shí)行文字圖像/文本轉(zhuǎn)換服務(wù)結(jié)構(gòu)的網(wǎng)絡(luò)構(gòu)成圖。圖中10為欲接受文字圖像/文本轉(zhuǎn)換服務(wù)的轉(zhuǎn)換委托者，20為如互聯(lián)網(wǎng)、企業(yè)(內(nèi)聯(lián))網(wǎng)(intranet)或?qū)Ｓ猛ㄐ诺耐ㄐ啪W(wǎng)絡(luò)。通信方法為有線、無線中任意一種都可以。轉(zhuǎn)換服務(wù)提供者30可提供文字圖像/文本轉(zhuǎn)換服務(wù)，具有實(shí)行轉(zhuǎn)換處理等的服務(wù)器31；連接于服務(wù)器31，為保管使用者的該轉(zhuǎn)換委托者的信息或數(shù)據(jù)，轉(zhuǎn)換程序或控制程序等，儲存有后述的修正者屬性等管理信息的數(shù)據(jù)庫32。并且，修正者40為用來修正經(jīng)轉(zhuǎn)換文字的多個修正者(及終端)，連接在網(wǎng)絡(luò)20，可存取于服務(wù)器31。
請參照圖7，說明關(guān)于本發(fā)明的文字圖像/文本轉(zhuǎn)換服務(wù)方法。
首先，步驟S11，轉(zhuǎn)換委托者，將欲文字化(電子化)文件13通過圖像掃描發(fā)備12等作為圖像數(shù)據(jù)保存到個人計算機(jī)11等。若此文件為秘密文件，欲使第三者不知道內(nèi)容時，步驟S12，混洗獲得的文字圖像，儲存混洗信息。文字圖像混洗的方法，可使用本申請人揭示于未公開的先前申請(日本特愿2003-52822號說明書，或中國專利申請?zhí)?00410057336.8的專利說明書)中的方法，其混洗程序，可以從服務(wù)器31下載來使用。其次，步驟S13，將圖像數(shù)據(jù)(或混洗后的圖像數(shù)據(jù))向轉(zhuǎn)換服務(wù)提供者30的服務(wù)器31上載。
步驟S14，服務(wù)器31使用OCR軟件等，將發(fā)送來自轉(zhuǎn)換委托者10的圖像數(shù)據(jù)轉(zhuǎn)換為文字?jǐn)?shù)據(jù)。
步驟S15，服務(wù)器31將文件圖像全體中的個別的文字圖像的位置信息、該文字圖像及該經(jīng)轉(zhuǎn)換的文字附予關(guān)連，使相同的文字圖像作為1個群組儲存在每一文字的文件中。
步驟S16，修正者40從終端(個人計算機(jī)、攜帶信息終端等)，通過網(wǎng)絡(luò)20存取于服務(wù)器31，將本身擔(dān)當(dāng)修正的文件下載在終端。步驟S17，修正者在終端的顯示器41顯示對比文字圖像與經(jīng)轉(zhuǎn)換文字，根據(jù)需要修正文字。修正通過手動操作實(shí)行。
步驟S18，修正者將修正后的文件上載于服務(wù)器31。
步驟S19，服務(wù)器31合成修正后的全部文字文件，按照該文字圖像的位置信息，改排全部文字為原文字圖像的排列，步驟S20，將完成轉(zhuǎn)換及修正的文本文件與原圖像數(shù)據(jù)一起，儲存在轉(zhuǎn)換委托者的文件。
步驟S21，轉(zhuǎn)換委托者10存取于服務(wù)器31，從本身的文件下載轉(zhuǎn)換及已修正過的文本文件。若是在委托之際進(jìn)行混洗，實(shí)行重混洗返回原排列。
修正者具有可連接于網(wǎng)絡(luò)的終端，則其居住地在任何地方，即居住在偏僻地方或外國者也可以實(shí)行，能廣泛地確保人員。
根據(jù)有關(guān)本發(fā)明的文字識別方法及文字識別裝置，分成文字單位來實(shí)行修正，所以可大幅度地提高修正速度，同時減少了重復(fù)的作業(yè)，所以能謀求大幅減少成本。又作為附帶的效果，因分散為每一文字交給修正者，去除了使修正者獲知文件內(nèi)容的現(xiàn)象，可以完全地保守秘密。
根據(jù)有關(guān)本發(fā)明文字圖像/文本轉(zhuǎn)換服務(wù)方法，修正者僅保有終端即可，所以在世界各地都可以實(shí)行修正作業(yè)，還可以確保多數(shù)修正者，因此能謀求大幅度地縮短修正作業(yè)時間及削減成本。
當(dāng)然，本發(fā)明還可有其他多種實(shí)施例，在不背離本發(fā)明精神及其實(shí)質(zhì)的情況下，熟悉本領(lǐng)域的技術(shù)人員可根據(jù)本發(fā)明作出各種相應(yīng)的改變和變形，但這些相應(yīng)的改變和變形都應(yīng)屬于本發(fā)明權(quán)利要求的保護(hù)范圍。
權(quán)利要求
1.一種文字識別方法，其特征在于，其步驟包括從經(jīng)圖像化文件的文字行或列切出文字圖像，將各文字圖像與其位置信息一起儲存的步驟；根據(jù)圖像/文字轉(zhuǎn)換手段，轉(zhuǎn)換該各文字圖像為文字的步驟；附予該各文字圖像及其位置信息，與由轉(zhuǎn)換得到的該文字關(guān)連，將該文字的同樣的文字圖像作為一個群組儲存在同樣文件中的步驟；比較在該同樣文件中的文字圖像與文字并顯示的步驟；該文字圖像與文字為非同樣文字時，修正為對應(yīng)該文字圖像的文字的步驟；及將含該修正后文字的全體文字，按照該文字圖像的位置信息改排為原文字圖像的排列。
2.一種文字識別裝置，包括從經(jīng)圖像化文件的文字行或列切出文字圖像，將各文字圖像與其位置信息一起儲存的文字切出裝置；轉(zhuǎn)換該切出的各文字圖像為文字?jǐn)?shù)據(jù)的文字圖像/文字轉(zhuǎn)換裝置；附予該各文字圖像及其位置信息，與自轉(zhuǎn)換獲得的該文字關(guān)連，將該文字的同樣的文字圖像作為1個群組，儲存于同樣文件中的群組化裝置；及比較在該同樣文件的文字圖像與文字來顯示的顯示裝置；其特征在于，該文字識別裝置更具備有該文字圖像與文字為非同樣文字時，修正成對應(yīng)該文字圖像的文字的文字修正裝置；及將含經(jīng)修正文字的全體文字，按照該文字圖像的位置信息改排為原文字圖像的文字再排列裝置。
3.一種文字圖像/文本轉(zhuǎn)換服務(wù)方法，利用網(wǎng)絡(luò)實(shí)行轉(zhuǎn)換文字圖像為文字服務(wù)的文字圖像/文本轉(zhuǎn)換服務(wù)方法，其特征在于，該方法的步驟包括該文字圖像數(shù)據(jù)從轉(zhuǎn)換委托者終端，通過網(wǎng)絡(luò)輸入轉(zhuǎn)換服務(wù)提供者的服務(wù)器的步驟；該服務(wù)器，由文字圖像/文本轉(zhuǎn)換手段將該文字圖像數(shù)據(jù)轉(zhuǎn)換為文件數(shù)據(jù)的步驟；該服務(wù)器，乃附予該各文字圖像及其位置信息，與由轉(zhuǎn)換獲得的該文字關(guān)連，將該文字為同樣的文字圖像作為1個群組儲存在同樣檔案步驟；連接在該網(wǎng)絡(luò)的文字修正者終端，通過該網(wǎng)絡(luò)輸入儲存在該文件的文字圖像與文字的步驟；比較該文字圖像與文字顯示于該修正者終端的顯示裝置的步驟；該文字圖像與文字為非同樣文字時，該修正者修正為對應(yīng)該文字圖像的文字的步驟；根據(jù)該修正者所修正文字與文字圖像，通過網(wǎng)絡(luò)輸入該服務(wù)器儲存在該同樣的文件中的步驟；該服務(wù)器，將含該修正后文字的全體文字，按照該文字圖像的位置信息改排為原文字圖像的排列步驟；及該改排而返回原文字圖像排列的全體文字，通過網(wǎng)絡(luò)輸入該轉(zhuǎn)換委托者終端的步驟。
全文摘要
本發(fā)明涉及一種文字識別方法及裝置，其包括從經(jīng)圖像化文件的文字行或列切出文字圖像，將各文字圖像與其位置信息一起儲存的步驟；根據(jù)文字圖像/文本轉(zhuǎn)換手段，轉(zhuǎn)換該各文字圖像為文字的步驟；附予各文字圖像及其位置信息，與由轉(zhuǎn)換得到的文字關(guān)連，將該文字的同樣的文字圖像作為一個群組儲存在同樣文件中的步驟；比較在同樣文件中的文字圖像與文字并顯示的步驟；文字圖像與文字為非同樣文字時，修正為對應(yīng)文字圖像的文字的步驟；及將含該修正后文字的全體文字，按照該文字圖像的位置信息改排為原文字圖像的排列。本發(fā)明使文字轉(zhuǎn)換后易于進(jìn)行文字修正，去除了他人獲知文件內(nèi)容的現(xiàn)象，可完全保守秘密，而且可縮短修正時間及削減成本。
文檔編號G06K9/00GK1710592SQ20041007415
公開日2005年12月21日 申請日期2004年9月3日 優(yōu)先權(quán)日2004年9月3日
發(fā)明者李振瀛 申請人:威鋒數(shù)位開發(fā)股份有限公司