特許 7257204 文字列検索装置、文字列検索方法、および、文字列検索プログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2023-04-05

(45)【発行日】2023-04-13

(54)【発明の名称】文字列検索装置、文字列検索方法、および、文字列検索プログラム

(51)【国際特許分類】

   G06F 16/532 20190101AFI20230406BHJP

   G06V 30/00 20220101ALI20230406BHJP

   G06F 16/58 20190101ALI20230406BHJP

【ＦＩ】

G06F16/532

G06V30/00 S

G06F16/58

【請求項の数】 12

(21)【出願番号】P 2019053038

(22)【出願日】2019-03-20

(65)【公開番号】P2020154776

(43)【公開日】2020-09-24

【審査請求日】2021-12-23

(73)【特許権者】

【識別番号】000207551

【氏名又は名称】株式会社ＳＣＲＥＥＮホールディングス

(74)【代理人】

【識別番号】100104695

【弁理士】

【氏名又は名称】島田 明宏

(74)【代理人】

【識別番号】100121348

【弁理士】

【氏名又は名称】川原 健児

(74)【代理人】

【氏名又は名称】奥田 邦廣

(74)【代理人】

【識別番号】100148459

【弁理士】

【氏名又は名称】河本 悟

(72)【発明者】

【氏名】宮井 清孝

(72)【発明者】

【氏名】粕渕 清孝

(72)【発明者】

【氏名】吉田 明子

(72)【発明者】

【氏名】北村 一博

(72)【発明者】

【氏名】寺田 万理

(72)【発明者】

【氏名】梅原 光規

【審査官】早川 学

(56)【参考文献】

【文献】特開２００４－２１３０９１（ＪＰ，Ａ）

【文献】米国特許第０６１５４５７９（ＵＳ，Ａ）

【文献】特開平０８－１８００６４（ＪＰ，Ａ）

【文献】特開２０１０－２２５１３７（ＪＰ，Ａ）

【文献】特開平０４－０９２９７１（ＪＰ，Ａ）

【文献】特開平０５－１２０４８５（ＪＰ，Ａ）

【文献】村木一至ほか，ＯＣＲの認識誤り訂正に於けるテキスト適合性の評価，電子情報通信学会技術研究報告，社団法人電子情報通信学会，1992年10月15日，Ｖｏｌ．９２，Ｎｏ．２５５，ｐｐ．４７－５２

【文献】太田学ほか，認識誤りを含む和文テキストにおける全文検索手法，情報処理学会論文誌，社団法人情報処理学会，1998年03月15日，第３９巻，第３号，ｐｐ．６２５－６３５

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０６Ｆ １６／００－１６／９５８

Ｇ０６Ｖ ３０／００

(57)【特許請求の範囲】

【請求項1】

テキストを含む対象画像が印刷された記録媒体から当該対象画像を読み取って文字を認識することにより得られるＯＣＲ結果としてのテキストデータを検索対象とする文字列検索装置であって、
テキストを含む対象画像が印刷された記録媒体から当該対象画像を読み取って文字を認識するＯＣＲ装置において誤認識される可能性が所定の許容範囲を超えるとみなされる文字である誤認識高可能性文字のそれぞれに対し、当該文字の画像が当該ＯＣＲ装置により誤認識されたときの認識結果としての文字である誤認識文字を対応付ける誤認識文字対応付けデータと、前記誤認識高可能性文字のそれぞれに対し、当該文字の画像が当該ＯＣＲ装置により誤認識されたときの当該文字の画像の印刷形態を対応付ける印刷形態対応付けデータとを含む、誤認識文字テーブルと、
外部から与えられる入力文字列におけるいずれかの文字が、前記誤認識文字テーブルに登録された誤認識高可能性文字および誤認識文字のいずれかに一致する場合に、前記入力文字列における当該一致する文字をワイルドカードに置き換えることにより検索語を作成し、前記入力文字列におけるいずれの文字も、前記誤認識文字テーブルに登録された誤認識高可能性文字および誤認識文字のいずれにも一致しない場合には、前記入力文字列を検索語とする検索語作成部と、
前記検索語作成部により得られる検索語に一致する文字列を前記ＯＣＲ結果としてのテキストデータの中から検索する検索部と
を備える、文字列検索装置。

【請求項2】

前記検索語作成部は、
前記入力文字列におけるいずれかの文字が、前記誤認識文字テーブルに登録された誤認識高可能性文字および誤認識文字のいずれかに一致し、かつ、当該一致する文字に対応付けられた印刷形態が前記対象画像の印刷形態と一致する場合に、前記入力文字列における当該一致する文字をワイルドカードに置き換えることにより検索語を作成し、
前記入力文字列におけるいずれかの文字が、前記誤認識文字テーブルに登録された誤認識高可能性文字および誤認識文字のいずれかに一致するが、当該一致する文字に対応付けられた印刷形態が前記対象画像の印刷形態と一致しない場合に、前記入力文字列を検索語とする、請求項１に記載の文字列検索装置。

【請求項3】

テキストを含む対象画像が印刷された記録媒体から当該対象画像を読み取って文字を認識することにより得られるＯＣＲ結果としてのテキストデータを検索対象とする文字列検索装置であって、
テキストを含む対象画像が印刷された記録媒体から当該対象画像を読み取って文字を認識するＯＣＲ装置において誤認識される可能性が所定の許容範囲を超えるとみなされる文字である誤認識高可能性文字のそれぞれに対し、当該文字の画像が当該ＯＣＲ装置により誤認識されたときの認識結果としての文字である誤認識文字を対応付ける誤認識文字対応付けデータと、前記誤認識高可能性文字のそれぞれに対し、当該文字の画像が当該ＯＣＲ装置により誤認識されたときの当該文字の画像の印刷形態を対応付ける印刷形態対応付けデータと含む、誤認識文字テーブルと、
外部から与えられる入力文字列におけるいずれかの文字が、前記誤認識文字テーブルに登録された誤認識高可能性文字および誤認識文字のいずれかに一致する場合に、前記入力文字列を検索語とするとともに、前記入力文字列における当該一致する文字を前記誤認識文字テーブルによって当該一致する文字に対応付けられた他の文字に置き換えることにより検索語を作成し、前記入力文字列におけるいずれの文字も、前記誤認識文字テーブルに登録された誤認識高可能性文字および誤認識文字のいずれにも一致しない場合に、前記入力文字列を検索語とする検索語作成部と、
前記検索語作成部により得られる検索語のいずれかに一致する文字列を前記ＯＣＲ結果としてのテキストデータの中から検索する検索部と
を備え、
前記検索部は、前記検索語作成部により得られる検索語のいずれに一致する文字列も前記ＯＣＲ結果としてのテキストデータの中から見出せない場合において、前記入力文字列におけるいずれかの文字が、前記誤認識文字テーブルに登録された誤認識高可能性文字および誤認識文字のいずれかに一致するときに、前記入力文字列における当該一致する文字をワイルドカードに置き換えることにより得られる検索語に一致する文字列を前記ＯＣＲ結果としてのテキストデータの中から検索する、文字列検索装置。

【請求項4】

テキストを含む対象画像が印刷された記録媒体から当該対象画像を読み取って文字を認識することにより得られるＯＣＲ結果としてのテキストデータを検索対象とする文字列検索装置であって、
テキストを含む対象画像が印刷された記録媒体から当該対象画像を読み取って文字を認識するＯＣＲ装置において誤認識される可能性が所定の許容範囲を超えるとみなされる文字である誤認識高可能性文字のそれぞれに対し、当該文字の画像が当該ＯＣＲ装置により誤認識されたときの認識結果としての文字である誤認識文字を対応付ける誤認識文字対応付けデータと、前記誤認識高可能性文字のそれぞれに対し、当該文字の画像が当該ＯＣＲ装置により誤認識されたときの当該文字の画像の印刷形態を対応付ける印刷形態対応付けデータとを含む、誤認識文字テーブルと、
外部から与えられる入力文字列におけるいずれかの文字が、前記誤認識文字テーブルに登録された誤認識高可能性文字および誤認識文字のいずれかに一致し、かつ、当該一致する文字に対応付けられた印刷形態が前記対象画像の印刷形態と一致する場合に、前記入力文字列を検索語とするとともに、前記入力文字列における当該一致する文字を前記誤認識文字テーブルによって当該一致する文字に対応付けられた他の文字に置き換えることにより検索語を作成し、前記入力文字列におけるいずれかの文字が、前記誤認識文字テーブルに登録された誤認識高可能性文字および誤認識文字のいずれかに一致するが、当該一致する文字に対応付けられた印刷形態が前記対象画像の印刷形態と一致しない場合に、前記入力文字列のみを検索語とする、検索語作成部と、
前記検索語作成部により得られる検索語のいずれかに一致する文字列を前記ＯＣＲ結果としてのテキストデータの中から検索する検索部と
を備え、
前記検索部は、前記検索語作成部により得られる検索語のいずれに一致する文字列も前記ＯＣＲ結果としてのテキストデータの中から見出せない場合において、前記入力文字列におけるいずれかの文字が、前記誤認識文字テーブルに登録された誤認識高可能性文字および誤認識文字のいずれかに一致するときに、前記入力文字列における当該一致する文字をワイルドカードに置き換えることにより得られる検索語に一致する文字列を前記ＯＣＲ結果としてのテキストデータの中から検索する、文字列検索装置。

【請求項5】

前記印刷形態対応付けデータは、前記ＯＣＲ装置により誤認識された前記文字の画像の印刷において使用された印刷装置、フォント、および、記録媒体のうち少なくとも１つを特定する情報を含む、請求項１から４のいずれか１項に記載の文字列検索装置。

【請求項6】

前記印刷形態対応付けデータは、前記ＯＣＲ装置により誤認識された前記文字の画像の印刷において使用された記録媒体としての紙の種類を特定する情報を含み、
前記紙の種類を特定する情報は、前記対象画像の印刷において使用されるインクの滲み易さを識別できる情報を含む、請求項５に記載の文字列検索装置。

【請求項7】

テキストを含む対象画像が印刷された記録媒体から当該対象画像を読み取って文字を認識することにより得られるＯＣＲ結果としてのテキストデータを検索対象とする文字列検索方法であって、
外部から与えられる入力文字列と予め作成された誤認識文字テーブルとから検索語を作成する検索語作成ステップと、
前記検索語作成ステップにより得られる検索語に一致する文字列を前記ＯＣＲ結果としてのテキストデータの中から検索する検索ステップと
を備え、
前記誤認識文字テーブルは、
テキストを含む対象画像が印刷された記録媒体から当該対象画像を読み取って文字を認識するＯＣＲ装置において誤認識される可能性が所定の許容範囲を超えるとみなされる文字である誤認識高可能性文字のそれぞれに対し、当該文字の画像が当該ＯＣＲ装置により誤認識されたときの認識結果としての文字である誤認識文字を対応付ける誤認識文字対応付けデータと、
前記誤認識高可能性文字のそれぞれに対し、当該文字の画像が当該ＯＣＲ装置により誤認識されたときの当該文字の画像の印刷形態を対応付ける印刷形態対応付けデータと
を含み、
前記検索語作成ステップでは、前記入力文字列におけるいずれかの文字が、前記誤認識文字テーブルに登録された誤認識高可能性文字および誤認識文字のいずれかに一致する場合に、前記入力文字列における当該一致する文字をワイルドカードに置き換えることにより検索語を作成し、前記入力文字列におけるいずれの文字も、前記誤認識文字テーブルに登録された誤認識高可能性文字および誤認識文字のいずれにも一致しない場合に、前記入力文字列を検索語とする、文字列検索方法。

【請求項8】

前記印刷形態対応付けデータは、前記ＯＣＲ装置により誤認識された前記文字の画像の印刷において使用された印刷装置、フォント、および、記録媒体のうち少なくとも１つを特定する情報を含む、請求項７に記載の文字列検索方法。

【請求項9】

前記印刷形態対応付けデータは、前記ＯＣＲ装置により誤認識された前記文字の画像の印刷において使用された記録媒体としての紙の種類を特定する情報を含み、
前記紙の種類を特定する情報は、前記対象画像の印刷において使用されるインクの滲み易さを識別できる情報を含む、請求項８に記載の文字列検索方法。

【請求項10】

テキストを含む対象画像が印刷された記録媒体から当該対象画像を読み取って文字を認識することにより得られるＯＣＲ結果としてのテキストデータを検索対象とする文字列検索プログラムであって、
外部から与えられる入力文字列と予め作成された誤認識文字テーブルとから検索語を作成する検索語作成ステップと、
前記検索語作成ステップにより作成された検索語のいずれかに一致する文字列を前記ＯＣＲ結果としてのテキストデータの中から検索する検索ステップと
を、コンピュータのＣＰＵにメモリを利用して実行させ、
前記誤認識文字テーブルは、
テキストを含む対象画像が印刷された記録媒体から当該対象画像を読み取って文字を認識するＯＣＲ装置において誤認識される可能性が所定の許容範囲を超えるとみなされる文字である誤認識高可能性文字のそれぞれに対し、当該文字の画像が当該ＯＣＲ装置により誤認識されたときの認識結果としての文字である誤認識文字を対応付ける誤認識文字対応付けデータと、
前記誤認識高可能性文字のそれぞれに対し、当該文字の画像が当該ＯＣＲ装置により誤認識されたときの当該文字の画像の印刷形態を対応付ける印刷形態対応付けデータと
を含み、
前記検索語作成ステップでは、前記入力文字列におけるいずれかの文字が、前記誤認識文字テーブルに登録された誤認識高可能性文字および誤認識文字のいずれかに一致する場合に、前記入力文字列における当該一致する文字をワイルドカードに置き換えることにより検索語を作成し、前記入力文字列におけるいずれの文字も、前記誤認識文字テーブルに登録された誤認識高可能性文字および誤認識文字のいずれにも一致しない場合に、前記入力文字列を検索語とする、文字列検索プログラム。

【請求項11】

前記印刷形態対応付けデータは、前記ＯＣＲ装置により誤認識された前記文字の画像の印刷において使用された印刷装置、フォント、および、記録媒体のうち少なくとも１つを特定する情報を含む、請求項１０に記載の文字列検索プログラム。

【請求項12】

前記印刷形態対応付けデータは、前記ＯＣＲ装置により誤認識された前記文字の画像の印刷において使用された記録媒体としての紙の種類を特定する情報を含み、
前記紙の種類を特定する情報は、前記対象画像の印刷において使用されるインクの滲み易さを識別できる情報を含む、請求項１１に記載の文字列検索プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、光学的文字認識（以下「ＯＣＲ」という）において誤認識され易い文字を集めて作成される誤認識文字テーブル、その作成方法、および、当該誤認識文字テーブルを使用する文字列検索装置等に関する。

【背景技術】

【0002】

従来より、ＯＣＲ（Optical Character Recognition）の精度を向上させるために種々の手法が提案されている。例えば、ＯＣＲのために読み取るべき画像に対し、テキスト部を正確に抽出すべく当該画像の歪み補正や地紋やゴミ等のノイズを除去等の処理を行う手法が知られている（例えば特許文献３参照）。また、大量の学習データを用いた機械学習によりＯＣＲの精度を向上させる手法や、ＯＣＲにおいて誤りやすい単語の辞書（以下「誤認識単語辞書」という）を作成する手法も考えられている。

【0003】

なお、本願で開示される誤認識文字テーブルや文字列検索装置に関連して、特許文献１には、ＯＣＲにおいて誤認識され易い文字である誤認識文字群を管理する誤認識文字リストを用いて、入力された検索文字列により文書画像のＯＣＲ結果を検索する文書画像検索システムが記載されている（段落［００２４］等参照）。この文書画像検索システムは、入力された検索文字列による検索結果が得られない場合、入力された検索文字列の一部をワイルドカードに置き換えて再検索を行い、さらに、ワイルドカードを含む検索文字列による検索結果が得られない場合には、誤認識文字リストに基づき検索文字中の一部の文字を別の誤認識文字に置き換えて再検索を行うように構成されている（段落［００６８］、［００７１］等参照）。また特許文献２には、ＯＣＲ結果に基づき生成される学習セット（例えば、ＯＣＲモジュールによって識別されたキャラクタのそれぞれに対して、それぞれのキャラクタに対応しているとして識別されたイメージレットに対する平均および分散等）を用いてＯＣＲの認識精度を向上させるためシステムや方法等が記載されている（段落［００１４］～［００２０］等参照）。

【先行技術文献】

【特許文献】

【0004】

【文献】特開２００４－２１３０９１号公報

【文献】特表２０１３－５０９６６４号公報

【文献】特開２００５－１９６５６３号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

ＯＣＲにより得られるテキストデータに対しキーワード（検索語としての入力文字列）による検索を行うシステムが開発されている。このようなシステムにおいて所望の検索結果を得るために、通常、ＯＣＲ結果としてのテキストデータを人間が目視で確認して認識誤りを修正したものを検索対象とする手法が採られる。

【0006】

しかし、ＯＣＲ結果としてのテキストデータの全てを目視で確認するには極めて大きなコストを要する。また、ＯＣＲ結果において認識誤りの修正漏れが生じた場合、上記のようなシステムにおいて正しい検索結果を得ることができない。また、既述の誤認識単語辞書を作成する場合、新しい語句が現れる度に辞書更新が必要となり、そのためのコストすなわちメンテナンスのコストが継続的に必要である。さらに、同一文字であっても、使用されるプリンタやフォント等によってＯＣＲによる認識結果が相違することがあり、従来の誤認識単語辞書や誤認識文字リストにおいてその相違を調整するのは困難である。

【0007】

そこで、目視による確認や継続的な辞書更新を必要とすることなく、上記テキストデータの生成のためのＯＣＲの対象とすべき画像の印刷に使用されるプリンタやフォント等が異なっても上記の検索を低コストで適切に行えるようにする方法や装置を提供することが望まれる。

【課題を解決するための手段】

【0014】

本発明の第１の局面は、テキストを含む対象画像が印刷された記録媒体から当該対象画像を読み取って文字を認識することにより得られるＯＣＲ結果としてのテキストデータを検索対象とする文字列検索装置であって、
テキストを含む対象画像が印刷された記録媒体から当該対象画像を読み取って文字を認識するＯＣＲ装置において誤認識される可能性が所定の許容範囲を超えるとみなされる文字である誤認識高可能性文字のそれぞれに対し、当該文字の画像が当該ＯＣＲ装置により誤認識されたときの認識結果としての文字である誤認識文字を対応付ける誤認識文字対応付けデータと、前記誤認識高可能性文字のそれぞれに対し、当該文字の画像が当該ＯＣＲ装置により誤認識されたときの当該文字の画像の印刷形態を対応付ける印刷形態対応付けデータとを含む、誤認識文字テーブルと、
外部から与えられる入力文字列におけるいずれかの文字が、前記誤認識文字テーブルに登録された誤認識高可能性文字および誤認識文字のいずれかに一致する場合に、前記入力文字列における当該一致する文字をワイルドカードに置き換えることにより検索語を作成し、前記入力文字列におけるいずれの文字も、前記誤認識文字テーブルに登録された誤認識高可能性文字および誤認識文字のいずれにも一致しない場合には、前記入力文字列を検索語とする検索語作成部と、
前記検索語作成部により得られる検索語に一致する文字列を前記ＯＣＲ結果としてのテキストデータの中から検索する検索部とを備える。

【0015】

本発明の第２の局面は、本発明の第１の局面において、
前記検索語作成部は、
前記入力文字列におけるいずれかの文字が、前記誤認識文字テーブルに登録された誤認識高可能性文字および誤認識文字のいずれかに一致し、かつ、当該一致する文字に対応付けられた印刷形態が前記対象画像の印刷形態と一致する場合に、前記入力文字列における当該一致する文字をワイルドカードに置き換えることにより検索語を作成し、
前記入力文字列におけるいずれかの文字が、前記誤認識文字テーブルに登録された誤認識高可能性文字および誤認識文字のいずれかに一致するが、当該一致する文字に対応付けられた印刷形態が前記対象画像の印刷形態と一致しない場合に、前記入力文字列を検索語とする。

【0016】

本発明の第３局面は、テキストを含む対象画像が印刷された記録媒体から当該対象画像を読み取って文字を認識することにより得られるＯＣＲ結果としてのテキストデータを検索対象とする文字列検索装置であって、
テキストを含む対象画像が印刷された記録媒体から当該対象画像を読み取って文字を認識するＯＣＲ装置において誤認識される可能性が所定の許容範囲を超えるとみなされる文字である誤認識高可能性文字のそれぞれに対し、当該文字の画像が当該ＯＣＲ装置により誤認識されたときの認識結果としての文字である誤認識文字を対応付ける誤認識文字対応付けデータと、前記誤認識高可能性文字のそれぞれに対し、当該文字の画像が当該ＯＣＲ装置により誤認識されたときの当該文字の画像の印刷形態を対応付ける印刷形態対応付けデータとを含む、誤認識文字テーブルと、
外部から与えられる入力文字列におけるいずれかの文字が、前記誤認識文字テーブルに登録された誤認識高可能性文字および誤認識文字のいずれかに一致する場合に、前記入力文字列を検索語とするとともに、前記入力文字列における当該一致する文字を前記誤認識文字テーブルによって当該一致する文字に対応付けられた他の文字に置き換えることにより検索語を作成し、前記入力文字列におけるいずれの文字も、前記誤認識文字テーブルに登録された誤認識高可能性文字および誤認識文字のいずれにも一致しない場合に、前記入力文字列を検索語とする検索語作成部と、
前記検索語作成部により得られる検索語のいずれかに一致する文字列を前記ＯＣＲ結果としてのテキストデータの中から検索する検索部とを備え、
前記検索部は、前記検索語作成部により得られる検索語のいずれに一致する文字列も前記ＯＣＲ結果としてのテキストデータの中から見出せない場合において、前記入力文字列におけるいずれかの文字が、前記誤認識文字テーブルに登録された誤認識高可能性文字および誤認識文字のいずれかに一致するときに、前記入力文字列における当該一致する文字をワイルドカードに置き換えることにより得られる検索語に一致する文字列を前記ＯＣＲ結果としてのテキストデータの中から検索する。

【0017】

本発明の第４局面は、テキストを含む対象画像が印刷された記録媒体から当該対象画像を読み取って文字を認識することにより得られるＯＣＲ結果としてのテキストデータを検索対象とする文字列検索装置であって、
テキストを含む対象画像が印刷された記録媒体から当該対象画像を読み取って文字を認識するＯＣＲ装置において誤認識される可能性が所定の許容範囲を超えるとみなされる文字である誤認識高可能性文字のそれぞれに対し、当該文字の画像が当該ＯＣＲ装置により誤認識されたときの認識結果としての文字である誤認識文字を対応付ける誤認識文字対応付けデータと、前記誤認識高可能性文字のそれぞれに対し、当該文字の画像が当該ＯＣＲ装置により誤認識されたときの当該文字の画像の印刷形態を対応付ける印刷形態対応付けデータとを含む、誤認識文字テーブルと、
外部から与えられる入力文字列におけるいずれかの文字が、前記誤認識文字テーブルに登録された誤認識高可能性文字および誤認識文字のいずれかに一致し、かつ、当該一致する文字に対応付けられた印刷形態が前記対象画像の印刷形態と一致する場合に、前記入力文字列を検索語とするとともに、前記入力文字列における当該一致する文字を前記誤認識文字テーブルによって当該一致する文字に対応付けられた他の文字に置き換えることにより検索語を作成し、前記入力文字列におけるいずれかの文字が、前記誤認識文字テーブルに登録された誤認識高可能性文字および誤認識文字のいずれかに一致するが、当該一致する文字に対応付けられた印刷形態が前記対象画像の印刷形態と一致しない場合に、前記入力文字列のみを検索語とする、検索語作成部と、
前記検索語作成部により得られる検索語のいずれかに一致する文字列を前記ＯＣＲ結果としてのテキストデータの中から検索する検索部と
を備え、
前記検索部は、前記検索語作成部により得られる検索語のいずれに一致する文字列も前記ＯＣＲ結果としてのテキストデータの中から見出せない場合において、前記入力文字列におけるいずれかの文字が、前記誤認識文字テーブルに登録された誤認識高可能性文字および誤認識文字のいずれかに一致するときに、前記入力文字列における当該一致する文字をワイルドカードに置き換えることにより得られる検索語に一致する文字列を前記ＯＣＲ結果としてのテキストデータの中から検索する。

【0021】

本発明の他の局面は、本発明の上記局面ならびに後述の実施形態およびその変形例に関する説明から明らかであるので、その説明を省略する。

【発明の効果】

【0028】

本発明の第１の局面によれば、外部から与えられる入力文字列におけるいずれかの文字が、誤認識文字テーブルに登録された誤認識高可能性文字および誤認識文字のいずれかに一致する場合に、その入力文字列における当該一致する文字をワイルドカードに置き換えることにより検索語が作成され、その検索語に一致する文字列がＯＣＲ結果としてのテキストデータの中から検索される。これにより、当該ＯＣＲ結果としてのテキストデータに誤認識文字が含まれる場合であっても検索漏れを抑制することができる。このようにしてワイルドカードを含む検索語を作成するために使用される当該誤認識文字テーブルには、複数の異なる印刷形態のいずれかで印刷された画像に対してＯＣＲ装置によりいずれかの文字が誤認識されると当該文字が登録される。このため、検索対象としてのテキストデータを作成するためのＯＣＲの対象画像の印刷形態が異なっても、検索漏れを確実に抑制することができる。また、当該誤認識文字テーブルが文字列検索装置において使用されると、その検索対象としてのテキストデータをＯＣＲ装置により作成するときに当該テキストデータを目視で確認する作業や誤認識単語辞書の更新作業等が不要となり、これらの作業のためのコストが削減される。

【0029】

本発明の第２の局面によれば、外部から与えられる入力文字列におけるいずれかの文字が、上記誤認識文字テーブルに登録された誤認識高可能性文字および誤認識文字のいずれかに一致し、かつ、当該一致する文字に対応付けられた印刷形態がＯＣＲの対象画像の印刷形態と一致する場合に、その入力文字列における当該一致する文字をワイルドカードに置き換えることにより検索語が作成され、当該入力文字列におけるいずれかの文字が、上記誤認識文字テーブルに登録された誤認識高可能性文字および誤認識文字のいずれかに一致しても、当該一致する文字に対応付けられた印刷形態がＯＣＲの対象画像の印刷形態と一致しない場合には、入力文字列が検索語とされ、ワイルドカードは使用されない。これにより、本発明の第１の局面と同様の効果を奏しつつ、余分なまたは不適切な検索結果の出力が抑制される。

【0030】

本発明の第３の局面によれば、外部から与えられる入力文字列におけるいずれかの文字が、上記誤認識文字テーブルに登録された誤認識高可能性文字および誤認識文字のいずれかに一致する場合に、その入力文字列が検索語とされるとともに、その入力文字列における当該一致する文字を上記誤認識文字テーブルによって当該一致する文字に対応付けられた他の文字に置き換えることにより検索語が作成される。これにより、本発明の第１の局面と同様の効果が得られる。ただし、余分なまたは不適切な検索結果の出力抑制の点では本発明の第３の局面の方が有利である。また、本発明の第３の局面によれば、検索語作成部により得られる検索語のいずれに一致する文字列もＯＣＲ結果としてのテキストデータの中から見出せない場合において、上記入力文字列におけるいずれかの文字が、上記誤認識文字テーブルに登録された誤認識高可能性文字および誤認識文字のいずれかに一致するときに、上記入力文字列における当該一致する文字をワイルドカードに置き換えることにより得られる検索語に一致する文字列がＯＣＲ結果としてのテキストデータの中から検索される。これにより、余分なまたは不適切な検索結果の出力を抑制しつつ検索漏れが抑制される。

【0031】

本発明の第４の局面によれば、外部から与えられる入力文字列におけるいずれかの文字が、上記誤認識文字テーブルに登録された誤認識高可能性文字および誤認識文字のいずれかに一致し、かつ、当該一致する文字に対応付けられた印刷形態がＯＣＲの対象画像の印刷形態と一致する場合に、その入力文字列が検索語とされるとともに、その入力文字列における当該一致する文字を上記誤認識文字テーブルによって当該一致する文字に対応付けられた他の文字に置き換えることにより検索語が作成され、その入力文字列におけるいずれかの文字が、上記誤認識文字テーブルに登録された誤認識高可能性文字および誤認識文字のいずれかに一致しても、当該一致する文字に対応付けられた印刷形態がＯＣＲの対象画像の印刷形態と一致しない場合には、その入力文字列のみが検索語とされる。また、本発明の第４の局面によれば、検索語作成部により得られる検索語のいずれに一致する文字列もＯＣＲ結果としてのテキストデータの中から見出せない場合において、上記入力文字列におけるいずれかの文字が、上記誤認識文字テーブルに登録された誤認識高可能性文字および誤認識文字のいずれかに一致するときに、上記入力文字列における当該一致する文字をワイルドカードに置き換えることにより得られる検索語に一致する文字列がＯＣＲ結果としてのテキストデータの中から検索される。これにより、本発明の第３の局面と同様の効果を奏しつつ、余分なまたは不適切な検索結果の出力が更に抑制される。

【0033】

本発明の他の局面の効果については、本発明の上記局面の効果ならびに下記実施形態およびその変形例の効果についての説明から明らかであるので、説明を省略する。

【図面の簡単な説明】

【0034】

【図1】本発明の一実施形態に係る誤認識文字テーブルの作成に使用されるシステムの構成を示すブロック図である。

【図2】上記誤認識文字テーブルの作成に使用されるシステムにおいて誤認識文字テーブル作成装置として機能するコンピュータのハードウェア構成を示すブロック図である。

【図3】上記誤認識文字テーブルを作成するための処理（誤認識文字テーブル作成処理）を示すフローチャートである。

【図4】上記誤認識文字テーブルの一例を示す図である。

【図5】上記誤認識文字テーブルを備える文字列検索装置の一例を説明するための図である。

【図6】図５に示す文字列検索装置におけるハードウェア構成を示すブロック図である。

【図7】図５に示す文字列検索装置において使用される検索語を説明するための図である。

【図8】図５に示す文字列検索装置における文字列検索処理の一例を示すフローチャートである。

【図9】図５に示す文字列検索装置における文字列検索処理の別例を示すフローチャートである。

【図10】上記誤認識文字テーブルを利用したＯＣＲ調整量テーブル作成処理の一例を示すフローチャートである。

【図11】図１０に示すＯＣＲ調整量テーブル作成処理により作成されるＯＣＲ調整量テーブルの一例を示す図である。

【図12】図１０に示すＯＣＲ調整量テーブル作成処理により作成されるＯＣＲ調整量テーブルを用いたＯＣＲ処理（光学的文字認識処理）を示すフローチャートである。

【図13】図５に示す文字列検索装置の第１の変形例における文字列検索処理を示すフローチャートである。

【図14】図５に示す文字列検索装置の第２の変形例における文字列検索処理を示すフローチャートである。

【図15】図５に示す文字列検索装置の第３の変形例における文字列検索処理を示すフローチャートである。

【発明を実施するための形態】

【0035】

以下、添付図面を参照しつつ本発明の実施形態について説明する。

【0036】

＜１．全体構成＞
図１は、本発明の一実施形態に係る誤認識文字テーブルの作成に使用されるシステムの構成を示すブロック図である。本システムは、コンピュータ１０とスキャナ２０と第１から第３プリンタＰ１～Ｐ３とを備えている。コンピュータ１０と第１から第３プリンタＰ１～Ｐ３とは、ＬＡＮ（Loacal Area Network）によって通信可能に接続されており、スキャナ２０はコンピュータ１０に接続されている。コンピュータ１０は、所定のプログラムを実行することにより、印刷制御装置として機能し、ＯＣＲ装置としても機能し、また、誤認識テーブル作成装置としても機能する。また、第１から第３プリンタＰ１～Ｐ３は、互いに異なる解像度を有しており、各プリンタＰｉ（ｉ＝１，２，３）は、記録媒体として３種類の用紙すなわち用紙Ｓ１～Ｓ３を選択的に使用できるように構成されている。これら３種類の用紙は、互いにインクの滲み易さの異なる用紙である。なお、図１に示す例では、コンピュータ１０は、第１から第３プリンタＰ１～Ｐ３からなる３台のプリンタのいずれをも選択的に使用でき、第１から第３プリンタＰ１～Ｐ３のそれぞれは、３種類の用紙Ｓ１～Ｓ３のいずれをも選択的に使用できるが、選択的に使用可能なプリンタは２台または４台以上であってもよく、また、各プリンタで選択的に使用可能な用紙は、２種類または４種類以上であってもよい。また、プリンタ間で使用可能な用紙の種類が異なっていてもよい。

【0037】

図２は、コンピュータ１０のハードウェア構成を示すブロック図である。このコンピュータ１０は、本体１１、補助記憶装置１２、光ディスクドライブ１３、表示部１４、キーボード１５、およびマウス１６を備えている。本体１１は、ＣＰＵ１１１、メモリ１１２、第１ディスクインタフェース部１１３、第２ディスクインタフェース部１１４、表示制御部１１５、入力インタフェース部１１６、およびネットワークインタフェース部１１７を含んでいる。ＣＰＵ１１１、メモリ１１２、第１ディスクインタフェース部１１３、第２ディスクインタフェース部１１４、表示制御部１１５、入力インタフェース部１１６、およびネットワークインタフェース部１１７は、システムバスを介して互いに接続されている。第１ディスクインタフェース部１１３には補助記憶装置１２が接続されている。第２ディスクインタフェース部１１４には光ディスクドライブ１３が接続されている。表示制御部１１５には、表示部（表示装置）１４が接続されている。入力インタフェース部１１６には、キーボード１５およびマウス１６が接続されている。ネットワークインタフェース部１１７には、ネットワーク（ＬＡＮ）３が接続されている。補助記憶装置１２は磁気ディスク装置等である。光ディスクドライブ１３には、ＤＶＤ（Digital Versatile Disc）またはＣＤ－ＲＯＭ（Compact Disc Read Only Memory）等のコンピュータ読み取り可能な記録媒体としての光ディスク１７が挿入される。表示部１４は液晶ディスプレイ等である。表示部１４は、使用者が所望する情報を表示するために使用される。キーボード１５およびマウス１６は、このコンピュータ１０に対して使用者が指示を入力するために使用される。

【0038】

補助記憶装置１２には、誤認識文字テーブルを作成するためのプログラム（以下「誤認識文字テーブル作成プログラム」という）１８が格納されている。この誤認識文字テーブルは、図４に示すように、ＯＣＲにおいて誤認識される可能性の高い文字を誤認識高可能性文字として集め、誤認識高可能性文字のそれぞれにつき、ＯＣＲの対象とすべき画像（以下「ＯＣＲ対象画像」という）の作成のための印刷形態を特定する幾つかの情報（プリンタやフォントの識別情報等）を対応づけるものである（詳細は後述）。ＣＰＵ１１１は、補助記憶装置１２に格納された誤認識文字テーブル作成プログラム１８をメモリ１１２に読み出して実行することにより、誤認識文字テーブルを作成するための各種機能を実現する。メモリ１１２は、ＲＡＭ（Random Access Memory）およびＲＯＭ（Read Only Memory）を含んでいる。メモリ１１２は、補助記憶装置１２に格納された誤認識文字テーブル作成プログラム１８をＣＰＵ１１１が実行するためのワークエリアとして機能する。なお、誤認識文字テーブル作成プログラム１８は、上記ＤＶＤ等のコンピュータ読み取り可能な記録媒体（非一過性の記録媒体）に格納されて提供される。すなわち、使用者は、例えば、誤認識文字テーブル作成プログラム１８の記録媒体としての光ディスク１７を購入して光ディスクドライブ１３に挿入し、光ディスク１７から誤認識文字テーブル作成プログラム１８を読み出して補助記憶装置１２にインストールする。また、これに代えて、ＬＡＮ３等のネットワークを介して送信される誤認識文字テーブル作成プログラム１８をネットワークインタフェース部１１７で受信して、それを補助記憶装置１２にインストールするようにしてもよい。なお、誤認識文字テーブル作成プログラム１８がＣＰＵ１１１により実行されることにより、誤認識テーブルの作成に必要なＯＣＲ対象の文字画像の印刷のためにプリンタＰ１～Ｐ３を制御する機能、および、印刷された当該文字画像を光学的に読み取って文字を認識するＯＣＲ機能が実現される。

【0039】

＜２．誤認識文字テーブル作成処理＞
図３は、本実施形態に係る誤認識文字テーブルを作成するためにコンピュータ１０において上記誤認識文字テーブル作成プログラムに基づき実行される処理（以下「誤認識文字テーブル作成処理」という）を示すフローチャートである。すなわち、図１に示すシステムにおいて、コンピュータ１０内のＣＰＵ１１１は、誤認識文字テーブルを作成するために上記誤認識文字テーブル作成プログラムにしたがって下記のように動作する。なお、上記誤認識文字テーブル作成プログラムの起動時すなわち誤認識文字テーブル作成処理の開始時において、第１から第３プリンタＰ１～Ｐ３はいずれも未使用状態であり、各プリンタＰｉ（ｉ＝１，２，３）での印刷に使用可能な用紙Ｓ１～Ｓ３はいずれも未使用状態であり、各プリンタＰｉで使用可能なフォントも全て未使用状態であるものとする。

【0040】

まずＣＰＵ１１１は、図１のシステムにおける第１から第３プリンタＰ１～Ｐ３のうち未使用のプリンタのいずれか１つを使用すべきプリンタ（以下「使用プリンタ」という）Ｐｓとして設定する（ステップＳ１０１）。誤認識文字テーブル作成処理の開始後、最初に当該ステップＳ１０１が実行される直前では、第１から第３プリンタＰ１～Ｐ３の全てが未使用状態である。次に、使用プリンタＰｓで使用可能なフォント（通常は「明朝」や「ゴシック」等の複数のフォントが使用可能）のうち未使用のいずれかのフォントを使用フォントＦｓとして設定する（ステップＳ１０２）。続いて、使用プリンタＰｓで使用可能な３種類の用紙Ｓ１～Ｓ３のうち未使用のいずれかの種類の用紙を使用用紙Ｓｓとして設定する（ステップＳ１０３）。

【0041】

その後、使用プリンタＰｓにより使用フォントＦｓを使用して、ＯＣＲ対象文字の全てを使用用紙Ｓｓに文字画像として印刷する（ステップＳ１０４）。ここで、ＯＣＲ対象文字とは、スキャナ２０で読み取る画像から認識すべき文字の全て、すなわち、スキャナ２０とコンピュータ１０とそこで実行される誤認識文字テーブル作成プログラムとにより実現されるＯＣＲ装置８０の認識対象となり得る文字の全てをいう。

【0042】

次に、ステップＳ１０４で印刷されたＯＣＲ対象文字の画像をスキャナ２０により対象画像として読み取り（ステップＳ１０６）、対象画像における各文字をパターン認識により特定して文字コードを生成しＯＣＲ結果文字として出力する（ステップＳ１０８）。なお、ステップＳ１０６で読み取るべき対象画像が印刷された用紙は手作業によりスキャナ２０の読み取る位置に移動させるものとするが、これに代えて、当該印刷された用紙を使用プリンタＰｓからスキャナ２０へ移動させる機構を備え、当該機構をコンピュータ１０で制御するようにしてもよい。

【0043】

その後、誤認識文字テーブルに登録すべき文字を決定すべく下記の処理を行う。
まず、ＯＣＲ対象文字のいずれか１つと、それに対応するＯＣＲ結果文字の１つに着目する（ステップＳ１１０）。なお、ステップＳ１０８が実行された直後では、ＯＣＲ対象文字の全ておよびＯＣＲ結果文字の全ては未着目の状態である。

【0044】

次に、着目した２つの文字が互いに一致しているか否か、すなわち、着目した１つのＯＣＲ対象文字（以下「着目ＯＣＲ対象文字」という）のコードと着目した１つのＯＣＲ結果文字（以下「着目ＯＣＲ結果文字」という）のコードとが互いに一致しているか否かを判定する（ステップＳ１１２）。この判定の結果、当該着目した２つの文字が互いに一致している場合には誤認識は生じていないものとしてステップＳ１１６へ進み、当該着目した２つの文字が互いに異なる場合には誤認識が生じたものとしてステップＳ１１４へ進む。

【0045】

ステップＳ１１４へ進んだ場合、下記事項を互いに対応付けて下記のように誤認識文字テーブル（以下、単に「テーブル」ともいう）に登録し、その後、ステップＳ１１６へ進む。
（１）着目ＯＣＲ対象文字のコードをテーブルに格納することにより、当該文字を「誤認識高可能性文字」として登録する。
（２）着目ＯＣＲ結果文字のコードをテーブルに格納することにより、当該文字を「誤認識文字」として登録する。
（３）対象画像の印刷に使用されたプリンタＰｓ、フォントＦｓ、用紙Ｓｓを示すデータを格納することにより、当該プリンタＰｓ、当該フォントＰｓ、および当該用紙Ｓｓによって特定される印刷形態を登録する。例えば図４に示すように、ＯＣＲ対象文字の１つである「ソ」（ローマ字表記の“ＳＯ”に相当する文字）が「ン」（ローマ字表記の“Ｎ”に相当する文字）として認識された場合、すなわち着目ＯＣＲ対象文字の「ソ」に対する着目ＯＣＲ結果文字が「ン」である場合、「ソ」が誤認識高可能性文字（文字１）として登録されるとともに、これに対応付けて、「ン」が誤認識文字（文字２）として登録され、さらにＯＣＲ対象文字の「ソ」を含む対象画像の印刷形態を特定するプリンタＰｓ，フォントＦｓ、用紙Ｓｓが登録される。図４に示す例では、プリンタＰｓとして「プリンタＰ１」が、フォントＦｓとして「明朝」が、用紙Ｓｓとして「用紙Ｓ１」がそれぞれ登録される。

【0046】

ステップＳ１１６では、未着目のＯＣＲ対象文字があるか否かを判定する。この判定の結果、未着目のＯＣＲ対象文字がある場合には、ステップＳ１１０へ戻る。以降、未着目のＯＣＲ対象文字がなくなるまでステップＳ１１０～Ｓ１１６を繰り返し実行し、未着目のＯＣＲ対象文字がなくなると、ステップＳ１１８へ進む。この時点では、１つの印刷形態の対象画像におけるＯＣＲ対象文字の全てにつき誤認識されたか否かが判定されており、誤認識された文字については誤認識文字テーブルに上記（１）～（３）の登録が行われている。

【0047】

ステップＳ１１８では、使用プリンタＰｓで使用可能な全ての種類の用紙（図１のシステムでは３種類の用紙Ｓ１～Ｓ３）が使用されたか否かを判定する。この判定の結果、全ての種類の用紙が使用されてはいない場合には、全てのＯＣＲ対象文字を未着目状態とし（ステップＳ１１９）、ステップＳ１０３へ戻る。以降、全ての種類の用紙Ｓ１～Ｓ３が使用されるまでステップＳ１０３～Ｓ１１９を繰り返し実行し、全ての種類の用紙Ｓ１～Ｓ３が使用されると、ステップＳ１２０へ進む。

【0048】

ステップＳ１２０では、使用プリンタＰｓで使用可能な全てのフォントが使用されたか否かを判定する。この判定の結果、全てのフォントが使用されてはいない場合には、全てのＯＣＲ対象文字を未着目状態とし、使用プリンタＰｓで使用可能な全ての種類の用紙を未使用状態として（ステップＳ１２１）、ステップＳ１０２へ戻る。以降、全てのフォントが使用されるまでステップＳ１０２～Ｓ１２１を繰り返し実行し、全てのフォントが使用されると、ステップＳ１２２へ進む。

【0049】

ステップＳ１２２では、誤認識文字テーブルの作成に使用可能な全てのプリンタ（図１のシステムでは３台のプリンタＰ１～Ｐ３）が使用されたか否かを判定する。この判定の結果、全てのプリンタが使用されてはいない場合（いずれかのプリンタが未使用の場合）には、全てのＯＣＲ対象文字を未着目状態とし、使用プリンタＰｓで使用可能な全ての種類の用紙および全てのフォントを未使用状態として（ステップＳ１２３）、ステップＳ１０１へ戻る。以降、全てのプリンタが使用されるまでステップＳ１０１～Ｓ１２３を繰り返し実行し、全てのプリンタが使用されると、誤認識文字テーブル作成処理を終了する。

【0050】

このようにして誤認識文字テーブル作成処理を終了した時点では、ＯＣＲ対象文字の全てが、プリンタとフォントと用紙の種類で特定される印刷形態の全てで印刷され、当該印刷により得られる対象画像における各文字がパターン認識（ＯＣＲ）により特定されてＯＣＲ結果として出力され、それらのＯＣＲ結果に基づき誤認識の発生の有無が判定され、その判定結果に基づき誤認識文字テーブルが作成されている。図４は、このようにして作成される誤認識文字テーブルの一例を示している。

【0051】

＜３．文字列検索装置＞
上記のような本実施形態に係る誤認識文字テーブル（図４参照）は、テキストを含む画像からＯＣＲ装置によって認識される文字からなるテキストデータを検索対象とし、外部から入力される文字列に一致する文字列を当該テキストデータにおいて探す文字列検索装置において使用することができる。

【0052】

＜３．１ 構成＞
図５は、このような文字列検索装置を備える検索システムの構成を示す概略図である。この検索システムは、検索すべき文字列を使用者の操作によって入力するための検索用端末装置３０と、その検索用端末装置３０において入力された検索語としての文字列（以下「入力文字列」という）に一致する文字列を検索対象としてのテキストデータの中から探す文字列検索装置４０と、当該テキストデータを作成するためのＯＣＲ装置８０とを備えている。検索用端末装置３０および文字列検索装置４０は、インターネット５に接続されており、インターネット５によってよって互いに通信可能である。また、文字列検索装置４０とＯＣＲ装置８０とは、ＬＡＮによって互いに通信可能に接続されている。なお、図５の検索システムは、１台の検索用端末装置３０を含んでいるが、複数台の検索用端末装置を含んでいてもよい。

【0053】

検索用端末装置３０は、パーソナルコンピュータ（以下「パソコン」と略記する）において所定プログラムを実行することにより実現されている。すなわち、当該所定プログラムに基づき検索用端末装置３０は、使用者の入力操作に応じて、文字列検索装置４０内のテキストデータＤｔｘにおいて検索すべき文字列を入力文字列として受け取ると、その入力文字列をインターネット５を介して文字列検索装置４０に送り、その後、文字列検索装置４０からその入力文字列に基づく検索結果を受け取って表示するように構成されている。

【0054】

文字列検索装置４０は、図５に示すように、検索処理装置４５と、それに接続された補助記憶装置４６と、検索処理装置４５およびＯＣＲ装置８０からＬＡＮ３を介してアクセス可能に構成されたネットワーク接続記憶装置（Network Attached Storage）（以下「ＮＡＳ」という）４８とを備えている。検索処理装置４５は、パソコンにおいて後述の文字列検索プログラムＳｐｇを実行することにより実現されている。補助記憶装置４６およびＮＡＳ４８は磁気ディスク等を用いて構成されている。補助記憶装置４６には、既述の誤認識文字テーブル作成処理により作成された誤認識文字テーブルＥｔｂｌと後述の文字列検索プログラムＳｐｇとが格納されており、ＮＡＳ４８には、検索対象としてのテキストデータＤｔｘが格納されている。

【0055】

ＯＣＲ装置８０は、ＯＣＲ処理装置８５と、それに接続されたスキャナ８６とを備えている。ＯＣＲ処理装置８５は、パソコンを用いて実現されており、ＯＣＲプログラムに基づき、スキャナ８６によりテキストを含む画像を読み取り、パターン認識により当該画像に含まれる文字を特定することでＯＣＲ結果としてのテキストデータを生成する。このテキストデータは、ＬＡＮ３を介してＮＡＳ４８に送られ、文字列検索装置４０における検索対象のテキストデータＤｔｘとしてＮＡＳ４８に格納される。このテキストデータＤｔｘには、スキャナ８６により読み取られるＯＣＲ対象画像の印刷時の出力条件、すなわち当該ＯＣＲ対象画像の印刷に使用されたプリンタ、フォント、および用紙の種類により特定される印刷形態を示す情報も含まれている。なお、ＯＣＲ処理装置８５を実現するために使用されるＯＣＲプログラムは、特に限定されるものではなく、既知のプログラムを使用することができる。

【0056】

＜３．２ 検索処理装置および文字列検索処理＞
図６は、図５に示す文字列検索装置４０における検索処理装置４５のハードウェアとしてのパソコンの構成（検索処理装置４５のハードウェア構成）を示すブロック図である。この検索処理装置４５のハードウェア構成は、内蔵の補助記憶装置１２に代えて外付けの補助記憶装置４６を備える点で図２のコンピュータ１０のハードウェア構成と相違するが、その他の点では図２のコンピュータ１０のハードウェア構成と同様であるので、同一部分には同一の参照符号を付して詳しい説明を省略する。なお、図５に示す文字列検索装置４０では、補助記憶装置４６は検索処理装置４５に外付けされているが、検索処理装置４５に内蔵されていてもよい。

【0057】

既述のように補助記憶装置４６には、誤認識文字テーブルＥｔｂｌおよび文字列検索プログラムＳｐｇが格納されている。検索処理装置４５内のＣＰＵ１１１は、補助記憶装置４６に格納された文字列検索プログラムＳｐｇをメモリ１１２に読み出して実行し、これにより後述の文字列検索処理が実現される。なお、文字列検索プログラムＳｐｇは、ＤＶＤ等のコンピュータ読み取り可能な記録媒体（非一過性の記録媒体）に格納されて提供される。すなわち使用者は、例えば、文字列検索プログラムＳｐｇの記録媒体としての光ディスク１７を購入して光ディスクドライブ１３に挿入し、光ディスク１７から文字列検索プログラムＳｐｇを読み出して補助記憶装置４６にインストールする。また、これに代えて、インターネット５を介して送信される文字列検索プログラムＳｐｇをネットワークインタフェース部１１７で受信して、それを補助記憶装置４６にインストールするようにしてもよい。

【0058】

検索処理装置４５は、検索用端末装置３０からインターネット５を介して入力文字列を受け取り、この入力文字列に基づき、ＮＡＳ４８に格納されたＯＣＲ結果としてのテキストデータＤｔｘを検索する。このとき、入力文字列を検索語として使用するだけでなく、図７に示すように、入力文字列から誤認識文字テーブルＥｔｂｌを用いて作成された新たな検索語も用いて文字列の検索を行う（詳細は後述）。以下、検索処理装置４５により実行される文字列検索処理につき、図８および図９に示す２つの例を説明する。なお、検索処理装置４５は、図８に示す文字列検索処理と図９に示す文字列検索処理とを選択的に実行可能で、これら２つの文字列検索処理のうちいずれを実行するかを使用者の入力操作により指定できるように構成されていてもよい。

【0059】

＜３．２．１ 文字列検索処理の一例＞
図８は、検索処理装置４５において実行される文字検索処理の一例を示すフローチャートである。当該文字列検索処理が実行される場合、検索処理装置４５のハードウェアとしてのパソコンのＣＰＵ１１１は、文字列検索プログラムＳｐｇに基づき下記のように動作する。

【0060】

図８の文字列検索処理に対応する文字列検索プログラムＳｐｇが起動されると、ＣＰＵ１１１は、検索用端末装置３０から検索ための入力文字列を受け取るまで待機する状態となり、入力文字列を受け取ると（ステップＳ２０１）、当該入力文字列における未着目の文字のいずれかに着目する（ステップＳ２０３）。なお、入力文字列を受け取った時点では、当該入力文字列における全ての文字は未着目状態である。

【0061】

次に、着目文字が誤認識文字テーブルＥｔｂｌに登録されているか否かを判定する（ステップＳ２０４）。図４に示す誤認識文字テーブルＥｔｂｌが使用される場合、着目文字が、このテーブルＥｔｂｌに文字１として登録されている文字（「ソ」、「タ」、「高」、…、「リ」、…）、文字２として登録されている文字（「ン」、「タ」、「▲高▼（はしご高）」、…、「ソ」、…）、および、文字３として登録されている文字（「ク」、…「ン」、…）のいずれかの文字であるか否かを判定する。ここで、“はしご高”と呼ばれている「高」の異体字（Unicode“9AD9”が割り当てられている文字）を、便宜上、「▲高▼」と表記するものとする（以下においても同様）。ステップＳ２０４での判定の結果、着目文字が誤認識文字テーブルＥｔｂｌに登録されている場合にはステップＳ２０６へ進み、着目文字が誤認識文字テーブルＥｔｂｌに登録されていない場合にはステップＳ２０８へ進む。

【0062】

ステップＳ２０６へ進んだ場合、着目文字はＯＣＲ装置８０により誤認識される可能性が許容範囲を超えるとみなし、入力文字列における着目文字をワイルドカード（「？」）に置き換え（ステップＳ２０６）、その後、ステップＳ２０８へ進む。

【0063】

ステップＳ２０８では、入力文字列に未着目の文字があるか否かを判定する。この判定の結果、入力文字列に未着目の文字がある場合には、ステップＳ２０３へ戻る。以降、入力文字列において未着目の文字がなくなるまでステップＳ２０３～Ｓ２０８を繰り返し実行し、未着目の文字がなくなると、ステップＳ２１０へ進む。この時点では、入力文字列に含まれる文字のうち誤認識文字テーブルＥｔｂｌに登録されている文字は、いずれも、ＯＣＲ装置８０により誤認識される可能性が許容範囲を超えるとみなされ、ワイルドカードに置き換えられている。

【0064】

ステップＳ２１０では、この入力文字列を検索語とし、当該検索語に一致する文字列を、ＮＡＳ４８に格納された検索対象としてのテキストデータＤｔｘの中から検索する。

【0065】

その後、上記検索による検索結果が検索用端末装置３０で表示されるように、当該検索結果を示すデータをインターネット５を介して検索用端末装置３０に送る（ステップＳ２１２）。これにより、検索用端末装置３０において、例えば、検索対象としてのテキストデータＤｔｘのうちステップＳ２１０の時点での入力文字列（例えば図７に示す検索語２の文字列）に一致する文字列を含む文または段落等が当該文字列をハイライト状態にして表示される。

【0066】

上記のような文字列検索処理によれば、例えば図７に示すように、検索用端末装置３０から受け取る入力文字列（検索語１）が「ベンチャー」であるとすると（ステップＳ２０１）、図４に示すように文字「ン」が誤認識文字テーブルに登録されているので、ステップＳ２１０では、検索語２としての入力文字列「ベ？チャー」に一致する文字列がテキストデータＤｔｘの中から検索される。これにより、ＯＣＲ結果としてのテキストデータＤｔｘにおいて、「ベンチャー」という語における文字「ン」が誤認識されて「ベソチャー」として含まれている場合であっても、ワイルドカードを含む「ベ？チャー」という検索語に一致する文字列として「ベソチャー」を含む文または段落等が検索結果として表示される。なお、検索語における“？”は任意の１文字を表すものとする（以下においても同様）。

【0067】

また、例えば図７に示すように、検索用端末装置３０から受け取る入力文字列（検索語１）が「高島」であるとすると（ステップＳ２０１）、図４に示すように文字「高」が誤認識文字テーブルに登録されているので、ステップＳ２１０では、検索語２としての入力文字列「？島」に一致する文字列がテキストデータＤｔｘの中から検索される。これにより、ＯＣＲ結果としてのテキストデータＤｔｘにおいて、「高島」という語における文字「高」が誤認識されて「▲高▼島」として含まれている場合であっても、ワイルドカードを含む「？島」という検索語に一致する文字列として「▲高▼島」を含む文または段落等が検索結果として表示される。

【0068】

このように、ＯＣＲ結果としてのテキストデータＤｔｘが検索対象であって、その中にＯＣＲ装置８０により誤認識された文字が含まれる場合であっても、検索漏れを抑制することができる。また、図８の文字列検索処理においてワイルドカードを含む検索語の作成に使用される誤認識文字テーブルＥｔｂｌには、プリンタや、フォント、用紙の種類の異なる種々の印刷形態のいずれかで印刷された画像に対してＯＣＲ装置によりいずれかの文字が誤認識されると当該文字が登録される。このため、検索対象としてのテキストデータＤｔｘを作成するためのＯＣＲ対象画像の印刷形態が異なっても、検索漏れを確実に抑制することができる。

【0069】

＜３．２．２ 文字列検索処理の別例＞
図９は、検索処理装置４５において実行される文字検索処理の別例を示すフローチャートである。当該文字列検索処理が実行される場合、検索処理装置４５のハードウェアとしてのパソコンのＣＰＵ１１１は、文字列検索プログラムＳｐｇに基づき下記のように動作する。なお、本例の文字列検索処理におけるステップのうち図８に示す上記一例の文字列検索処理と同一部分には、同一のステップ番号を付し、詳しい説明を省略する。

【0070】

図９の文字列検索処理に対応する文字列検索プログラムＳｐｇが起動されると、ＣＰＵ１１１は、検索用端末装置３０から検索のための入力文字列を受け取るまで待機する状態となり、入力文字列を受け取ると（ステップＳ２０１）、当該入力文字列を１つの検索語として、検索に使用すべき検索語群に含める（ステップＳ２０２）。なお、文字列検索プログラムが起動された後、ステップＳ２０２が実行される直前では、当該検索語群にはいずれの検索語も含まれていない。

【0071】

次に、当該入力文字列における未着目の文字のいずれかに着目し（ステップＳ２０３）、着目文字が誤認識文字テーブルＥｔｂｌに登録されているか否かを判定する（ステップＳ２０４）。この判定の結果、着目文字が誤認識文字テーブルＥｔｂｌに登録されている場合にはステップＳ２２０へ進み、着目文字が誤認識文字テーブルＥｔｂｌに登録されていない場合にはステップＳ２２２へ進む。

【0072】

ステップＳ２２０へ進んだ場合、着目文字はＯＣＲ装置８０により誤認識される可能性が許容範囲を超えるとみなし、検索語群に含まれる各検索語における着目文字を、誤認識文字テーブルにより当該着目文字に対応付けられる他の文字に置き換えることにより、検索語を新たに作成して検索語群に含める。その後、ステップＳ２２２へ進む。

【0073】

ステップＳ２２２では、入力文字列に未着目の文字があるか否かを判定する。この判定の結果、入力文字列に未着目の文字がある場合には、ステップＳ２０３へ戻る。以降、入力文字列において未着目の文字がなくなるまでステップＳ２０３～Ｓ２２２を繰り返し実行し、未着目の文字がなくなると、ステップＳ２２４へ進む。この時点では、入力文字列に含まれる文字のうち誤認識文字テーブルＥｔｂｌに登録されている文字は、いずれもＯＣＲ装置８０により誤認識される可能性が許容範囲を超えるとみなされ、入力文字列において当該登録されている文字のすくなくとも１つを誤認識文字テーブルＥｔｂｌにより対応付けられる他の文字にそれぞれ置き換えることにより得られる検索語の全てが、新たに作成されて検索語群に含められている。

【0074】

ステップＳ２２４では、検索語群におけるいずれかの検索語に一致する文字列を、ＮＡＳ４８に格納された検索対象としてのテキストデータＤｔｘの中から検索する。

【0075】

その後、上記検索による検索結果が検索用端末装置３０で表示されるように、当該検索結果を示すデータをインターネット５を介して検索用端末装置３０に送る（ステップＳ２２６）、例えば、検索語群における各検索語につき、テキストデータＤｔｘにおいて当該検索語（例えば図７に示す検索語３の文字列）に一致する文字列を含む文または段落等が当該文字列をハイライト状態にして表示される。

【0076】

上記のような文字列検索処理によれば、例えば図７に示すように、検索用端末装置３０から受け取る入力文字列（検索語１）が「ベンチャー」であるとすると（ステップＳ２０１）、図４に示すように、文字「ン」が誤認識文字テーブルＥｔｂｌにおいて登録されているとともに、文字「ン」が誤認識文字テーブルＥｔｂｌにより文字「ソ」と対応付けられているので、ステップＳ２２４では、図７において“べ（ン｜ソ）チャー”（検索語３）として表記されている２つの文字列「ベンチャー」および「ベソチャー」のそれぞれにつき、一致する文字列がテキストデータＤｔｘの中から検索される。これにより、ＯＣＲ結果としてのテキストデータＤｔｘにおいて、「ベンチャー」という語における文字「ン」が誤認識されて「ベソチャー」として含まれている場合であっても、検索語群に含まれる１つの検索語に一致する文字列として「ベソチャー」を含む文または段落等が検索結果として表示される。

【0077】

また、例えば図７に示すように、検索用端末装置３０から受け取る入力文字列（検索語１）が「高島」であるとすると（ステップＳ２０１）、図４に示すように、文字「高」が誤認識文字テーブルＥｔｂｌにおいて登録されているとともに、文字「高」が誤認識文字テーブルＥｔｂｌにより文字「▲高▼」と対応付けられているので（図４のＩＤ＝３の行を参照されたい）、ステップＳ２２４では、図７において“（高｜▲高▼）島”（検索語３）として表記されている２つの文字列「高島」および「▲高▼島」のそれぞれにつき、一致する文字列がテキストデータＤｔｘの中から検索される。

【0078】

このように、図９の文字列検索処理によれば、ＯＣＲ結果としてのテキストデータＤｔｘが検索対象であって、その中にＯＣＲ装置８０により誤認識された文字が含まれる場合であっても検索漏れを抑制することができ、図８の文字列検索処理と同様の効果が得られる。ただし、図９の文字列検索処理では、入力文字列における文字のうち誤認識文字テーブルＥｔｂｌに登録されている文字がワイルドカードに置き換えられるのではなく、当該文字が誤認識文字テーブルＥｔｂｌによりそれに対応付けられる他の文字に置き換えられることから、不適切または余分な検索結果の出力を抑えるという点で、図９の文字列検索処理は図８の文字列検索処理よりも有利である。一方、検索漏れを抑制するという点では、図８の文字列検索処理は図９の文字列検索処理よりも有利である。

【0079】

＜４．ＯＣＲ調整量テーブルとＯＣＲ処理＞
本実施形態に係る誤認識文字テーブル（図４参照）は、ＯＣＲ装置による文字認識の精度（以下「ＯＣＲ精度」という）を向上させるためのＯＣＲ調整量テーブルを作成するために使用することができる。このＯＣＲ調整量テーブルは、ＯＣＲ対象画像の印刷に使用されるプリンタや、フォント、用紙の種類等により特定される印刷形態に対し、ＯＣＲ対象画像を読み取って文字を認識する処理（以下「ＯＣＲ処理」という）における適切な調整量を対応付けるテーブルであり、例えば図１１に示すように構成されている。

【0080】

このようなＯＣＲ調整量テーブルは、図２に示すように構成されたコンピュータ１０で所定プログラムに基づき図１０に示すようなＯＣＲ調整量テーブル作成処理を実行することにより作成することができる。以下、図１０を参照して、このＯＣＲ調整量テーブル作成処理につき説明する。なお、このＯＣＲ調整量テーブル作成処理の開始時において、使用可能なプリンタはいずれも未使用状態であり、使用可能な各プリンタでの印刷に使用可能な用紙はいずれも未使用状態であり、各プリンタで使用可能なフォントも全て未使用状態であるものとする。また、図１０において「ＯＣＲ調整量」とは、ＯＣＲ装置においてスキャナで読み取った画像に対して文字認識のために施される画像処理におけるいずれか１つの調整量であり、例えば、読み取った画像に含まれる文字の画像に対する縦方向調整量（縦方向の太らせまたは細らせの量）または横方向調整量（横方向の太らせまたは細らせの量）等である（図１１参照）。

【0081】

図１０のＯＣＲ調整量テーブル作成処理では、まず、ＯＣＲ対象画像（テキストを含む画像）の印刷に使用可能なプリンタのうち未使用のいずれかのプリンタを使用プリンタＰｓとして設定する（ステップＳ３０１）。次に、使用プリンタＰｓで使用可能なフォントのうち未使用のいずれかのフォントを使用フォントＦｓとして設定する（ステップＳ３０２）。続いて、使用プリンタＰｓで使用可能な種類の用紙のうち未使用のいずれかの種類の用紙を使用用紙Ｓｓとして設定する（ステップＳ３０３）。

【0082】

次に、ＯＣＲ調整量を予め決められた最小値に設定する（ステップＳ３０４）。

【0083】

その後、ＯＣＲ対象文字（ＯＣＲ装置の認識対処となり得る全ての文字）のうち誤認識文字テーブルに登録されている文字をＯＣＲ調整対象文字とし、ＯＣＲ調整対象文字のうち未着目のいずれかの文字に着目する（ステップＳ３０６）。なお、このＯＣＲ調整量テーブル作成処理の開始後、最初にステップＳ３０６が実行される直前では、ＯＣＲ調整対象文字は全て未着目状態である。

【0084】

次に、着目文字を使用プリンタＰｓにより使用フォントＦｓを使用して印刷し、ＯＣＲ装置（例えば図５に示すＯＣＲ装置８０）によりその印刷された着目文字を画像として読み取ってパターン認識で文字を決定し、当該文字（のコードデータ）をＯＣＲ結果文字として出力する（ステップＳ３０８）。

【0085】

その後、着目文字（着目したＯＣＲ対象文字）とそれに対応するＯＣＲ結果文字とを比較し、両文字が一致しているか否かを示すデータを比較結果として保存する（ステップＳ３１０）。

【0086】

次に、未着目のＯＣＲ調整対象文字があるか否かを判定する（ステップＳ３１２）。この判定の結果、未着目のＯＣＲ調整対象文字がある場合にはステップＳ３０６へ戻る。以降、未着目のＯＣＲ調整対象文字がなくなるまでステップＳ３０６～Ｓ３１２を繰り返し実行し、未着目のＯＣＲ調整対象文字がなくなると、ステップＳ３１４へ進む。

【0087】

ステップＳ３１４では、ＯＣＲ調整量を予め決められた調整単位量だけ増大させ、その後、ＯＣＲ調整量が予め決められた最大値を超えたか否かを判定する（ステップＳ３１６）。この判定の結果、ＯＣＲ調整量が当該最大値を超えていない場合には、全てのＯＣＲ調整対象文字を未着目状態とし（ステップＳ３１７）、ステップＳ３０６へ戻る。以降、ＯＣＲ調整量が当該最大値を超えるまでステップＳ３０６～Ｓ３１７を繰り返し実行し、ＯＣＲ調整量が当該最大値を超えるとステップＳ３１８へ進む。

【0088】

ステップＳ３１８へ進んだ時点では、上記最小値から上記最大値までの範囲における上記調整単位量間隔での各ＯＣＲ調整量につき、各ＯＣＲ調整対象文字とそれに対応するＯＣＲ結果文字との比較結果が保存されている。そこで、これらの比較結果に基づき最良のＯＣＲ調整量を求め、当該最良のＯＣＲ調整量を、使用プリンタＰｓ、使用フォントＦｓ、および、使用用紙Ｓｓにより特定される印刷形態と対応付けてＯＣＲ調整量テーブルに登録する（ステップＳ３１８）。ここで、上記最小値から上記最大値までの範囲における上記調整単位量間隔でのＯＣＲ調整量のうち、各ＯＣＲ調整対象文字とそれに対応するＯＣＲ結果文字とからなる文字対のうち互いに一致する文字対の数が最も多いＯＣＲ調整量を、最良のＯＣＲ調整量とみなすものとする。

【0089】

その後、使用プリンタＰｓで使用可能な全ての種類の用紙が使用されたか否かを判定する（ステップＳ３２０）。この判定の結果、全ての種類の用紙が使用されてはいない場合には、全てのＯＣＲ調整対象文字を未着目状態とし（ステップＳ３２１）、ステップＳ３０３へ戻る。以降、全ての種類の用紙が使用されるまでステップＳ３０３～Ｓ３２１を繰り返し実行し、全ての種類の用紙が使用されると、ステップＳ３２２へ進む。

【0090】

ステップＳ３２２では、使用プリンタＰｓで使用可能な全てのフォントが使用されたか否かを判定する。この判定の結果、全てのフォントが使用されてはいない場合には、全てのＯＣＲ調整対象文字を未着目状態とし、使用プリンタＰｓで使用可能な全ての種類の用紙を未使用状態として（ステップＳ３２３）、ステップＳ３０２へ戻る。以降、全てのフォントが使用されるまでステップＳ３０２～Ｓ３２３を繰り返し実行し、全てのフォントが使用されると、ステップＳ３２４へ進む。

【0091】

ステップＳ３２４では、ＯＣＲ対象画像の印刷に使用可能な全てのプリンタが使用されたか否かを判定する。この判定の結果、全てのプリンタが使用されてはいない場合には、全てのＯＣＲ調整対象文字を未着目状態とし、使用プリンタＰｓで使用可能な全ての種類の用紙および全てのフォントを未使用状態として（ステップＳ３２５）、ステップＳ３０１へ戻る。以降、全てのプリンタが使用されるまでステップＳ３０１～Ｓ３２５を繰り返し実行し、全てのプリンタが使用されると、ＯＣＲ調整量テーブル作成処理を終了する。

【0092】

上記では、１つのＯＣＲ調整量についてのＯＣＲ調整量テーブル作成処理（図１０）を説明したが、他のＯＣＲ調整量についても同様の処理によりＯＣＲ調整テーブルを作成することができる。例えば、既述の縦調整量と横調整量とのそれぞれにつきＯＣＲ調整量テーブル作成処理を実行し、その実行結果を１つのテーブルにまとめると、図１１に示すようなＯＣＲ調整量テーブルが得られる。

【0093】

図１１に示すように、このＯＣＲ調整量テーブルでは、ＯＣＲ対象画像の印刷時の出力条件毎に、すなわちＯＣＲ対象画像の印刷に使用されるプリンタ、フォント、および用紙の種類により特定される印刷形態毎に、ＯＣＲ装置により高精度に文字を認識できるＯＣＲ調整量（図１１に示す例では文字の画像に対する縦調整量および横調整量）が示されている。

【0094】

図１２は、このようなＯＣＲ調整量テーブルを用いてＯＣＲ装置により画像から文字を認識してテキストデータを生成するためのＯＣＲ処理を示すフローチャートである。

【0095】

このＯＣＲ処理では、まず、ＯＣＲ対象画像の印刷時の出力条件、具体的には、ＯＣＲ対象画像の印刷に使用されたプリンタ、フォント、および用紙の種類により特定される印刷形態を取得する（ステップＳ４０２）。次に、ＯＣＲ調整量テーブルからこの出力条件（印刷形態）に対応するＯＣＲ調整量を取得する（ステップＳ４０４）。その後、当該ＯＣＲ調整量をＯＣＲ装置において設定して、当該ＯＣＲ装置によりＯＣＲを実行する（ステップＳ４０６）。すなわち、当該ＯＣＲ装置により、ＯＣＲ対象画像を読み取ってパターン認識で当該ＯＣＲ対象画像から文字を特定してテキストデータを生成する。

【0096】

図１１のＯＣＲ調整量テーブルを使用するものとすると、このようなＯＣＲ処理によれば、ステップＳ４０２で取得される出力条件がプリンタＰ１、ゴシックのフォント、および、用紙Ｓ１で特定される印刷形態に相当する場合、縦調整量として“－１［ｐｉｘ］”という細らせ量が、横調整量として“＋１［ｐｉｘ］”という太らせ量が、ＯＣＲ装置にそれぞれ設定されてＯＣＲが実行される。このようにして、ＯＣＲ対象画像の印刷時の出力条件に応じて適切なＯＣＲ調整量がＯＣＲ装置に設定されるので、当該ＯＣＲ装置により高い精度で文字を認識することができる。

【0097】

＜５．効果＞
以上のように、本実施形態に係る誤認識文字テーブルは、文字列検索装置に使用することができ、ＯＣＲ装置におけるＯＣＲ調整量を決定するためのＯＣＲ調整量テーブルの作成にも使用することができる。これにより、以下のような効果が得られる。

【0098】

上記誤認識テーブルを使用した文字列検索装置では、ＯＣＲ結果を目視でチェックしなくとも、ＯＣＲ結果としてのテキストデータから文字列を高い精度で検索し検索漏れを抑制することができる。このため、ＯＣＲ結果としてのテキストデータの全てを目視で確認する必要がなくなり、このような確認作業によるコストが削減される。

【0099】

また従来、既述の誤認識単語辞書に載っていない未知の単語を検索することは困難であったが、上記誤認識テーブルを使用した文字列検索装置では、未知の単語の検索も可能となる。すなわち、ＯＣＲ結果としてのテキストデータから文字列を検索する場合であっても、入力文字列のうちＯＣＲで誤認識され易い文字をワイルドカードまたは誤認識文字テーブルで当該文字に対応付けられる他の文字に置き換えることにより検索語が作成され（図８のステップＳ２０６、図９のステップＳ２２０）、これにより未知の単語も検索することができる。

【0100】

また、従来において使用していた誤認識単語辞書が不要になることから、辞書の継続的更新も不要であり、ＯＣＲ装置におけるメンテナンスのコストが低減される。

【0101】

また、誤認識文字テーブルを使用することで、ＯＣＲ装置による文字認識の精度が高くなくても、文字列検索装置の検索精度を向上させることができる。

【0102】

また、ＯＣＲ対象画像に含まれるテキストに異体字（例えば「高」と「▲高▼」）が含まれる場合であっても、誤認識文字テーブルを使用することで、ＯＣＲ結果としてのテキストデータを通常と同様に扱うことができる。

【0103】

さらに、誤認識文字テーブルを用いて作成されたＯＣＲ調整量テーブルをＯＣＲ装置において使用することで、ＯＣＲ装置による文字認識の精度を向上させることができる。

【0104】

＜６．変形例＞
本発明は上記実施形態に限定されるものではなく、本発明の範囲を逸脱しない限りにおいてさらに種々の変形を施すことができる。以下、上記実施形態に係る誤認識文字テーブルを使用して既述の文字列検索装置の変形例について説明する。

【0105】

＜６．１ 第１の変形例＞
上記のように、図５に示す文字列検索装置において図８に示す文字列検索処理または図９に示す文字列検索処理が行われるが、これらの検索処理を組み合わせた文字列検索処理を行うようにしてもよい。すなわち、入力文字列のうち誤認識文字テーブルＥｔｂｌに登録されている文字をワイルドに置き換えて検索を行う処理と、入力文字列のうち誤認識文字テーブルＥｔｂｌに登録されている文字を誤認識文字テーブルＥｔｂｌにより当該文字に対応付けられる他の文字に置き換えて検索を行う処理とを組み合わせた文字列検索処理を行うようにしてもよい。

【0106】

図１３は、このような変形例における文字列検索処理の一例を示すフローチャートである。この図１３の文字列検索処理のうちステップＳ２０１～Ｓ２２４は、図９の文字列検索処理におけるステップＳ２０１～Ｓ２２４とそれぞれ同一であるので、それらの説明を省略する。図１３の文字列検索処理では、入力文字列のうち誤認識文字テーブルＥｔｂｌに登録されている文字を誤認識文字テーブルＥｔｂｌにより着目文字に対応付けられる他の文字に置き換えて検索を行う処理（図９参照）によっては検索結果が得られない場合に、入力文字列のうち誤認識文字テーブルＥｔｂｌに登録されている文字をワイルドに置き換えて検索を行う。

【0107】

すなわち、ステップＳ２３０において、ステップＳ２０２～Ｓ２２２において作成される検索語群における少なくとも１つの検索語に一致する文字列が対象テキストデータＤｔｘにおいて見出せたか否かを判定する。この判定の結果、検索語群におけるいずれの検索語についてもそれに一致する文字列が対象テキストデータＤｔｘにおいて見出せない場合にはステップＳ２３２へ進み、検索語群における少なくとも１つの検索語に一致する文字列が見出せた場合にはステップＳ２３６へ進む。

【0108】

ステップＳ２３２では、ステップＳ２０１で受け取った入力文字列のうち誤認識文字テーブルＥｔｂｌの登録されている文字を全てワイルドカードに置き換えることにより、ワイルドカード検索語を作成する。

【0109】

次に、このワイルドカード検索語に一致する文字列を、ＮＡＳ４８に格納された検索対象のテキストデータＤｔｘの中から検索し（ステップＳ２３４）、その後、ステップＳ２３６へ進む。

【0110】

ステップＳ２３６では、上記検索による検索結果が検索用端末装置３０で表示されるように、当該検索結果を示すデータをインターネット５を介して検索用端末装置３０に送る（ステップＳ２３６）。これにより、検索用端末装置３０において、例えば、検索対象としてのテキストデータＤｔｘのうち上記のいずれかの検索語に一致する文字列を含む文または段落等が当該文字列をハイライト状態にして表示される。

【0111】

上記文字列検索処理では、上記検索語群における少なくとも１つの検索語に一致する文字列が対象テキストデータＤｔｘにおいて見出せた場合には、上記ワイルドカード検索語による検索は行われない（ステップＳ２３０）。一方、上記検索語群におけるいずれの検索語についてもそれに一致する文字列が対象テキストデータＤｔｘにおいて見出せない場合には、上記ワイルドカード検索語による検索が行われる。したがって、このような文字列検索処理によれば、不適切または余分な検索結果の出力を抑えつつ、検索漏れを確実に抑制することができる。

【0112】

＜６．２ 第２の変形例＞
上記実施形態に係る誤認識文字テーブルＥｔｂｌでは、そこに登録された文字に対し、当該文字を含む画像の印刷に使用されたプリンタ、フォント、および、用紙の種類により特定される印刷形態（出力条件）が対応付けられている。一方、図８、図９、および、図１３にそれぞれ示す文字列検索処理では、ＯＣＲ対象画像の印刷形態に関連する処理は含まれていない。しかし、ＯＣＲ検索結果としてのテキストデータＤｔｘを検索対象とする文字列検索において不適切または余分な検索結果の出力を抑えるべく、図５に示す文字列検索装置４０において実行すべき文字列検索処理においてＯＣＲ対象画像の印刷形態に関連する処理を含めることも考えられる。

【0113】

図１４は、図５に示す文字列検索装置の第２の変形例における文字列検索処理、すなわち図８の文字列検索処理においてＯＣＲ対象画像の印刷形態に関連する処理を含めた構成の文字列検索処理を示すフローチャートである。

【0114】

この文字列検索処理は、図８の文字列検索処理に対し、ステップＳ２０６の直前にステップＳ２０５が挿入されている点が異なり、その他のステップは、図８の文字列検索処理のステップと同様であり、対応するステップには同一のステップ番号が付されている。

【0115】

この文字列検索処理では、ステップＳ２０４において、着目文字が誤認識文字テーブルＥｔｂｌに登録されていると判定されると、ステップＳ２０６の実行前に、誤認識文字テーブルＥｔｂｌにより着目文字に対応付けられたプリンタ、フォント、および、用紙の種類により特定される印刷形態（出力条件）が検索対象としてのテキストデータ（対象テキストデータ）Ｄｔｘの元画像の印刷形態に一致するか否かを判定する（ステップＳ２０５）。ここで、対象テキストデータＤｔｘの元画像とは、ＯＣＲ装置８０によって対象テキストデータＤｔｘを生成するためのＯＣＲ対象画像である。

【0116】

ステップＳ２０５の判定の結果、誤認識文字テーブルＥｔｂｌにより着目文字に対応付けられた印刷形態がＯＣＲ対象画像（元画像）の印刷形態に一致する場合には、ステップＳ２０６へ進む。一方、この判定の結果、誤認識文字テーブルＥｔｂｌにより着目文字に対応付けられた印刷形態がＯＣＲ対象画像の印刷形態に一致しない場合には、ステップＳ２０６を実行することなくステップＳ２０８へ進む。これにより、着目文字が誤認識文字テーブルＥｔｂｌに登録されていても、当該着目文字に対応付けられた印刷形態がＯＣＲ対象画像の印刷形態に一致しない場合には、入力文字列において当該着目文字がワイルドカードに置き換えられることはない。この文字列検索処理における上記以外の処理については、図８の文字列検索処理と同様であるので説明を省略する。

【0117】

＜６．３ 第３の変形例＞
図１５は、図５に示す文字列検索装置の第３の変形例における文字列検索処理、すなわち図９の文字列検索処理においてＯＣＲ対象画像の印刷形態に関連する処理を含めた構成の文字列検索処理を示すフローチャートである。

【0118】

この文字列検索処理は、図９の文字列検索処理に対し、ステップＳ２２０の直前にステップＳ２０５が挿入されている点が異なり、その他のステップは、図９の文字列検索処理のステップと同様であり、対応するステップには同一のステップ番号が付されている。

【0119】

この文字列検索処理においても、ステップＳ２０４において、着目文字が誤認識文字テーブルＥｔｂｌに登録されていると判定されると、ステップＳ２２０の実行前に、誤認識文字テーブルＥｔｂｌにより着目文字に対応付けられたプリンタ、フォント、および、用紙の種類により特定される印刷形態（出力条件）が対象テキストデータＤｔｘの元画像すなわちＯＣＲ対象画像に一致するか否かを判定する（ステップＳ２０５）。

【0120】

ステップＳ２０５の判定の結果、誤認識文字テーブルＥｔｂｌにより着目文字に対応付けられた印刷形態がＯＣＲ対象画像の印刷形態に一致する場合には、ステップＳ２２０へ進む。一方、この判定の結果、誤認識文字テーブルＥｔｂｌにより着目文字に対応付けられた印刷形態がＯＣＲ対象画像の印刷形態に一致しない場合には、ステップＳ２２０を実行することなくステップＳ２２２へ進む。これにより、着目文字が誤認識文字テーブルＥｔｂｌに登録されていても、当該着目文字に対応付けられた印刷形態がＯＣＲ対象画像の印刷形態に一致しない場合には、入力文字列において当該着目文字を誤認識文字テーブルＥｔｂｌにより当該着目文字に対応付けられた他の文字に置き換えて検索語が新たに作成されることはない。この文字列検索処理における上記以外の処理については、図９の文字列検索処理と同様であるので説明を省略する。

【符号の説明】

【0121】

１０ …コンピュータ
１８ …誤認識文字テーブル作成プログラム
２０ …スキャナ
３０ …検索用端末装置
４０ …文字列検索装置
４５ …検索処理装置
８０ …ＯＣＲ装置
８５ …ＯＣＲ処理装置
８６ …スキャナ
Ｅｔｂｌ …誤認識文字テーブル
Ｄｔｘ …テキストデータ（検索対象、ＯＣＲ結果）
Ｓｐｇ …文字列検索プログラム

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】