知財求人 - 知財ポータルサイト「IP Force」
(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】2024-07-01
(45)【発行日】2024-07-09
(54)【発明の名称】画像読取装置および情報処理装置
(51)【国際特許分類】
G06V 30/26 20220101AFI20240702BHJP
【ＦＩ】
G06V30/266
G06V30/268
【請求項の数】
6
(21)【出願番号】P 2019213576
(22)【出願日】2019-11-26
(65)【公開番号】P2021086308
(43)【公開日】2021-06-03
【審査請求日】2022-10-28
(73)【特許権者】
【識別番号】000006150
【氏名又は名称】京セラドキュメントソリューションズ株式会社
(74)【代理人】
【識別番号】110003443
【氏名又は名称】弁理士法人ＴＮＫアジア国際特許事務所
(74)【代理人】
【識別番号】100129997
【弁理士】
【氏名又は名称】田中 米藏
(72)【発明者】
【氏名】アイダ・ヨゴン
(72)【発明者】
【氏名】ロナルド・レイエス
(72)【発明者】
【氏名】チャールズ エイドリアン・アリェーラ
【審査官】▲柳▼谷 侑
(56)【参考文献】
【文献】米国特許出願公開第２００４／００３７４７０（ＵＳ，Ａ１）
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｇ０６Ｖ ３０／２６
(57)【特許請求の範囲】
【請求項1】
原稿の画像を読み取る画像読取部と、前記画像読取部が読み取った前記原稿の画像を記憶する原稿画像記憶部と、
前記原稿画像記憶部に記憶された前記原稿の画像に対して、ＯＣＲ処理を行うことにより、前記原稿におけるテキストを抽出するテキスト抽出部と、
前記テキスト抽出部にて抽出された前記原稿におけるテキストを構成する複数語のうち、単語でないとされる非単語を検出する非単語検出部と、
前記非単語検出部が検出した前記非単語と、当該非単語の直前の語及び直後の語の少なくとも一方とをその並び順に結合させた結合語が単語となるか否かを判定する判定部と、
前記判定部において単語になると判定された場合に、前記原稿におけるテキストのうちで前記結合語に対応するテキスト部分を文字認識不良部分として特定し、当該文字認識不良部分のテキストを当該結合語のテキストに修正する文字修正部と、を備え、
前記判定部は、前記非単語検出部において１個の非単語が検出され、かつ、当該１個の非単語の前後に単語が存在する場合に、当該１個の非単語とその直前の単語とをその並び順に結合させた第１結合語が単語となるか否かを判定し、当該１個の非単語とその直後の単語とをその並び順に結合させた第２結合語が単語となるか否かを判定し、更に、前記第１結合語および前記第２結合語が共に単語になると判定した場合に、当該非単語の直前の単語と当該非単語と当該非単語の直後の単語とをその並び順に結合させた全結合語が単語となるか否かを判定し、当該非単語の直前の単語が全て大文字であるか否かを判定し、
前記文字修正部は、（ｉ）前記判定部において前記全結合語が単語であると判定された場合に、前記原稿におけるテキストのうちで前記全結合語に対応するテキスト部分を文字認識不良部分として特定し、当該文字認識不良部分のテキストを当該全結合語のテキストに修正し、（ｉｉ）前記判定部において前記全結合語が単語でないと判定された場合に、前記原稿におけるテキストのうちで前記第１結合語に対応するテキスト部分を文字認識不良部分として特定し、当該文字認識不良部分のテキストを当該第１結合語のテキストに修正し、（ｉｉｉ）前記判定部において前記全結合語が単語でないと判定され、かつ、当該非単語の直前の単語が全て大文字であると判定された場合に、前記原稿におけるテキストのうちで前記第２結合語に対応するテキスト部分を文字認識不良部分として特定し、当該文字認識不良部分のテキストを当該第２結合語のテキストに修正する画像読取装置。
【請求項2】
原稿の画像を読み取る画像読取部と、前記画像読取部が読み取った前記原稿の画像を記憶する原稿画像記憶部と、
前記原稿画像記憶部に記憶された前記原稿の画像に対して、ＯＣＲ処理を行うことにより、前記原稿におけるテキストを抽出するテキスト抽出部と、
前記テキスト抽出部にて抽出された前記原稿におけるテキストを構成する複数語のうち、単語でないとされる非単語を検出する非単語検出部と、
前記非単語検出部が検出した前記非単語と、当該非単語の直前の語及び直後の語の少なくとも一方とをその並び順に結合させた結合語が単語となるか否かを判定する判定部と、
前記判定部において単語になると判定された場合に、前記原稿におけるテキストのうちで前記結合語に対応するテキスト部分を文字認識不良部分として特定し、当該文字認識不良部分のテキストを当該結合語のテキストに修正する文字修正部と、を備え、
前記判定部は、前記非単語検出部において１個の非単語が検出され、当該１個の非単語の最後の文字に句読点が含まれ、かつ、当該１個の非単語の前に単語が存在する場合に、当該１個の非単語とその直前の単語とをその並び順に結合させた結合語が単語となるか否かを判定し、
前記文字修正部は、前記判定部において前記結合語が単語であると判定され、かつ、当該１個の非単語の最後の文字に句読点が含まれると判定された場合に、前記原稿におけるテキストのうちで前記結合語に対応するテキスト部分を文字認識不良部分として特定し、当該文字認識不良部分のテキストを当該結合語のテキストに修正する画像読取装置。
【請求項3】
原稿の画像を読み取る画像読取部と、前記画像読取部が読み取った前記原稿の画像を記憶する原稿画像記憶部と、
前記原稿画像記憶部に記憶された前記原稿の画像に対して、ＯＣＲ処理を行うことにより、前記原稿におけるテキストを抽出するテキスト抽出部と、
前記テキスト抽出部にて抽出された前記原稿におけるテキストを構成する複数語のうち、単語でないとされる非単語を検出する非単語検出部と、
前記非単語検出部が検出した前記非単語と、当該非単語の直前の語及び直後の語の少なくとも一方とをその並び順に結合させた結合語が単語となるか否かを判定する判定部と、
前記判定部において単語になると判定された場合に、前記原稿におけるテキストのうちで前記結合語に対応するテキスト部分を文字認識不良部分として特定し、当該文字認識不良部分のテキストを当該結合語のテキストに修正する文字修正部と、を備え、
前記判定部は、前記非単語検出部において検出された非単語が２個連続し、かつ、当該連続する２個の非単語のうち先頭側の非単語の直前に単語が存在しない場合に、当該連続する２個の非単語をその並び順に結合させた結合語が単語となるか否かを判定し、
前記文字修正部は、前記判定部において単語になると判定された場合に、前記原稿におけるテキストのうちで前記結合語に対応するテキスト部分を文字認識不良部分として特定し、当該文字認識不良部分のテキストを当該結合語のテキストに修正する画像読取装置。
【請求項4】
原稿の画像を読み取る画像読取部と、前記画像読取部が読み取った前記原稿の画像を記憶する原稿画像記憶部と、
前記原稿画像記憶部に記憶された前記原稿の画像に対して、ＯＣＲ処理を行うことにより、前記原稿におけるテキストを抽出するテキスト抽出部と、
前記テキスト抽出部にて抽出された前記原稿におけるテキストを構成する複数語のうち、単語でないとされる非単語を検出する非単語検出部と、
前記非単語検出部が検出した前記非単語と、当該非単語の直前の語及び直後の語の少なくとも一方とをその並び順に結合させた結合語が単語となるか否かを判定する判定部と、
前記判定部において単語になると判定された場合に、前記原稿におけるテキストのうちで前記結合語に対応するテキスト部分を文字認識不良部分として特定し、当該文字認識不良部分のテキストを当該結合語のテキストに修正する文字修正部と、を備え、
前記判定部は、前記非単語検出部において検出された非単語が２個連続し、かつ、当該連続する２個の非単語のうち先頭側の非単語の直前に単語が存在する場合に、（ｉｖ）当該先頭側の非単語の直前の単語と当該先頭側の非単語とをその並び順に結合させた第１結合語が単語となるか否かを判定し、当該連続する２個の非単語をその並び順に結合させた第２結合語が単語となるか否かを判定し、（ｖ）前記第１結合語および前記第２結合語が共に単語にならないと判定した場合に、当該先頭側の非単語の直前の単語と当該連続する２個の非単語をその並び順に結合させた全結合語が単語となるか否かを判定し、
前記文字修正部は、（ｉｖ）前記判定部において前記第１結合語が単語とならないと判定され、かつ、前記第２結合語が単語となると判定された場合に、前記原稿におけるテキストのうちで当該連続する２個の非単語に対応するテキスト部分を文字認識不良部分として特定し、当該文字認識不良部分のテキストを当該第２結合語のテキストに修正し、（ｖ）前記判定部において前記全結合語が単語であると判定された場合に、前記原稿におけるテキストのうちで前記全結合語に対応するテキスト部分を文字認識不良部分として特定し、当該文字認識不良部分のテキストを当該全結合語のテキストに修正する画像読取装置。
【請求項5】
原稿の画像を読み取る画像読取部と、前記画像読取部が読み取った前記原稿の画像を記憶する原稿画像記憶部と、
前記原稿画像記憶部に記憶された前記原稿の画像に対して、ＯＣＲ処理を行うことにより、前記原稿におけるテキストを抽出するテキスト抽出部と、
前記テキスト抽出部にて抽出された前記原稿におけるテキストを構成する複数語のうち、単語でないとされる非単語を検出する非単語検出部と、
前記非単語検出部が検出した前記非単語と、当該非単語の直前の語及び直後の語の少なくとも一方とをその並び順に結合させた結合語が単語となるか否かを判定する判定部と、
前記判定部において単語になると判定された場合に、前記原稿におけるテキストのうちで前記結合語に対応するテキスト部分を文字認識不良部分として特定し、当該文字認識不良部分のテキストを当該結合語のテキストに修正する文字修正部と、を備え、
前記判定部は、前記非単語検出部において検出された非単語が３個連続し、かつ、当該連続する３個の非単語のうち最先頭の非単語の直前に単語が存在する場合に、（ｖｉ）当該最先頭の非単語の直前の単語と当該最先頭の非単語とをその並び順に結合させた第１結合語が単語となるか否かを判定し、当該最先頭の非単語とその次の非単語とをその並び順に結合させた第２結合語が単語となるか否かを判定し、（ｖｉｉ）前記第１結合語が単語になると判定し、かつ、前記第２結合語が単語にならないと判定した場合に、当該最先頭の非単語の次の非単語とその次の非単語とをその並び順に結合させた第３結合語が単語となるか否かを判定し、
前記文字修正部は、（ｖｉ）前記第１結合語が単語になると判定し、かつ、前記第２結合語が単語にならないと判定した場合に、前記原稿におけるテキストのうちで前記第１結合語に対応するテキスト部分を文字認識不良部分として特定し、当該文字認識不良部分のテキストを当該第１結合語のテキストに修正し、（ｖｉｉ）前記判定部において前記第３結合語が単語であると判定された場合に、前記原稿におけるテキストのうちで前記第３結合語に対応するテキスト部分を文字認識不良部分として特定し、当該文字認識不良部分のテキストを当該第３結合語のテキストに修正する画像読取装置。
【請求項6】
記憶部と、前記判定部において前記第１結合語および前記第２結合語が共に単語にならないと判定され、かつ、前記全結合語が単語とならないと判定された場合に、前記非単語を未確認語として前記記憶部に登録する制御部と、を更に備え、
前記制御部は、前記記憶部に登録された未確認語の登録回数が予め定められた閾値回数以上になると、当該未確認語を単語として前記記憶部に登録する請求項１に記載の画像読取装置。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、画像読取装置および情報処理装置に関し、原稿を読取って画像データを生成する技術に関する。
【背景技術】
【0002】
特許文献１に記載されたプリンタシステムでは、原稿をスキャンし、ＯＣＲ処理した出力結果のレイアウトを、元原稿のレイアウトに準ずるようにして出力させる「手書き原稿修正モード」を有し、ＯＣＲで認識できなかった文字の部分を空白に置き換え出力し、ユーザーが当該空白箇所を埋める操作を行う構成となっている。
【先行技術文献】
【特許文献】
【0003】
【文献】特開２００６－１９６９７６号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
上記の特許文献１に記載されているプリンタシステムでは、ＯＣＲで認識できなかった文字の部分を空白に置き換え出力し、ユーザーが当該空白箇所を埋める操作を行う必要があるため、当該操作が煩わしいという問題がある。ＯＣＲで認識できなかった文字の部分が増えるに従って、ユーザーの操作負担も増大するという問題がある。
【0005】
本発明は、上記の事情に鑑みてなされたものであり、ＯＣＲで認識できなかった文字の部分をユーザーが修正する作業を不必要とすることができ、ユーザーの操作負担を改善することを目的とする。
【課題を解決するための手段】
【0006】
本発明の一局面に係る画像読取装置は、原稿の画像を読み取る画像読取部と、前記画像読取部が読み取った前記原稿の画像を記憶する原稿画像記憶部と、前記原稿画像記憶部に記憶された前記原稿の画像に対して、ＯＣＲ処理を行うことにより、前記原稿におけるテキストを抽出するテキスト抽出部と、前記テキスト抽出部にて抽出された前記原稿におけるテキストを構成する複数語のうち、単語でないとされる非単語を検出する非単語検出部と、前記非単語検出部が検出した前記非単語と、当該非単語の直前の語及び直後の語の少なくとも一方とをその並び順に結合させた結合語が単語となるか否かを判定する判定部と、前記判定部において単語になると判定された場合に、前記原稿におけるテキストのうちで前記結合語に対応するテキスト部分を文字認識不良部分として特定し、当該文字認識不良部分のテキストを当該結合語のテキストに修正する文字修正部と、を備えるものである。
【0007】
本発明の一局面に係る情報処理装置は、原稿の画像を記憶する原稿画像記憶部と、前記原稿画像記憶部に記憶された前記原稿の画像に対して、ＯＣＲ処理を行うことにより、前記原稿におけるテキストを抽出するテキスト抽出部と、前記テキスト抽出部にて抽出された前記原稿におけるテキストを構成する複数語のうち、単語でないとされる非単語を検出する非単語検出部と、前記非単語検出部が検出した前記非単語と、当該非単語の直前の語及び直後の語の少なくとも一方とをその並び順に結合させた結合語が単語となるか否かを判定する判定部と、前記判定部において単語になると判定された場合に、前記原稿におけるテキストのうちで前記結合語に対応するテキスト部分を文字認識不良部分として特定し、当該文字認識不良部分のテキストを当該結合語のテキストに修正する文字修正部と、を備えるものである。
【発明の効果】
【0008】
本発明によれば、ＯＣＲで認識できなかった文字の部分をユーザーが修正する作業を不必要とすることができ、ユーザーの操作負担を改善することができる。
【図面の簡単な説明】
【0009】
【図1】本発明の第１実施形態に係る画像形成装置の斜視図である。
【図2】第１実施形態の画像形成装置の構成を示すブロック図である。
【図3】第１実施形態に係る画像形成装置における原稿スキャン後ＯＣＲ処理を概念的に示す図である。
【図4】（Ａ）は単語辞書記憶テーブルの一例を示す図、（Ｂ）は未確認語登録テーブルの一例を示す図、（Ｃ）は画像形成装置の表示部の表示画面の一例を示す図である。
【図5】第１実施形態に係る原稿スキャン後ＯＣＲ処理の一例を示すフローチャートである。
【図8】（Ａ）はテキスト修正の一例を示す図、（Ｂ）は、テキスト修正無しの一例を示す図である。
【図9】テキスト修正の一例を示す図である。
【図10】テキスト修正の一例を示す図である。
【図11】テキスト修正の一例を示す図である。
【図12】テキスト修正の一例を示す図である。
【図13】テキスト修正の一例を示す図である。
【図14】テキスト修正の一例を示す図である。
【図15】テキスト修正の一例を示す図である。
【図16】未確認語登録テーブルと単語辞書記憶テーブルの一例を示す図である。
【図17】第２実施形態の情報処理装置及び画像形成装置の構成を示すブロック図である。
【発明を実施するための形態】
【0010】
以下、本発明に係る画像読取装置の一例である画像形成装置の一実施形態について図面を参照して説明する。図１は、本発明の第１実施形態に係る画像形成装置の斜視図である。図２は、第１実施形態の画像形成装置の構成を示すブロック図である。本発明に係る画像読取装置は、画像形成装置１０において画像形成部１８を除いた構成に対応する。
【0011】
第１実施形態の画像形成装置１０は、制御ユニット１１と、表示部１２と、操作部１４と、タッチパネル１５と、通信部１６と、画像読取部１７と、画像形成部１８と、データ記憶部１９とを備える。これらの構成要素は、互いにバスを通じてデータ又は信号の送受信が可能とされている。
【0012】
画像読取部１７は、例えば、自動原稿送り装置により搬送される原稿Ｇ１又はフラットベッド上に載置された原稿Ｇ１を光学的に読み取るスキャナーとしてのＣＣＤ（Charge Coupled Device）を有し、原稿Ｇ１の画像を示す画像データを生成する。
【0013】
画像形成部１８は、感光体ドラムの表面を均一帯電させ、感光体ドラムの表面を露光して、感光体ドラムの表面に静電潜像を形成し、感光体ドラムの表面の静電潜像をトナー像に現像して、感光体ドラムの表面のトナー像（画像）を記録紙に転写して定着させる。例えば、画像読取部１７による原稿Ｇ１の読取で得られた原稿画像を記録紙に印刷することが可能である。
【0014】
表示部１２は、例えば、液晶ディスプレイ（Liquid Crystal Display）、有機ＥＬ（Organic Light-Emitting Diode）ディスプレイなどの表示装置である。
【0015】
操作部１４は、ユーザーからの操作指示の入力を受け付けるものであり、メニューを呼び出すメニューキー、メニューを構成するＧＵＩ（Graphical User Interface）におけるフォーカスを移動させる矢印キー、メニューを構成するＧＵＩに対して確定操作を行う決定キー、スタートキーなどのハードキーを備える。
【0016】
タッチパネル１５は、所謂抵抗膜方式や静電容量方式等のタッチパネルである。タッチパネル１５は、表示部１２の画面に配置され、表示部１２の画面に対する指などの接触をその接触位置と共に検知する。タッチパネル１５は、指などの接触を検知すると、その接触位置の座標を示す検知信号を制御ユニット１１の制御部２１などに出力する。従って、タッチパネル１５は、表示部１２の画面に対するユーザー操作が入力される操作部としての役割を果たす。
【0017】
通信部１６は、通信モジュールを備える通信インターフェイスであり、ＬＡＮ（Local Area Network）や公衆回線などからなるネットワークを通じて、情報処理装置（例えば、パーソナルコンピューター、サーバー、携帯情報端末など）との間でデータ送受信を行う。
【0018】
データ記憶部１９は、ＨＤＤ（Hard Disk Drive）などの大容量の記憶装置である。データ記憶部１９は、画像読取部１７による原稿読取で得られた原稿Ｇ１の画像を示す画像データを記憶する原稿画像記憶部１９ａを備える。また、データ記憶部１９は、後述する各種のフラグの状態（オン、オフ、未設定）を記憶するフラグ記憶エリアを備えている。
【0019】
図３は、第１実施形態に係る画像形成装置にて行われる原稿スキャン後ＯＣＲ処理を概念的に示す図である。画像形成装置１０は、図３に示すように、原稿Ｇ１を読み取り、原稿Ｇ１の画像データについてＯＣＲ処理することにより、原稿Ｇ１の画像データについてのテキスト（文字データ）Ｄ１を生成し、当該テキストＤ１中の非単語を適切なテキストに修正した修正後のテキストＤ２を生成するための構成を備える。当該構成について以下に説明する。
【0020】
データ記憶部１９は、図４（Ａ）に示す単語辞書記憶テーブルＴＢ１を有する。図４（Ａ）は、単語辞書記憶テーブルの一例を示す図である。単語辞書記憶テーブルＴＢ１は、単語とその意味とを対応付けて予め記憶された記憶テーブルである。単語辞書記憶テーブルＴＢ１には、例えば、単語である「ever」とその意味である「かつて、いつか、…」とが対応付けられ、単語である「how」とその意味である「どんなふうに、…」とが対応付けられるというように、辞書に登録されている各種の単語が記憶されている。言うまでもないが、単語辞書記憶テーブルＴＢ１には、意味のない又は意味不明な単語は登録されていない。
【0021】
制御ユニット１１は、プロセッサー、ＲＡＭ(Random Access Memory）、及びＲＯＭ（Read Only Memory）などから構成される。プロセッサーは、例えば、ＣＰＵ（Central Processing Unit）、ＭＰＵ、ＡＳＩＣである。この制御ユニット１１は、データ記憶部１９に記憶された制御プログラムが上記のプロセッサーで実行されることにより、制御部２１、テキスト抽出部２２、非単語検出部２３、判定部２４、及び文字修正部２５として機能する。なお、制御ユニット１１の上記制御部２１、テキスト抽出部２２、非単語検出部２３、判定部２４、及び文字修正部２５は、上記制御プログラムに基づく動作によらず、それぞれハード回路により構成されてもよい。
【0022】
制御部２１は、画像形成装置１０の全体的な動作制御を司る。
【0023】
テキスト抽出部２２は、原稿画像記憶部１９ａに記憶された原稿Ｇ１の画像に対して、ＯＣＲ（optical character recognition）処理を行うことにより、原稿Ｇ１におけるテキストを抽出する。図３に示すように、テキスト抽出部２２は、原稿Ｇ１の画像データについてＯＣＲ処理することにより、原稿Ｇ１の画像データについてのテキストＤ１を抽出する。テキスト抽出部２２は、原稿Ｇ１におけるテキストＤ１を原稿画像記憶部１９ａに記憶させる。
【0024】
非単語検出部２３は、テキスト抽出部２２にて抽出された原稿Ｇ１におけるテキストＤ１を構成する複数語のうち、単語でないとされる非単語を検出する。例えば、非単語検出部２３は、原稿画像記憶部１９ａに記憶された図３に示すテキストＤ１から非単語を検出する。図３に示す原稿Ｇ１には、英語で「The combined action … Yes …」などと記載されている。非単語検出部２３は、例えば、図３に示すようにテキストＤ１の「The」「combined」「action」は単語であると検出し、テキストＤ１の箇所Ｐ１の「Howev」「er」などは非単語であると検出する。
【0025】
判定部２４は、非単語検出部２３が検出した非単語と、当該非単語の直前の語及び直後の語の少なくとも一方とをその並び順に結合させた結合語が単語となるか否かを判定する。例えば、図３に示すテキストＤ１の箇所Ｐ１について言えば、判定部２４は、非単語である「Howev」と、当該非単語の直後の非単語である「er」とをその並び順に結合させた結合語である「However」が単語となるか否かを判定する。ここでは、「However」が単語であるため、判定部２４は、「However」が単語になると判定する。また、判定部２４は、他の非単語についても結合語が単語となるか否かを判定する。図３で言えば、判定部２４は、テキストＤ１の箇所Ｐ２の非単語である「se」、箇所Ｐ３の非単語である「m」及び「ay」、箇所Ｐ４の非単語である「m?」についても結合語が単語となるか否かを判定する。
【0026】
文字修正部２５は、判定部２４において単語になると判定された場合に、原稿Ｇ１におけるテキストＤ１のうちで結合語に対応するテキスト部分を文字認識不良部分として特定し、当該文字認識不良部分のテキストを当該結合語のテキストに修正する。例えば、図３に示すテキストＤ１の箇所Ｐ１について言えば、文字修正部２５は、判定部２４において「However」が単語となると判定された場合に、原稿Ｇ１におけるテキストＤ１のうちで結合語である「However」に対応するテキスト部分、つまり、箇所Ｐ１のテキスト部分を、文字認識不良部分として特定する。つまり、文字修正部２５は、箇所Ｐ１のテキスト部分（「Howev」＋空白＋「er」からなる部分）を、文字認識不良部分として特定する。そして、文字修正部２５は、当該文字認識不良部分のテキスト（箇所Ｐ１のテキストである「Howev」＋空白＋「er」）を当該結合語のテキストである「However」に修正する。文字修正部２５により、修正後のテキストＤ２の箇所Ｐ１１のテキストが「However」に修正されている。
【0027】
判定部２４は、非単語検出部２３において１個の非単語が検出され、かつ、当該１個の非単語の前後に単語が存在する場合に、当該１個の非単語とその直前の単語とをその並び順に結合させた第１結合語が単語となるか否かを判定し、当該１個の非単語とその直後の単語とをその並び順に結合させた第２結合語が単語となるか否かを判定し、更に、第１結合語および第２結合語が共に単語になると判定した場合に、当該非単語の直前の単語と当該非単語と当該非単語の直後の単語とをその並び順に結合させた全結合語が単語となるか否かを判定し、当該非単語の直前の単語が全て大文字であるか否かを判定する。
【0028】
文字修正部２５は、（ｉ）判定部２４において全結合語が単語であると判定された場合に、原稿Ｇ１におけるテキストＤ１のうちで全結合語に対応するテキスト部分を文字認識不良部分として特定し、当該文字認識不良部分のテキストを当該全結合語のテキストに修正し、（ｉｉ）判定部２４において全結合語が単語でないと判定された場合に、原稿Ｇ１におけるテキストＤ１のうちで第１結合語に対応するテキスト部分を文字認識不良部分として特定し、当該文字認識不良部分のテキストを当該第１結合語のテキストに修正し、（ｉｉｉ）判定部２４において全結合語が単語でないと判定され、かつ、当該非単語の直前の単語が全て大文字であると判定された場合に、原稿Ｇ１におけるテキストＤ１のうちで第２結合語に対応するテキスト部分を文字認識不良部分として特定し、当該文字認識不良部分のテキストを当該第２結合語のテキストに修正する。
【0029】
制御部２１は、判定部２４において第１結合語および第２結合語が共に単語にならないと判定され、かつ、全結合語が単語とならないと判定された場合に、非単語を未確認語としてデータ記憶部１９の未確認語登録部１９ｂに登録する。
【0030】
データ記憶部１９は、制御部２１の制御により、非単語を未確認語として登録する未確認語登録部１９ｂを備える。図４（Ｂ）は、未確認語登録テーブルの一例を示す図である。図４（Ｂ）に示すように、未確認語登録部１９ｂは、非単語を未確認語として登録し、当該未確認語とその登録回数とを対応付けて記憶する未確認語登録テーブルＴＢ２を備えている。例えば、未確認語登録テーブルＴＢ２には、未確認語としての「lysu」とその登録回数を示す「２回」とを対応付けて記憶している。なお、データ記憶部１９は、特許請求の範囲における記憶部の一例である。
【0031】
また、制御部２１は、未確認語登録部１９ｂに登録された未確認語の登録回数が予め定められた閾値回数以上になると、当該未確認語を単語としてデータ記憶部１９の単語辞書記憶テーブルＴＢ１に登録する。
【0032】
続いて、画像形成装置１０による原稿スキャン後ＯＣＲ処理について説明する。図４（Ｃ）は、画像形成装置の表示部の表示画面の一例を示す図である。図５は、第１実施形態に係る原稿スキャン後ＯＣＲ処理の一例を示すフローチャートである。
【0033】
制御部２１は、表示部１２に図４（Ｃ）に示す表示画面が表示された状態において、ユーザーが「スキャン後ＯＣＲ」を示すキーＫＢを押下すると、図５に示す原稿スキャン後ＯＣＲ処理を開始する。具体的には、ユーザーがキーＫＢを押下すると、タッチパネル１５がキーＫＢの押下を受け付け、原稿スキャン後ＯＣＲ処理の開始信号を制御部２１に出力する。制御部２１は、タッチパネル１５からの原稿スキャン後ＯＣＲ処理の開始信号に基づいて原稿スキャン後ＯＣＲ処理を開始させる。
【0034】
制御部２１は、ユーザーが画像読取部１７に原稿Ｇ１をセットした状態において、表示部１２に表示された図示しない「スタートボタン」を示すキーが押下されると（Ｓ１でＹＥＳ）、画像読取部１７に原稿Ｇ１を読み取らせる（Ｓ２）。制御部２１は、画像読取部１７が読み取った原稿Ｇ１の画像を示す原稿画像データを原稿画像記憶部１９ａに記憶させる。なお、制御部２１は、ユーザーが表示部１２に表示された「スタートボタン」を示すキーが予め定められた期間内に押下されなかった場合（Ｓ１でＮＯ）、Ｓ１に戻り、「スタートボタン」を示すキーが押下されるまで待機する。
【0035】
テキスト抽出部２２は、原稿画像記憶部１９ａに記憶された原稿Ｇ１の画像に対して、ＯＣＲ処理を行うことにより、図３に示すように原稿Ｇ１におけるテキストＤ１を抽出する（Ｓ３）。テキスト抽出部２２は、原稿Ｇ１におけるテキストＤ１を原稿画像記憶部１９ａに記憶させる。
【0036】
非単語検出部２３は、原稿画像記憶部１９ａに記憶された図３に示すテキストＤ１を構成する複数語について、先頭の語から１語ずつ順番に非単語を検出していく（Ｓ４）。図３に示す原稿Ｇ１には、英語で「The combined action … Yes …」などと記載されており、非単語検出部２３は、テキストＤ１の先頭の語である「The」から順番に、「combined」「action」の順に各語が非単語であるか否かを検出していく。制御部２１は、非単語検出部２３において非単語でないことが検出されると（Ｓ４でＮＯ）、次の語があるか否かを判定し（Ｓ７）、次の語があれば（Ｓ７でＹＥＳ）、Ｓ４に戻る。一方、制御部２１は、非単語検出部２３において次の語が無ければ（Ｓ７でＮＯ）、本処理を終了させる。
【0037】
制御部２１は、非単語検出部２３において非単語であることが検出されると（Ｓ４でＹＥＳ）、図６に示す判定処理（Ｓ５）に進む。図６は、図５に示す判定処理の一例を示すフローチャートである。例えば、制御部２１は、非単語検出部２３が、図３に示すテキストＤ１の箇所Ｐ１の「Howev」が非単語であると検出すると（Ｓ４でＹＥＳ）、判定処理（Ｓ５）を行う。
【0038】
制御部２１は、非単語検出部２３が検出した非単語（適宜に、非単語Ｍと呼ぶ）の直前の語Ｌ（但し、語Ｌは、非単語の左側の語であって、句読点、空白ではない。以下同じ。）があるか否かを判定する（Ｓ５０１）。制御部２１は、直前の語Ｌがあると判定した場合（Ｓ５０１でＹＥＳ）、非単語Ｍの直前の語Ｌと当該非単語Ｍとをその並び順に結合させた結合語、つまり、（Ｌ＋Ｍ）の結合語（第１結合語）を生成する（Ｓ５０２）。判定部２４は、生成された（Ｌ＋Ｍ）の第１結合語が単語となるか否かを判定する（Ｓ５０４）。制御部２１は、判定部２４において（Ｌ＋Ｍ）の第１結合語が単語になると判定された場合（Ｓ５０４でＹＥＳ）、データ記憶部１９のフラグ記憶エリア内の（Ｌ＋Ｍ）フラグの状態を「オン」に記憶させ（Ｓ５０５）、単語にならないと判定された場合（Ｓ５０４でＮＯ）、データ記憶部１９のフラグ記憶エリア内の（Ｌ＋Ｍ）フラグの状態を「オフ」に記憶させ（Ｓ５０６）。一方、制御部２１は、直前の語Ｌがないと判定した場合（Ｓ５０１でＮＯ）、データ記憶部１９のフラグ記憶エリア内の（Ｌ＋Ｍ）フラグの状態を未設定に記憶させる（Ｓ５０３）。
【0039】
制御部２１は、Ｓ５０３のあと、Ｓ５０５のあと、又はＳ５０６のあと、非単語検出部２３が検出した非単語Ｍの直後の語Ｒ（但し、語Ｒは、非単語の右側の語であって、句読点、空白ではない。以下同じ。）があるか否かを判定する（Ｓ５０７）。制御部２１は、直後の語Ｒがあると判定した場合（Ｓ５０７でＹＥＳ）、非単語Ｍと直後の語Ｒとをその並び順に結合させた結合語、つまり、（Ｍ＋Ｒ）の結合語（第２結合語）を生成する（Ｓ５０８）。判定部２４は、生成された（Ｍ＋Ｒ）の第２結合語が単語となるか否かを判定する（Ｓ５１０）。制御部２１は、判定部２４において（Ｍ＋Ｒ）の第２結合語が単語になると判定された場合（Ｓ５１０でＹＥＳ）、データ記憶部１９のフラグ記憶エリア内の（Ｍ＋Ｒ）フラグの状態を「オン」に記憶させ（Ｓ５１１）、単語にならないと判定された場合（Ｓ５１０でＮＯ）、データ記憶部１９のフラグ記憶エリア内の（Ｍ＋Ｒ）フラグの状態を「オフ」に記憶させ（Ｓ５１２）。一方、制御部２１は、直後の語Ｒがないと判定した場合（Ｓ５０７でＮＯ）、データ記憶部１９のフラグ記憶エリア内の（Ｍ＋Ｒ）フラグの状態を未設定に記憶させる（Ｓ５０９）。
【0040】
制御部２１は、Ｓ５０９のあと、Ｓ５１１のあと、又はＳ５１２のあと、直前の語Ｌが文字修正部２５により修正された修正語であるか否かを判定する（Ｓ５１３）。文字修正部２５により修正された修正語である場合（Ｓ５１３でＹＥＳ）、データ記憶部１９のフラグ記憶エリア内の（Ｌ＋Ｍ＋Ｒ）フラグの状態を未設定に記憶させる（Ｓ５１６）。制御部２１は、文字修正部２５により修正された修正語でない場合（Ｓ５１３でＮＯ）、非単語検出部２３が検出した非単語Ｍの直前の語Ｌ及び直後の語Ｒがあるか否かを判定する（Ｓ５１４）。制御部２１は、直前の語Ｌ及び直後の語Ｒがあると判定した場合（Ｓ５１４でＹＥＳ）、直前の語Ｌと非単語Ｍと直後の語Ｒとをその並び順に結合させた結合語、つまり、（Ｌ＋Ｍ＋Ｒ）の結合語（全結合語）を生成する（Ｓ５１５）。判定部２４は、生成された（Ｌ＋Ｍ＋Ｒ）の全結合語が単語となるか否かを判定する（Ｓ５１７）。制御部２１は、判定部２４において（Ｌ＋Ｍ＋Ｒ）の全結合語が単語になると判定された場合（Ｓ５１７でＹＥＳ）、データ記憶部１９のフラグ記憶エリア内の（Ｌ＋Ｍ＋Ｒ）フラグの状態を「オン」に記憶させ（Ｓ５１８）、単語にならないと判定された場合（Ｓ５１７でＮＯ）、データ記憶部１９のフラグ記憶エリア内の（Ｌ＋Ｍ＋Ｒ）フラグの状態を「オフ」に記憶させ（Ｓ５１９）。一方、制御部２１は、直前の語Ｌ及び直後の語Ｒがないと判定した場合（Ｓ５１４でＮＯ）、データ記憶部１９のフラグ記憶エリア内の（Ｌ＋Ｍ＋Ｒ）フラグの状態を未設定に記憶させる（Ｓ５１６）。そして、制御部２１は、Ｓ５１６のあと、Ｓ５１８のあと、又はＳ５１９のあと、本処理を終了させる。
【0041】
【0042】
文字修正部２５は、（Ｌ＋Ｍ）フラグのみがオンであるか否かを判定し（Ｓ６０１）、（Ｌ＋Ｍ）フラグのみがオンであれば（Ｓ６０１でＹＥＳ）、テキストＤ１における（Ｌ＋Ｍ）を文字認識不良部分に特定し、（Ｌ＋Ｍ）のテキストに修正する（Ｓ６０２）。
【0043】
文字修正部２５は、（Ｌ＋Ｍ）フラグのみがオンでない場合（Ｓ６０１でＮＯ）、（Ｍ＋Ｒ）フラグのみがオンであるか否かを判定する（Ｓ６０３）。文字修正部２５は、（Ｍ＋Ｒ）フラグのみがオンであれば（Ｓ６０３でＹＥＳ）、テキストＤ１における（Ｍ＋Ｒ）を文字認識不良部分に特定し、（Ｍ＋Ｒ）のテキストに修正する（Ｓ６０４）。
【0044】
文字修正部２５は、（Ｍ＋Ｒ）フラグのみがオンでない場合（Ｓ６０３でＮＯ）、（Ｌ＋Ｍ＋Ｒ）フラグのみがオンであるか否かを判定する（Ｓ６０５）。文字修正部２５は、（Ｌ＋Ｍ＋Ｒ）フラグのみがオンであれば（Ｓ６０５でＹＥＳ）、テキストＤ１における（Ｌ＋Ｍ＋Ｒ）を文字認識不良部分に特定し、（Ｌ＋Ｍ＋Ｒ）のテキストに修正する（Ｓ６０６）。
【0045】
文字修正部２５は、（Ｌ＋Ｍ＋Ｒ）フラグのみがオンでない場合（Ｓ６０５でＮＯ）、全フラグ（つまり、（Ｌ＋Ｍ）フラグ、（Ｍ＋Ｒ）フラグ、（Ｌ＋Ｍ＋Ｒ）フラグの３つ全て）がオンであるか否かを判定する（Ｓ６０７）。文字修正部２５は、全フラグがオンであれば（Ｓ６０７でＹＥＳ）、テキストＤ１における（Ｌ＋Ｍ＋Ｒ）を文字認識不良部分に特定し、（Ｌ＋Ｍ＋Ｒ）のテキストに修正する（Ｓ６０６）。
【0046】
文字修正部２５は、全フラグがオンでない場合（Ｓ６０７でＮＯ）、（Ｌ＋Ｍ＋Ｒ）フラグのみがオフ（つまり、（Ｌ＋Ｍ）フラグがオン、（Ｍ＋Ｒ）フラグがオン、（Ｌ＋Ｍ＋Ｒ）フラグがオフ）であるか否かを判定する（Ｓ６０８）。文字修正部２５は、（Ｌ＋Ｍ＋Ｒ）フラグのみがオフであれば（Ｓ６０８でＹＥＳ）、直前の語Ｌが複数文字で形成された語であって当該複数文字の全てが大文字であるか否かを判定する（Ｓ６０９）。文字修正部２５は、直前の語Ｌが複数文字で形成された語であって当該複数文字の全てが大文字である場合（Ｓ６０９でＹＥＳ）、テキストＤ１における（Ｍ＋Ｒ）を文字認識不良部分に特定し、（Ｍ＋Ｒ）のテキストに修正する（Ｓ６０４）。
【0047】
一方、文字修正部２５は、直前の語Ｌが複数文字でない場合、又は、直前の語Ｌが複数文字で形成された語であるが当該複数文字の全てが大文字となっていない場合（Ｓ６０９でＮＯ）、テキストＤ１における（Ｌ＋Ｍ）を文字認識不良部分に特定し、（Ｌ＋Ｍ）のテキストに修正する（Ｓ６０２）。
【0048】
制御部２１は、（Ｌ＋Ｍ＋Ｒ）フラグのみがオフであることを満たさない場合、つまり、全てのフラグがオフの場合（Ｓ６０８でＮＯ）、非単語Ｍを未確認語として未確認語登録部１９ｂに登録する（Ｓ６１０）とともに、未確認語ごとの登録回数の値Ｎに「１」を加算する。制御部２１は、未確認語ごとの登録回数の値Ｎが予め定められた閾値回数ＴＨ（例えば、ＴＨ＝５、つまり５回）以上であるか否かを判定し（Ｓ６１１）、未確認語ごとの登録回数の値Ｎが予め定められた閾値回数ＴＨ以上になると（Ｓ６１１でＹＥＳ）、当該未確認語を単語としてデータ記憶部１９の単語辞書記憶テーブルＴＢ１に登録する（Ｓ６１２）。
【0049】
制御部２１は、Ｓ６０２のあと、Ｓ６０４のあと、又はＳ６０６のあと、全フラグを未設定にリセットする（Ｓ６１３）。制御部２１は、Ｓ６１２のあと、又はＳ６１３のあと、本処理を終了させる。
【0050】
【0051】
【0052】
判定部２４は、図３に示すテキストＤ１の箇所Ｐ１において、非単語検出部２３において検出された非単語が２個連続し（図８（Ａ）に示すように、非単語ＮＷである「Howev」と非単語ＮＷである「er」とが空白ＳＰを介して連続）、かつ、当該連続する２個の非単語のうち先頭側の非単語ＮＷである「Howev」の直前に単語が存在しない場合（Ｓ５０１でＮＯ）、当該連続する２個の非単語をその並び順に結合させた結合語（Ｓ５０８）、つまり、図８（Ａ）に示す結合語である「However」が単語となるか否かを判定する（Ｓ５１０）。「However」が単語であるため、判定部２４は、結合語である「However」が単語となると判定する（Ｓ５１０でＹＥＳ）。文字修正部２５は、判定部２４において単語になると判定された場合（Ｓ５１０でＹＥＳ）、原稿Ｇ１におけるテキストＤ１のうちで結合語に対応するテキスト部分、つまり、箇所Ｐ１のテキスト部分（「Howev」＋空白＋「er」からなる部分）を、文字認識不良部分として特定し、当該文字認識不良部分のテキストを当該結合語のテキストに修正する（図７のＳ６０４）。図３に示すように、文字修正部２５が、修正後のテキストＤ２の箇所Ｐ１１のテキストを、（「Howev」＋空白＋「er」）の部分から「However」に修正する。
【0053】
これにより、ＯＣＲで認識できなかった文字の部分、すなわち、図８（Ａ）に示すように文字認識不良部分が連続した２個の非単語からなる部分であることを特定でき、文字認識不良部分を適切な単語に修正することができる。このため、ＯＣＲで認識できなかった文字の部分をユーザーが修正する作業を不必要とすることができる。
【0054】
ところで、判定部２４は、図３に示すテキストＤ１の箇所Ｐ１が図８（Ｂ）に示すように単語Ｗである「How」と単語Ｗである「ever」とが空白ＳＰを介して連続している場合には、「How」及び「ever」が単語Ｗであり、非単語として検出しない。このため、文字修正部２５が箇所Ｐ１についてテキスト修正を行わない。
【0055】
【0056】
判定部２４は、図３に示すテキストＤ１の箇所Ｐ１が図９に示すように（「H」＋空白＋「owev」＋空白＋「er」）であった場合、非単語検出部２３において検出された非単語ＮＷが２個連続し（図９に示すように、非単語ＮＷである「owev」と非単語ＮＷである「er」とが空白ＳＰを介して連続）、かつ、当該連続する２個の非単語ＮＷのうち先頭側の非単語ＮＷである「owev」の直前に単語Ｗである「H」が存在する場合（Ｓ５０１でＹＥＳ）、（ｉｖ）当該先頭側の非単語ＮＷである「owev」の直前の単語Ｗである「H」と当該先頭側の非単語ＮＷである「owev」とをその並び順に結合させた第１結合語（Ｓ５０２）、つまり、図９に示す第１結合語である「Howev」が単語となるか否かを判定し、当該連続する２個の非単語ＮＷである「owev」及び「er」をその並び順に結合させた第２結合語（Ｓ５０８）、つまり、図９に示す第２結合語である「owever」が単語となるか否かを判定し、（ｖ）第１結合語である「Howev」および第２結合語である「owever」が共に単語にならないと判定した場合（Ｓ５０４でＮＯ、かつ、Ｓ５１０でＮＯ）、当該先頭側の非単語ＮＷである「owev」の直前の単語Ｗである「H」と当該連続する２個の非単語ＮＷである「owev」及び「er」をその並び順に結合させた全結合語（Ｓ５１５）、つまり、図９に示す全結合語である「However」が単語となるか否かを判定する（Ｓ５１７）。
【0057】
文字修正部２５は、（ｖ）判定部２４において全結合語である「However」が単語であると判定された場合（Ｓ５１７でＹＥＳ）、原稿Ｇ１におけるテキストＤ１のうちで全結合語に対応するテキスト部分、つまり、箇所Ｐ１のテキスト部分（「H」＋空白＋「owev」＋空白＋「er」からなる部分）を、文字認識不良部分として特定し、当該文字認識不良部分のテキストを当該全結合語のテキストに修正する（図７のＳ６０６）。図３に示すように、文字修正部２５が、修正後のテキストＤ２の箇所Ｐ１１のテキストを、（「H」＋空白＋「owev」＋空白＋「er」）の部分から「However」に修正する。
【0058】
なお、文字修正部２５は、図３に示すテキストＤ１の箇所Ｐ１が図１０の下段側に示すように（「How」＋空白＋「ev」＋空白＋「er」）であった場合、（ｉｖ）判定部２４において第１結合語である「Howev」が単語とならないと判定され（Ｓ５０４でＮＯ）、かつ、第２結合語である「ever」が単語となると判定された場合（Ｓ５１０でＹＥＳ）、原稿Ｇ１におけるテキストＤ１のうちで当該連続する２個の非単語に対応するテキスト部分、つまり、箇所Ｐ１のテキスト部分（「ev」＋空白＋「er」からなる部分）を文字認識不良部分として特定し、当該文字認識不良部分のテキスト（「ev」＋空白＋「er」からなる部分）を、当該第２結合語のテキスト（つまり「ever」）に修正する（図７のＳ６０４）。
【0059】
これにより、ＯＣＲで認識できなかった文字の部分、すなわち図９に示すように文字認識不良部分が全結合語、又は第２結合語の何れであるかを特定でき、文字認識不良部分を適切な単語に修正することができる。このため、ＯＣＲで認識できなかった文字の部分をユーザーが修正する作業を不必要とすることができる。
【0060】
【0061】
判定部２４は、図３に示すテキストＤ１の箇所Ｐ１が図１０に示すように（「H」＋空白＋「ow」＋空白＋「ev」＋空白＋「er」）であった場合、非単語検出部２３において検出された非単語ＮＷが３個連続し（図１０に示すように、非単語ＮＷである「ow」と非単語ＮＷである「ev」と非単語ＮＷである「er」とが空白ＳＰを介して連続）、かつ、当該連続する３個の非単語ＮＷのうち最先頭の非単語ＮＷである「ow」の直前に単語Ｗである「H」が存在する場合（Ｓ５０１でＹＥＳ）、（ｖｉ）当該最先頭の非単語ＮＷである「ow」の直前の単語Ｗである「H」と当該最先頭の非単語ＮＷである「ow」とをその並び順に結合させた第１結合語（Ｓ５０２）、つまり、図１０に示す第１結合語である「How」が単語となるか否かを判定し（Ｓ５０４）、当該最先頭の非単語ＮＷである「ow」とその次の非単語ＮＷである「ev」とをその並び順に結合させた第２結合語（Ｓ５０８）、つまり、図１０に示す第２結合語である「owev」が単語となるか否かを判定する（Ｓ５１０）。
【0062】
文字修正部２５は、（ｖｉ）第１結合語である「How」が単語になると判定し（Ｓ５０４でＹＥＳ）、かつ、第２結合語である「owev」が単語にならないと判定した場合（Ｓ５１０でＮＯ）、原稿Ｇ１におけるテキストＤ１のうちで第１結合語に対応するテキスト部分、つまり、箇所Ｐ１のテキスト部分（「H」＋空白＋「ow」からなる部分）を文字認識不良部分として特定し、当該文字認識不良部分のテキスト（「H」＋空白＋「ow」からなる部分）を、当該第１結合語のテキスト（つまり「How」）に修正する（図７のＳ６０２）。
【0063】
判定部２４は、（ｖｉｉ）第１結合語である「How」が単語になると判定し、かつ、第２結合語である「owev」が単語にならないと判定した場合（Ｓ５０４でＹＥＳ、かつ、Ｓ５１０でＮＯ）、当該最先頭の非単語ＮＷである「ow」の次の非単語ＮＷである「ev」とその次の非単語ＮＷである「er」とをその並び順に結合させた第３結合語である「ever」が単語となるか否かを判定する（Ｓ５１０）。
【0064】
文字修正部２５は、（ｖｉｉ）判定部２４において第３結合語である「ever」が単語であると判定された場合（Ｓ５１０でＹＥＳ）、原稿Ｇ１におけるテキストＤ１のうちで第３結合語に対応するテキスト部分を文字認識不良部分として特定し、当該文字認識不良部分のテキストを当該第３結合語のテキスト（つまり「ever」）に修正する（図７のＳ６０４）。
【0065】
これにより、ＯＣＲで認識できなかった文字の部分、すなわち図１０に示すように文字認識不良部分が第１結合語と第３結合語の両方であることを特定でき、文字認識不良部分を適切な単語に修正することができる。このため、ＯＣＲで認識できなかった文字の部分をユーザーが修正する作業を不必要とすることができる。
【0066】
【0067】
判定部２４は、図３に示すテキストＤ１の箇所Ｐ２が図１１に示すように（「Pl」＋空白＋「ea」＋空白＋「se」）であった場合、非単語検出部２３において１個の非単語ＮＷが検出され（図１１に示すように、非単語ＮＷである「ea」）、かつ、当該１個の非単語ＮＷの前後に単語Ｗである「Pl」及び「se」が存在する場合（Ｓ５０１でＹＥＳ、かつ、Ｓ５０７でＹＥＳ）、当該１個の非単語ＮＷである「ea」とその直前の単語Ｗである「Pl」とをその並び順に結合させた第１結合語（Ｓ５０２）である「Plea」が単語となるか否かを判定し（Ｓ５０４）、当該１個の非単語ＮＷである「ea」とその直後の単語である「se」とをその並び順に結合させた第２結合語である「ease」が単語となるか否かを判定し（Ｓ５１０）、更に、第１結合語である「Plea」および第２結合語である「ease」が共に単語になると判定した場合（Ｓ５０４でＹＥＳ、かつ、Ｓ５１０でＹＥＳ）、当該非単語ＮＷである「ea」の直前の単語Ｗである「Pl」と当該非単語ＮＷである「ea」と当該非単語ＮＷである「ea」の直後の単語Ｗである「se」とをその並び順に結合させた全結合語（Ｓ５１５）である「Please」が単語となるか否かを判定し（Ｓ５１７）、当該非単語ＮＷである「ea」の直前の単語Ｗである「Pl」が全て大文字であるか否かを判定する（図７のＳ６０９）。
【0068】
文字修正部２５は、（ｉ）判定部２４において全結合語である「Please」が単語であると判定された場合（Ｓ５１７でＹＥＳ）、原稿Ｇ１におけるテキストＤ１のうちで全結合語に対応するテキスト部分、つまり、箇所Ｐ２のテキスト部分（「Pl」＋空白＋「ea」＋空白＋「se」からなる部分）を文字認識不良部分として特定し、当該文字認識不良部分のテキストを、「Pl」＋空白＋「ea」＋空白＋「se」からなるテキストから、全結合語のテキスト（つまり「Please」）に修正する（図７のＳ６０６）。図３に示すように、文字修正部２５が、修正後のテキストＤ２の箇所Ｐ２１のテキストを、（「Pl」＋空白＋「ea」＋空白＋「se」）の部分から「Please」に修正する。
【0069】
ところで、文字修正部２５は、図３に示すテキストＤ１の箇所Ｐ２が図１２に示すように（「Pl」＋空白＋「ea」＋空白＋「ger」）であった場合、（ｉｉ）判定部２４において全結合語である「Pleager」が単語でないと判定された場合（Ｓ５１７でＮＯ）、原稿Ｇ１におけるテキストＤ１のうちで第１結合語である「Plea」に対応するテキスト部分を文字認識不良部分として特定し、当該文字認識不良部分のテキストを、（「Pl」＋空白＋「ea」）の部分から、第１結合語のテキスト（つまり「Plea」）に修正する（図７のＳ６０２）。
【0070】
ところで、文字修正部２５は、図３に示すテキストＤ１の箇所Ｐ３が図１３に示すように（「WHO」＋空白＋「m」＋空白＋「ay」）であった場合、（ｉｉｉ）判定部２４において全結合語である「WHOmay」が単語でないと判定され（Ｓ５１７でＮＯ）、かつ、当該非単語ＮＷである「m」の直前の単語Ｗである「WHO」が全て大文字であると判定された場合（図７のＳ６０９でＹＥＳ）、原稿Ｇ１におけるテキストＤ１のうちで第２結合語である「may」に対応するテキスト部分（「m」＋空白＋「ay」の部分）を文字認識不良部分として特定し、当該文字認識不良部分のテキストを、（「m」＋空白＋「ay」）の部分から、第２結合語のテキスト（つまり「may」）に修正する（図７のＳ６０４）。図３に示すように、文字修正部２５が、修正後のテキストＤ２の箇所Ｐ３１のテキストを、（「m」＋空白＋「ay」）の部分から「may」に修正する。
【0071】
これにより、ＯＣＲで認識できなかった文字の部分、すなわち、文字認識不良部分が、図１１に示す全結合語である「Please」、図１２に示す第１結合語である「Plea」、又は図１３に示す第２結合語である「may」の何れであるかを特定でき、文字認識不良部分を適切な単語に修正することができる。このため、ＯＣＲで認識できなかった文字の部分をユーザーが修正する作業を不必要とすることができる。
【0072】
【0073】
判定部２４は、図３に示すテキストＤ１の箇所Ｐ４が図１４に示すように（「Ha」＋空白＋「m?」＋空白＋「Yes」）であった場合、非単語検出部２３において１個の非単語ＮＷである「m?」が検出され、当該１個の非単語ＮＷである「m?」の最後の文字に句読点である「?」が含まれ、かつ、当該１個の非単語ＮＷである「m?」の前に単語Ｗである「Ha」が存在する場合に、当該１個の非単語ＮＷである「m?」とその直前の単語Ｗである「Ha」とをその並び順に結合させた結合語である「Ham?」が単語となるか否かを判定する。そして、文字修正部２５は、判定部２４において結合語である「Ham?」が単語であると判定され、かつ、当該１個の非単語ＮＷである「m?」の最後の文字に句読点「?」が含まれると判定された場合に、原稿Ｇ１におけるテキストＤ１のうちで結合語である「Ham?」に対応するテキスト部分、つまり、箇所Ｐ４のテキスト部分（「Ha」＋空白＋「m?」からなる部分）を、を文字認識不良部分として特定し、修正後のテキストＤ２の箇所Ｐ４１のテキストを、（「Ha」＋空白＋「m?」）の部分から「Ham?」に修正する。
【0074】
これにより、ＯＣＲで認識できなかった文字の部分、すなわち図１４に示す文字認識不良部分が結合語であることを特定でき、文字認識不良部分を適切な単語に修正することができる。このため、ＯＣＲで認識できなかった文字の部分をユーザーが修正する作業を不必要とすることができる。
【0075】
【0076】
判定部２４は、図３に示すテキストＤ１の箇所が、図１５に示すような文字データ（「Faint」＋空白＋「lysu」＋空白＋「re」）であった場合、非単語検出部２３において１個の非単語ＮＷが検出され（図１５に示すように、非単語ＮＷである「lysu」）、かつ、当該１個の非単語ＮＷの前後に単語Ｗである「Faint」及び「re」が存在する場合（Ｓ５０１でＹＥＳ、かつ、Ｓ５０７でＹＥＳ）、当該１個の非単語ＮＷである「lysu」とその直前の単語Ｗである「Faint」とをその並び順に結合させた第１結合語（Ｓ５０２）である「Faintlysu」が単語となるか否かを判定し（Ｓ５０４）、当該１個の非単語ＮＷである「lysu」とその直後の単語である「re」とをその並び順に結合させた第２結合語である「lysure」が単語となるか否かを判定し（Ｓ５１０）、更に、第１結合語である「Faintlysu」および第２結合語である「lysure」が共に単語になならないと判定した場合（Ｓ５０４でＮＯ、かつ、Ｓ５１０でＮＯ）、当該非単語ＮＷである「lysu」の直前の単語Ｗである「Faint」と当該非単語ＮＷである「lysu」と当該非単語ＮＷである「lysu」の直後の単語Ｗである「re」とをその並び順に結合させた全結合語（Ｓ５１５）である「Faintlysure」が単語となるか否かを判定し（Ｓ５１７）、全結合語である「Faintlysure」が単語にならないと判定する（Ｓ５１７でＮＯ）。
【0077】
制御部２１は、判定部２４において第１結合語である「Faintlysu」および第２結合語である「lysure」が共に単語にならないと判定され（Ｓ５０４でＮＯ、かつ、Ｓ５１０でＮＯ）、かつ、全結合語である「Faintlysure」が単語とならないと判定された場合（Ｓ５１７でＮＯ）、図７のテキスト修正処理においてＳ６０１、Ｓ６０３、Ｓ６０５、Ｓ６０７、Ｓ６０８、及びＳ６０９の全てでＮＯであると判定し、非単語を未確認語としてデータ記憶部１９の未確認語登録部１９ｂに登録する（Ｓ６１０）。図１５及び図１６に示すように、非単語ＮＷである「lysu」が未確認語として未確認語登録テーブルＴＢ２に登録すると共に、その登録回数を示す「２回」も登録される。ここでは、図３に示すテキストＤ１において、既に「lysu」が未確認語として１回登録されており、今回が２回目であったため、未確認語である「lysu」ごとの登録回数の値Ｎに「１」を加算し、その登録回数が「２回」に更新される。
【0078】
制御部２１は、未確認語である「lysu」ごとの登録回数の値Ｎが予め定められた閾値回数ＴＨ以上であるか否かを判定し（Ｓ６１１）、未確認語である「lysu」ごとの登録回数の値Ｎが予め定められた閾値回数ＴＨ以上になると（Ｓ６１１でＹＥＳ）、「lysu」を単語としてデータ記憶部１９の単語辞書記憶テーブルＴＢ１に登録する（Ｓ６１２）。制御部２１は、図１６に示すように、「lysu」を単語として単語辞書記憶テーブルＴＢ１に登録すると共に、「lysu」に対応付けて「追加された単語」であることを示す情報が記憶される。また、制御部２１は、未確認語登録テーブルＴＢ２から未確認語である「lysu」を削除する。
【0079】
これにより、ＯＣＲで認識できなかった文字の部分である非単語について、当該非単語の登場回数が、予め定められた閾値回数以上になると、単語として新たに登録することができる。このため、ＯＣＲで認識できなかった文字の部分が新用語である場合に、ユーザーが修正する作業を不必要とすることができる。
【0080】
上記第１実施形態によれば、非単語検出部２３は、テキスト抽出部２２にて抽出された原稿におけるテキストを構成する複数語のうち、単語でないとされる非単語を検出する。判定部２４は、非単語検出部２３が検出した非単語と当該非単語の直前の語及び直後の語の少なくとも一方とをその並び順に結合させた結合語が単語となるか否かを判定する。文字修正部２５は、判定部２４において単語になると判定された場合に、原稿におけるテキストのうちで当該結合語に対応するテキスト部分を文字認識不良部分として特定し、当該文字認識不良部分のテキストを当該結合語のテキストに修正する。これにより、ＯＣＲで認識できなかった文字の部分、すなわち文字認識不良部分を適切な単語に修正することができる。このため、ＯＣＲで認識できなかった文字の部分をユーザーが修正する作業を不必要とすることができ、ユーザーの操作負担を改善することができる。
【0081】
次に、第１実施形態では、画像読取装置の一例である画像形成装置１０について説明しているが、第２実施形態に係る情報処理装置４０としてもよい。図１７は、第２実施形態の情報処理装置及び画像形成装置の構成を示すブロック図である。
【0082】
情報処理装置４０は、上記第１実施形態の画像形成装置１０が備える制御ユニット１１の制御部２１、テキスト抽出部２２、非単語検出部２３、判定部２４、及び文字修正部２５に対応する構成（後述する制御部４１１、テキスト抽出部４１２、非単語検出部４１３、判定部４１４、及び文字修正部４１５）を備える。すなわち、情報処理装置４０は、画像形成装置１０から受信した原稿の画像データをＯＣＲ処理して当該原稿のテキストを抽出し、当該抽出したテキストを修正する機能を備える。
【0083】
第２実施形態に係る情報処理装置４０は、制御ユニット４１０と、表示部４０２と、タッチパネル４０３と、通信部４０４と、記憶部４０５とを備えている。これらの構成要素は、互いにバスを通じてデータ又は信号の送受信が可能とされている。情報処理装置４０は、例えば、パーソナルコンピューター、サーバー、携帯情報端末などである。
【0084】
表示部４０２は、液晶ディスプレイ（ＬＣＤ：Liquid Crystal Display）や有機ＥＬ（ＯＬＥＤ：Organic Light-Emitting Diode）などの表示装置である。
【0085】
タッチパネル４０３は、所謂抵抗膜方式や静電容量方式等のタッチパネルである。タッチパネル４０３は、表示部４０２の画面に配置され、表示部４０２の画面に対する指などの接触をその接触位置と共に検知する。タッチパネル４０３は、指などの接触を検知すると、その接触位置の座標を示す検知信号を制御ユニット４１０の制御部４１１などに出力する。従って、タッチパネル４０３は、表示部４０２の画面に対するユーザー操作が入力される操作部としての役割を果たす。
【0086】
通信部４０４は、不図示のＬＡＮチップなどの通信モジュールを備える通信インターフェイスである。通信部４０４は、ＬＡＮ又はインターネットを介して画像形成装置１０との通信機能を有する。
【0087】
記憶部４０５は、例えば、ＳＳＤ（Solid State Drive）、ＨＤＤ（Hard Disk Drive）などの記憶装置であり、各種のデータやプログラムを記憶している。記憶部４０５は、原稿画像記憶部４０５Ａと、未確認語登録部４０５Ｂとを備える。原稿画像記憶部４０５Ａ及び未確認語登録部４０５Ｂは、上記の第１実施形態の原稿画像記憶部１９ａ及び未確認語登録部１９ｂに相当する。また、記憶部４０５は、図４（Ａ）に示す単語辞書記憶テーブルＴＢ１と同等の単語辞書記憶テーブルを備え、各種のフラグの状態（オン、オフ、未設定）を記憶するフラグ記憶エリアを備えている。
【0088】
制御ユニット４１０は、プロセッサー、ＲＡＭ(Random Access Memory）、及びＲＯＭ（Read Only Memory）などから構成される。プロセッサーは、ＣＰＵ（Central Processing Unit）、ＭＰＵ、又はＡＳＩＣ等である。この制御ユニット１１は、上記のＲＯＭ又は記憶部４０５に記憶された制御プログラム（例えばテキスト修正プログラム）が上記プロセッサーで実行されることにより、制御部４１１、テキスト抽出部４１２、非単語検出部４１３、判定部４１４、及び文字修正部４１５として機能する。なお、制御ユニット４１０の上記の各構成要素は、前述の制御プログラムに基づく動作によらず、それぞれハード回路により構成されてもよい。
【0089】
制御部４１１は、情報処理装置４０の全体的な動作制御を司る。また、制御部４１１は、表示部４０２、タッチパネル４０３、通信部４０４、記憶部４０５などと接続されており、上記各構成要素の動作制御や、各構成要素との間での信号またはデータの送受信を行う。
【0090】
情報処理装置４０は、図１７に示すように、例えば画像形成装置１０から受信した原稿の画像を記憶する原稿画像記憶部４０５Ａと、原稿画像記憶部４０５Ａに記憶された前記原稿の画像に対して、ＯＣＲ処理を行うことにより、原稿におけるテキストを抽出するテキスト抽出部４１２と、テキスト抽出部４１２にて抽出された原稿におけるテキストを構成する複数語のうち、単語でないとされる非単語を検出する非単語検出部４１３と、非単語検出部４１３が検出した非単語と、当該非単語の直前の語及び直後の語の少なくとも一方とをその並び順に結合させた結合語が単語となるか否かを判定する判定部４１４と、判定部４１４において単語になると判定された場合に、原稿におけるテキストのうちで結合語に対応するテキスト部分を文字認識不良部分として特定し、当該文字認識不良部分のテキストを当該結合語のテキストに修正する文字修正部４１５と、を備える。
【0091】
上記の第２実施形態に係る情報処理装置４０によれば、第１実施形態の場合と同様の効果を奏する。すなわち、ＯＣＲで認識できなかった文字の部分、すなわち文字認識不良部分を適切な単語に修正することができる。このため、ＯＣＲで認識できなかった文字の部分をユーザーが修正する作業を不必要とすることができ、ユーザーの操作負担を改善することができる。
【0092】
なお、本発明は上記実施の形態の構成に限られず種々の変形が可能である。
【0093】
また、上記実施形態では、アルファベットを用いる英語によるテキストを修正しているが、スペイン語、イタリア語、ロシア語などのテキストを修正することも可能である。このように、英語以外の言語についてテキスト修正する場合には、図４（Ａ）に示す単語辞書記憶テーブルＴＢ１は、英語以外の言語（スペイン語、イタリア語、ロシア語など）の単語辞書記憶テーブルとすればよい。
【0094】
【符号の説明】
【0095】
１０ 画像形成装置
１７ 画像読取部
１９ データ記憶部
１９ａ 原稿画像記憶部
１９ｂ 未確認語登録部
２１ 制御部
２２ テキスト抽出部
２３ 非単語検出部
２４ 判定部
２５ 文字修正部
４０ 情報処理装置
４０５Ａ 原稿画像記憶部
４０５Ｂ 未確認語登録部
４１１ 制御部
４１２ テキスト抽出部
４１３ 非単語検出部
４１４ 判定部
４１５ 文字修正部
１７ 画像読取部
１９ データ記憶部
１９ａ 原稿画像記憶部
１９ｂ 未確認語登録部
２１ 制御部
２２ テキスト抽出部
２３ 非単語検出部
２４ 判定部
２５ 文字修正部
４０ 情報処理装置
４０５Ａ 原稿画像記憶部
４０５Ｂ 未確認語登録部
４１１ 制御部
４１２ テキスト抽出部
４１３ 非単語検出部
４１４ 判定部
４１５ 文字修正部
【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】
【図16】
【図17】
