[发明专利]信息处理装置、其控制方法及存储介质

说明书

本发明提供一种信息处理装置、其控制方法及存储介质。在通过使用具有照相机功能的移动终端来读取被摄体上的字符的情况下，在短时间内获取适合于OCR的图像。一种包括照相机的信息处理装置通过由照相机拍摄被摄体上的字符串来获取运动图像，所述信息处理装置针对构成所获取的运动图像的各个帧设置用于字符识别的搜索区域，所述用于字符识别的搜索区域针对构成字符串的各个字符，从搜索区域检测候选字符，确定指示检测到的候选字符的似然性的评估值是否稳定，并响应于评估值被确定为稳定，输出所获取的运动图像的帧。

技术领域

本发明涉及信息处理装置中的字符识别技术。

背景技术

近年来，诸如智能电话和平板电脑之类的安装有照相机的移动设备(在下文中称为“移动终端”)变得常见。例如，在将纸质文档转换为电子数据的情况下，通常使用扫描仪等，但是通过使用移动终端的照相机可以容易地将纸质文档转换为电子数据。例如，日本特开2011-008802号公报公开了一种对利用低分辨率照相机摄取的静止图像进行字符识别处理(OCR)的技术。

此外，最近的移动终端的照相机包括运动图像拍摄功能。与通过使用扫描仪取得图像的情况相比，通过由手持移动终端拍摄运动图像来摄取图像的情况容易受到摄像环境的改变的影响。具体地，因为由于照相机抖动而导致图像的细节部分失焦，照明应用方式对于各个帧微妙地改变等，所以存在所获得的图像不适合于字符识别的情况。在这方面，日本特开2013-161277号公报公开了一种通过在运动图像拍摄期间反复进行进行OCR并通过采用出现率超过预定基准值的识别结果来确定字符来提高OCR的精度的技术。

然而，取决于摄像环境和被摄体，在构成所获得的运动图像的帧(静止图像)中高频度地包括不适合于OCR的图像。在这样的情况下，利用上述日本特开2013-161277号公报的基于出现率确定字符的技术，要达到基准值的出现率需要时间。例如，在从字典数据中找出相似度高的多个候选字符的情况下，由于帧间的细微差异，字符识别结果倾向于改变。在这种情况下，确定被摄体上的所有字符的字符识别结果需要很长时间，同时，用户不得不继续拍摄而不移动移动终端。在这种情况下，用户的负担很重，并且无法高精度地预期字符识别结果。此外，在上述的日本特开2013-161277号公报中，输出作为字符识别结果而获得的文本数据，并且不考虑输出或保存作为字符识别对象的图像。也就是说，上述日本特开2013-161277号公报仅公开了输出对包括多个帧的图像进行字符识别处理的结果，但未公开从包括多个帧的图像中选择并保存最佳图像。

发明内容

根据本发明的信息处理装置是包括照相机的信息处理装置，所述信息处理装置包括：获取单元，其被构造为通过由照相机拍摄被摄体上的字符串来获取运动图像；设置单元，其被构造为针对构成所获取的运动图像的各个帧设置用于字符识别的搜索区域，所述用于字符识别的搜索区域针对构成字符串的各个字符；检测单元，其被构造为从搜索区域检测候选字符；第一确定单元，其被构造为确定指示检测到的候选字符的似然性的评估值是否稳定；以及输出单元，其被构造为响应于评估值被确定为稳定，输出所获取的运动图像的帧。

根据下面参照附图对示例性实施例的描述，本发明的其他特征将变得清楚。

附图说明

图1A至图1C是示出移动终端的外观的示例的图；

图2是示出移动终端的硬件构造的示例的图；

图3是示出移动终端的软件构造的示例的图；

图4是示出移动应用的UI画面的示例的图；

图5是示出字符图像的示例的图；

图6是示出字符图像列表的数据结构的示例的图；

图7A至图7D是说明针对各个字符确定字符单位区域的方式的图；

图8是示出字符读取处理的流程的流程图；

图9是示出候选字符检测结果的数据结构的示例的图；