1. 概要 本ソフトウェアは、画像に含まれる文字を認識してテキストファイルへ出力します。
1.1. サポートしている画像形式 サポートしている画像ファイル形式は以下の通りです。
画像 (拡張子) Windows＞ファイル「プロパティ」での表示 PDF ※ PDF JBIG2形式 jpeg ( .jpeg, .jpg ) png ( .png ) Tiff LZW圧縮 ( .tif, .tiff ) LZW Tiff ZIP圧縮 ( .tif, .tiff ) – Tiff Packbits圧縮 ( .tif, .tiff ) Packbits Tiff CCITT T6圧縮 ( .tif, .tiff ) CCITT T6 Tiff CCITT T4JPEG圧縮 ( .tif, .tiff ) CCITT T4 Tiff 圧縮しない ( .tif, .tiff ) 圧縮しない
1.1.2. サポートしていない画像形式 ※PDFは中に含んでいる画像がサポートしていない形式の場合は対象外となります。
画像 (拡張子) Windows＞ファイル「プロパティ」での表示 jpeg2000 ( .jp2 ) gif ( .gif ) bitmap ( .bmp ) Tiff JPEG圧縮 ( .tif, .tiff ) JPEG
1.2. 使用する用語 ・帳票定義
OCRをかけ、データ化されたものから、必要なデータのみを抽出するための設定です。帳票の読み取りには、必ず設定する必要があります。
・学習モデル
活字にOCRをかけ、データ化する際に使用するファイルです。手書き文字をデータ化することはできません。
– 手書き文字OCR用学習モデル
手書き文字にOCRをかけ、データ化する際に使用するファイルです。活字モデルと比較すると精度は劣りますが、活字文字もデータ化することが可能です。
・Enterprise版
非定型の帳票にOCRをかけ、データ化する際に適した機能です。手書き/活字の両モデルに対応しています。
・Standard版
定型の帳票のデータ化に適した機能です。手書き/活字の両モデルに対応しています。
・共通設定ファイル
OCRをかける際に、使用する設定ファイルです。フォルダパスの指定やデータ抽出のチューニングを行います。
・arex ファイル
AIRead独自の実行用ショートカットファイルです。AIRead ShortcutCreatorで作成・編集を行うことができます。
・AIRead RuleEditor
Enetrprise版の機能で帳票を読み取る際に使用する、帳票定義の作成・チューニングを行うためのGUIです。
・AIRead FormEditor
Standard版の機能で帳票を読み取る際に使用する、帳票定義の作成・チューニングを行うためのGUIです。
・AIRead SortingEditor
AIRead RuleEditor・AIRead RuleEditor で作成した定義を使用して、帳票仕分け設定の作成・帳票仕分けを行うためのGUIです。
・AIRead ControlPanel
共通設定ファイルの作成・チューニングを行うためのGUIです。ライセンスの登録・更新、ユーザ認証の設定もこちらのツールで行います。
・AIRead ShortcutCreator
arex ファイルの作成・編集を行うためのGUIです。AIRead RuleEditor・AIRead RuleEditor で作成した帳票定義、AIRead SortingEditorで作成した仕分け設定を使用します。
・AIRead Viewer
AIRead の実行結果を確認する画面です。
・AIRead Trainstudio
活字OCR用学習モデルに機械学習を行い、読み取りの強化を行うツールです。こちらを使用することで活字読み取り時の、誤読を減らすことができます。
・AIRead TrainstudioHW
手書き文字OCR用学習モデルに機械学習を行い、読み取りの強化を行うツールです。こちらを使用することで手書き文字読み取り時の、誤読を減らすことができます。
・AIRead training_tool
手書き文字OCR用学習モデルに機械学習を行い、読み取りの強化を行うツールです。こちらを使用することで手書き文字読み取り時の、誤読を減らすことができます。
・AIREAD_HOME
AIRead が使用するシステム環境変数です。AIRead のインストール先が、AIREAD_HOME となります。インストール時に作成されるため、事前に設定する必要はありません。
2. 実行手順 2.1. 処理フロー 2.2. 実行方法(arexファイルを利用する場合)
AIRead独自の実行用ショートカットを使用して、OCR結果を出力します。
<AIReadインストールフォルダ>/ShortcutCreator/ShortcutCreator.exe
2.2.1. arexの起動条件の設定(座標指定OCRの場合)
座標指定で帳票を読み取りたい場合に使用する起動条件です。
No. 項目名 説明 1 読み取り方式 使用する読み取り方式を指定する座標指定の場合は、座標指定OCR を指定 2 FormID 帳票の読み取り時に使用するフォーマット定義を指定する5.2. AIRead FormEditorで設定 を参照 3 共通設定ファイルパス 帳票の読み取り時に使用する共通設定ファイルを指定する4. 共通設定 を参照 4 AIRead Viewerの起動 起動する：読み取り完了後にAIRead Viewerで読み取り結果を表示する 5 読取画像の格納フォルダ 読み取り対象としたい画像を配置するフォルダパスを指定する 6 読取結果出力フォルダ 「AIRead Viewerの起動」が “起動しない” になっているときに読み取り結果を出力するフォルダパスを指定する
2.2.2. arexの起動条件の設定(ルール指定OCRの場合)
ルール指定で帳票を読み取りたい場合に使用する起動条件です。
No. 項目名 説明 1 読み取り方式 使用する読み取り方式を指定するルール指定の場合は、ルール指定OCR を指定 2 実行内容 OCRのみ：エンジンに反映済みのルールを使用して読み取りを行う5.4. AIRead RuleEditorで設定 を参照 3 共通設定ファイルパス 帳票の読み取り時に使用する共通設定ファイルを指定する4. 共通設定 を参照 4 AIRead Viewerの起動 起動する：読み取り完了後にAIRead Viewerで読み取り結果を表示する 5 読取画像の格納フォルダ 読み取り対象としたい画像を配置するフォルダパスを指定する 6 読取結果出力フォルダ 「AIRead Viewerの起動」が “起動しない” になっているときに読み取り結果を出力するフォルダパスを指定する
2.2.3. arexの起動条件の設定(仕分け付きOCRの場合)
フォーマット仕分け付で帳票読み取りを行う場合に使用する起動条件です。8. 仕分け付きOCR機能 を参照。
No. 項目名 説明 1 読み取り方式 使用する読み取り方式を指定する仕分け付読み取りの場合は、仕分け付OCR を指定 2 実行内容 OCRのみ：登録済みの仕分け設定を使用して、帳票読み取りを行う 3 仕分け定義フォルダパス テンプレート画像と仕分け設定が配置されている仕分け定義フォルダまでのフォルダパスを指定する 4 共通設定ファイルパス 帳票の読み取り時に使用する共通設定ファイルを指定する4. 共通設定 を参照 5 AIRead Viewerの起動 起動する：読み取り完了後にAIRead Viewerで読み取り結果を表示する 6 読取画像の格納フォルダ 読み取り対象としたい画像を配置するフォルダパスを指定する 7 読取結果出力フォルダ 「AIRead Viewerの起動」が “起動しない” になっているときに読み取り結果を出力するフォルダパスを指定する
2.2.4. arexの起動条件の設定(全文OCRの場合)
帳票定義を使用せず、帳票全体を読み取る場合に使用する起動条件です。4.4.4. 表検出付全文OCR を参照。
No. 項目名 説明 1 読み取り方式 使用する読み取り方式を指定する全文読み取りの場合は、全文OCR を指定 2 共通設定ファイルパス 帳票の読み取り時に使用する共通設定ファイルを指定する4. 共通設定 を参照 3 読取画像の格納フォルダ 読み取り対象としたい画像を配置するフォルダパスを指定する 4 読取結果出力フォルダ 「AIRead Viewerの起動」が “起動しない” になっているときに読み取り結果を出力するフォルダパスを指定する
2.3. 実行方法(batファイルを利用する場合) 2.3.1. エンジンの初期化
設定した帳票定義情報をエンジンへ適用します。定義情報の適用は、Enterprise(キーワード読み取り)の時のみ必要です。Standard(定型読み取り)の時は不要です。
"%AIREAD_JAVA%/java" -jar ./IDELibrary/lib/AIReadEEInit.jar -s [SettingFile]
No. 引数 説明 1 -s [SettingFile] 共通設定ファイルを指定
2.3.2. 抽出処理の実行
コマンドを使用し、OUTPUTフォルダへOCR結果を出力します。
以下のコマンドを実行してください。
run_kw.bat は、Enterprise版(非定型読み取り)を実行する際に使用するbatファイルです。
call "%AIREAD_HOME%\IDELibrary\scripts\set_envs.bat"
No. 引数 説明 1 -s [SettingFile] 共通設定ファイルを指定 2 --input <フォルダパス> 読み取り対象としたい画像を配置するフォルダパスを指定 3 --output <フォルダパス> 読み取り結果を出力したいフォルダパスを指定
run.bat は、Standard版(定型読み取り)を実行する際に使用するbatファイルです。
call "%AIREAD_HOME%\IDELibrary\scripts\set_envs.bat"
No. 引数 説明 1 -s [SettingFile] 共通設定ファイルを指定 2 -C [フォーマット定義] FormEditor で作成したフォーマット定義を指定 3 --input <フォルダパス> 読み取り対象としたい画像を配置するフォルダパスを指定 4 --output <フォルダパス> 読み取り結果を出力したいフォルダパスを指定
run_whole.bat は、作成した帳票定義を使用せず、帳票上の文字全文を取得する場合に使用するbatファイルです。
call "%AIREAD_HOME%\IDELibrary\scripts\set_envs.bat"
No. 引数 説明 1 -W -s [SettingFile] 共通設定ファイルを指定
3. ユーザー認証機能 下記の各種GUI、実行ファイルに対して認証機能を付与し、実行ユーザーの制限を行うことができます。認証機能を有効にするには、ユーザーが1人以上登録されている必要があります。
※TrainStudio、TrainStudioHWは別途インストールした場合にのみ、認証機能を設定することが可能です。
3.1. ロールの設定 ユーザー認証は、ロールを作成し各ユーザー毎にロールに紐づけを行います。
3.1.1. AIRead ControlPanelの起動
＜AIREAD_HOME＞\ControlPanel\AIReadControlPanel.exe をダブルクリック、もしくはスタートメニューのショートカットから起動
ControlPanel を起動し、下記のアイコンを選択してください。
3.1.2. 認証機能の設定
ロール画面上の設定ボタンを押下すると、AIRead 全体で認証を必要とするアプリの設定を行うことができます。※管理者以外のユーザはロール画面は表示されません。
3.1.3. 実行権限の設定
General User(一般ユーザー)の編集ボタンを押下すると、各種アプリケーションの実行権限を付与することができます。
実行権限を持っていないユーザーが、実行権限の必要なアプリケーションを起動しようとすると、エラー画面が表示されます。
3.1.4. ユーザーの実行権限一覧
Administrator(管理者)とGeneral User(一般ユーザー)の実行権限は以下の通りです。
No. 対象アプリケーション Administrator 管理者 General User 1 AIRead ControlPanel ユーザ管理・ロール管理 常に利用可能 利用不可 ライセンス登録・共通設定の変更・パスワードの変更 常に利用可能 常に利用可能 AIReadの実行(arexファイル) 常に利用可能 利用可能 3 AIRead FormEditor 常に利用可能 利用可能 4 AIRead FormEditor 常に利用可能 利用可能 5 AIRead SortingEditor 常に利用可能 利用可能 6 AIRead Viewer 常に利用可能 利用可能 7 AIRead ShortcutCreator 常に利用可能 利用可能 8 AIRead TrainStudio 常に利用可能 利用可能 9 AIRead TrainStudioHW 常に利用可能 利用可能
3.2. ユーザーの設定 ユーザーの設定を行う際は、ControlPanel上から下記のアイコンを選択してください。※管理者権限を持たないユーザーで認証すると、ユーザー画面は表示されません。
3.2.1. ユーザーの追加
ユーザーを追加する場合、ユーザー画面上の追加ボタンを押下します。※初回作成するユーザーのロールは、必ずAdministrator を選択してください。
No. 内容 説明 1 ユーザー名 認証機能使用時のユーザー名を入力する 2 パスワード 認証機能使用時のパスワードを入力する※パスワードは英大文字、英小文字、数字、記号(.!/'()[]+-=$#&@~)の内2種類以上を使用し、8～32文字の範囲で設定 3 パスワード再入力 パスワードに入力した文字列を再入力する 4 ロール ユーザーに紐づけるロールを選択する 5 追加 入力した内容でユーザーを追加する 6 キャンセル 入力内容をキャンセルし、ユーザー追加画面を閉じる
3.2.2. ユーザーの管理
作成済みのユーザーの権限やパスワードを変更する場合、ユーザー毎の編集ボタンを押下する。
No. 内容 説明 1 ユーザー名 編集中のユーザー名が表示される 2 パスワードを編集する ユーザーのパスワードを変更する場合に選択する 3 パスワード ユーザーのパスワードを再設定する※パスワードは英大文字、英小文字、数字、記号(.!/'()[]+-=$#&@~)の内2種類以上を使用し、8～32文字の範囲で設定 4 パスワード再入力 パスワードに入力した文字列を再入力する 5 ロール ユーザーに紐づけるロールを選択する 6 更新 入力した内容でユーザーを更新する 7 キャンセル 入力内容をキャンセルし、ユーザー編集画面を閉じる
3.2.3. パスワードの変更
一般ユーザーの実行権限をもつユーザーで、ControlPanel を起動するとパスワード変更ボタンが表示されます。
パスワードの変更ボタンを押下し、ポップアップしたパスワード変更画面でパスワードの変更を行ってください。※パスワードは英大文字、英小文字、数字、記号(.!/'()[]+-=$#&@~)の内2種類以上を使用し、8～32文字の範囲で設定する必要があります。
4. 共通設定 4.1. AIRead ControlPanelで設定 以下のプログラムを起動することで、AIRead ControlPanel(以下ControlPanel)にて共通設定ファイルを編集することができます。
<AIReadインストールフォルダ>/ControlPanel/AIReadControlPanel.exe
共通設定ファイル名は以下の通りです。
共通設定ファイルには“項目名=値”の書式で定義されます。
共通設定ファイルはUTF-8で保存する必要があります。
4.1.1. 基本設定
ファイルの入出力や抽出モードに関わる設定を行います。
No. 内容 項目名 書式 説明 1 入力フォルダ INPUT 文字列 画像を取り込むフォルダパス 2 出力フォルダ OUTPUT 文字列 OCR結果を出力するフォルダパス 3 処理成功移動先 MOVE_SUCCESS_DIR 文字列 OCR処理に成功した画像を格納するフォルダパス 4 処理失敗移動先 MOVE_FAILED_DIR 文字列 OCR処理に失敗した画像を格納するフォルダパス 5 アウトプットと帳票識別の単位 FILE_IDENFICATION_TYPE 0, 1, 2 帳票を識別する単位 6 OCR成功時に傾きを補正した画像を出力する CORRECT_MOVED_FILE true, false チェック(true)の時、OCR成功時に成功フォルダ（MOVE_SUCCESS_DIR）に移動する画像を天地・傾き補正後画像にする 7 補正した画像の形式 MOVED_FILE_FORMAT PDF, JPEG CORRECT_MOVED_FILE が true の時に出力する画像のフォーマットを指定する<以下はEnterpriseのみ> 8 アウトプットヘッダ情報の指定 HEADER_ITEM 文字列 アウトプットファイルへ出力するヘッダ情報の項目とその順番を指定可能6.1 共通 を参照 9 出力フォーマット OUTPUT_FORMAT CSV OCR読取結果の出力形式を選択する<Standard/Enterprise共通> <Standardのみ> <Standard全文OCRのみ> 4.4.4 表検出付全文OCR を参照 10 出力文字コード OUTPUT_ENCODING UTF-8 出力ファイルの文字コードを選択する 11 CSV出力時の出力項目の指定 CSV_COLUMN_ITEM 文字列 CSVへ出力する項目とその順番を指定可能。 ※各出力項目の説明は6.2 CSV を参照 12 活字用OCRモデル OCR_LANG 文字列 活字OCRエンジンで利用するモデル名 13 優先モデルフォルダ PRIORITY_MODEL_PATH 文字列 優先モデルフォルダとして指定するフォルダパスtessdata \[任意のモデル] 14 デバッグファイルを出力する IS_DEBUG true, false チェック(true)の時、DEBUG_PATHで設定されたフォルダへデバッグ情報を出力する 15 デバッグ出力先 DEBUG_PATH 文字列 デバッグファイルを出力するフォルダパス 16 出力ファイル名に日付時刻を付与する MOVED_FILE_NAME 0,1 チェック(1)の時、抽出処理完了後の出力ファイル名に日付時刻を付与する 17 抽出モードの設定 COMPONENT_LEVEL MANUAL 抽出モードを選択する4.4.4 表検出付全文OCR を参照all_model が必須 オンプレミスインストールマニュアル を参照 18 セル内の改行に付与する文字 LINE_SEPARATER SPACE <キーワード指定(表検出付き)のみ> 19 活字項目画像を出力する CREATE_PR_COMP_IMAGE true, false チェック(true)の時、活字として読み取った範囲の切取画像を出力する 20 活字画像の出力先 PR_CUT_IMAGE_DIR 文字列 活字項目画像を出力するフォルダパス 21 表示用画像(PDF)を生成する CREATE_DISPLAY_IMAGE true, false チェック(true)の時、データサイズを減らしたPDFを生成する 22 表示用画像の出力フォルダ DISPLAY_IMAGE_DIR 文字列 生成した表示用PDFを出力するフォルダパス表示用画像(PDF)を生成する が有効のとき 指定必須) 23 表示用画像の品質 DISPLAY_IMAGE_QUALITY 1～100 生成する表示用PDFの品質を指定する 24 保管用画像を生成する CREATE_PRESERVATION_IMAGE true, false チェック(true)の時、電子帳票保存法向けに保管用の画像を生成する 25 保管用画像出力フォルダ PRESERVATION_IMAGE_DIR 文字列 生成した電子帳票保存法向けの保管用画像を出力するフォルダパス保管用画像を生成する が有効のとき 指定必須) 26 保管用画像のファイル名 PRESERVATION_IMAGE_NAME 文字列 生成される電子帳票保存法向けの保管用画像のファイル名を指定する
4.1.2. モード別設定
モード別（座標指定、キーワード指定）のパラメータを設定します。
4.1.2.1. 座標指定モード
<Standardのみ>
No. 内容 項目名 書式 説明 1 フォーマットフォルダ PROFILE_CONFIG_DIR 文字列 <Standardのみ> 2 手書き用OCRモデル HAND_WRITE_OCR_LANG 文字列 指定された手書きモデルが存在しないときに使用するモデル名 3 改善した手書きの文字切り取りロジックを使用する USE_SEGMENT_MODEL true, false フリーピッチで複数行の手書き文字を読み取る場合はチェック(true)する 4 OCR結果にスペースを含める EXPORT_SPACE true, false チェック(true)の時、OCR結果にスペースを含める 5 手書き画像の出力先 HW_CUT_IMAGE_DIR 文字列 手書き項目/文字画像を出力するフォルダパス 6 手書き項目画像を出力する CREATE_HW_COMP_IMAGE true, false チェック(true)の時、手書きで座標指定した範囲の切取画像を出力する 7 手書き文字画像を出力する CREATE_HW_CHAR_IMAGE true, false チェック(true)の時、手書きで座標指定した範囲内の文字単位の切取画像を出力する 8 文字を置換する信頼度（手書き） HW_REPLACE_THRESH 0～100 手書きの項目が指定された閾値未満の信頼度の時、任意の文字に変換する 9 置換後の文字 HW_REPLACE_CHAR 文字列 No. 8（HW_REPLACE_THRESH）で変換する文字（1文字） 10 位置合わせ最大矩形の認識マージン FORMAT_MARGIN 0以上 位置合わせ時に大きな矩形を認識しない画像端(上下左右)からの範囲を指定する 11 位置合わせ外接矩形の認識マージン FIX_TEXT_HEIGHT 0以上 位置合わせ時に外接矩形を認識しない画像端(上下左右)からの範囲を指定する 12 活字のノイズ閾値 PRINT_NOISE_FILTERS -1～100 活字の認識で、項目中の最大文字高さに対して指定された閾値以下の文字をノイズとして除去する 13 手書きノイズの閾値 (文字の高さ、複数文字指定時) HW_NOISE_FILTERS 文字列 手書き文字の認識で指定したモデルについて、項目中の最大文字高さに対して任意の割合以下の文字をノイズとして除去する 14 手書きノイズの閾値 (白画素の割合、1文字指定時) HW_WHITE_THRESHOLD 0～1.0 手書き項目に1文字指定をしているとき、 その項目画像を読取対象外(ノイズ)と判断する白ピクセルの割合と判断する閾値を指定する 15 改行を出力する RECOGNIZE_NEWLINE true, チェック(true)の時、読み取り項目内の改行を認識して\nとして出力する
4.1.2.2. キーワード指定モード
<Enterpriseのみ>
<Standard/Enterprise共通>
No. 内容 項目名 書式 説明 1 帳票定義フォルダ PROFILE_KWCONFIG_DIR 文字列 帳票定義フォルダのファイルパス 2 辞書データフォルダ IDE_DIR 文字列 IDELibraryフォルダのパス 3 OCRを行う最大ページ数 PROC_MAX_PAGE 0以上の整数 OCRを実行する最大ページ枚数 4 テキスト付きPDFでもOCRを実行する OCR_PDF_WITH_TEXT true, false チェックあり(true)：テキスト付きPDFの場合でもOCRを実行する 5 テキスト付PDFの文字高さ情報にフォント高さを使用する USE_PDF_TEXT_FONT_HEIGHT true, false チェックあり(true)：セル内にあるテキスト情報が複数ある場合、結合して出力されるよう補正する 6 抽出結果が0件のとき空のメタデータを出力する LAYOUT_TYPE 0, 1 0：空のメタデータは出力しない 7 改善した文字列検知ロジックを使用する USE_DL_STRING_DETECTION true, false <キーワード指定、キーワード指定(表検出付き)のみ指定> 8 行間隔が狭い文字列の精度改善 STRING_DETECTION_SPLIT_LARGE_RECTANGLE true, false チェックあり(true)：行間隔の狭い文字列に対して、改善した文字検知を行う 9 OCR結果から除外する文字リスト BLACK_LIST_EXT 文字列 抽出処理時にキーワードおよび抽出する値から除外する文字を指定する 10 帳票識別の動作 DEFAULT_PROFILE_MODE 0～2 帳票識別の動作を指定する 11 文字種別 指定したい文字種別定義名 文字列 帳票種別の動作が、1もしくは2のときのみ設定可能 12 1つの文字列とみなす文字間隔(高さのN倍) LINKED_ITEM_THRESHOLD 数値 1つの文字列とみなす文字の間隔を設定 13 改善したスペース検出ロジックを使用する SPACE_MODE 0,1 0：スペース検知の改善した検出を行う 14 画像の解像度が大きい場合に小さくする REDUCE_IMAGE_BEFORE_OCR true, false チェックあり(true)：画像の解像度が大きいとき(長辺が5000ピクセル以上)解像度を小さくしてからOCRを行う
4.1.3. 画像処理
文字認識の前に実施する画像処理関連の設定を変更します。
No. 内容 項目名 書式 説明 1 傾き補正を行う IS_SLOPE_CORRECTION true, false チェック(true)の時、文字認識前に傾き補正を行う（35度まで） 2 回転補正を行う AUTO_ROTATION true, false チェック(true)の時、文字認識前に90/180/270度の画像回転補正を行う 3 直線除去を行う最短の長さ LINE_REMOVAL_THRESHOLD 0以上の整数 直線とみなす長さのしきい値（ピクセル） 4 直線除去時の文字高さに対する倍率 LINE_REMOVAL_MULTIPLE_BY_TEXT_HEGHT 0.1以上の数値 指定した値×文字高さの平均(ピクセル)が直線除去の対象となる 5 点線除去を行う最短の長さ HOUGH_THRESHOLD 0以上の整数 点線とみなす長さのしきい値（ピクセル） 6 点線の間隔（横） ERODE_W 0以上の整数 横の点線として検知する点の間隔の値（ピクセル） 7 点線の間隔（縦） ERODE_H 0以上の整数 縦の点線として検知する点の間隔の値（ピクセル） 8 罫線除去で欠けてしまった文字の復元処理を行う RESTORE_TEXT true, false チェック(true)の時、罫線除去時に欠けてしまう罫線と隣接した文字を復元する 9 二値化の閾値 THRESH_VALUE 0～255 文字認識前の画像の二値化（白黒化）のしきい値4.4.1. 二値化の閾値 を参照 10 直線除去時の二値化の閾値 BINTHRESH_ON_LINE_REMOVAL 0～255 直線除去時の二値化パラメータのしきい値 11 短い罫線（横）除去の閾値 SHORT_LINE_THRESH_H -1以上 長い罫線に接している短い罫線（横）を検知・除去する閾値 12 短い罫線（縦）除去の閾値 SHORT_LINE_THRESH_V -1以上 長い罫線に接している短い罫線（縦）を検知・除去する閾値 13 短い点線も除去する USE_SHORT_DOTLINE_REMOVAL true, false チェック(true)の時、短い罫線除去時に点線も除去対象とする 14 細かいノイズ除去の閾値（幅） THIN_LINE_REMOVAL_THRESHOLD_W 0以上 指定した幅(ピクセル)より細かいノイズを除去する4.4.2. 細かいノイズ除去 を参照 15 細かいノイズ除去の閾値（高さ） THIN_LINE_REMOVAL_THRESHOLD_H 0以上 指定した高さ(ピクセル)より細かいノイズを除去する4.4.2. 細かいノイズ除去 を参照 16 細かいノイズ除去の縮小フィルタ（幅） ERODE_THIN_LINE_W 1以上 細かいノイズ除去の収縮処理のフィルターサイズ（幅）4.4.2. 細かいノイズ除去 を参照 17 細かいノイズ除去の縮小フィルタ（高さ） ERODE_THIN_LINE_H 1以上 細かいノイズ除去の収縮処理のフィルターサイズ（高さ）4.4.2. 細かいノイズ除去 を参照 18 TIFFを300DPIに変換してからOCRを実行する CONV_TIFF_DPI true, false チェック(true)の時、TIFFを300DPIに変換してからOCRを実行する 19 抽出する色 EXTRACTION_COLORS 文字列 抽出する色を指定する（指定した色以外を除去する）4.4.5. 色の抽出・除去 を参照 20 除去する色 REMOVAL_COLORS 文字列 除去する色を指定する抽出する色と両方指定した場合は抽出を優先する 4.4.5. 色の抽出・除去 を参照 21 色抽出・除去を罫線除去の前に行う FILTER_COLOR_BEFORE_LINEREMOVAL true, false チェック(true)の時、罫線除去の前に色抽出・除去を行う 22 罫線を延長する長さ LINE_EXTENSION_LEN 0以上 検知した罫線を延長する 23 矩形の丸い角を除去する閾値 ROUNDED_CORNER_THRESHOLD 0～100 半径が指定した値未満の丸い角を除去する4.4.3. 丸い角の除去 を参照 24 丸い角の除去範囲を拡張する長さ ROUNDED_CORNER_PADDING 0～100 丸い角を除去する際に、指定した値分の除去範囲を拡大する4.4.3. 丸い角の除去 を参照 25 ドットの除去(背景・点線)を行う REMOVE_DOT true, false チェック(true)の時、ドットの除去(背景、点線)を行う 26 除去したいドットの幅 DOTLINE_SIZE_W 0以上の整数 削除したい背景や点線のドットのサイズの幅をピクセルで指定する 27 除去したいドットの高さ DOTLINE_SIZE_H 0以上の整数 削除したい背景や点線のドットのサイズの高さをピクセルで指定する 28 罫線/点線削除の前にドットを削除 REMOVE_DOT_BEFORE_LINE true/false チェック(true)の時、罫線/点線削除の前にドットを削除する 29 小さい矩形を削除 REMOVE_SMALL_RECTANGLES true, false チェック(true)の時、小さい矩形の除去を行う 30 除去する矩形の最小面積 REMOVE_RECTANGLE_MIN_AREA_ 0以上の整数 「小さい矩形を削除除去する 」がチェック(true)の時に除去する矩形の最小面積を指定する 31 除去する矩形の最大面積 REMOVE_RECTANGLE_MAX_AREA_ 0以上の整数 「小さい矩形を削除除去する 」がチェック(true)の時に除去する矩形の最大面積を指定する 32 斜め線を除去 REMOVE_DIAGONAL_LINES true, false チェック(true)の時、矩形内の斜めの線を除去する
33～37のパラメータは普段は折り畳まれておりますが、全て表示を押下することで表示されるようになります。
No. 内容 項目名 書式 説明 33 ノイズ除去を行う DE_NOISE true, false ノイズ除去処理の有無 34 罫線除去を無効化する SKIP_LINE_REMOVE true, false チェック(true)の時、文字認識前の罫線除去を無効化する（罫線除去は行わない） 35 白黒反転処理を実施する黒の比率 BLACK_WHITE_THRESHOLD 0～100 二値化後に白黒を反転するしきい値（％） 36 シャープ補正値 SHARPEN_VALUE 0以上の少数 OCR実行前に画像をシャープ化する 37 ドット背景除去を行う(旧) REMOVE_DOTTED_BACKGROUND true, false チェック(true)の時、ドット背景除去を行う
4.1.4. 後処理設定
読み取り完了後に行う処理全般を設定します。
No. 項目名 説明 1 個別読取結果変換リストの保存先 個別読取結果変換設定ファイルの保存先を指定する 2 変換リスト名 選択中の個別読取結果変換設定ファイルが表示される 3 変換リスト名一覧 作成済みの個別読取結果変換設定ファイルの一覧が表示される 4 変換設定追加ボタン 変換リストに入力した名称で個別読取結果変換設定ファイルを追加する 5 変換設定削除ボタン 選択中の個別読取結果変換設定ファイルを削除する 6 変換リスト 選択中の後個別読取結果変換設定ファイルの設定情報を表示する 7 読取後に実行するコマンドライン文字列 帳票の読み取り後に実行するコマンドライン文字列を設定する
4.1.4.1. 変換リストの設定
No. 項目名 説明 1 変換対象(正規表現) 変換対象の文字を指定する 2 変換後の文字 変換対象の文字から変換する文字を指定する
4.1.4.2. 読取後に実行するコマンドライン文字列の設定
AIReadで帳票読み取りを行った後に、呼び出したいコマンドライン文字列を設定します。
例) 保管用画像を任意のフォルダへコピーするコマンドcopy /y “%AIREAD_PRESERVATION_FILE%” “任意のフォルダパス”
コマンドラインでは、AIRead独自の変数を使用することができます。
No. 環境変数名 内容 呼び出されるパスの例 1 AIREAD_ORIG_INPUT_FILE オリジナルの読取対象ファイルまでのフルパス C:\AIRead\debug\original\sample.pdf 2 AIREAD_PRESERVATION_FILE 保存用画像のファイルまでのフルパス※基本設定タブで「保管用画像を生成する」が有効となっていることが前提 C:\AIRead\preseve\20230320123456_アライズイノベーション_物品仕入れ_sample.pdf
4.1.5. 文字認識調整
文字認識に関する設定を変更します。
No. 内容 項目名 書式 説明 1 文字列の切取ロジック PAGE_SEG_MODE 4, 6 OCRエンジンの活字文字検知/分割アルゴリズムを指定する 2 文字の多重認識を減らす処理を行う use_dup_char_reducer true, false 複数の同じ文字が連続で出力されてしまうとき、本設定を有効にすることで回避できる（活字のみ） 3 対象文字種 reduce_target 0～4 「文字の多重認識を減らす処理を行う（use_dup_char_reducer）」の対象となる文字種を指定する 4 再読み込みの閾値 RESCAN_THRESHOLD 0～100 指定した値よりもコンポーネントのConf値が閾値より低い場合に読み直す（活字のみ）
4.1.6. ログ出力
ログ出力に関する設定を変更します。
No. 内容 項目名 書式 説明 1 ログ出力フォルダ LOGS_PATH 文字列 実行ログを出力するフォルダパス 2 ログ出力レベル LOGS_LEVEL 0～3 指定したレベルで以下の内容を出力する 3 ログ1ファイルあたりの LOG_ROTATION_SIZE 0～100 ログ1ファイルあたりの最大サイズ（MB） 4 ログ全体のデータサイズ LOG_MAX_SIZE 0以上の整数 ログファイルを保存する最大容量（MB）
4.1.7.学習
教師データを作成するための設定を行います。
No. 内容 項目名 書式 説明 1 教師データを作成する LEARNING_MODE 1, 0 学習のための教師データを作成する 2 教師データ作成フォルダ AUTO_LEARNING_DIR 文字列 教師データを作成するフォルダ 3 学習するモデルの名称 AUTO_LEARNING_MODEL 文字列 学習するモデル名を指定する
4.1.8. ファイル
共通設定ファイルファイルの新規作成、保存の操作ができます。
No. 項目名 説明 1 新規 新規で共通設定ファイルを作成する 2 開く 共通設定ファイルを指定して開く 3 上書き保存 編集中の設定を上書き保存する 4 名前を付けて保存 編集中の設定を別ファイルとして保存する 5 履歴 過去に保存した共通設定ファイルの履歴を表示する
4.2. 共通設定ファイルでのみ指定できる項目 No. 項目名 書式 説明 1 AUTO_CROPS true, false trueの場合、周囲の余白を削除する 2 OCR_MODEL_PATH 文字列 OCRエンジンで利用するモデルのフォルダパス（tessdataが存在するフォルダ） 3 OCR_MODE 1 OCRエンジンのOCRアルゴリズムを指定する
4.3. 項目/文字切り取り画像の出力 手書き項目画像を出力する機能が有効(CREATE_HW_COMP_IMAGE=true)、もしくは手書き文字画像を出力する機能が有効(CREATE_HW_CHAR_IMAGE=true)の際は、手書き画像の出力先(HW_CUT_IMAGE_DIR)の指定されたディレクトリにそれぞれの手書き画像を出力します。
?指定した出力先(HW_CUT_IMAGE_DIR)
項目(component)画像の数字は、同一入力ファイル中の連番です。
4.4. ユースケース 4.4.1. 二値化の閾値
OCRは画像を白と黒だけに変換(二値化)した状態で行います。各ピクセルの明るさ(黒0～255白)に対して、黒と白の境界とする値が二値化の閾値です。閾値は0～255を設定します。
二値化の閾値の設定によって、下記画像のように変化します。
4.4.2. 細かいノイズ除去
細かいノイズ除去の閾値では、除去対象とするノイズの幅・高さを指定します。
ControlPanel項目名 共通設定ファイル項目名 推奨値 細かいノイズ除去の閾値（幅） THIN_LINE_REMOVAL_THRESHOLD_W 3 細かいノイズ除去の閾値（高さ） THIN_LINE_REMOVAL_THRESHOLD_H 3
細かいノイズ除去の縮小フィルタは、近隣の文字・ノイズを結合して除去対象となるのを防ぎます。
ControlPanel項目名 共通設定ファイル項目名 推奨値 細かいノイズ除去の縮小フィルタ（幅） ERODE_THIN_LINE_W 12 細かいノイズ除去の縮小フィルタ（高さ） ERODE_THIN_LINE_H 7
4.4.3. 丸い角の除去
帳票によっては丸い角の矩形が存在し、直線除去では角が残ってしまい誤読の原因となる場合があります。
ControlPanel項目名 共通設定ファイル項目名 推奨値 矩形の丸い角を除去する ROUNDED_CORNER_THRESHOLD 30 丸い角の除去範囲を拡張する長さ ROUNDED_CORNER_PADDING 10
4.4.4. 表検出付全文OCR
コントロールパネルの抽出モードの設定で「キーワード指定(表検出付)」を指定した状態で全文OCRを実行すると、認識した罫線を基に表を検出し、表の各セルに対してOCRを行います。
なお、構造化情報の利用に応じて出力形式を選択可能です。
※表が段組みになっている場合には正しく構造化されません。
4.4.5. 色の抽出・除去
帳票上の印影や背景の色がOCRに影響し、正しく読み取りを行えない場合があります。
4.4.5.1. HSV色空間について
要素 指定範囲 説明 H 色相 0～179 具体的な色を定義する要素 S 彩度 0～255 色相で定義された色の鮮やかさ・濃さを表す要素 V 明度 0～255 色相で定義された色の明るさ・暗さを表す要素
4.4.5.2. 色の指定方法（GUI）
No. 項目名 説明 1 指定した色 カラーパレット、もしくはスポイトで対象とした色が表示される 2 色の選択ボタン カラーパレットを開き、対象とする色を指定する 3 スポイトボタン スポイト画面を開き、クリックした場所の色を抽出して対象とする 4 色相 対象とした色の色相の表示、または色相を直接入力する 5 彩度 対象とした色の彩度の表示、または彩度を直接入力する 6 明度 対象とした色の明度の表示、または明度を直接入力する 7 ±(指定幅) 対象とした色の色相、彩度、明度に対して、指定した数値分の幅を上下に持たせる 8 色の対象範囲(from) 対象とした色から±で指定した数値分をマイナスして表示する 9 色の対象範囲(to) 対象とした色から±で指定した数値分をプラスして表示する 10 確定ボタン 指定した色の範囲をAIRead ContorlPanel に反映させる 11 キャンセルボタン 編集内容を反映させずに、AIRead ContorlPanel へ戻る
例）赤い色の範囲を指定する場合（GUI）
対象の色の値に対して幅を持たせることで、近い色も対象とすることができます。
4.4.5.3. 色の指定方法（テキスト）
テキストで設定を行う場合、対象としたい色の色相、彩度、明度の順で”:”(コロン)で区切り、色の指定を行います。
0 : 200 : 200 – 0 : 200 : 200
色相に前後の幅を持たせ、さらに明るい色も対象としたい場合は、下記のような指定を行います。
-15 : 200 : 200 – 15 : 200 : 255
色相（-15 – 15） 明度（200 – 255） 0から±15の値 明度200より明るい色を取得するため、55プラスした値
※彩度を変更しない場合は、同じ値とします。
例）赤い色の範囲を指定する場合（テキスト）
純粋な赤色の表現
実際は印刷等の条件により赤色の色合いは異なるため、範囲に幅を持たせることで色を対象とすることが可能です。
※色相 -10 は 170 と同義
5. 帳票定義 5.1. 帳票定義フォルダの構成 帳票定義フォルダは以下の構成にする必要があります。
?AIRead_conf -----------（フォーマット定義フォルダ）
※テンプレート画像はチェックマークの読み取りをする場合に必要です
?AIRead_conf_kw ----------- （フォーマット定義フォルダ）
5.2. AIRead FormEditorで設定 以下のプログラムを起動することで、AIRead FormEditor（以下FormEditor）でフォーマット定義ファイルを編集できます。
<AIReadインストールフォルダ>/FormEditor/AIReadFormEditor.exe
5.2.1. グループの作成・選択
5.2.1.1. グループを作成する
グループを作成 を選択するとダイアログが表示されます。
5.2.1.2. グループを選択する
グループを開く を選択すると、フォルダ選択のダイアログが開かれます。
5.2.2. フォーマット定義の追加
フォームを追加 を選択すると、ダイアログが表示されます。
No. 項目名 説明 1 フォーム名 追加するフォーマット定義名 2 登録画像 フォーマット定義で使用するテンプレート画像
5.2.3. フォーマット定義の自動作成
フォームの追加時に選択した画像のフォーマット定義を自動作成することができます。定義自動作成 にチェックを入れます。
5.2.3.1. 定義自動作成
No. 項目名 説明 1 フォーム名 追加するフォーマット定義名 2 登録画像(記入例) フォーマット定義で使用するテンプレート画像 3 テンプレート画像(未記入例) 定義自動作成で使用する画像 4 作成ルール 定義自動作成時に使用する作成ルールを指定する 5 ずれ修正(px) ずれ修正を行える大きさを指定する値 6 空白項目判定閾値 記載済みの項目か空白項目かを判定するための閾値
5.2.3.2. 画像内の全ての矩形を検知して、項目として自動定義する場合
画像上の青枠で表示された項目を読み取り項目として、自動定義されます。
5.2.3.3. 画像内の空白項目を除いて、項目を自動定義する場合
画像上の青枠で表示された項目を読み取り項目として、自動定義されます。
5.2.3.4. テンプレート画像と登録画像で差分のある矩形、および空白の矩形を検知して項目を自動定義する場合
画像上の青枠で表示された項目を読み取り項目として、自動定義されます。
5.2.4. フォーマット定義の操作
5.2.4.1. フォーマット定義を選択する
フォーマット定義名を選択すると、定義済みの設定を確認・編集できます。
5.2.4.2. フォーマット定義をコピーする
任意のフォーマット定義名上でマウスを右クリックするとメニューが表示されます。
メニューから コピー を選択するとダイアログが表示されます。
新たに任意のフォーマット定義名を入力し コピー を押下すると、フォーマット定義が複製されます。
5.2.4.3. フォーマット定義を保存する
保存 を押下すると、編集済みのフォーマット定義が保存されます。
5.2.5. 共通設定ファイルの指定
AIReadの実行、個別読取結果変換リストの紐づけ、個別設定時に使用する共通設定ファイルを指定します。
「参照」ボタンから使用する共通設定ファイルを選択します。
5.2.6. フォーマットの定義方法
5.2.6.1. 位置合せの定義
解像度等の違いにより、テンプレート画像をもとに設定したフォーマット定義と実際の画像でおきる位置ずれを補正します。
No. 項目名 説明 1 位置合せ 位置合せ指定画面を表示する 2 位置合せ方法 (1) 位置合わせなし認識 ボタンを押下する認識 ボタンを押下する認識 ボタンを押下する認識 ボタンを押下する認識 ボタンを押下する
(2) 大きな矩形で位置を合わせる
(3) 外接矩形を自動検知し位置を合わせる
(4) 四隅のタイミングマークで位置を合わせる
(5) (旧)大きな矩形で位置を合わせる
基本的な動作は「(2) 大きな矩形で位置を合わせる」と同じです。
(6) (旧)外接矩形を自動検知し位置を合わせる
基本的な動作は「(3) (旧)外接矩形を自動検知し位置を合わせる」と同じです。
位置合わせを行う際には、共通設定ファイルが必要となります。
5.2.6.2. 読み取り範囲の設定
帳票上の読み取り範囲、読み取り方法、項目名を設定します。
No. 項目名 説明 1 モード切替 「選択モード」と「作成モード」を切り替える 2 元に戻す・やり直し 操作を1つ戻す（やり直す） 3 下にコピー・右にコピー 選択中の項目を下（右）にコピーする 4 画像変更 テンプレート画像を変更する 5 個別設定の呼出 開いているフォーマット定義専用の個別設定画面を起動する5.2.9. 個別設定 を参照 6 左・右に90度回転 表示中の画像を左（右）に90度回転する 7 項目名 読み取り結果ファイルに出力する項目名 8 モデル 「活字」、「手書き」、「チェックマーク」、「丸囲み」、「バーコード」、「画像抽出」のいずれかを表示 9 グループ名 表など同一グループとして扱いたいときに指定するグループ名 10 レコードID 表などで同一行として扱いたいときに指定するレコードID 11 移動・削除 選択中の項目を上下に移動・削除する 12 編集 選択中の作成済みの読み取り範囲の設定画面を開く
一括変更時の設定は、変更しない からチェックを外すことで編集が可能になります。
5.2.7. 読取定義の設定
「作成モード」で読み取り範囲を指定した場合、および読取項目をダブルクリックしたときに開きます。
5.2.7.1. 読み取り方法がOCR
No. 項目名 説明 1 項目名 読み取り結果ファイルに出力する項目名 2 グループ 表など同一グループとして扱いたいときに指定するグループ名 3 レコード 表などで同一行として扱いたいときに指定するレコードID 4 読み取り方法 「OCR」を選択する 5 使用するモデル 「活字」または「手書き」を選択する 6 言語 使用するモデルが「手書き」のときに指定が可能 7 個別読取結果変換 AIRead ControlPanel で作成した個別読取結果変換リストと読み取り項目を紐づける4.1.4. 後処理設定 に記載 8-1 文字数 使用するモデルが「手書き」のときに指定が可能言語項目が「日本語」「名前」「カタカナ」「英語」「数字」 「数値･電話番号」の場合は複数文字に固定される 8-2 行数 使用するモデルが「手書き」のときに指定が可能言語項目が「日本語」「名前」「カタカナ」「英語」「数字」 「数値･電話番号」 8-3 行判定の閾値 行を分割するための横方向の画素数の平均値（0～255、初期値 248） 9 区切り線の数 読み取り範囲内にある桁や文字の区切り線（点線）を除去するための本数を指定する区切り線が等間隔に並んでいる前提 ） 10-1 ずれ修正 ずれ修正を「する」、「しない」を指定する 10-2 基準 ずれ修正の基準を「セル」か「文字列」から選択する 11 対象 ずれ修正の対象となるセルに合わせる修正方向を「左」、「右」、「上」、「下」で指定する5.3.3.1. ずれ修正(セルに合わせる場合)について に記載 12 方法 ずれ修正の対象となる文字列に対して行う修正の方法を「移動」か「拡張」で指定する5.4.3.2. ずれ修正(文字列に合わせる場合)について に記載 13 X 読み取り範囲の左上のX座標（ピクセル） 14 Y 読み取り範囲の左上のY座標（ピクセル） 15 幅 読み取り範囲の幅（ピクセル） 16 高さ 読み取り範囲の高さ（ピクセル） 17 決定 読取定義の設定を保存しダイアログを閉じる 18 キャンセル 読取定義の設定を保存せずダイアログを閉じる 19 ▲ 読取定義の設定を保存しひとつ前の読取定義を開く 20 ▼ 読取定義の設定を保存しひとつ後の読取定義を開く
5.2.7.2. 読み取り方法が チェック判定
No. 項目名 説明 1 項目名 読み取り結果ファイルに出力する項目名 2 グループ 表など同一グループとして扱いたいときに指定するグループ名 3 レコード 表などで同一行として扱いたいときに指定するレコードID 4 読み取り方法 「チェック判定」を選択する 5 読み取り対象 「チェックマーク」または「丸囲み」を選択する 6 出力方法 「標準」もしくは「個別指定」を選択する 7 閾値 テンプレート画像に対する黒領域の割合（パーセント） 8 X 読み取り範囲の左上のX座標（ピクセル） 9 Y 読み取り範囲の左上のY座標（ピクセル） 10 幅 読み取り範囲の幅（ピクセル） 11 高さ 読み取り範囲の高さ（ピクセル） 12 決定 読取定義の設定を保存しダイアログを閉じる 13 キャンセル 読取定義の設定を保存せずダイアログを閉じる 14 ▲ 読取定義の設定を保存しひとつ前の読取定義を開く 15 ▼ 読取定義の設定を保存しひとつ後の読取定義を開く
5.2.7.3. 「読み取り方法」が バーコード
No. 項目 説明 1 項目名 読み取り結果ファイルに出力する項目名 2 グループ 表など同一グループとして扱いたいときに指定するグループ名 3 レコード 表などで同一行として扱いたいときに指定するレコードID 4 読み取り方法 「バーコード」を選択する 5 X 読み取り範囲の左上のX座標（ピクセル） 6 Y 読み取り範囲の左上のY座標（ピクセル） 7 幅 読み取り範囲の幅（ピクセル） 8 高さ 読み取り範囲の高さ（ピクセル） 9 決定 読取定義の設定を保存しダイアログを閉じる 10 キャンセル 読取定義の設定を保存せずダイアログを閉じる 11 ▲ 読取定義の設定を保存しひとつ前の読取定義を開く 12 ▼ 読取定義の設定を保存しひとつ後の読取定義を開く
5.2.7.4. 「読み取り方法」が QRコード
No. 項目 説明 1 項目名 読み取り結果ファイルに出力する項目名 2 グループ 表など同一グループとして扱いたいときに指定するグループ名 3 レコード 表などで同一行として扱いたいときに指定するレコードID 4 読み取り方法 「QRコード」を選択する 5 QRコードの数 読み取り範囲内で認識させたいQRコードの数を指定する 6 X 読み取り範囲の左上のX座標（ピクセル） 7 Y 読み取り範囲の左上のY座標（ピクセル） 8 幅 読み取り範囲の幅（ピクセル） 9 高さ 読み取り範囲の高さ（ピクセル） 10 決定 読取定義の設定を保存しダイアログを閉じる 11 キャンセル 読取定義の設定を保存せずダイアログを閉じる 12 ▲ 読取定義の設定を保存しひとつ前の読取定義を開く 13 ▼ 読取定義の設定を保存しひとつ後の読取定義を開く
5.2.7.5. 「読み取り方法」が 画像抽出
抽出したい画像の設定は、あらかじめ以下のようなフォルダ構成を作成する。5.2.8. SubFormの設定 を参照
?AIRead_conf（フォーマット定義のグループフォルダ）
それぞれの sub_formn フォルダに画像マッチングさせたい画像ファイルを「template.png」というファイル名で保存する。
FormEditor では以下のように登録される。抽出画像ごとに読み取り範囲を設定する。
No. 項目 説明 1 項目名 読み取り結果ファイルに出力する項目名 2 グループ 設定不可 3 レコード 設定不可 4 読み取り方法 「画像抽出」を選択する 5 画像グループID 抽出させたい画像のグループIDを選択する 6 X 読み取り範囲の左上のX座標（ピクセル） 7 Y 読み取り範囲の左上のY座標（ピクセル） 8 幅 読み取り範囲の幅（ピクセル） 9 高さ 読み取り範囲の高さ（ピクセル） 10 決定 読取定義の設定を保存しダイアログを閉じる 11 キャンセル 読取定義の設定を保存せずダイアログを閉じる 12 ▲ 読取定義の設定を保存しひとつ前の読取定義を開く 13 ▼ 読取定義の設定を保存しひとつ後の読取定義を開く
5.2.7.6. 「読み取り方法」が 固定値
No. 項目 説明 1 項目名 読み取り結果ファイルに出力する項目名 2 グループ 表など同一グループとして扱いたいときに指定するグループ名 3 レコード 表などで同一行として扱いたいときに指定するレコードID 4 読み取り方法 「固定値」を選択する 5 固定値 出力させたい値を直接入力する 6 決定 読取定義の設定を保存しダイアログを閉じる 7 キャンセル 読取定義の設定を保存せずダイアログを閉じる 8 ▲ 読取定義の設定を保存しひとつ前の読取定義を開く 9 ▼ 読取定義の設定を保存しひとつ後の読取定義を開く
5.2.7.7. 使用できない項目名
以下は予約語のため、項目名には使用できません。
Image
5.2.8. SubFormの設定
画像抽出を行う場合に指定するSubForm を追加します。
5.2.8.1. SubFormの追加
「SubFormの追加」ボタンを押下することで、SubFormの追加画面を呼び出します。
No. 項目 説明 1 サブフォームグループ名 画像抽出を行う際に指定する画像グループを設定する 2 サブフォーム名 画像抽出を行う際に使用される定義名を設定する 3 登録画像 画像抽出を行う時に使用する読み取り用の画像を設定する
5.2.8.2. SubFormの定義
作成されたサブフォーム上で、読み取り範囲の指定を行います。
5.2.8.3. 「読み取り方法」が OCR
No. 項目名 説明 1 項目名 読み取り結果ファイルに出力する項目名 2 グループ 表など同一グループとして扱いたいときに指定するグループ名 3 レコード 表などで同一行として扱いたいときに指定するレコードID 4 読み取り方法 「OCR」を選択する 5 使用するモデル 「活字」のみ選択可能 6 個別読取結果変換 AIRead ContorolPanel で作成した個別読取結果変換リストと読み取り項目を紐づける4.1.4. 後処理設定 に記載 7 X 読み取り範囲の左上のX座標（ピクセル） 8 Y 読み取り範囲の左上のY座標（ピクセル） 9 幅 読み取り範囲の幅（ピクセル） 10 高さ 読み取り範囲の高さ（ピクセル） 11 決定 読取定義の設定を保存しダイアログを閉じる 12 キャンセル 読取定義の設定を保存せずダイアログを閉じる 13 ▲ 読取定義の設定を保存しひとつ前の読取定義を開く 14 ▼ 読取定義の設定を保存しひとつ後の読取定義を開く
5.2.8.4. 「読み取り方法」が 固定値
No. 項目名 説明 1 項目名 読み取り結果ファイルに出力する項目名 2 グループ 表など同一グループとして扱いたいときに指定するグループ名 3 レコード 表などで同一行として扱いたいときに指定するレコードID 4 読み取り方法 「固定値」を選択する 5 固定値 出力させたい値を直接入力する 6 決定 読取定義の設定を保存しダイアログを閉じる 7 キャンセル 読取定義の設定を保存せずダイアログを閉じる 8 ▲ 読取定義の設定を保存しひとつ前の読取定義を開く 9 ▼ 読取定義の設定を保存しひとつ後の読取定義を開く
5.2.8.5. 使用できない項目名
以下は予約語のため、項目名には使用できません。
Image
5.2.8.6. SubFormをコピーする
任意のサブフォーム名上でマウスを右クリックするとメニューが表示されます。
メニューから コピー を選択するとダイアログが表示されます。
新たに任意のサブフォーム名を入力し コピー を押下すると、サブフォームが複製されます。
5.2.8.7. デフォルトのSubFormを指定する
任意のサブフォーム名上でマウスを右クリックするとメニューが表示されます。デフォルトに指定 を選択すると、選択したサブフォームがデフォルトのサブフォームとなります。
画像抽出を行う際に、どのサブフォームとも一致しない、もしくは登録外のサブフォームであった場合、デフォルトに指定したサブフォームが使用されるようになります。
5.2.9. 個別設定
フォーマット定義ごとに個別でOCR設定の定義を行います。5.2.5. 共通設定ファイルの指定 で指定した共通設定ファイルの各OCR設定を引き継いで呼び出します。
指定した共通設定ファイルが存在しない場合、共通設定ファイル指定ダイアログが表示されます。
「個別設定に使う」にチェックのついたパラメータは、AIRead実行時に共通設定ファイルのパラメータを上書きして実行されます。
設定内容については、4. 共通設定 を参照して下さい。
5.2.9.1. 設定方法
新規で個別設定を行う場合、すべての個別設定は無効となっており設定値が編集できません。□ )をクリックし、設定値を編集してください。□ )がついた項目のみとなります。
設定の編集が完了したら、保存してください。個別設定が反映されます。
保存が完了したら、右上の×ボタンで画面を閉じてください。
5.2.10. AIReadの実行
作成したフォーマット定義でAIReadを実行します。
No. 項目名 説明 1 AIRead実行 AIRead実行設定ダイアログを開く 2 画像ファイル名 AIReadを実行する画像ファイルを指定する 3 実行 AIReadの実行を開始する 4 キャンセル ダイアログを閉じる
AIRead の実行の際、5.2.5. 共通設定ファイルの指定 で指定した共通設定ファイルを呼び出します。
5.3. AIRead Viewerで結果を確認 実行後、AIRead Viewerが実行結果一覧画面を表示されます。
5.3.1. 実行結果一覧画面
No. 項目名 説明 1 ファイル名 読み取ったファイル名を表示する 2 ページ番号 読み取ったファイルのページ数を表示する 3 グループ フォーマット定義のグループを表示する 4 FormID 読み取りに使用したフォーマット定義名を表示する 5 読取り日時 読み取りを実行した日時を表示する 6 更新日時 最終更新日時を表示する 7 ステータス 実行結果の状態を表示する 8 編集ボタン 対象の実行結果確認画面を表示する(該当行をダブルクリックでも表示可能） 9 更新ボタン 実行結果一覧を最新の状態へ更新する 10 削除ボタン チェックボックスで選択した実行結果を削除する 11 データ出力ボタン チェックボックスで選択した実行結果をCSV出力する 12 絞り込み条件 条件を指定し、実行結果一覧画面に表示する実行結果を絞り込む 13 Viewer設定ボタン 表示フォントサイズ、信頼値の表示色などを設定する
5.3.2. 絞り込み条件
以下の条件を入力することによって、読取結果の絞り込み検索ができます。
No. 項目名 説明 1 ファイル名 読み取ったファイル名を絞り込み条件にする 2 FormID 実行時に使用した定義情報のFormIDを絞り込み条件にする 3 登録日付 実行時の日付を絞り込み条件にする 4 ステータス 実行結果のステータスを絞り込み条件にする 5 更新ボタン 指定した条件で絞り込みを行う
5.3.3. Viewer設定
No. 項目名 説明 1 読取枠を透明にする プレビュー画像の読取枠の表示を水色表示から透明にする 2 直前の拡大率で画像を開く 実行結果確認画面のプレビュー画像を前回の拡大率で開く 3 フォントサイズ 実行結果確認画面のOCR結果で使用される文字のフォントサイズを変更する 4 リスト表示範囲 実行結果確認画面で表示されるOCR結果を変更する 5 読取結果の 実行結果確認画面のOCR結果の背景色を信頼値で変更する 6 決定ボタン 設定内容を保存し、画面を閉じる 7 キャンセルボタン 設定内容を保存せず、画面を閉じる
5.3.4. 実行結果確認画面
No. 項目名 説明 1 プレビュー画像 読み取りが行われた画像を表示 2 拡大縮小ボタン 帳票画像の拡大縮小操作に使用 3 ページ変更ボタン 表示する確認画面変更に使用 4 OCR結果(リスト) 項目名と読み取った値（編集可能）のリスト一覧表示 5 OCR結果(明細) 項目名と読み取った値（編集可能）の明細一覧表示 6 ファイル名 読み取ったファイル名を表示する(マウスオーバーでファイル名をすべて表示) 7 FormID 読み取りに使用したフォーマット定義名を表示する 8 ステータス 実行結果の状態を表示する 9 処理日時 読み取りを実行した日時を表示する 10 前・次ボタン 実行結果一覧画面の前後の実行結果へ移動する 11 保存し確定・確定解除ボタン 編集後の各項目の値を保存しステータスを”確定済み”へ変更する 12 保存ボタン 編集後の各項目の値を保存する 13 キャンセルボタン 編集内容を保存せず、実行結果一覧画面へ戻る
5.3.5. データの出力
データ出力ボタンを押下すると、データ出力用のダイアログが表示されます。
No. 項目名 説明 1 出力先 実行結果の保存先を指定する 2 命名規則 出力するCSV/PDFファイルの規則を指定する 3 出力形式 実行結果の保存形式をCSV(カンマ区切り) 、 CSV(独自形式) 、PDFから設定する 4 ラベル行 ラベル行(1行目のヘッダ行)出力の要否を指定する 5 page列 ページ列(1列目のページ列)出力の要否を指定する 6 文字コード 出力するCSVファイルの文字コードを、S-JIS、UTF-8、UTF-8(BOM付き)から選択する 7 出力単位 「複数ページの帳票ファイルを1つの帳票として処理する」が設定された帳票が含まれる場合のみ表示される 8 ヘッダー設定 CSV出力を行う際に、出力するヘッダ情報を選択画面を開く6.1. 共通 に記載 9 データ出力ボタン 指定された設定で実行結果を保存する 10 キャンセルボタン データ出力用ダイアログを閉じる
5.3.6. 出力形式
FormEditorからの実行結果を出力する形式は2種類あります。
5.3.6.1. CSV（カンマ区切り）
1行目にヘッダ情報、2行目以降にデータ情報が出力される、一般的なCSV形式です。ヘッダ、明細それぞれでCSVファイルが出力されます。
CSVファイル名は、下記のルールに従って作成されます。
・グループ名の設定がない項目(ヘッダ項目)
[入力ファイル名].csv
・グループ名の設定がある項目(明細項目)
[入力ファイル名]_[グループ名].csv
※ファイル名に使用できない文字(\/:*?”<>|)がグループ名に含まれる場合、その文字は除外されます
明細データは、FormEditorの読み取り定義で指定した設定が、下記のルールに従ってまとめられます。
ファイル：グループ
ヘッダ項目の出力 ( [入力ファイル名].csv)
“Image”,”Image_jshfilename”,”modifyDate”,”processDate”,”result”,”form_id”,”tok_cd”
※固定で”Image”,”Image_jshfilename”,”modifyDate”,”processDate”,”result”,”form_id”が出力されます。これらの項目には5.1 共通 を参照ください。
明細項目の出力 ([入力ファイル名]_[グループ名].csv
“Itemcd”,”Amount”,”Wrapping”
5.3.6.2. CSV(独自形式)
6.2. CSV を参照ください。
5.4. フォーマット定義ファイル 帳票の位置を合わせるための情報、出力ファイルに記載する情報、OCRで読み取る位置の情報はフォーマット定義ファイルで設定します。
項目名 書式 説明 セクションID 0 位置合わせ情報 1 出力情報（固定値） 2 OCR情報 3 チェックマーク情報(画像差分で判定) 4 チェックマーク情報(✔の形で判定)
※位置合わせ情報は省略可です。省略した場合、絶対座標で抽出します。
ファイル名：AIRead_format.ini
フォーマット定義ファイルイメージ：
ずれ修正なしの場合
0 3307 4676 300 1745 2645 1745 300 4295
ずれ修正ありの場合
1 -1 id order
5.4.1. 位置合わせ情報
帳票の中で一番大きな矩形を基準に位置を合わせます。
No. 項目名 書式 必須 説明 1 セクションID 0 必須 2 width 整数 必須 ベースとなる画像サイズの幅 3 height 整数 必須 ベースとなる画像サイズの高さ 4 x1 整数 必須 ベースとなる矩形の左上の点のx座標 5 y1 整数 必須 ベースとなる矩形の左上の点のy座標 6 x2 整数 必須 ベースとなる矩形の右上の点のx座標 7 y2 整数 必須 ベースとなる矩形の右上の点のy座標 8 x3 整数 必須 ベースとなる矩形の左下の点のx座標 9 y3 整数 必須 ベースとなる矩形の左下の点のy座標
※位置合わせ情報は省略可です。省略した場合、位置合わせは行われず絶対座標で抽出します。
■位置合わせイメージ
画像内の最大の矩形を検知し、左上・右上・左下の3点を基点に位置を合わせます。
5.4.2. 出力情報（固定値）
No. 項目名 書式 必須 説明 1 セクションID 1 必須 2 シーケンス番号 整数 （使用しない） 3 項目名 文字列 必須 出力情報に記載する項目名 4 値 文字列 必須 出力する文字列 5 グループID 文字列 グループID（明細・表の名前）を指定 6 レコードID 整数 レコードID（明細の行番号）を指定
5.4.3. 出力情報（OCR）
No. 項目名 書式 必須 説明 1 セクションID 2 必須 2 シーケンス番号 整数 （使用しない） 3 グループID 文字列 グループID（明細・表の名前）を指定 4 レコードID 整数 レコードID（明細の行番号）を指定 5 x 整数 必須 読取範囲の基準となる座標（左上の点）のx座標 6 y 整数 必須 読取範囲の基点となる座標（左上の点）のy座標 7 width 整数 必須 読取範囲の幅 8 height 整数 必須 読取範囲の高さ 9 type 0, 1 必須 0 : 活字 10 length 0以上の整数 必須 typeが 0（活字）の場合 11 フィールドID 文字列 必須 項目名 12 ずれ修正 0, 1 0：文字列でのずれ修正 13 修正対象(左) 0, 1 ずれ修正が1(セル)の場合のみ有効 14 修正対象(右) 0, 1 ずれ修正が1(セル)の場合のみ有効 15 修正対象(上) 0, 1 ずれ修正が1(セル)の場合のみ有効 16 修正対象(下) 0, 1 ずれ修正が1(セル)の場合のみ有効 17 修正方法 0, 1 ずれ修正が0(文字列)の場合のみ有効 18 個別読取結果変換リスト 文字列 個別読取結果変換リストを指定する
※修正対象(右)、修正対象(左)、修正対象(上)、修正対象(下) は併用可能
5.4.3.1. ずれ修正(セルに合わせる場合)について
セルに合わせるずれ修正を行う場合、下記のルールで行われます。
<合わせる対象>
読み取り範囲に対し、以下の 2つの条件を満たすセルが合わせる対象となります。30%以上重なっている こと重なっている面積が最大 であること
<例外>
修正後のセルの高さが元の読み取り範囲の高さの1.2倍を超える場合、ずれ修正は行われません。
<修正対象(左右上下)について>
修正の対象の選択によって、修正結果が下記の例のように変わります。
ずれ修正の修正対象(左、右)が有効の場合
ずれ修正の修正対象(左右上下)が有効の場合
5.4.3.2. ずれ修正(文字列に合わせる場合)について
文字列に合わせるずれ修正を行う場合、下記のルールで行われます。
<合わせる対象>
読み取り範囲に対し、面積が30％以上重なっている文字列 が合わせる対象となります。
<修正方法：移動について>
修正方法に「移動」を指定した場合、読み取り範囲(矩形の形)は変更せず合わせる対象の文字列が入るように読み取り位置を移動させます。
※重なっている文字列の範囲より読み取り範囲が小さい場合は修正しません。
ずれ修正の方法が文字列を基準とした移動の場合
<修正方法：拡張について>
修正方法に「拡張」を選択した場合、読み取り範囲に重なる全文字列が包含できるように読み取り範囲を拡張します。
ずれ修正の方法が文字列を基準とした拡張の場合
5.4.4. 出力情報（チェックマーク）
No. 項目名 書式 必須 説明 1 セクションID 3 または 4 必須 3 : テンプレート画像との差分で判定 2 シーケンス番号 （使用しない） 3 グループID 文字列 グループID（明細・表の名前）を指定 4 レコードID 整数 レコードID（明細の行番号）を指定 5 x 整数 必須 読取範囲の基準となる座標（左上の点）のx座標 6 y 整数 必須 読取範囲の基点となる座標（左上の点）のy座標 7 width 整数 必須 読取範囲の幅 8 height 整数 必須 読取範囲の高さ 9 type 0 必須 10 length 0～1000 必須 (セクションID=3のときのみ) 11 フィールドID 文字列 必須 項目名
5.4.5. 出力情報（バーコード）
No. 項目名 書式 必須 説明 1 セクションID 6 必須 2 シーケンス番号 （使用しない） 3 グループID 文字列 グループID（明細・表の名前）を指定 4 レコードID 整数 レコードID（明細の行番号）を指定 5 x 整数 必須 読取範囲の基準となる座標（左上の点）のx座標 6 y 整数 必須 読取範囲の基点となる座標（左上の点）のy座標 7 width 整数 必須 読取範囲の幅 8 height 整数 必須 読取範囲の高さ 9 type 文字列 バーコードの形式を指定 10 length （使用しない） 11 ItemName 文字列 必須 項目名
5.4.6. 出力情報（画像抽出）
No. 項目名 書式 必須 説明 1 セクションID 5 必須 2 シーケンス番号 （使用しない） 3 SubImageGroupID 文字列 必須 サブ画像のグループ名 4 レコードID （使用しない） 5 x 整数 必須 読取範囲の基準となる座標（左上の点）のx座標 6 y 整数 必須 読取範囲の基点となる座標（左上の点）のy座標 7 width 整数 必須 読取範囲の幅 8 height 整数 必須 読取範囲の高さ 9 type （使用しない） 10 length （使用しない） 11 項目名 文字列 必須 項目名
5.5. AIRead RuleEditorで設定 以下のプログラムで、AIRead RuleEditor(以下RuleEditor)を起動することで、ルールを編集することができます。
<AIReadインストールフォルダ>/RuleEditor/RuleEditor.exe
5.5.1. ルールを作成・開く
「ルールを作成」を選択するとダイアログが表示されます。
「ルールを開く」を選択すると、フォルダを選択する画面を開きます。
5.5.2. 文書種別の管理
1つのルール一式を「文書種別」と呼びます。
No. 項目名 説明 1 ＋（文書種別列） 文書種別を追加する 2 ＋（識別キーワード列） 識別キーワードを追加する 3 －（識別キーワード列） 識別キーワードを削除する
文書種別の追加
キーワードの設定
文書種別のコピー
コピーを選択するとダイアログが表示されます。
ユニークな文書種別、識別キーワードを入力しコピーボタンを押下します。
文書種別がコピーされます。
制限事項：
5.5.3. 画像の追加
文書種別に対応する画像を追加します。
ファイルを選択し、「開く」ボタンを押すと画像を追加します。
No. 項目名 説明 1 ↺ ↻ (90度回転) 表示中の画像を90度回転する 2 ◀ ▶ (画像送り) 表示する画像を選択する 3 (画像上で Ctrlキー + マウスホイール操作) 画像を拡大/縮小する
5.5.4. 共通設定ファイルの指定
AIReadの実行、個別読取結果変換リストの紐づけ、個別OCR設定時に使用する共通設定ファイルを指定します。
「参照」ボタンから使用する共通設定ファイルを選択します。
5.5.5. 抽出ルール編集
項目ごとに抽出ルールを設定します。
※下記、左から順に各ボタンの説明
No. 項目名 説明 1 ＋ 抽出ルールにメタデータを追加するため設定画面を開く 2 編集ボタン 作成済みのメタデータの設定画面を開く 3 コピーボタン 選択中の抽出ルールをコピーします 4 ⇑⇓ 選択したメタデータのリスト位置を上下する 5 トラッシュボックスマーク 選択したメタデータを削除する 6 ↶↷マーク 操作を元に戻す(↶)、やり直し(↷)
まとめて編集(明細名)
「＋」ボタンを押すと、メタデータ設定画面を開きます。
抽出ルール設定の一覧から任意の項目をマウスダブルクリックするとメタデータ設定画面を開きます。
No. 項目名 説明 1 項目名 メタデータの項目名を入力する 2 値の抽出方法 下記より抽出方法を選択する 3 抽出キーワード 抽出するキーワード文字列を入力する 4 固定値 値の抽出方法が固定値 の時のみ設定可能 5 値の探索方向 下記より探索方向を選択する 6 個別読取結果変換 AIRead ContorolPanel で作成した個別読取結果変換リストとメタデータを紐づける4.1.4. 後処理設定 に記載 7 サブキーワードを指定する 下記より指定方法の選択をする 8 2行目のデータを取得する 値の出力時に、抽出キーワードで指定された文字列 と 指定された文字列の下1列を抽出し結合する 9 座標 位置指定の場合、対象矩形領域の座標を入力する 10 型指定 下記より型を選択する 11 マージン拡張（右） キーワードの右方向に拡張させたいマージンを数字で入力する（単位はピクセル） 12 マージン拡張（左） キーワードの左方向に拡張させたいマージンを数字で入力する（単位はピクセル） 13 レコード区切り レコード区切りをするかチェック入力する 14 値取得個数の制限 抽出する値の数を制限したい場合、制限数を入力する（0の場合は無制限） 15 列を必須列とする 列を必須化するかチェック入力する 16 デリミタを無視 デリミタを無視するかチェック入力する 17 文字列中の部分一致 文字列の部分一致をするかチェック入力する 18 明細名 明細名を入力する 19 決定 読取定義の設定を保存しダイアログを閉じる 20 キャンセル 読取定義の設定を保存せずダイアログを閉じる 21 ▲ 読取定義の設定を保存しひとつ前の読取定義を開く 22 ▼ 読取定義の設定を保存しひとつ後の読取定義を開く
以下は予約語のため、項目名には使用できません。
Image
「値の抽出方法」でキーワードの座標指定、および座標指定を選択した場合、座標の入力をマウスの範囲指定で行います。
メタデータ設定画面で「キーワードの座標指定」もしくは「座標指定」を選択して決定を押し画面を閉じる
画像表示画面上で該当の位置をマウスドラッグで指定する
「サブキーワードを指定する」を選択した場合、ベースメタデータ、もしくは抽出キーワードに合わせ、サブキーワードを指定します。
(1) 「ベースメタデータ」を使用する場合
1. メタデータ設定画面で「値の抽出方法」をキーワードに指定し、「サブキーワードを指定する」にチェックを入れる
2. 「ベースメタデータ」を指定し、追加する条件に合わせ、「キーワード」と「方向」を指定する
(2) 「抽出キーワード」とサブキーワードを両方使用する場合
1. メタデータ設定画面で「値の抽出方法」をキーワードに指定し、「サブキーワードを指定する」にチェックを入れる
2. 「抽出キーワード」「値の探索方向」を指定し、「方向」「キーワード」を指定する
5.5.6. 抽出パラメータ設定
文書種別ごとの抽出に影響する設定を編集します。
画面右下「抽出パラメータ設定」を押すと、抽出パラメータ設定画面を開きます。
ユースケースは5.5.3抽出パラメータ設定 を参照してください。
No. 項目名 説明 1 水平線を追加 指定したY 座標（72DPI、左下原点）位置に水平罫線を追加する 2 短い水平線を無視 短い水平罫線を無視するかどうかの閾値。ページ幅に対する割合（N 倍）で指定 3 異なる矩形の文字列を連携対象から外す 有効にすると文字列が罫線に囲まれている場合に、異なる矩形に属する文字は連結対象から外す 4 接する文字を文字列として扱う間隔の距離 接する2つの文字を1つの文字列として扱うかどうかの閾値 文字間の文字行の高さに対する比率で指定する 5 矩形内のマージン自動生成 有効にすると1つの矩形にアイテムが1つだけある場合に、そのアイテムのマージンを自動生成する 6 完全一致した文字列のみ項目文字列とする 有効にすると1つの矩形に1つだけ文字列がある場合に、完全一致(編集距離での許容は有効)する時のみ項目文字列として扱う 7 辞書照合判定の必要条件(絶対値) 辞書照合判定の必要条件（絶対値）：編集距離がこの値以下である場合は辞書に照合したとみなす 8 辞書照合判定の必要条件(相対値) 辞書照合判定の必要条件（相対値）：許容する編集距離を照合対象の辞書単語と、抽出文字列のいずれか短い方に対する割合で指定 9 リンク設定を行う高さの閾値(絶対値)※値探索方向がU 項目文字列と値文字列間で、リンク設定を行うかどうかの高さの差の閾値（絶対値）。項目文字列に対し値文字列が上方向にある場合に適用される。（DIR=U） 10 リンク設定を行う高さの閾値(絶対値)※値探索方向がD 項目文字列と値文字列間で、リンク設定を行うかどうかの高さの差の閾値（絶対値）。項目文字列に対し値文字列が下方向にある場合に適用される。（DIR=D） 11 複数列にまたがる値文字列を無視する閾値 複数列にまたがる値文字列を無視するかどうかの閾値。2以上の場合有効となる。(0,1の場合は、複数列にまたがる値でも無視されない) 12 縦方向にリンクする閾値 項目文字列と値文字列の縦方向のリンクを設定する場合に、許容するYグリッドの差分の閾値。1(デフォルト)を指定した場合、Yグリッドが隣り合う項目文字列と値文字列のみがリンクされる 13 水平方向に並んだ値のレコード分割 レコード分割を行う値文字列数の閾値。この数以上の値文字列が水平に並んだ場合、レコードの分割を行う 14 罫線をリンクの接続条件とする 有効にすると項目文字列と値文字列のリンクを設定する場合に、間の罫線の本数を接続条件とする 15 項目文字列と値文字列が共存した際の正現ID” 同一文字行内に、項目文字列と値文字列が共存していると判定する場合の、項目-値の区切り文字の正現ID（複数指定は不可） 16 水平の罫線でレコードを区切る 有効にすると水平の罫線をレコード区切りとして利用する 17 値を必須列とした際の適用条件 複数のメタデータにREQUIRED を定義した場合に適用される条件を設定する 18 罫線情報を抽出する(テキストつきPDFのみ) 有効にするとメタデータ抽出時、イメージから罫線情報を抽出してPDFに埋め込む 19 罫線情報を削除する(テキストつきPDFのみ) 「罫線情報を抽出する」有効時、有効にすると既に埋め込まれている罫線の情報を削除する 20 年号の指定 DATE_YMD型で、年号が指定されておらず、かつ年が2桁の場合に設定する年号を指定する。R(*)、令和、H(*)、平成、S(*)、昭和、T(*)、大正、M(*)、明治のいずれかで指定する。 (*)半角または全角での指定が可能 21 横方向連結時の区切り文字 横方向に連結する時は区切り文字を半角スペース固定としているが、行の連結に使用する区切り文字を横方向の連結にも使用できるようにするパラメータを追加する。対象は以下のデータとする 22 キーワード検索時に無視する文字列 抽出キーワード検索時に対象外する文字を設定する 23 無視する文字列 抽出キーワードの検索時、及び値の抽出時に対象外とする文字列を設定する 24 半角スペースを出力しない 入力文書に含まれる文字の文字間隔が一定の間隔である場合、通常は、文字の間に半角空白を埋め込むが、半角空白の埋め込みを抑止したい場合にこのパラメータを指定する 25 抽出キーワードの文字間隔許容値 抽出キーワードに指定された文字列の判定において、各文字間隔の許容値を指定する。 指定値は文字の高さに対する倍率で指定する。5.0の場合、文字の高さ×5.0の距離まで許容する 26 矩形内がキーワードのみの場合マージンを設定 SET_MARGIN_BY_BOXを有効にした場合、矩形内にキーワードのみある時にマージンが設定される。本指定を1にする事で、矩形内に他のキーワードでない他の文字があってもマージンを有効とする 27 キーワードと重なった文字列を抽出する 有効にするとキーワード抽出のキーワード(マージン含む)と重なっている文字列を抽出する 28 正規表現使用時に半角スペースを無視する 有効にするとメタデータで適用正規表現と一致する文字列を検索する際に半角空白を無視する 29 正規表現一致時に置換を適用する 有効にすると抽出キーワードの正規表現一致時に正規表現で指定した記憶範囲による項目の置換を適用する 30 データタイプと一致しない際に再判定する 抽出キーワードのデータタイプ判定において、データタイプに一致しなかった場合に、前後の文字列を削除して再判定するかを指定する
5.5.7. 個別OCR設定
ルール定義ごとに個別でOCR設定の定義を行います。処理フローが OCR処理→帳票識別→キーワード抽出 となっており、帳票定義(個別設定含む) が判明した時点で既にOCR処理後 であるためです。
個別OCR設定の呼出 ボタンを押下することで、5.5.4. 共通設定ファイルの指定 で指定した共通設定ファイルの各OCR設定を引き継いで呼び出します。
指定した共通設定ファイルが存在しない場合、共通設定ファイル指定ダイアログが表示されます。
「個別設定に使う」にチェックのついたパラメータは、AIRead実行時に共通設定ファイルのパラメータを上書きして実行されます。4. 共通設定 を参照して下さい。
5.5.7.1. 設定方法
新規で個別設定を行う場合、すべての個別設定は無効となっており、設定値の編集ができません。
設定の編集が完了したら、保存してください。個別設定が反映されます。
保存が完了したら、右上の×ボタンで画面を閉じてください。
5.5.8. AIReadの実行
作成した文書種別でAIReadを実行します。
No. 項目名 説明 1 AIRead実行 AIRead実行設定ダイアログを開く 2 画像ファイル名 AIReadを実行する画像ファイルを指定する 3 実行 AIReadの実行を開始する 4 キャンセル ダイアログを閉じる
AIRead の実行の際、5.4.4. 共通設定ファイルの指定 で指定した共通設定ファイルを呼び出します。
5.5.9. AIRead Viewerで結果を確認
実行後、AIRead Viewerが実行結果一覧画面を表示されます。
5.5.9.1. 実行結果一覧画面
No. 項目名 説明 1 ファイル名 読み取ったファイル名を表示する 2 ページ番号 読み取ったファイルのページ数を表示する 3 グループ フォーマット定義のグループを表示する 4 FormID 読み取りに使用したフォーマット定義名を表示する 5 読取り日時 読み取りを実行した日時を表示する 6 更新日時 最終更新日時を表示する 7 ステータス 実行結果の状態を表示する 8 編集ボタン 対象の実行結果確認画面を表示する(該当行をダブルクリックでも表示可能） 9 更新ボタン 実行結果一覧を最新の状態へ更新する 10 削除ボタン チェックボックスで選択した実行結果を削除する 11 データ出力ボタン チェックボックスで選択した実行結果をCSV出力する 12 絞り込み条件 条件を指定し、実行結果一覧画面に表示する実行結果を絞り込む 13 Viewer設定ボタン 表示フォントサイズ、信頼値の表示色などを設定する
5.5.9.2. 絞り込み条件
以下の条件を入力することによって、読取結果の絞り込み検索ができます。
No. 項目名 説明 1 ファイル名 読み取ったファイル名を絞り込み条件にする 2 FormID 実行時に使用した定義情報のFormIDを絞り込み条件にする 3 登録日付 実行時の日付を絞り込み条件にする 4 ステータス 実行結果のステータスを絞り込み条件にする 5 更新ボタン 指定した条件で絞り込みを行う
5.5.9.3. 実行結果確認画面
No. 項目名 説明 1 プレビュー画像 読み取りが行われた画像を表示する 2 拡大縮小ボタン 帳票画像の拡大縮小操作に使用 3 ページ変更ボタン 表示する確認画面変更に使用 4 OCR結果（リスト） 項目名と読み取った値（編集可能）のリストの一覧表示 5 OCR結果（明細） 項目名と読み取った値（編集可能）の明細の一覧表示 6 ファイル名 読み取ったファイル名を表示する(マウスオーバーでファイル名をすべて表示) 7 FormID 読み取りに使用した文書種別名を表示する 8 ステータス 読み取り結果の状態を表示する 9 処理日時 読み取りを実行した日時を表示する 10 前・次ボタン 実行結果一覧画面の前後の実行結果へ移動する 11 保存し確定・確定解除ボタン 編集後の各項目の値を保存しステータスを”確定済み”へ変更する 12 保存ボタン 編集後の各項目の値を保存する 13 キャンセルボタン 編集内容を保存せず、実行結果一覧画面へ戻る
5.5.10. データの出力
データ出力ボタンを押下すると、データ出力用のダイアログが表示されます。
No. 項目名 説明 1 出力先 実行結果の保存先を指定する 2 命名規則 出力するCSV/PDFファイルの規則を指定する 3 出力形式 実行結果の保存形式をCSV(カンマ区切り) 、 CSV(独自形式) 、PDFから設定する 4 ラベル行 ラベル行(1行目のヘッダ行)出力の要否を指定する 5 page列 ページ列(1列目のページ列)出力の要否を指定する 6 文字コード 出力する実行結果の文字コードを、S-JIS、UTF-8、UTF-8(BOM付き)から選択する 7 出力単位 「複数ページの帳票ファイルを1つの帳票として処理する」が設定された帳票が含まれる場合のみ表示される 8 ヘッダー設定 CSV出力を行う際に、出力するヘッダ情報を選択画面を開く6.1. 共通 に記載 9 データ出力ボタン 指定された設定で実行結果を保存する 10 キャンセルボタン データ出力用ダイアログを閉じる
5.5.11. 出力形式
RuleEditorからの実行結果を出力する形式は2種類あります。
5.5.11.1. CSV(カンマ区切り)
1行目にヘッダ情報、2行目以降にデータ情報が出力される、一般的なCSV形式です。ヘッダ、明細それぞれでCSVファイルが出力されます。
CSVファイル名は下記のルールに従って作成されます。
・明細名の設定がない項目(ヘッダ項目)
[入力ファイル名].csv
・明細名が設定された項目(明細項目)
[入力ファイル名]_[明細名].csv
※ファイル名に使用できない文字(\/:*?”<>|)が明細名に含まれる場合、その文字は削除されます
明細データは、Ruleditorの読み取り定義で指定した設定が、下記のルールに従ってまとめられます。
ファイル：明細名
ヘッダ項目の出力 ( [入力ファイル名].csv)
“Image”,”Image_jshfilename”,”modifyDate”,”processDate”,”result”,”form_id”,” primarykey”,” claim_total”, “sample1_1.jpg”,”C: \Result\20200325_175513_547\ sample1_1.jpg “,”2020-02-06T16:28:52″,”2020-03-25T17:55:13″,”true”,”Invoice”,”-1″,”2110000″
※固定で”Image”,”Image_jshfilename”,”modifyDate”,”processDate”,”result”,”form_id”が出力されます。これらの項目については、6.1. 共通 を参照してください。
明細項目の出力 ([入力ファイル名]_[明細名].csv
“item_num”,”item_name”,”item_quantity”,”item_unitprice”,”item_amount”
5.5.11.2. CSV(独自形式)
6.2. CSV を参照ください。
5.6. ルール定義ファイル 5.6.1. 文書種別定義
帳票の種類を定義します。
No. 項目名 書式 説明 1 文書種別ID 文字列 （半角英数） 文書種別ごとに帳票の識別ID、フォーマット定義ファイルのフォルダ名を設定 2 キーワード 文字列 帳票を識別するためのキーワード
documentType documentKeyWord
・1システムに作成できる文書種別数は1000
5.6.2. メタデータ定義
メタデータとは、「インボイス番号」「数量」「価格」など、抽出対象となるものを指します。項目名と値に分けられ、「インボイス番号」等が項目名、「2014-001」などが値の例となります。
指定可能なメタデータの設定とその説明を以下に示します。
ファイル名：IDE_metadata_setting.ini
ファイルの場所：＜AIREAD_HOME＞/AIRead_conf_kw /documentType名/IDE_metadata_setting.ini
No. 項目名 内容 指定可能な値 備考 1 type 値によって固定値の出力かデータ抽出となる 1,2 ・ 1の場合：固定の出力 2 itemName 項目名を指定する 文字列 使用できる文字 3 extractKeyWord 抽出キーワードを指定する 文字列 セミコロン(;)で区切ることで1つの項目に複数の抽出キーワードを割り当てることが可能(*1) 4 MARGIN_RIGHT 該当メタデータの抽出キーワード文字列の領域を、マージン分拡張したものと仮定して処理する 整数 単位はピクセル 6 LB 該当メタデータをレコード区切りとして使用する TRUE TRUE以外を指定した場合無効 7 DIR 該当メタデータの値探索方向を指定（限定）する R（右方向） 8 LMAX 該当メタデータで、抽出する値の個数を制限する 0以上の整数 9 REQUIRED 該当メタデータを必須列とします。値が入っていない場合、そのレコードは抽出対象外となる TRUE TRUE以外を指定した場合無効 10 NODELIMITER 該当メタデータは、項目文字列と値文字列の間にデリミタがないものとして扱う TRUE TRUE以外を指定した場合無効 11 GETITEMFROM 文字列中に項目文字列が部分一致した場合、そこで文字列を分割して処理する TRUE TRUE以外を指定した場合無効 12 POSITION 指定された座標位置に、キーワードが存在するとみなして処理する 整数を4つカンマで区切って設定(*2) 座標は左下原点、単位はピクセルで指定する(pdfを変換する場合は300dpiを推奨) 13 POSITIONTOEXTRACT 指定された座標位置の値を抽出する 整数を4つカンマで区切って設定(*2) 座標は左下原点、単位はピクセル値で指定する 14 TABLE_NAME タグをグルーピングする 文字列 15 REGEX 正規表現をメタデータに割り当てて、抽出した値をバリデーションする 文字列 シングルコーテーションで閉じる 16 DATATYPE 値のデータ型（数字、通貨、日付等）を定義する データタイプの指定については後述 17 DATATYPE_VALUE 「DATATYPE」SUB_KEYWORD_DIR / SUB_KEYWORD_NEAR を使用する場合の抽出条件を定義する 定義方法についてはXXX 参照 18 is_output 「DATATYPE」SUB_KEYWORD_NEARを使用する場合、抽出された文字列 と 抽出された文字列の下1列を抽出し結合する 0（結合して抽出を行わない）
(*1) 1つのメタデータ定義の中で ”extractKeyWord”を指定した項目を1つ以上設定する必要がある
（ 4 ）（ 5 ） MARGIN_RIGHT, MARGIN_LEFT
該当メタデータ（抽出キーワード）の領域をマージン分拡張したものと仮定して処理します。単位はピクセルです。
（例）
（ 6 ） LB
該当メタデータをレコード区切りとして使用します。値にTRUE以外を指定した場合は無効（指定していないのと同じ）となります。
ExtendedにLBを指定した場合、Extendedの値が抽出される高さでレコードを分割する。
（ 7 ） DIR
該当メタデータの値探索方向を指定（限定）します。
（ 8 ） LMAX
該当メタデータで、抽出する値の個数を制限します。指定できるのは整数とし、
No. DIRオプションの値 LMAXのデフォルト値 1 R（右方向）、L（左方向）、 U（上方向） 1 2 D（下方向） 0 3 RD（右＋下方向）または指定なし 0
下記例の場合、SubTotalの値として $ 7,465.15 を取得するには、LMAXを0もしくは2以上に設定します。
（ 9 ） REQUIRED
該当メタデータを必須項目として扱います。値がないレコードがある場合、そのレコードは抽出の対象外となります。
なお、複数のメタデータに指定した場合、指定されているメタデータすべてが 値を持たないレコードは抽出対象外となります（AND条件）。本設定は抽出パラメータにて切り替えが可能です。
（ 10 ） NODELIMITER
IDEでは、項目文字列と値文字列が同一文字行内に共存している場合、定義されたデリミタで区切られていれば項目文字列と値文字列の分割を行います。ただし、データによってはデリミタ文字がなく、項目文字列と値文字列が１つの文字列になっている場合があるため、本パラメータが指定されたメタデータはデリミタ文字がなくても分割の対象とします。
（ 11 ） GETITEMFROMSTRING
こちらのパラメータが指定されている場合、項目文字列が文字列中で部分一致すれば項目文字列として扱い、そこで文字列の分割を行って以降の処理を行います。項目文字列・値文字列のペアが横向きにいくつも並んでいる場合に必要となることがあります。
（ 12 ） POSITION
こちらのパラメータが指定されている場合、指定された座標位置にキーワードが存在するとみなして処理を行う。座標は、300dpiの左下原点で指定する。
（ 17 ） DATATYPE_VALUE
「DATATYPE」でSUB_KEYWORD_DIR / SUB_KEYWORD_NEAR が指定されている場合、抽出条件を指定することができる。
例1）SUB_KEYWORD_DIR メタデータ item_amount で、金額(税抜)の下方向を抽出する定義を行っている場合に、消費税の金額のみを抽出する
メタデータ item_amount を基準とし、消費税(8%)の右側を追加条件として指定する
R : item_amount : 消費税 (8%)
指定方向(R・L・U・D より選択):基準とするメタデータ(itemName を指定):追加するキーワード(正規表現で記述)
例2）SUB_KEYWORD_NEAR
メタデータ address で、住所の右方向を抽出する場合に、抽出できる文字列の下1行を抽出する
メタデータ address を基準とし、抽出される「東京都中央区勝どき3丁目13-1」の下1行を抽出する
指定方向(R・L・U・D より選択):基準とするメタデータ(itemName を指定):使用するデータタイプ
5.6.3. 抽出パラメータ設定
指定可能な抽出パラメータとその説明を以下に示します。
ファイル名：IDE_setting.ini
ファイルの場所：＜AIREAD_HOME＞/AIRead_conf_kw /documentType名/IDE_setting.ini
No. 項目名 内容 デフォルト値 1 USER_DEFINED_H_LINES 指定したY座標（72DPI、左下原点）位置に水平罫線を追加する（結果、指定したY座標にYグリッドが作成される） – 2 RATIO_TO_IGNORE_H_LINE 短い水平罫線を無視するかどうかの閾値。ページ幅に対する割合（N倍）で指定 0 3 DIVIDE_STRING_BY_BOX 文字列が罫線に囲まれている場合に、異なる矩形に属する文字は連結対象から外すかどうかのパラメータ 1 4 LINE_SEG_SPACE_RATE 接する2つの文字を1つの文字列として扱うかどうかの閾値。文字間の文字行の高さに対する比率で指定する 1.5 5 SET_MARGIN_BY_BOX 1つの矩形にアイテムが1つだけある場合に、そのアイテムのマージンを自動生成するかどうかを設定する 1 6 ONE_ITEM_IN_BOX 1つの矩形に1つだけ文字列がある場合に、完全一致(編集距離での許容は有効)する時のみ項目文字列として扱うかどうかを設定する 1 7 DP_COST_MAX 辞書照合判定の必要条件（絶対値）：編集距離(*1)がこの値以下である場合は辞書に照合したとみなす 1 8 DP_COST_RATE 辞書照合判定の必要条件（相対値）：許容する編集距離を照合対象の辞書単語と、抽出文字列のいずれか短い方に対する割合で指定 5 9 MIN_UPPER_SPACE_HEIGHT_TO_LINK 項目文字列と値文字列間で、リンク設定を行うかどうかの高さの差の閾値（絶対値） 文字高さの平均×2倍 10 MIN_LOWER_SPACE_HEIGHT_TO_LINK 項目文字列と値文字列間で、リンク設定を行うかどうかの高さの差の閾値（絶対値） 文字高さの平均×5倍 11 TABLE_ITEM_NUM_TO_IGNORE_WORDS 複数列にまたがる値文字列を無視するかどうかの閾値 2以上の場合有効となる 0 12 MAX_YGRID_GAP_TO_LINK 項目文字列と値文字列の縦方向のリンクを設定する場合に、許容するYグリッドの差分の閾値 1 13 RECORD_SEG_NODE_COUNT レコード分割を行う値文字列数の閾値 3 14 USE_LINE_NUM_OF_FIRST_LINK 項目文字列と値文字列のリンクを設定する場合に、間の罫線の本数を接続条件とするかどうかを設定する 1 15 IV_SYMBOL_REGEX_ID 同一文字行内に、項目文字列と値文字列が共存していると判定する場合の、項目-値の区切り文字の正現ID (?:[: ])+ 16 USE_HORIZONTAL_LINE_AS_LINE_BREAK 水平の罫線をレコード区切りとして利用するかどうかのパラメータ 1 17 LOGICAL_OPERATOR_FOR_REQUIRED_METADATA 複数のメタデータにREQUIREDを定義した場合に適用される条件を設定する 1 18 LINE_RECOGNITION （テキスト付きPDFのみ） 0 19 REMOVE_EXIST_LINE （テキスト付きPDFのみ） 0 20 DEFAULT_ERA DATE_YMD型で、年号が指定されておらず、かつ年が2桁の場合に設定する年号を指定する – 21 USE_LINE_DELIMITER_FOR_HORIZONTAL_CONCAT 横方向に連結する時は区切り文字を半角スペース固定としているが、行の連結に使用する区切り文字を横方向の連結にも使用できるようにするパラメータを追加する 0 22 IGNORE_CHAR_IN_KEYWORD 抽出キーワード検索時に対象外する文字を設定する – 23 IGNORED_KEYWORD 抽出キーワードの検索時、及び値の抽出時に対象外とする文字列を設定する – 24 NO_ADD_SPACE 入力文書に含まれる文字の文字間隔が一定の間隔である場合、通常は、文字の間に半角空白を埋め込むが、半角空白の埋め込みを抑止したい場合にこのパラメータを指定する – 25 CH_GRPH_SPACE_RATE_HORIZONTAL 抽出キーワードに指定された文字列の判定において、各文字間隔の許容値を指定する 指定値は文字の高さに対する倍率で指定する 5.0 26 MARGIN_BY_BOX_EXT SET_MARGIN_BY_BOXを有効にした場合、矩形内にキーワードのみある時にマージンが設定される 0 27 KEYWORD_RANGE_CHECK キーワード抽出のキーワード(マージン含む)と重なっている文字列を抽出対象とするか指定する 0 28 REMOVE_SPACE_FOR_REGEX_MATCH メタデータで適用正規表現と一致する文字列を検索する際に半角空白を無視するか指定する 0 29 KEYWORD_REG_EXT 抽出キーワードの正規表現一致時に正規表現で指定した記憶範囲による項目の置換を適用するか指定する 0 30 KEYWORD_DTY_EXT 抽出キーワードのデータタイプ判定において、データタイプに一致しなかった場合に、前後の文字列を削除して再判定するかを指定する 0
（1）USER_DEFINED_H_LINES
IDE_Libraryでは、項目と値のリンク付けにおいて罫線情報を参考に処理を行っています。本パラメータを指定することにより、指定位置に水平線が引かれているものとみなして処理を行います。フッタ部分など、表内の項目文字列と結び付けたくない文字列がある場合に使用します。
（2）RATIO_TO_IGNORE_H_LINE
罫線情報を活用した処理において、本パラメータで指定した長さ以下の罫線を無視するパラメータです。ページ幅に対する割合（N倍）で指定します。デフォルト値は0で、長さにかかわらずすべての罫線を分析に利用します。
（3）DIVIDE_STRING_BY_BOX
文字列が罫線に囲まれている場合に、罫線で文字列を分割するかどうかを指定します。
（1：有効（デフォルト）、0：無効）
1の場合、赤で囲まれた文字列はそれぞれ異なる矩形の中にあるので異なる文字列として認識されます。本機能により、P/O＃を項目文字列として認識するための字間値調整が不要となります。
（4）LINE_SEG_SPACE_RATE
隣接する2つの文字を1つの文字列として扱うかどうかの閾値を指定します。文字間の文字行の高さに対する比率 で指定します。
デフォルト値(1.5)が設定されている場合、右記の例では、LとF, R と S の距離はL, Rの高さの1.5倍より小さいため、 “TOTAL FOR SEGMENT” は1つの文字列として扱われます。
注意：
（5）SET_MARGIN_BY_BOX
1つの矩形に抽出キーワードが1つだけある場合に、その文字列のマージンを自動生成するかを指定します。
（1：有効（デフォルト）、0：無効）
下記の例で、Description、INV.QTY、PRICE、GST、NETAMOUNTが抽出キーワードに登録されている場合、それらの左右のマージンを矩形から自動計算します。自動計算は一つの矩形に抽出キーワードが一つだけ存在する場合のみ行います。
注意：
分割位置が偶然スペースの場合はそこで分割されてしまうため、 (TABLE_ITEM_NUM_TO_IGNORE_WORDS )の指定で無視することができなくなる。
1つの矩形に1つだけ文字列がある場合に、完全一致(編集距離での許容は有効)する時のみ項目文字列として扱うかどうかを指定します。
（1：有効（デフォルト）、0：無効）
本パラメータが有効に設定されている場合、 右記の例でShipのみ抽出キーワードとして登録されていたとしても、Ship To：、Ship Via、Ship Dateの一部がShipとして扱われることはありません。
（7）DP_COST_MAX （8）DP_COST_RATE
辞書照合判定の必要条件を指定します（MAX：絶対値／RATE：相対値）。編集距離がこの値以下である場合は、抽出キーワードに合致したとして扱います。OCR処理での軽微な誤認識を許容することが主な目的です。
補足説明：
例）DP_COST_MAX = 2,DP_COST_RATE = 3, “keyword”が項目文字列として定義されている場合 Keyword -> マッチ （編集距離1）
（9）MIN_UPPER_SPACE_HEIGHT_TO_LINK （10）MIN_LOWER_SPACE_HEIGHT_TO_LINK
IDE_Libraryでは項目文字列と値文字列の間に一定以上の高さの空間が存在すると、それを超えてのリンク付けは行いません。その高さを本項目で指定できます（絶対値で指定）。単位はピクセルです。
本パラメータが設定されていない場合（デフォルト）は、ページ中のすべての文字列の高さの平均に対する割合
（11）TABLE_ITEM_NUM_TO_IGNORE_WORDS
複数の列にまたがる値文字列があった場合に、無視するかどうかの閾値を設定します。0また1が指定された場合は、複数列にまたがる値でも無視されません。
右記例の場合、注意：
(12) MAX_YGRID_GAP_TO_LINK
項目文字列と値文字列の間に含まれる罫線の数の閾値を指定します。ここで指定した値以上の水平罫線がある場合は、項目文字列と値文字列間のリンクを行いません。
デフォルト値は”1”のため、下記例ではDescriptionの値としてCYL LIFT DOZER : BF SALEは抽出されません。
補足説明：
注意：
（13）RECORD_SEG_NODE_COUNT
レコード分割を行う値文字列数の閾値を指定します。
（14）USE_LINE_NUM_OF_FIRST_LINK
項目文字列-値文字列の連結を行う際に、項目文字列と最初の値文字列の間の罫線数を超えない範囲内でリンクを行うかどうかのパラメータです。
（1：有効（デフォルト）、0：無効）
1の場合、値文字列が項目文字列にリンクできるか判定する際、“最初の値との間の罫線の数”より多い場合はリンクを行いません。
（15）IV_SYMBOL_REGEX_ID
IDE_Libraryでは、下記条件に該当する場合に、項目文字列と値文字列が同一文字行内に共存していると判断し、分割処理を行います。
システムに定義された抽出キーワードと前方部分一致する
上記一致した部分の一文字右が、単語境界を示唆する文字（＝IV_SYMBOL_REGEX_IDに定義した正規表現定義）に合致する
抽出キーワードと単語境界の記号を除いた文字列の長さが1文字以上
右記の例の場合、次の条件をすべて満たせば分割処理の対象となります。
（16）USE_HORIZONTAL_LINE_AS_LINE_BREAK
水平（横向き）の罫線を、レコードの区切りとして使用するかどうかのパラメータです。
（1：有効（デフォルト）、0：無効）
1の場合、水平（横向き）の罫線がある場合は、罫線の上下は異なるレコード（行）であると判断します。
（17）LOGICAL_OPERATOR_FOR_REQUIRED_METADATA
複数のメタデータにREQUIREDを定義した場合に適用される条件を設定します。
（1：AND条件、2：OR条件）
1の場合はAND条件となり、REQUIREDが指定されたメタデータすべてが値を持つレコードのみが抽出の対象となります。2の場合はOR条件となり、REQUIREDが指定されたメタデータのうち、１つでも値を持つメタデータのあるレコードが抽出の対象となります。
（18）LINE_RECOGNITION
メタデータ抽出の前処理として、イメージに含まれる罫線情報を抽出してPDFに埋め込む（追加する）処理を行うかどうかのパラメータです。
（1：有効、0：無効）
（19）REMOVE_EXIST_LINE
前述の罫線情報の付加を行う場合に、既存の罫線情報を削除するかどうかのパラメータです。
（1：有効、0：無効）
（20）DEFAULT_ERA
DATE_YMD型で、年号が指定されておらず、かつ年が2桁の場合に使用する年号を指定します。
Ｒ（全角）、R（半角）、令和、 H（半角）、平成
不正な値を設定した場合、フォーマット変換は行われません。
（21）USE_LINE_DELIMITER_FOR_HORIZONTAL_CONCAT
PDF上で文字の間のスペースが一定以上の幅があると、半角スペースを区切り文字として結合します。この区切り文字として半角スペースではなく、複数行連結時の区切り文字を使用する場合に指定します。デフォルトでは、半角スペースを使用します。
0: 区切り文字としてスペースを使用する
（22）IGNORE_CHAR_IN_KEYWORD
キーワード抽出の判定時に無視する文字を指定します。
（23）IGNORED_KEYWORD
抽出キーワードの検索時、及び値の抽出時に無視する文字列を指定します。
（24）NO_ADD_SPACE
入力文書に含まれる文字の文字間隔が一定の間隔である場合、通常は、文字の間に半角空白を埋め込みますが、半角空白の埋め込みを抑止したい場合にこのパラメータを指定します。0を指定すると、半角空白の埋め込みが行われなくなります。デフォルトは、「指定なし」で、文字間隔が一定の間隔である場合は、半角空白の埋め込みを行います。
例えば、「アライズ AIRead」という文字列があった場合、「アライズ」と「AIRead」の間（「ズ」と「A」の間）は、少し文字間隔があいています。実際に空白文字が入っている場合は、その空白文字は元々存在していた文字として扱われますが、空白文字が入っていない場合、空白文字を補います（ただし、文字間隔が一定の間隔である場合）。
本パラメータを「0」に指定することで、空白文字を補う動作を抑止することができます。
（25）CH_GRPH_SPACE_RATE_HORIZONTAL
文字間隔が広い場合、文字列が抽出キーワードとして判定されないことがあります。
ただし、文字と文字の間に半角空白が含まれている場合等には、半角空白を含む文字列として判定されてしまいます。例えば、「価」と「格」の間に半角空白が存在する場合には、「価 格」となるため、事前に「価 格」を抽出キーワードとして定義しておく必要があります。または、「IGNORE_CHAR_IN_KEYWORD」、「NO_ADD_SPACE」のパラメータを指定し、半角スペースを削除するよう設定する必要があります。
（26）MARGIN_BY_BOX_EXT
SET_MARGIN_BY_BOXが有効な場合、表のヘッダ部にキーワード以外の文字が含まれていると列幅を考慮せずにメタデータの抽出が行われます。
0:矩形内にキーワードのみの時に有効
ただし、「KEYWORD_RANGE_CHECK」が指定されていない場合、上記例では、「価」を抽出キーワードとした際に、「格」がデータとして抽出されてしまいます。本パラメータの指定時には、併せて「KEYWORD_RANGE_CHECK」を指定することを推奨します。
（27）KEYWORD_RANGE_CHECK
抽出キーワードを用いてメタデータの抽出を行う際、キーワードの文字列付近の文字が誤って抽出されてしまう場合があります。
0:キーワードと重なる文字列も抽出します
（28）REMOVE_SPACE_FOR_REGEX_MATCH
メタデータに対して正規表現を割り当てて抽出を行う際、文字列から半角空白を取り除いた上で判定を行うかを指定します。
0:半角空白を取り除かず判定を行います
（29）KEYWORD_REG_EXT
抽出キーワードを用いてメタデータの抽出を行う際、メタデータに対して割り当てられた正規表現に記憶（()にて囲まれた記述）が含まれている場合、記憶された文字列のみを抽出するか指定します。
0:正規表現に一致した文字列をそのまま抽出します。
（30）KEYWORD_DTY_EXT
抽出キーワードを用いてメタデータの抽出を行う際、設定されたデータタイプにメタデータが一致しなかった場合に前後の文字列を削除して再判定するかを指定します。
0:前後の文字を削除することなく判定します。
5.6.4. データタイプの指定
メタデータ毎に値のデータ型（数字、通貨、日付等）を定義することができ、このデータ型をデータタイプと呼びます。メタデータ抽出時には、データ型に合致しているかどうかのバリデーションおよび抽出結果の整形を行います。
定義できるデータタイプの種類と、各データタイプの仕様を以下に示します。
No. データタイプ名 説明 出力フォーマット(*1) 1 STRING （文字列） デフォルトのデータタイプ – 2 STRING_FIRST_LINE （単一行文字列） 値が複数行の場合、1行目だけを抽出する 文字列のうち、1行目 3 STRING_FIRST_WORD 1行目の1語目だけを抽出する 文字列のうち、1行目の1語目 4 NUMBER 整数と小数 -{0,1}[0-9]+(\.[0-9]+)* 5 DOLLAR 米ドル、カナダドルなど、小数点付きの通貨 -{0,1}[0-9]+\.[0-9]{2} (*3) 6 DATE_YMD 日付（年、月、日） yyyy-mm-dd 7 DATE_MDY 日付（月、日、年） yyyy-mm-dd 8 DATE_DMY 日付（日、月、年） yyyy-mm-dd 9 PAGE ページ番号 pn /pc pn （ページ総数が取得できなかった場合）(*2)10 STRING_FIRST_LINE 固定桁数の文字列を抽出する 抽出文字列（必要に応じ空白を追加） 11 ALIAS 他のメタデータを複製する 他のメタデータの値 12 STRING_SINGLE_LINE 文字列中の指定行を抽出する 文字列の内、指定された行 13 YEN（円） 円（整数表記する通貨） -{0,1}[0-9]+
*1 : 抽出結果をこのフォーマットに整形します。
(1) STRING
デフォルトのデータタイプです。データタイプの指定がない場合は、STRINGとして扱われます。抽出結果のバリデーションおよび整形は行わず、抽出した結果をそのまま出力します。値が複数行にわたる場合は、連結して1つの値として出力します。その際、半角スペースが区切り文字として設定されます。
(2) STRING_FIRST_LINE
単一行文字列を表します。
(3) STRING_FIRST_WORD
単語を表します。
(4) NUMBER
数値（整数と小数）を表します。
No. 想定フォーマット 合致する例 1 -{0,1}[0-9]+ 123 2 -{0,1}[0-9]*\.[0-9]+ -5.00 3 -{0,1}[0-9]{1,3}(,[0-9]{3})* 1,890 4 -{0,1}[0-9]{1,3}(,[0-9]{3})*\.[0-9]+ -530,636.12 5 ([0-9]+) (420) 6 ([0-9]*\.[0-9]+) (236.32) 7 ([0-9]{1,3}(,[0-9]{3})*) (2,237) 8 ([0-9]{1,3}(,[0-9]{3})*\.[0-9]+) (1,100,000.00) 9 [0-9]+ -{0,1} 123- 10 [0-9]*\.[0-9]+ -{0,1} 5.00- 11 [0-9]{1,3}(,[0-9]{3})*-{0,1} 1,890- 12 [0-9]{1,3}(,[0-9]{3})*\.[0-9]+ -{0,1} 530,636.12- 13 <[0-9]+> <420> 14 <[0-9]*\.[0-9]+> <236.32> 15 <[0-9]{1,3}(,[0-9]{3})*> <2,237> 16 <[0-9]{1,3}(,[0-9]{3})*\.[0-9]+> <1,100,000.00>
抽出結果に含まれる”,（カンマ）”の位置が（数値表現として）誤っている場合、”,”はすべて削除し、フォーマットエラーとして扱います。
抽出結果に2つ以上の”.（ピリオド）”が含まれている場合、最も右にあるものを除いて”.”はすべて削除し、フォーマットエラーとして扱います。
“-（マイナス）”と1文字目または末尾の数字の間のスペース、カッコ前後のスペースは無視されます。
NUMBER型でサポートするのは、整数部分と小数部分合わせて16桁までです。16桁を超える場合、17桁目以降の値は保証対象外となります。
(5) DOLLAR
アメリカドル、カナダドル等、小数点以下１桁以上の通貨を表します。（小数点以下の桁数は、デフォルト2）
No. 想定フォーマット (*3) 合致する例 1 -{0,1}<DM>{0,1}[0-9]+\.[0-9]{2} $123.00 2 -{0,1}<DM>{0,1}[0-9]{1,3}(,[0-9]{3})*\.[0-9]{2} -$53,589.00 3 <DM>{0,1}-{0,1}[0-9]+\.[0-9]{2} $1,890.00 4 <DM>{0,1}-{0,1}[0-9]{1,3}(,[0-9]{3})*\.[0-9]{2} $-530,636.12 5 ({0,1}<DM>{0,1}[0-9]+\.[0-9]{2}) ($420.00) 6 ({0,1}<DM>{0,1}[0-9]{1,3}(,[0-9]{3})*\.[0-9]{2}) ($236,300.32) 7 <DM>{0,1}\( [0-9]*\.[0-9]{2}\) $(530.00) 8 <DM>{0,1}\([0-9]{1,3}(,[0-9]{3})*\.[0-9]{2}\) $(23,572.00) 9 <DM>{0,1}[0-9]+\.[0-9]{2}- $123.00- 10 <DM>{0,1}[0-9]{1,3}(,[0-9]{3})*\.[0-9]{2}- $53,589.00- 11 <DM>{0,1}[0-9]+\.[0-9]{2}(C|CR) $123.00CR 12 <DM>{0,1}[0-9]{1,3}(,[0-9]{3})*\.[0-9]{2}(C|CR) $53,589.00C 13 (C|CR)<DM>{0,1}[0-9]+\.[0-9]{2} CR$123.00 14 (C|CR)<DM>{0,1}[0-9]{1,3}(,[0-9]{3})*\.[0-9]{2} C$53,589.00 15 <DM>{0,1}(C|CR) [0-9]+\.[0-9]{2} $CR123.00 16 <DM>{0,1}(C|CR) [0-9]{1,3}(,[0-9]{3})*\.[0-9]{2} $C53,589.00 17 <{0,1}<DM>{0,1}[0-9]+\.[0-9]{2}> <$420.00> 18 <{0,1}<DM>{0,1}[0-9]{1,3}(,[0-9]{3})*\.[0-9]{2}> <$236,300.32>
(*3) <DM>部分に入る文字は、下記の通貨記号です。
抽出結果に含まれる”,（カンマ）”の位置が（数値表現として）誤っている場合、”,”はすべて削除し、フォーマットエラーとして扱います。
抽出結果に2つ以上の”.（ピリオド）”が含まれているか、ピリオドの位置が誤っている場合、すべての”.”を削除し、かつ指定された小数点以下の桁数となるように”.”を付加します。加えてフォーマットエラーとして扱います。また、”.（ピリオド）”および”,（カンマ）”をすべて削除すると抽出結果が小数点以下桁数未満になる場合、”.”の付加は行わずフォーマットエラーとして扱います。
“-（マイナス）”と”$（ドル）”の間のスペース、“-（マイナス）”と1文字目または末尾の数字の間のスペースは無視されます。
小数点以下の桁数は、本データタイプのオプションとして指定します。
DOLLAR型でサポートするのは、整数部分と小数部分合わせて16桁までです。16桁を超える場合、17桁目以降の値は保証対象外となります。
指定できる小数点以下の桁数に上限はありませんが（下限は1）、上述の制限事項を考慮に入れ、16-（整数部分の想定最大桁数）で設定することを推奨します。
注意：
(6) DATE_YMD
日付で、年、月、日の順のものを表します。年は西暦と和暦に対応します。
No. 想定フォーマット 合致する例 1 y/m/d 2015/1/16 2 y-m-d 15-1-16 3 y m d 2015 1 16 4 y.m.d 2015.1.16 5 g/m/d H27/1/16 6 g-m-d H27-1-16 7 g m d H27 1 16 8 g.m.d H27.1.16 9 g年m月d日 平成27年1月16日
なおy,m,dは日付(DATE)型で共通で、javaのYear、Month、Numberフォーマットの仕様にそれぞれ準拠します。
(7) DATE_MDY
日付で、月、日、年の順のものを表します。
No. 想定フォーマット 合致する例 1 m/d/y 2/21/2015 2 m-d-y 02-21-15 3 m d y February 21 2015 4 m.d.y Feb.21.2015 5 m d,y February 21,2015
(8) DATE_DMY
日付で、日、月、年の順のものを表します。
No. 想定フォーマット 合致する例 1 d/m/y 31/03/2015 2 d-m-y 31-Mar-2015 3 d m y 31 March 15 4 d.m.y 31.3.2015 5 d.m y 31.March 2015
(9) PAGE
ページ番号(pn)とページ総数(pc、ある場合)を表します。
No. 想定フォーマット 合致する例 1 pn/pc 1/5 2 pn / pc 1 / 5 3 pn of pc 1 of 5 4 pn (pc) 1 (5) 5 pn 1
pnとpcの値の妥当性（pn ≦ pc）はチェックしていません。抽出した値をそのまま返します。
(10) STRING_FIRST_LINE_FIXED_COLUMN
固定桁数の文字列を表し、値内に空白がある場合はその位置に半角スペースを埋めて出力します。例を以下に示します。
該当するメタデータは、抽出キーワード、値（固定桁数分揃った場合）とも同じ幅であることを前提とします（上記例の場合は、「個人番号」が枠いっぱいの幅で出力されている必要があります）、個々の値はその幅内に均等に出力されているものと仮定して処理を行います。
(11) ALIAS
別のメタデータの値を複製することを表します。抽出結果にかかわらず、指定されたメタデータの値をすべてコピーして値とします。
(12) STRING_SINGLE_LINE
文字列のうち、指定された行の値のみを抽出することを表します。行番号として、1以上の整数または-1が指定でき、-1は最終行を示します。指定された行が抽出結果に存在しない場合（3を指定したが、値が2行しかない場合）は、抽出結果はnullとなります。
(13) YEN
日本円を表します。
No. 想定フォーマット (*3) 合致する例 1 ^(-|―|ー|－|CR|C)? ? <YM> ?[0-9]+ $ ￥1000, -￥1000 2 ^(-|―|ー|－|CR|C)? ? <YM> ?[0-9]{1,3}(,[0-9]{3})* ￥1,000,-￥1,000 3 ^<YM> ?(-|―|ー|－|CR|C)? ?[0-9]$ ￥1000, ￥-1000 4 ^<YM> ?(-|―|ー|－|CR|C)? ?[0-9]{1,3}(,[0-9]{3})* ￥1000, -￥1000 5 ^(-|―|ー|－|CR|C)? ?[0-9]+ ? <YM>$ 1000円, -1000円 6 ^(-|―|ー|－|CR|C)? ?[0-9]{1,3}(,[0-9]{3})* ? <YM>$ 1,000円, -1,000円 7 ^<YM> ?[0-9]+ ?(-|―|ー|－)?$ ￥1000, ￥1000- 8 ^<YM> ?[0-9]{1,3}(,[0-9]{3})* ?(-|―|ー|－)?$ ￥1,000, ￥1,000- 9 ^\\( ? <YM> ?[0-9]+ ?\\)$ (￥1000) 10 ^\\( ? <YM> ?[0-9]+ ?\\)$ ￥(1000) 11 ^\\( ? <YM> ?[0-9]{1,3}(,[0-9]{3})* ?\\)$ (￥1,000) 12 ^<YM> ?\\( ?[0-9]{1,3}(,[0-9]{3})* ?\\)$ ￥(1,000) 13 ^\\( ?[0-9]{1,3}(,[0-9]{3})* ? <YM> ?\\)$ (1,000円) 14 ^\\( ?[0-9]{1,3}(,[0-9]{3})* ?\\) ? <YM>$ (1,000)円 15 ^< ? <YM> ?[0-9]+ ?>$ <￥1000> 16 ^< ? <YM> ?[0-9]+ ?>$ ￥<1000> 17 ^< ? <YM> ?[0-9]{1,3}(,[0-9]{3})* ?>$ <￥1,000> 18 ^<YM> ?< ?[0-9]{1,3}(,[0-9]{3})* ?>$ ￥<1,000> 19 ^< ?[0-9]{1,3}(,[0-9]{3})* ? <YM> ?>$ <1,000円> 20 ^< ?[0-9]{1,3}(,[0-9]{3})* ?> ? <YM>$ <1,000>円
(*3) <YM>部分に入る文字は、下記の円記号です。
抽出結果に含まれる”,（カンマ）”の位置が（数値表現として）誤っている場合、”,”はすべて削除し、フォーマットエラーとして扱います。
抽出結果に”.（ピリオド）”が含まれている場合、すべての”.”を削除しフォーマットエラーとして扱います。
“-（マイナス）”と”￥”の間のスペースは無視されます。
YEN型でサポートするのは16桁までです。16桁を超える場合、17桁目以降の値は保証対象外となります。
補足情報：
No. オリジナルデータ 修正後の文字 1 ! 1 2 | 1 3 ｜ 1 4 I 1 5 l 1 6 i 1 7 B 8 8 O 0 9 o 0 10 @ 0 11 － – 12 ― –
(14) SUB_KEYWORD_DIR (15) SUB_KEYWORD_NEAR
指定したメタデータで「DATATYPE_VALUE」パラメータの指定を行うことができます。
5.7. システム設定 “項目名=値”の書式で記載します。
ファイル名：＜AIREAD_HOME＞\IDELibrary\dicset\conf\kme.conf
No. キー名 内容 指定 補足 1 JAVA_EXE_PATH Javaコマンドのパス 必須 絶対パス 2 DUMP_ELEM_JAR_PATH DumpElem.jarファイルのパス 任意(*) 絶対パス 3 DUMP_ELEM_PY_PATH DumpElem.pyファイルのパス 任意(*) 絶対パス 4 MKDARTS_ITEM_COMMAND_PATH mkdarts-itemファイルのパス 必須 絶対パス 5 TIMEOUT_DEFAULT 抽出処理メソッドのタイムアウトデフォルト値（単位：ミリ秒） 任意 設定なしの場合、5000 (5秒) 6 DELETE_TEMPFILE_DURING_INIT 中間ファイルを削除するかどうかのパラメータ 任意 設定なしの場合、true（削除する） 7 KEYWORD_SPACE_DEL 文書種別判定を行う際、文書内の文字列に含まれる半角空白・全角空白を無視するかどうかを指定 任意 設定なしの場合、false 8 KEYWORD_REG_USE 文書種別判定を行うためのキーワードセットに指定した文字列を正規表現として解釈するようにするかどうかを指定 任意 設定なしの場合、false 9 KEYWORD_CR_DEL 文書種別判定を行う際、文書内の文字列に含まれる改行コードを無視するかどうかを指定する 任意 設定なしの場合、false
6. 出力 OCRの結果をOUTPUTフォルダへ出力します。
6.1. 共通 すべての形式で出力される項目です。
No. 項目名 説明 1 Image ファイル名（複数ページファイルの場合はページ分割後） 2 Image_jshfilename ファイルパス（処理成功/失敗移動先） 3 modifyDate インプットファイルの更新日時 4 processDate 処理完了日時 5 result true：処理成功 6 original inputファイル名 7 original_jshfilename inputファイルパス（デバッグフォルダ内へ移動） 8 Image_for_display 表示用画像の絶対パス
※共通設定ファイルにて出力する項目の変更が可能です。
デフォルト：HEADER_ITEM= Image, Image_jshfilename, modifyDate, processDate, result
6.2. CSV AIRead独自のCSV形式で出力されます。
No. 項目名 説明 1 ItemName 項目名 2 Page 該当のメタデータが出現するページの番号（0 開始） 3 GID フォーマット定義ファイルで指定したグループID 4 RID フォーマット定義ファイルで指定したレコードID 5 Value 取得した値 6 conf 文字認識の信頼度 7 x 抽出範囲の左上の点のx座標（ピクセル） 8 y 抽出範囲の左上の点のy座標（ピクセル） 9 w 抽出範囲の幅（ピクセル） 10 h 抽出範囲の高さ（ピクセル） 11 ImagePath コンポーネント画像のパス 12 TableName 明細名(座標指定ではGIDと同じ値が自動的に出力されます)
※共通設定ファイルにて出力する項目の変更が可能です。
デフォルト：CSV_COLUMN_ITEM=ItemName,Page,GID,RID, Value,conf,x,y,w,h
“ItemName”,”Page”,”GID”,”RID”,”Value”,”conf”,”x”,”y”,”w”,”h”
6.3. CSV4DB 一般的なカンマ区切りのCSV形式です。
OUTPUT_FORMAT： CSV4DB 出力イメージ：ヘッダー “page”,”id”,”tok_cd”,”Tel”,”Month”,”Day”,”haikb”,”timekb”
“page”,”Itemcd”,”Amount”,”Wrapping”
6.4. XML XML形式で出力します。
No. 項目名 説明 1 field 2 id 項目名 3 conf 文字認識の信頼度 4 x 抽出範囲の左上の点のx座標（ピクセル） 5 y 抽出範囲の左上の点のy座標（ピクセル） 6 width 抽出範囲の幅（ピクセル） 7 hight 抽出範囲の高さ（ピクセル） 8 value 取得した値
<?xml version=”1.0″ encoding=”UTF-8″ standalone=”no”?>
<id>order</id>
6.5. XML for WAGBY AIRead Screen Designer （Wagby）との連携が可能なXML形式で出力します。
OUTPUT_FORMAT： XMLWAGBY 項目： No. 項目名 説明 1 [ItemName]_conf 文字認識の信頼度
<?xml version=”1.0″ encoding=”UTF-8″ standalone=”no”?>
7. AIRead Viewer付OCR機能 batで実行した出力結果をAIRead Viewer(以下 Viewer)で結果を確認しながら、修正を行うことができます。
7.1. Viewer付OCR 実行batファイル 実行結果をViewerで表示する際は、<AIReadインストールフォルダ>\run_kw_with_viewer.bat でOCRを実行します。
7.2. Viewer付OCRの実行 引数を指定し、run_kw_with_viewer.bat/run_with_viewer.bat をダブルクリックで実行します。
7.2.1. run_kw_with_viewer.bat
call “%AIREAD_HOME%\IDELibrary\scripts\set_envs.bat” [ルール定義ファイル] –imagefile [画像ファイルパス] –settingfile [SettingFile]
No. 引数 説明 1 –documentidpath [フォーマット定義ファイル] OCR時に抽出を行うルール定義ファイルのパスを指定 2-1 –imagefile [画像ファイルパス] 読み取り対象の画像のファイルパスを指定 2-2 –imagedir [画像フォルダパス] 読み取り対象の画像が格納されたフォルダのパスを指定 3 –settingfile [SettingFile] 共通設定ファイルを指定
7.2.2. run_with_viewer.bat
call “%AIREAD_HOME%\IDELibrary\scripts\set_envs.bat” [フォーマット定義ファイル] –imagefile [画像ファイルパス] –settingfile [SettingFile]
No. 引数 説明 1 –formatfile [フォーマット定義ファイル] OCR時に抽出を行うフォーマット定義ファイルのパスを指定 2-1 –imagefile [画像ファイルパス] 読み取り対象の画像のファイルパスを指定 2-2 –imagedir [画像フォルダパス] 読み取り対象の画像が格納されたフォルダのパスを指定 3 –settingfile [SettingFile] 共通設定ファイルを指定
※–imagefile と –imagedir はどちらか一方を指定します
7.3. Viewer上での確認 5.2.11 AIReadの実行結果を確認 を参照ください。
7.4. サーバ上の読み取り結果を複数のクライアント端末から編集 サーバ上にインストールされたAIRead で読み取った結果を複数のクライアント端末から編集することができます。
前提条件 7.4.1. 操作手順
AIRead をインストールしたクライアント端末のスタートメニューにある、AIRead のショートカットリンクを開きます。
AIRead Viewer のショートカットリンクを右クリックし、その他 > ファイルの場所 を開きます。
C:\ProgramData\Microsoft\Windows\Start Menu\Programs\AIRead が表示されます。
AIRead Viewer のショートカットを右クリックし、プロパティを表示してください。
プロパティに表示されているリンク先を変更してください。
<AIREAD_HOME>\Viewer\AIReadViewer\AIReadViewer.exe –language ja-JP –dataDir サーバ上のViewer用結果が配置されたフォルダ
複数端末からサーバ上の結果を編集する際には、排他制御がかかります。
8. 仕分け付きOCR機能 8.1. 仕分けの概要 8.1.1. 処理の流れ
入力画像が複数ページであれば、ページごとに分割 画像がTIFFであれば、DPI変換 画像の回転補正 3.の画像でフォーマット判定 判定に成功したら、フォーマットの帳票定義を使ってOCRを行う 判定に失敗した場合、失敗フォルダに入力画像を移動する
8.1.2. 仕分けの判定について
フォーマット判定は 2段階 に分かれております。大まかな仕分け を行います。
2段階目では詳細仕分け を行います。
色 での判定は、画像の見た目はほとんど似ているが色違いの帳票を判別したい場合に使います。指定領域での画像比較 は、特定の場所に会社のロゴ等判別しやすい箇所がある場合に使います。
8.2. 仕分け定義フォルダの構成 仕分けの定義は仕分け定義フォルダで行います。
?ClassifyDir ——— 1. 仕分け定義フォルダ：
No. 名称 説明 1 仕分け定義フォルダ 仕分け定義を格納するフォルダ 2 仕分け定義ファイル テンプレート画像に紐づく仕分け定義を記載したファイル(csv形式) 3 仕分け設定ファイル 仕分けに使用する設定を記載する 4 テンプレートフォルダ テンプレート画像を格納するフォルダ 5 大まかな仕分けフォルダ 大まかな仕分けのグループを表すフォルダ 6 詳細仕分けフォルダ 詳細仕分けの画像を配置するフォルダ 7 テンプレート画像 入力画像と比較するテンプレート画像template から始まるように名称固定
8.3. AIRead SortingEditor で仕分け定義を設定 AIRead SortingEditor は、画像の仕分け設定を行うことのできるツールです。
8.3.1. SortingEditor の起動
＜AIREAD_HOME＞\SortingEditor\AIReadSortingEditor.exe をダブルクリック、もしくはスタートメニューのショートカットから起動
SortingEditor を起動すると、下記の画面が表示されます。
RuleEditor/FormEditor で作成済みの定義が存在する場合は、Form選択欄に表示されます。
8.3.2. SortingEditor の操作
8.3.2.1. 仕分け定義の作成
仕分け定義を新規作成する場合は、新規作成 を押下するとダイアログが表示されます。
No. 名称 説明 1 保管場所 仕分け定義の作成先を指定する 2 仕分名 作成する仕分け定義名を入力する
8.3.2.2. 仕分け定義の選択
開く ボタンを押下すると、フォルダ選択ダイアログが開かれます。
8.3.2.3. 共通設定ファイルの指定
AIReadの実行、RuleEditor/FormEditorで作成した定義との紐づけ、画像の仕分けに使用する共通設定ファイルを指定します。共通設定ファイル ボタンを押すと、共通設定ファイル選択ダイアログを表示します。
参照 ボタンから使用する共通設定ファイルを選択します。
8.3.2.4. 仕分け定義の保存
保存 を押下すると、編集済みの仕分け定義が保存されます。
8.3.3. Formの選択
共通設定ファイルによって指定された定義フォルダに配置された定義情報が、Form選択欄に表示されます。
8.3.4. グループの作成
大まかな仕分け で仕分けを行うグループを作成します。
No. 項目名 説明 1 グループ作成 大まかな仕分けで仕分けを行うグループを作成する 2 グループ一覧 作成したグループが表示される 3 グループ削除 グループを削除する 4 グループ 選択中のグループ名が表示される 5 ◀ ▶ (画像送り) 表示する画像を選択する 6 ＋ － 画像を拡大/縮小する
8.3.5. 仕分け設定
Form選択でチェックを入力した定義情報が表示されます。
No. 項目名 説明 1 Template追加 選択中の仕分け設定に紐づけるテンプレート画像を追加する 2 Template削除 画面で表示中のテンプレート画像を削除する 3 仕分け設定一覧 Form選択画面でチェックを入れた定義情報が表示される 4 グループ 詳細設定画面で作成するグループを仕分け設定に紐づける 5 ◀ ▶ (画像送り) 表示する画像を選択する 6 ＋ － 画像を拡大/縮小する
8.3.5.1. 定義情報とグループの紐づけ
作成したグループは、表示中の定義情報へ紐づけを行う必要があります。
8.3.6. 詳細仕分け設定
作成したグループで詳細仕分けを行う場合、色 もしくは、指定領域での画像比較 で設定を行う必要があります。
No. 項目名 説明 1 詳細仕分けの方法 詳細仕分けを指定しない 詳細仕分けは行わない 色で詳細仕分けをする グループに属する定義情報が2つ以上ある場合に、色の類似度合いで判定を行う方法 領域で詳細仕分けを行う グループに属する定義情報が2つ以上ある場合、指定した領域に絞って判定を行う方法 2 フォームID 選択中の定義情報が表示される 3 X Y W H 領域で詳細仕分けを行う を選択した場合に、指定した領域の座標
8.3.6.1. 色で詳細仕分けを行う場合
同じグループに色の異なるが、レイアウトの似ている帳票があるときは、色で詳細仕分けをする を選択する
8.3.6.2. 指定した領域で詳細仕分けを行う場合
同じグループに色が同じで、レイアウトが似通っている帳票があるときは、領域で詳細仕分けを行う を選択する
領域で詳細仕分けを行う を選択した状態で、画像上の任意の場所をドラッグすると、領域の指定を行うことができます。
8.3.7. 仕分けの実行
画像の仕分けのみを行う場合は、仕分け実行 を押下すると仕分け実行ダイアログが表示されます。
No. 名称 説明 1 画像ファイル名 仕分け対象の画像を指定する 2 ページ番号 仕分け対象の画像が複数枚つづりのPDF/TIFF である場合は、対象とするページを選択する 3 仕分け実行 指定した画像を対象に、仕分けの判定を行う 4 仕分け結果 仕分け実行 ボタンで実行した仕分け結果が表示される
8.3.8. 仕分け付OCRの実行
画像の仕分け付でAIReadの実行を行う場合は、AIRead ボタンを押下すると実行ダイアログが表示されます。
正常に実行が完了すると、AIRead Viewerが起動します。5.2.11 AIReadの実行結果を確認 を参照ください。
8.4. 直接仕分け定義を設定 8.4.1. 仕分け定義ファイルの編集
仕分け設定ファイルを直接編集する場合は、テキストエディタで<AIREAD_HOME>\ClassifyDir\option.csv で編集します。
1,1,S,order,1,0,10,10,50,50
・文字エンコード：UTF-8
CSV中の各列の意味は下記の通りです。
No. 名称 説明 1 グループ番号 大まかな仕分けのグループ番号 2 詳細番号 詳細仕分けの番号 3 抽出モード 抽出モードの設定 4 フォーマットID OCR時に使用するフォーマットID 5 色判定フラグ 詳細仕分けに色の類似度合いを使用するかのフラグ 6 領域指定フラグ 詳細仕分けで画像の注目する領域を絞ったマッチングを行うかのフラグ 7 指定領域始点X 領域指定の左上のX座標（左上原点、単位はピクセル） 8 指定領域始点Y 領域指定の左上のY座標（左上原点、単位はピクセル） 9 指定領域横幅 領域指定の横幅（単位はピクセル） 10 指定領域縦幅 領域指定の縦幅（単位はピクセル）
8.4.2. 仕分け設定ファイルの編集
仕分け設定ファイルを直接編集する場合は、テキストエディタで<AIREAD_HOME>\ClassifyDir\setting.ini で編集します。
・文字エンコード：UTF-8
maxFeatures=2000
各項目の意味は下記の通りです。
No. 項目名 書式 説明 1 maxFeatures 1以上の整数値 画像の比較に使用する特徴的な点を検出する数 2 matchCtTh 0以上の整数値 大まかな仕分け時に、入力画像とテンプレート画像が似ていると判断するのに最低限必要な特徴点のマッチ数 3 sizeDiffTh -1以上の整数値 テンプレート画像と入力画像のピクセルでの面積を比較し、その差がこの値より大きい場合そのテンプレート画像との比較をスキップする
8.5. batからの仕分け付OCR実行 bat を用いて、仕分け付きのOCRの実行を行う場合は、仕分けの登録と実行の2段階で行います。
8.5.1. 仕分け登録
配置されたテンプレート画像の登録は、下記のコマンドで行います。
call “%AIREAD_HOME%\IDELibrary\scripts\set_envs.bat”
オプション： バッチの中身は引数で書き換えることができます。 No. 引数 説明 1 -s [SettingFile] 共通設定ファイルを指定 2 -R [仕分け定義フォルダ] 仕分け定義が格納されたフォルダを指定
※run_register.bat はサンプル帳票の実行ファイルです。ダブルクリックで実行できます。
8.5.2. 仕分け付きOCRの実行
仕分け付きOCRの実行は、下記のコマンドで行います。
call “%AIREAD_HOME%\IDELibrary\scripts\set_envs.bat”
オプション： バッチの中身は引数で書き換えることができます。 No. 引数 説明 1 -s [SettingFile] 共通設定ファイルを指定 2 -A [仕分け定義フォルダ] 仕分けに使用するフォルダを指定
※run_assort.bat はサンプル帳票の実行ファイルです。ダブルクリックで実行できます。
8.5.3. 仕分けのみの実行
仕分けのみの実行は、下記のコマンドで行います。
call “%AIREAD_HOME%\IDELibrary\scripts\set_envs.bat”
オプション： バッチの中身は引数で書き換えることができます。 No. 引数 説明 1 -s [SettingFile] 共通設定ファイルを指定 2 -a [仕分け定義フォルダ] 仕分けに使用するフォルダを指定
9. ログ 9.1. エラーメッセージ一覧 メッセージ 説明 input file error = [ファイル名] 入力ファイルが読み込めない Could not open file for writing : [ファイル名] 出力ファイルが書き込めない Initialize OCR Engine Failded with datapath = [フォルダ名] ocr lang = jpn OCRのモデルが見つからない Input file not exist ! file path = [ファイル名] 入力ファイルが見つからない Image process faild [ファイル名] 画像の前処理に失敗 Input file not support file path = [ファイル名] 対応していない画像形式のファイルが入力された Setting file error file path = [ファイル名] 設定ファイルのフォーマットが不正 Bad file : [ファイル名] 出力ファイルが壊れている OCR process faild OCR 処理失敗 Setting file not exist 設定ファイルが見つからない Setting file error:[項目名] 設定ファイル内の項目が不正 Document Type was Not Found:[ファイル名] 入力ファイルと一致する定義が存在しない PDF Convert Failed PDFのJPEG変換処理を失敗 IDE Error:[エラー内容] IDEライブラリでエラーが発生 Init Failed 帳票定義の初期化に失敗 [ディレクトリ]AIRead_proflst.ini not exist 共通設定ファイルが見つからない Setting file read failed:[ファイル名] 設定ファイルの読み込みに失敗 Create profile failed:[帳票ID] 帳票定義の初期化に失敗
