JP5673277B2 - 画像処理装置およびプログラム - Google Patents

Description

本発明は、画像処理装置およびプログラムに関する。

スキャナ等の画像読取手段で読み取った原稿画像中の文字を認識し、認識した文字列を利用する技術が開発されている。

特許文献１には、画像ファイルに付与すべきファイル名を生成する生成手段と、ファイル名を付与するべき画像ファイルに対して文字認識処理を行い、ファイル名を構成する要素となる文字列を抽出文字列として抽出可能な文字列抽出手段と、を備えるファイル名生成システムが開示されている。

特許文献２には、イメージデータから最大文字サイズの文字列を探索し、探索された最大文字サイズの文字列を含む所定領域のイメージデータを抽出して文書タイトルとして登録する電子ファイル装置が開示されている。

特許文献３には、印鑑が押印された印影領域を検出し、印影領域のカラー画像から印影を消去した２値画像を生成し、入力された白黒２値画像に当該印影を消去した２値画像を貼り付け合成し、合成した２値画像を基に文字を認識する帳票読取装置が開示されている。

特開２０１０−１６５０１９号公報 特開平７−２００６２５号公報 特開２００５−９２５４３号公報

本発明は、ユーザによる書き込みがなされた原稿から、該書き込みを反映した文字列を取得する画像処理装置及びプログラムを提供することを目的とする。

請求項１に記載の画像処理装置は、原稿を読み取って生成した画像データを構成する複数の色成分のうち、第１の色成分の画像データにおいて、予め定めた第１の領域に対して文字認識処理を行い、文字列を抽出する文字列抽出部と、前記第１の色成分とは異なる他の色成分の画像データにおいて前記抽出された文字列を含む第２の領域に存在する他の色成分の画像と、前記抽出された文字列とが予め定めた関係にある場合に、前記他の色成分の画像データにおいて、前記第２の領域に対して文字認識処理を行い、前記他の色成分の文字を認識する他色文字認識部と、少なくとも前記他の色成分の画像と前記抽出された文字列との関係に基づいて、前記抽出された文字列を修正する修正部と、を備える。

請求項２に記載の画像処理装置は、請求項１に記載の画像処理装置において、前記修正部は、前記抽出された文字列に前記他の色成分の画像が重なる場合、前記抽出された文字列に含まれる文字のうち、前記他の色成分の画像と重なる文字を、前記抽出された文字列から削除することを特徴とする。

請求項３に記載の画像処理装置は、請求項１又は２に記載の画像処理装置において、前記修正部は、前記抽出された文字列に前記他の色成分の画像が重なる場合、前記抽出された文字列に含まれる文字のうち、前記他の色成分の画像と重なる文字を、前記他色文字認識部が認識した前記他の色成分の文字によって置換することを特徴とする。

請求項４に記載の画像処理装置は、請求項１から３のいずれか１項に記載の画像処理装置において、前記他の色成分の画像データにおいて、前記第２の領域に予め定められた記号が存在する場合、前記修正部は、前記他色文字認識部が認識した文字を前記抽出された文字列に挿入することを特徴とする。

請求項５に記載の画像処理装置は、請求項１から４のいずれか１項に記載の画像処理装置において、ユーザに使用されたことがある文字列を格納する辞書格納部と、前記修正部が修正した文字列が前記辞書格納部に含まれない場合、前記辞書格納部に格納された文字列の中から、前記修正部により修正された文字列と類似する文字列を検出し、前記第１の領域に含まれる文字列の抽出結果として決定する文字列決定部と、を備えることを特徴とする。

請求項６に記載のプログラムは、コンピュータに、原稿を読み取って生成した画像データを構成する複数の色成分のうち、第１の色成分の画像データにおいて、予め定めた第１の領域に対して文字認識処理を行い、文字列を抽出する文字列抽出ステップと、前記第１の色成分とは異なる他の色成分の画像データにおいて前記抽出された文字列を含む第２の領域に存在する他の色成分の画像と、前記抽出された文字列とが予め定めた関係にある場合に、前記他の色成分の画像データにおいて、前記第２の領域に対して文字認識処理を行い、前記他の色成分の文字を認識する他色文字認識ステップと、少なくとも前記他の色成分の画像と前記抽出された文字列との関係に基づいて、前記抽出された文字列を修正する修正ステップと、を実行させる。

請求項１に記載の画像処理装置によれば、ユーザによる書き込みがなされた原稿から、該書き込みを反映した文字列が取得される。

請求項２に記載の画像処理装置によれば、ユーザが元の原稿に対して行った、削除を意図する書き込みを反映した文字列が取得される。

請求項３に記載の画像処理装置によれば、ユーザが元の原稿に対して行った、置換を意図する書き込みを反映した文字列が取得される。

請求項４に記載の画像処理装置によれば、ユーザが元の原稿に対して行った、文字の挿入を意図する書き込みを反映した文字列が取得される。

請求項５に記載の画像処理装置によれば、本構成を有しない場合と比較して、抽出結果として提示される文字列の認識精度が向上する。

請求項６に記載のプログラムによれば、ユーザによる書き込みがなされた原稿から、該書き込みを反映した文字列が取得される。

実施形態に係る画像処理装置を含む画像処理システムの構成の一例を示す図である。 画像処理装置のハードウェア構成の一例を示す図である。 画像処理装置が備える機能の一例を示す機能ブロック図である。 色分解部の処理により作成される画像データの一例を示す図である。 ファイル名の候補となる文字列を抽出する領域、及び、ファイル名の候補となる文字列を含む領域について説明するための図である。 記号格納部に格納される情報の例を示す図である。 辞書格納部に格納されるユーザ辞書の一例を示す図である。 画像処理装置が実行するファイル名決定処理の一例を示すフローチャートである。 画像処理装置が実行するファイル名決定処理の一例を示すフローチャートである。 画像読取装置から受け付けた各画像データに対し、図８のステップＳ１１〜ステップＳ４７の処理を実行した場合に得られるファイル名候補１を説明するための図である。

以下、本発明の実施形態について、添付図面を参照しつつ説明する。

まず、実施形態に係る画像処理装置について説明する。図１（Ａ）及び（Ｂ）は、実施形態に係る画像処理装置を含む画像処理システムの構成の一例を示す図である。

図１（Ａ）において、画像処理システム１００Ａは、情報処理装置２００と画像形成装置３００とを備える。情報処理装置２００と画像形成装置３００とは、通信手段４００で接続されており、相互に通信が可能である。情報処理装置２００としては、例えば、パーソナルコンピュータが挙げられる。画像形成装置３００としては、例えば、コピー機、プリンタ、及びファクシミリ（ＦＡＸ）送受信装置等の他、コピー機能、プリント機能、ＦＡＸ送受信機能等のうちいずれか複数の機能を備える、いわゆる複合機があげられる。

画像形成装置３００は、通信装置１０、画像処理装置２０、画像読取装置３０、及び画像出力装置４０を備える。通信装置１０は、通信手段４００を介して画像形成装置３００と接続する他の装置（例えば、情報処理装置２００）とデータの送受信を行う。例えば、通信装置１０は、画像処理を施した画像を画像処理装置２０から受付け、情報処理装置２００に送信する。また、通信装置１０は、例えば、情報処理装置２００から受け付けた画像データを画像処理装置２０に出力する。

画像読取装置３０は、例えばスキャナであり、原稿台に置かれた原稿を読み取り、読み取った原稿画像を画像処理装置３０に出力する。

画像処理装置２０は、通信装置１０から受け付けた画像データを、画像出力装置４０が出力可能なデータ形式に変換する。また、画像処理装置２０は、画像読取装置３０が読み取った画像データを画像読取装置３０から受付け、画像出力装置４０が出力可能なデータ形式に変換する。画像処理装置２０は、変換した画像データを画像出力装置４０に出力する。

また、画像処理装置２０は、画像読取装置３０が読み取った画像データに基づき、当該画像データに対して付されるファイル名を自動で決定し、通信装置１０を介して情報処理装置２００へと送信する。

画像出力装置４０は、画像処理装置２０から出力対象の画像データを受け付け、受け付けた画像データに基づく画像を用紙上に形成し、出力する。

図１（Ａ）では、画像形成装置３００が画像処理装置２０を備える実施形態について示した。図１（Ｂ）では、情報処理装置（例えば、パーソナルコンピュータ等）が画像処理装置として機能する実施形態について示す。図１（Ｂ）において、画像処理システム１００Ｂは、画像処理装置として機能する情報処理装置５００と、画像読取装置６００とを備える。情報処理装置５００及び画像読取装置６００は、通信手段４００により接続され相互に通信可能である。画像読取装置６００は、例えばスキャナであり、情報処理装置５００からの指示に基づいて、原稿台に置かれた原稿を読み取り、読み取った原稿画像を情報処理装置５００に送信する。

情報処理装置５００は、画像読取装置６００に対して、原稿の読み取りを指示し、画像読取装置６００が読み取った原稿画像を受信する。情報処理装置５００は、受信した原稿画像を情報処理装置５００が備える記憶装置に記憶する。情報処理装置５００は、原稿画像を記憶装置に記憶する際のファイル名を、原稿画像に基づき決定する。

以降は、画像形成装置３００が備える画像処理装置２０について説明を行う。しかしながら、図１（Ｂ）の情報処理装置５００が、画像処理装置として機能してもよい。また、以降の説明では、画像読取装置３０が読み取った画像データ中の文字列を認識し、認識した文字列をファイル名として利用する例について説明する。また、以下の説明では、ユーザが書き込みを行う前の原稿を「元の原稿（または、元原稿）」と記載し、ユーザが書き込みを行った後の原稿を単に「原稿」と記載する。また、本実施形態において、元の原稿は白黒印刷されており、ユーザによる書き込みは、黒以外の色を用いて行われているものとする。

画像処理装置２０のハードウェア構成の一例について説明する。図２は、画像処理装置２０のハードウェア構成の一例を示す図である。

画像処理装置２０は、入出力部２０１、ＲＯＭ（Read Only Memory）２０２、ＣＰＵ（Central Processing Unit）２０３、ＲＡＭ（Random Access Memory）２０４、及びＨＤＤ（Hard Disk Drive）２０５を備える。

入出力部２０１は、通信装置１０、画像読取装置３０、及び画像出力装置４０とデータの送受信を行う。ＲＯＭ２０２は、画像読取装置３０から受け付けた画像データからファイル名を作成するプログラム（詳細は、後述する）等を格納する。ＣＰＵ２０３は、ＲＯＭ２０２に格納されたプログラムを読み込んで実行する。ＲＡＭ２０４は、プログラムを実行する際に使用される一時的なデータを保存する。ＨＤＤ２０５は、画像読取装置３０から受け付けた画像データ、画像データからファイル名を作成するプログラムで使用される挿入系記号に係るデータ（詳細は後述する）等を記憶する。

次に、画像処理装置２０が備える機能の一例について説明する。図３は、画像処理装置２０が備える機能の一例を示す機能ブロック図である。画像処理装置２０は、色分解部２１１、文字列抽出部２１２、修正部２１３、記号格納部２１４、他色文字認識部２１５、ファイル名決定部２１６、及び辞書格納部２１７を備える。記号格納部２１４及び辞書格納部２１７は、例えば、ＨＤＤ２０５で構成される。色分解部２１１、文字列抽出部２１２、修正部２１３、他色文字認識部２１５、及びファイル名決定部２１６は、ＲＯＭ２０２に格納されたプログラムのＣＰＵ２０３による演算によって実現される。なお、ファイル名決定部２１６は、文字列決定部の一例である。

色分解部２１１は、画像読取装置３０からファイル名を作成する対象となる画像データを受け付ける。なお、色分解部２１１は、ＨＤＤ２０５等に保存されている画像データを、ファイル名を作成する対象となる画像データとして取得してもよい。

色分解部２１１は、画像読取装置３０から受け付けた画像データを、例えば、ＣＭＹＫ（Ｃ：シアン、Ｍ：マゼンタ、Ｙ：イエロー、Ｋ：クロ）の各色成分の画像データに分解する。あるいは、色分解部２１１は、Ｋ色の画像データとＫ色以外の色成分の画像データ（以後、他色の画像データと記載する）とに画像データを分解してもよい。例えば、色分解部２１１が、図４（Ａ）に示す画像データを画像読取装置３０から受け付けたとする。ここで、図４（Ａ）においては、「標準化規格会議議事録」及び「■日時：２０１０／１０／１５」以降の文字が、あらかじめ元の原稿に印刷されており、それ以外の文字や図形（図４（Ｃ））が、ユーザによって書き込まれたものとする。また、「標準化規格会議議事録」及び「■日時：２０１０／１０／１５」以降の文字の色は、Ｋ色である。この場合、色分解部２１１は、Ｋ色の画像データ（図４（Ｂ））と、他色の画像データ（図４（Ｃ））とに、画像読取装置３０から受け付けた画像データを分解する。

色分解部２１１は、各色成分の画像データを文字列抽出部２１２、修正部２１３、及び他色文字認識部２１５に出力する。

文字列抽出部２１２は、色分解部２１１から各色成分の画像データを受け付ける。文字列抽出部２１２は、各色成分の画像データのうち、例えば、Ｋ色の画像データからファイル名候補となる文字列（以下、ファイル名候補文字列と記載する）を抽出する。具体的には、文字列抽出部２１２は、Ｋ色の画像データにおいて、予め定められた領域（領域Ａと記載する）に対して文字認識を行い、ファイル名候補となる文字列を抽出する。例えば、Ｋ色の画像データに含まれる最初の一行をファイル名として利用するとする。この場合、領域Ａは、例えば、Ｋ色の画像データの左上原点から、２行目のＫ色文字列（■日時：２０１０／１０／１５）の前の行までの矩形の領域（図５（Ａ）に破線で示す）となる。なお、領域Ａの決定方法は、本実施形態に限られるものではない。

文字列抽出部２１２は、抽出した文字列を修正部２１３に出力する。なお、図５（Ａ）の例では、文字列抽出部２１２は、「標準化規格会議議事録」の文字列を抽出する。この場合、「標準化規格会議議事録」がファイル名候補文字列となる。また、文字列抽出部２１２は、抽出した文字列が存在する画像上の座標情報を、修正部２１３に出力する。

修正部２１３は、色分解部２１１から、各色成分の画像データを受け付ける。また、修正部２１３は、文字列抽出部２１２から、ファイル名候補文字列、及び、ファイル名候補文字列が存在する画像上の座標情報を受け付ける。

修正部２１３は、Ｋ色の画像データにおいて存在するファイル名候補文字列と、Ｋ色以外の色成分（ＣＭＹ色）の画像データに基づいて、ファイル名候補文字列を修正する。具体的には、修正部２１３は、他色の画像データにおいて、ファイル名候補文字列を含む領域（領域Ｂと記載する）に存在する図形、記号、及び文字に基づいて、ファイル名候補文字列を修正する。なお、本実施形態では、図５（Ｂ）に示すように、領域Ｂは、画像データの左上を原点として垂直方向をＹ軸、水平方向をＸ軸とした場合に、ファイル名候補文字列が存在するＹ座標（図中、点線で表示）を中心とし、垂直方向に予め定めた画素数を含む領域（図中、一点鎖線で示す）であるとする。なお、本実施形態では、領域Ａと領域Ｂとは、位置及び大きさが異なっているが、領域Ａと領域Ｂとは同一の領域でもよい。

修正部２１３は、後述する記号格納部２１４に格納されている図形が、他色の画像データの領域Ｂに存在するか否か、及び、他色の画像データに含まれる画像が、ファイル名候補文字列と重なる位置に存在するか否か判定する。領域Ｂに記号格納部２１４に格納されている図形が存在する場合、または、他色の画像データに含まれる画像がファイル名候補文字列と重なる位置に存在する場合、修正部２１３は、他色の画像データに対して文字認識処理を行うよう、他色文字認識部２１５に指示する。他色文字認識部２１５によって文字が認識された場合、修正部２１３は、認識された文字を用いて、ファイル名候補文字列を修正する。他色文字認識部２１５によって文字が認識されなかった場合、ファイル名候補文字列と他色の画像データに含まれる画像との関係に基づいて、ファイル名候補文字列を修正する。ファイル名候補文字列の修正処理の詳細については、後にフローチャートを用いて詳述する。

修正部２１３は、修正したファイル名候補文字列をファイル名決定部２１６に出力する。

記号格納部２１４は、文字列に対する修正が必要なことを意味する図形に関する情報を格納する。ここで、図６を用いて記号格納部２１４が格納する情報について説明する。図６（Ａ）は、記号格納部２１４に格納される情報の一例を示す図である。

図６（Ａ）に示すように、記号格納部２１４は、例えば、「Ｎｏ．」、「図形」、「Ｋ色文字列に対する相対位置」、「意味」、及び「手書き文字の位置」を格納する。「Ｎｏ．」は、各データを一意に識別するための番号である。

「図形」は、ファイル名候補文字列を含む領域Ｂに存在するか否かが判定される図形を表す。「Ｋ色文字列に対する相対位置」は、「図形」が、ファイル名候補文字列に対して相対的に上に位置するのか、下に位置するのかを表す。「意味」は、「図形」が「Ｋ色文字列に対する相対位置」に存在する場合に、ファイル名候補文字列に対して実行される処理を表す。図６（Ａ）の例では、「意味」は、ユーザが元の原稿に書き入れた文字を、いずれの位置に挿入すればよいかを表す。例えば、“右下挿入”は、図形の右下が指す位置に、手書き文字を挿入することを意味する。

「手書き文字の位置」は、「図形」が「Ｋ色文字列に対する相対位置」にある場合に、「図形」に対してどの位置に存在する手書きの文字を、ファイル候補文字列に対して挿入するのかを表す。例えば、“規定矩形内、左上”は、ファイル候補文字列を含む予め定めた領域（領域Ｂ）内であって、「図形」に対して左上に存在する手書きの文字をファイル候補文字列に対して挿入することを表す。

例えば、図６（Ｂ）に示す画像データが存在し、「標準化企会議議事録」のみが、Ｋ色の文字列であるとする。この場合、他色の画像データに含まれる図形は、Ｋ色の文字列に対して相対的に上の位置に存在するため、Ｎｏ．２の図形に該当する。この場合、図形の右上に存在する「画」の手書きの文字が、図形の左下が指す「企」と「会」との間に挿入される。

また、例えば、図６（Ｃ）に示す画像データが存在し、「標準化企会議議事録」のみが、Ｋ色の文字列であるとする。この場合、他色の画像データに含まれる図形は、Ｋ色の文字列に対して相対的に下の位置に存在し、Ｎｏ．９の図形に該当する。この場合、図形の下に存在する「画」の手書きの文字が、図形の頂点の上の位置（「企」と「会」との間）に挿入される。

また、例えば、図６（Ｄ）に示す画像データが存在し、「標準化企会議議事録」のみが、Ｋ色の文字列であるとする。この場合、他色の画像データに含まれる図形は、Ｋ色の文字列に対して相対的に上の位置に存在し、Ｎｏ．１０の図形に該当する。この場合、図形の上に存在する「画」の手書きの文字が、図形の頂点の下の位置（「企」と「会」との間）に挿入される。

図３に戻り説明を続ける。他色文字認識部２１５は、色分解部２１１から、各色成分の画像データを受け付ける。また、他色文字認識部２１５は、他色の画像データに対する文字認識処理の実行指示を修正部２１３から受け付ける。他色文字認識部２１５は、文字列の抽出が行われたＫ色以外の色成分の画像データにおいて、文字認識処理を行う。他色文字認識部２１５は、認識した文字を修正部２１３に出力する。

辞書格納部２１７は、過去にファイル名として使用された文字列を登録したユーザ辞書を格納する。図７は、ユーザ辞書の一例を示す図である。図７に示すように、ユーザ辞書は、「文字列」と「登録日」とを項目として有している。「文字列」には、ユーザが過去にファイル名として使用した文字列が格納される。「登録日」には、「文字列」が登録された日付が格納される。例えば、「標準化会議議事録」という文字列は、２０１０年１０月１０日に登録されている。

ファイル名決定部２１６は、修正部２１３からファイル名候補文字列を受け付ける。ファイル名決定部２１６は、ファイル名候補文字列が、辞書格納部２１７に格納されたユーザ辞書に存在するか否か判定する。ファイル名候補文字列が辞書格納部２１７に格納されたユーザ辞書に存在する場合、ファイル名決定部２１６は、修正部２１３から受け付けたファイル名候補文字列をユーザに提示する。ユーザが提示したファイル名候補文字列を承認した場合、修正部２１３は、ファイル名候補文字列をファイル名として決定し、通信装置１０に出力する。

また、ファイル名候補文字列が辞書格納部２１７に格納された辞書に存在しない場合、ファイル名決定部２１６は、辞書格納部２１７に格納された辞書に存在する文字列の中から、ファイル名候補文字列と類似度が高い文字列を取得する。ファイル名決定部２１６は、取得した文字列と、ファイル名候補文字列とをユーザに提示し、ファイル名の選択を受け付ける。ファイル名決定部２１６は、選択されたファイル名を通信装置１０に出力する。通信装置１０は、画像読取装置３０で読み取った画像データに、ファイル名決定部２１６が決定したファイル名を付して、情報処理装置２００に送信する。なお、ファイル名候補文字列と、ユーザ辞書に存在する文字列との類似度は、例えば、特開２０１１−８５５３号公報等に記載の技術の他、従来から存在する技術を用いて算出される。

次に、画像処理装置２０が実行するファイル名の決定処理の一例について説明する。図８及び９は、画像処理装置２０が実行する処理の一例を示すフローチャートである。

まず、画像処理装置２０は、画像読取装置３０が読み取った画像データに対して付すファイル名を、ユーザがマニュアルで入力するのか、画像処理装置２０が自動で決定するのかについてファイル名の決定方法をユーザから受け付ける（ステップＳ１１）。具体的には、画像処理装置２０は、不図示の表示装置に表示された操作画面を介して、ユーザからファイル名の決定方法を受け付ける。

次に、色分解部２１１は、ファイル名を画像処理装置２０が自動で決定するファイル名の自動決定が選択されたか否か判定する（ステップＳ１３）。

ファイル名の自動決定が選択されていない場合（ステップＳ１３／ＮＯ）、ファイル名決定部２１６は、操作画面を介してファイル名の入力を受け付け（ステップＳ４７）、本処理を終了する。

ファイル名の自動決定が選択された場合（ステップＳ１３／ＹＥＳ）、色分解部２１１は、画像読取装置３０から受け付けた画像を、ＣＭＹＫの各色成分に分解する。次に、色分解部２１１は、各色成分に分解された画像に対し２値化処理を行い、色成分毎の２値化画像を生成する（ステップＳ１７）。この２値化画像のデータが、各色成分の画像データとなる。

次に、文字列抽出部２１２が、ファイル名候補文字列を抽出する画像データとして、Ｋ色の画像データを選択する（ステップＳ１９）。文字列抽出部２１２は、Ｋ色の画像データの領域Ａに対して文字認識処理を行い、ファイル名候補文字列を抽出する（ステップＳ２１）。

次に、修正部２１３は、ファイル名候補文字列が含まれる矩形領域Ｂを決定する（ステップＳ２３）。修正部２１３は、ＣＭＹ各色成分の画像データにおいて、矩形領域Ｂ内にＣＭＹ色の画像（図形画像や文字画像等）が存在するか否か判定する（ステップＳ２５）。領域Ｂ内に、ＣＭＹ色の画像が存在しない場合（ステップＳ２５／ＮＯ）、修正部２１３は、ファイル名候補文字列に対する修正は無いと判断する（ステップＳ２７）。修正部２１３は、ステップＳ２１で抽出したファイル名候補文字列を、ファイル名候補１として、例えばＨＤＤ２０５に保存する（ステップＳ４５）。

矩形領域Ｂ内にＣＭＹ色の画像が存在する場合（ステップＳ２５／ＹＥＳ）、修正部２１３は、他色（ＣＭＹ色のいずれか）の画像が、ステップＳ２１で取得したＫ色の文字列に重なるか否か判定する（ステップＳ２７）。

他色（ＣＭＹ色のいずれか）の画像が、Ｋ色の文字列に重なる場合（ステップＳ２７／ＹＥＳ）、修正部２１３は、他色の画像と重なるＫ色の文字を修正対象と判断する（ステップＳ２９）。

次に、他色文字認識部２１５が、他色の画像と重なるＫ色文字を含む領域Ｃで、他色の画像データの文字認識処理を行う（ステップＳ３１）。ここで、本実施形態では、他色の画像と重なるＫ色文字を含む領域Ｃは、例えば、他色の画像と重なるＫ色文字が存在するＹ座標から垂直方向に予め定めた画素数を含む領域であるとするが、領域Ｃは任意の領域に設定可能である。

修正部２１３は、他色の画像データにおいて、文字が認識されたか否か判定する（ステップＳ３３）。

他色の画像データにおいて文字が認識されなかった場合（ステップＳ３３／ＮＯ）、修正部２１３は、他色と重なるＫ色文字を文字列から削除する（ステップＳ３５）。他色の画像データにおいて文字が認識された場合（ステップＳ３３／ＹＥＳ）、修正部２１３は、他色と重なるＫ色文字を、ステップＳ３１で認識した他色の文字で置換する（ステップＳ３７）。

次に、修正部２１３は、矩形領域Ｂ内に挿入系記号が存在するか否か判定する（ステップＳ３９）。ここで、挿入系記号とは、図４（Ａ）に示すように、記号格納部２１４に格納される、文字と文字との間に他の文字の挿入することを表す記号をいう。言い換えれば、修正部２１３は、記号格納部２１４に格納された記号が、矩形領域Ｂ内に存在するか否か判定する。

矩形領域Ｂ内に挿入系記号が存在する場合（ステップＳ３９／ＹＥＳ）、他色文字認識部２１５は、他色の画像データの領域Ｂにおいて、文字認識処理を行い、他色文字を認識する（ステップＳ４１）。そして、修正部２１３は、ステップＳ４１で認識された他色文字のうち、図６（Ａ）の「手書き文字の位置」に存在する文字を、記号が示すＫ色文字列の文字間に挿入する（ステップＳ４３）。

ファイル名決定部２１６は、ステップＳ２７〜ステップＳ４３の処理で得られた文字列を、ファイル名候補１として保存する（ステップＳ４７）。

ここで、図１０を用いて、ステップＳ１１〜ステップＳ４７の処理によって得られるファイル名候補１の例について説明する。図１０は、画像読取装置３０から受け付けた各画像データに対し、ステップＳ１１〜ステップＳ４７の処理を実行した場合に得られるファイル名候補１を説明するための図である。

図１０のＡの例において、元画像データ中、「標準化規格会議議事録」の文字のみが、Ｋ色であったと仮定する。この場合、ステップＳ２１で抽出されるファイル名候補文字列は、「標準化規格会議議事録」となる。Ａの例では、領域Ｂに他色の画像が存在するため(ステップＳ２５／ＹＥＳ)、修正部２１３は、他色画像がＫ色の文字列に重なるか否か判定する（ステップＳ２７）。Ａの例では、他色画像（削除を表す「Ｘ」の図形画像）が、Ｋ色文字列のうち、「規格」と重なっているため（ステップＳ２７）、修正部２１３は、他色画像と重なるＫ色文字「規格」を修正対象と判断する（ステップＳ２９）。そして、他色文字認識部２１５は、他色画像と重なるＫ色文字を含む領域Ｃに対して、文字認識処理を行う（ステップＳ３１）。Ａの例では、他色の画像データにおいて、「規格」を含む領域Ｃに対して文字認識処理が行われ、「企画」の文字が他色文字として認識される（ステップＳ３３／ＹＥＳ）。修正部２１３は、他色画像と重なるＫ色文字（規格）を、他色文字（企画）で置換する（ステップＳ３７）。Ａの例では、領域Ｂに挿入系記号が存在しないため（ステップＳ３９／ＮＯ）、ステップＳ４１の処理は行われない。この結果、Ａの元画像データに基づくファイル名候補１は「標準化企画会議議事録」となる。

続いて、Ｂの例において、元画像データ中、「標準化企画会議議事録」の文字のみがＫ色であったと仮定する。この場合、ステップＳ２１で抽出されるファイル名候補文字列は、「標準化企画会議議事録」である。Ｂの例では、領域Ｂに他色の画像が存在するため（ステップＳ２５／ＹＥＳ）、修正部２１３は、他色画像がＫ色の文字列に重なるか否か判定する（ステップＳ２７）。Ｂの例では、他色画像（削除を表す「Ｘ」の図形画像）が、Ｋ色文字列のうち、「規格」と重なっているため（ステップＳ２７）、修正部２１３は、他色画像と重なるＫ色文字「規格」を修正対象と判断する（ステップＳ２９）。そして、他色文字認識部２１５は、他色画像と重なるＫ色文字を含む領域Ｃに対して、文字認識処理を行う（ステップＳ３１）。Ｂの例では、他色の画像データにおいて、「規格」を含む領域Ｃに対して文字認識処理が行われるが、領域Ｃに他色文字が存在しないため（ステップＳ３１／ＮＯ）、修正部２１３は、他色の画像と重なるＫ色文字（規格）を、文字列から削除する（ステップＳ３５）。Ｂの例では、領域Ｂに挿入系記号が存在しないため（ステップＳ３９／ＮＯ）、ステップＳ４１の処理は行われない。この結果、Ｂの元画像データに基づくファイル名候補１は「標準化会議議事録」となる。

さらに、Ｃの例において、元画像データ中、「標準化格会議議事録」の文字のみがＫ色であったと仮定する。この場合、ステップＳ２１で抽出されるファイル名候補文字列は、「標準化格会議議事録」である。Ｃの例では、領域Ｂに他色の画像が存在するため（ステップＳ２５／ＹＥＳ）、修正部２１３は、他色画像がＫ色の文字列に重なるか否か判定する（ステップＳ２７）。Ｃの例では、他色画像（削除を表す「Ｘ」の図形画像）が、Ｋ色文字列のうち、「格」と重なっているため（ステップＳ２７／ＹＥＳ）、修正部２１３は、他色画像と重なるＫ色文字「規格」を修正対象と判断する（ステップＳ２９）。そして、他色文字認識部２１５は、他色画像と重なるＫ色文字を含む領域Ｃに対して、文字認識処理を行う（ステップＳ３１）。Ｃの例では、他色の画像データにおいて、「格」を含む領域Ｃに対して文字認識が行われ、「画」の文字が他色文字として認識される（ステップＳ３３／ＹＥＳ）。修正部２１３は、他色画像と重なるＫ色文字（格）を、他色文字（画）で置換する（ステップＳ３７）。ステップＳ３７の処理後のファイル名候補文字列は「標準化画会議議事録」となる。また、Ｃの例では、領域Ｂに挿入系記号が存在するため（ステップＳ３９／ＹＥＳ）、他色文字認識部２１５は、他色の画像データにおいて、領域Ｂに対して文字認識処理を行う（ステップＳ４１）。ステップＳ４１の処理の結果、「企」及び「画」の文字が他色文字として認識される。修正部２１３は、「企」及び「画」のうち、挿入系記号に対し左上に存在する「企」の文字を、図形が示す「化」と「格」の間に挿入する（ステップＳ４３）。この結果、Ｃの元画像データに基づくファイル名候補１は、「標準化企画会議議事録」となる。

次に、図６を参照し、ステップＳ４５及びＳ４７以降の処理について説明する。ファイル名決定部２１６は、ファイル名候補１を辞書格納部２１７に格納されているユーザ辞書と比較する（ステップＳ５１）。ファイル名決定部２１６は、ファイル名候補１がユーザ辞書に存在するか否か判定する（ステップＳ５３）。

ファイル名候補１がユーザ辞書に存在する場合（ステップＳ５３／ＹＥＳ）、ファイル名決定部２１６は、ファイル名候補１のみをユーザに提示する（ステップＳ５５）。例えば、ファイル名決定部２１６は、画像形成装置３００が備える表示装置に、ファイル名候補１を表示する。

次に、ファイル名候補１は、ステップＳ５５で提示したファイル名候補１が、ユーザによりファイル名として承認されたか否か判定する（ステップＳ５７）。ファイル名候補１がファイル名としてユーザに承認された場合（ステップＳ５７／ＹＥＳ）、ファイル名決定部２１６は、ファイル名候補１をファイル名として決定し（ステップＳ５９）、処理を終了する。

ファイル名候補１が辞書に存在しない場合（ステップＳ５３／ＮＯ）、ファイル名決定部２１６は、ユーザ辞書から、ファイル名候補１との類似度が高い単語を検索し、ファイル名候補２とする（ステップＳ６１）。次に、ファイル名決定部２１６は、ファイル名候補１及びファイル名候補２をユーザに提示する（ステップＳ６３）。例えば、ファイル名候補１が「標準化会議議事録」であったとする。この場合に、図７に示したユーザ辞書に、「標準化会議議事録」は存在しない。そこで、ファイル名決定部２１６は、「標準化会議議事録」との類似度が高い「標準会議議事録」をファイル名候補２とする。そして、ファイル名決定部２１６は、「標準化会議議事録」と「標準会議議事録」とを、ユーザに提示する。

次に、ファイル名決定部２１６は、ファイル名候補１がユーザにより選択されたか否か判定する（ステップＳ６５）。ファイル名決定部２１６は、ファイル名候補１がユーザにより選択された場合（ステップＳ６５）、ファイル名候補１をユーザ辞書に追記する（ステップＳ６７）。そして、ファイル名決定部２１６は、ファイル名候補１をファイル名として決定し（ステップＳ６９）、処理を終了する。

ファイル名候補１がユーザにより選択されなかった場合（ステップＳ６５／ＮＯ）、ファイル名決定部２１６は、ファイル名候補２が選択されたか否か判定する（ステップＳ７１）。ファイル名候補２が選択された場合（ステップＳ７１／ＹＥＳ）、ファイル名決定部２１６は、ファイル名候補２をファイル名として決定し（ステップＳ７３）、処理を終了する。なお、ファイル名候補２は、ユーザ辞書に既に登録されているため、ファイル名決定部２１６はユーザ辞書への登録を行わない。

ファイル名候補２が選択されなかった場合（ステップＳ７１／ＮＯ）、又は、ステップＳ５７において、ユーザがファイル名候補１をファイル名として承認しなかった場合（ステップＳ５７／ＮＯ）、ファイル名決定部２１６は、ファイル名の入力をユーザから受け付ける（ステップＳ７５）。

ファイル名決定部２１６は、入力されたファイル名をユーザ辞書に追記する（ステップＳ７７）。そして、ファイル名決定部２１６は、入力されたファイル名をファイル名として決定し（ステップＳ７９）、処理を終了する。

以上の説明から明らかなように、上述の実施形態によれば、色分解部２１１は、ユーザによる書き込みがなされた原稿を読み取って生成した画像データを複数の色成分に分解し、文字列抽出部２１２は、Ｋ色成分の画像データにおいて、予め定めた領域Ａに対して文字認識処理を行い、ファイル名候補となる文字列を抽出する。これにより、Ｋ色で印刷された元の原稿に対して、Ｋ色以外の色（例えば、赤や青）を用いてユーザによる書き込みがなされた場合でも、ファイル名候補となる文字列が正確に認識される。例えば、色分解していない図４（Ａ）に示す原稿画像に対し文字認識処理を行った場合、Ｋ色以外の色で書かれた「企画」の文字や、削除を表す「Ｘ」の図形も文字の一部として認識されてしまうため、ファイル名候補文字列を正しく認識できない。例えば、図４（Ａ）の例では、「標準化規格会議議事録」の文字を含む画像データに対し文字認識処理を行うと、「標準化硫会会議議事録」と認識されてしまう。一方、本実施形態によれば、文字列抽出部２１２は、色分解されたＫ色の画像データに対して文字認識処理を行うため、ユーザにより書き込まれた図形や文字の影響を受けずに文字認識処理が実行される。これにより、ユーザによる書き込みがなされた場合でも、ファイル名候補となる文字列が正しく認識されるため、文字認識処理の精度が向上する。

そして、他色文字認識部２１５は、Ｋ色成分とは異なる他色の画像データにおいてファイル名候補文字列を含む領域Ｂに存在する他色の画像が、ファイル名候補文字列と重なる場合、または、他色の画像データにおいて領域Ｂに記号格納部２１４に格納された図形画像が存在する場合に、他色の画像データの領域Ｂに対して文字認識処理を行い、他色文字を認識する。修正部２１３は、他色の画像とファイル名候補文字列との関係、及び、他色文字認識部２１５により認識された他色文字の少なくともいずれかに基づいて、ファイル名候補文字列を修正する。これにより、Ｋ色の文字列に対してユーザがＫ色以外の色を用いて行った書き込みが反映されたファイル名候補文字列が取得される。

上述の実施形態では、修正部２１３は、ファイル名候補文字列に他色の画像が重なる場合、ファイル名候補文字列に含まれる文字のうち、他色の画像と重なる文字を、ファイル名文字列から削除する。これにより、ユーザが元の原稿に対して行った、削除を意図する書き込みを反映したファイル名候補文字列が取得される。

また、修正部２１３は、ファイル候補名文字列に他色の画像が重なる場合、ファイル名候補文字列に含まれる文字のうち、他色の画像と重なる文字を、他色文字認識部２１５が認識した他色文字によって置換する。これにより、ユーザが元の原稿に対して行った、置換を意図する書き込みを反映したファイル名候補文字列が取得される。

また、修正部２１３は、他色の画像データにおいて、領域Ｂに挿入系記号が存在する場合、他色文字認識部２１５が認識した他色文字をファイル名候補文字列に挿入する。これにより、ユーザが元の原稿に対して行った、文字の挿入を意図する書き込みを反映したファイル名候補文字列が取得される。

また、辞書格納部２１７は、ユーザに使用されたことがある文字列を登録したユーザ辞書を格納し、ファイル名決定部２１６は、ファイル名候補文字列が辞書格納部２１７に含まれない場合、辞書格納部２１７に格納された文字列の中から、ファイル名候補文字列と類似する文字列を検出し、ファイル名としてユーザに提示する。ファイル名候補文字列がユーザ辞書にない場合、文字列抽出部２１２及び他色文字認識部２１５が実行する文字認識処理において、文字を誤検知している可能性が高い。ユーザ辞書を用いて、ファイル名候補文字列が過去にファイル名として使用されたことのある文字列か否かを判定することにより、ファイル名の認識精度が向上する。

上述した実施の形態は、本発明の実施形態の一部である。但し、これに限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々変形実施可能である。

上述した実施の形態において、領域Ｂ内に記号格納部２１４に格納された図形が存在する場合、他色文字認識部２１５は、領域Ｂに対して文字認識処理を実行していた。しかしながら、他色文字認識部２１５は、例えば、挿入系記号を含む、領域Ｂとは異なる領域（例えば、領域Ｄ）を決定し、領域Ｄに対して文字認識処理を実行してもよい。

上述の実施形態では、画像データ中に含まれる文字列をファイル名として利用する処理について説明した。しかしながら、元の文書原稿に対してユーザにより書き込みが行われた原稿をＯＣＲ（Optical Character Recognition）処理する場合に、本発明を適用してもよい。

なお、上記の画像処理装置２０が有する機能は、ＣＰＵ、ＲＯＭ、ＲＡＭ等を備えるコンピュータによって実現することができる。その場合、画像処理装置２０が有すべき機能の処理内容を記述したプログラムが提供される。そのプログラムをコンピュータで実行することにより、上記処理機能がコンピュータ上で実現される。処理内容を記述したプログラムは、コンピュータで読み取り可能な記録媒体に記録しておくことができる。

プログラムを流通させる場合には、例えば、そのプログラムが記録されたＤＶＤ（Digital Versatile Disc）、ＣＤ−ＲＯＭ（Compact Disc Read Only Memory）などの可搬型記録媒体の形態で販売される。また、プログラムをサーバコンピュータの記憶装置に格納しておき、ネットワークを介して、サーバコンピュータから他のコンピュータにそのプログラムを転送することもできる。

プログラムを実行するコンピュータは、例えば、可搬型記録媒体に記録されたプログラムもしくはサーバコンピュータから転送されたプログラムを、自己の記憶装置に格納する。そして、コンピュータは、自己の記憶装置からプログラムを読み取り、プログラムに従った処理を実行する。なお、コンピュータは、可搬型記録媒体から直接プログラムを読み取り、そのプログラムに従った処理を実行することもできる。また、コンピュータは、サーバコンピュータからプログラムが転送されるごとに、逐次、受け取ったプログラムに従った処理を実行することもできる。

２０…画像処理装置
３０…画像読取装置
２１１…色分解部
２１２…文字列抽出部
２１３…修正部
２１４…記号格納部
２１５…他色文字認識部
２１６…ファイル名決定部
２１７…辞書格納部
５００…情報処理装置
６００…画像読取装置

Claims (6)

1. 原稿を読み取って生成した画像データを構成する複数の色成分のうち、第１の色成分の画像データにおいて、予め定めた第１の領域に対して文字認識処理を行い、文字列を抽出する文字列抽出部と、
   前記第１の色成分とは異なる他の色成分の画像データにおいて前記抽出された文字列を含む第２の領域に存在する他の色成分の画像と、前記抽出された文字列とが予め定めた関係にある場合に、前記他の色成分の画像データにおいて、前記第２の領域に対して文字認識処理を行い、前記他の色成分の文字を認識する他色文字認識部と、
   少なくとも前記他の色成分の画像と前記抽出された文字列との関係に基づいて、前記抽出された文字列を修正する修正部と、
   を備えることを特徴とする画像処理装置。
2. 前記修正部は、前記抽出された文字列に前記他の色成分の画像が重なる場合、前記抽出された文字列に含まれる文字のうち、前記他の色成分の画像と重なる文字を、前記抽出された文字列から削除することを特徴とする請求項１に記載の画像処理装置。
3. 前記修正部は、前記抽出された文字列に前記他の色成分の画像が重なる場合、前記抽出された文字列に含まれる文字のうち、前記他の色成分の画像と重なる文字を、前記他色文字認識部が認識した前記他の色成分の文字によって置換することを特徴とする請求項１又は２に記載の画像処理装置。
4. 前記他の色成分の画像データにおいて、前記第２の領域に予め定められた記号が存在する場合、前記修正部は、前記他色文字認識部が認識した文字を前記抽出された文字列に挿入することを特徴とする請求項１から３のいずれか１項に記載の画像処理装置。
5. ユーザに使用されたことがある文字列を格納する辞書格納部と、
   前記修正部が修正した文字列が前記辞書格納部に含まれない場合、前記辞書格納部に格納された文字列の中から、前記修正部により修正された文字列と類似する文字列を検出し、前記第１の領域に含まれる文字列の抽出結果として決定する文字列決定部と、
   を備えることを特徴とする請求項１から４のいずれか１項に記載の画像処理装置。
6. コンピュータに、
   原稿を読み取って生成した画像データを構成する複数の色成分のうち、第１の色成分の画像データにおいて、予め定めた第１の領域に対して文字認識処理を行い、文字列を抽出する文字列抽出ステップと、
   前記第１の色成分とは異なる他の色成分の画像データにおいて前記抽出された文字列を含む第２の領域に存在する他の色成分の画像と、前記抽出された文字列とが予め定めた関係にある場合に、前記他の色成分の画像データにおいて、前記第２の領域に対して文字認識処理を行い、前記他の色成分の文字を認識する他色文字認識ステップと、
   少なくとも前記他の色成分の画像と前記抽出された文字列との関係に基づいて、前記抽出された文字列を修正する修正ステップと、
   を実行させることを特徴とするプログラム。

Images