JP7729148B2 - 情報処理装置、情報処理システム、およびプログラム - Google Patents
情報処理装置、情報処理システム、およびプログラムInfo
- Publication number
- JP7729148B2 JP7729148B2 JP2021157885A JP2021157885A JP7729148B2 JP 7729148 B2 JP7729148 B2 JP 7729148B2 JP 2021157885 A JP2021157885 A JP 2021157885A JP 2021157885 A JP2021157885 A JP 2021157885A JP 7729148 B2 JP7729148 B2 JP 7729148B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- data
- size
- character
- difference
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/759—Region-based matching
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/19—Recognition using electronic means
- G06V30/19007—Matching; Proximity measures
- G06V30/19013—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Accessory Devices And Overall Control Thereof (AREA)
- Facsimiles In General (AREA)
Description
本発明は、情報処理装置、情報処理システム、およびプログラムに関する。
従来より、印刷機による画像の印刷が正確に行われたかどうかを検査することが行われており、その検査における誤検知を低減化させることを目的とした技術が提案されている（例えば、特許文献１）。このような検査は、画一的に設定された検出条件の下で、印刷の対象とされた画像のデータと、印刷された画像のスキャンデータとが比較されて、印刷された画像に生じ得る汚れや白抜け等の欠陥の検出が行われる。
しかしながら、欠陥の検出は、検査対象の外形のサイズが小さくなるほど困難になるため、例えば、画像に含まれる文字のフォントのサイズよっては、欠陥の検出が正確に行われないことがある。その一方で、画像に含まれる文字は、フォントのサイズが小さくなるほど情報としての重要性が増すことがある。このため、欠陥の検出は、文字のフォントのサイズを問わずに正確に行われることが望ましい。
本発明の目的は、画像に存在し得る汚れや白抜け等の欠陥を検出する際、文字の外形の大きさが考慮されない場合に比べて、欠陥の検出漏れおよび誤検知の可能性を低減化させることにある。
請求項１に記載された発明は、プロセッサを備え、前記プロセッサは、比較の対象とする第１の画像のデータと第２の画像のデータとにそれぞれ含まれる文字の外形の大きさを取得し、前記文字の外形の大きさに応じて変化する検出条件により検出される、前記第１の画像のデータと前記第２の画像のデータとの違いに基づいて、当該第２の画像のデータの欠陥の有無を前記文字ごとに判定し、前記文字の外形の大きさとして、フォントのサイズが予め定められた大きさ以下であるかどうかにより特定される前記検出条件を用いて、前記違いを当該文字ごとに検出し、前記フォントのサイズが予め定められた大きさ以下である場合には、当該予め定められた大きさを超える文字に用いられる前記検出条件よりも文字の縁部を認識しやすい前記検出条件を用いることを特徴とする、情報処理装置である。
請求項２に記載された発明は、前記プロセッサは、前記第１の画像のデータのタグ情報と、当該第１の画像のデータの解析結果とのうち少なくとも一方から、当該第１の画像のデータに含まれる文字の外形の大きさを取得し、前記第２の画像のデータの解析結果から、当該第２の画像のデータに含まれる文字の外形の大きさを取得することを特徴とする、請求項１に記載の情報処理装置である。
請求項３に記載された発明は、前記プロセッサは、前記文字の外形の大きさとして、当該文字の外形の大きさを示す値が、予め定められた値以下であるかどうかを取得することを特徴とする、請求項２に記載の情報処理装置である。
請求項４に記載された発明は、前記第２の画像のデータが、画像形成装置から出力された媒体に形成された前記第１の画像を読み取ることで生成される画像のデータであることを特徴とする、請求項１に記載の情報処理装置である。
請求項５に記載された発明は、前記プロセッサは、前記第１の画像のデータを正解の画像のデータとし、前記第２の画像のデータを検査対象の画像のデータとしたときに、前記違いが検出されると、当該違いを前記画像形成装置の処理の際に生じた欠陥として判定することを特徴とする、請求項４に記載の情報処理装置である。
請求項６に記載された発明は、前記プロセッサは、前記違いとして、前記第２の画像のデータに含まれる、前記文字の汚れと、前記文字の形成が不十分な部分とのうち少なくとも一方を検出する制御を行うことを特徴とする、請求項５に記載の情報処理装置である。
請求項７に記載された発明は、前記プロセッサは、前記フォントのサイズが予め定められた大きさ以下である場合には、当該予め定められた大きさを超える文字に用いられる前記検出条件よりも前記違いを検出しやすい検出条件を用いることを特徴とする、請求項１に記載の情報処理装置である。
請求項８に記載された発明は、プロセッサを備え、前記プロセッサは、比較の対象とする第１の画像のデータと第２の画像のデータとにそれぞれ含まれる文字の外形の大きさを取得し、前記文字の外形の大きさに応じて変化する検出条件により検出される、前記第１の画像のデータと前記第２の画像のデータとの違いに基づいて、当該第２の画像のデータの欠陥の有無を前記文字ごとに判定し、前記文字の外形の大きさとして、フォントのサイズが予め定められた大きさ以下であるかどうかにより特定される前記検出条件を用いて、前記違いを当該文字ごとに検出し、前記フォントのサイズが予め定められた大きさ以下である場合には、当該予め定められた大きさを超える文字に用いられる前記検出条件よりも、文字の一部として認識される画素値が高い前記検出条件を用いることを特徴とする、情報処理装置である。
請求項９に記載された発明は、プロセッサを備え、前記プロセッサは、比較の対象とする第１の画像のデータと第２の画像のデータとにそれぞれ含まれる文字の外形の大きさを取得し、前記文字の外形の大きさに応じて変化する検出条件により検出される、前記第１の画像のデータと前記第２の画像のデータとの違いに基づいて、当該第２の画像のデータの欠陥の有無を前記文字ごとに判定し、前記文字の外形の大きさとして、フォントのサイズが予め定められた大きさ以下であるかどうかにより特定される前記検出条件を用いて、前記違いを当該文字ごとに検出し、前記フォントのサイズが予め定められた大きさ以下である場合には、当該予め定められた大きさを超える文字に用いられる前記検出条件により検出される前記違いとは異なる種類の前記違いを検出するための前記検出条件を用いることを特徴とする、情報処理装置である。
請求項１０に記載された発明は、前記プロセッサは、前記異なる種類の前記違いとして、前記第１の画像のデータに含まれる文字を構成する画素のうち、前記第２の画像のデータに含まれる当該文字を構成する画素に存在しない画素を検出する前記検出条件を用いることを特徴とする、請求項９に記載の情報処理装置である。
請求項１１に記載された発明は、比較の対象となる第１の画像のデータと第２の画像のデータとにそれぞれ含まれる文字の外形の大きさを取得する取得手段と、前記文字の外形の大きさに応じて変化する検出条件により検出される、前記第１の画像のデータと前記第２の画像のデータとの違いに基づいて、当該第２の画像のデータの欠陥の有無を前記文字ごとに判定し、前記文字の外形の大きさとして、フォントのサイズが予め定められた大きさ以下であるかどうかにより特定される前記検出条件を用いて、前記違いを当該文字ごとに検出し、前記フォントのサイズが予め定められた大きさ以下である場合には、当該予め定められた大きさを超える文字に用いられる前記検出条件よりも文字の縁部を認識しやすい前記検出条件を用いる判定手段と、を有することを特徴とする情報処理システムである。
請求項１２に記載された発明は、コンピュータに、比較の対象となる第１の画像のデータと第２の画像のデータとに含まれる文字の外形の大きさを取得する機能と、前記文字の外形の大きさに応じて変化する検出条件により検出される、前記第１の画像のデータと前記第２の画像のデータとの違いに基づいて、当該第２の画像のデータの欠陥の有無を前記文字ごとに判定し、前記文字の外形の大きさとして、フォントのサイズが予め定められた大きさ以下であるかどうかにより特定される前記検出条件を用いて、前記違いを当該文字ごとに検出し、前記フォントのサイズが予め定められた大きさ以下である場合には、当該予め定められた大きさを超える文字に用いられる前記検出条件よりも文字の縁部を認識しやすい前記検出条件を用いるためのプログラムである。
請求項２に記載された発明は、前記プロセッサは、前記第１の画像のデータのタグ情報と、当該第１の画像のデータの解析結果とのうち少なくとも一方から、当該第１の画像のデータに含まれる文字の外形の大きさを取得し、前記第２の画像のデータの解析結果から、当該第２の画像のデータに含まれる文字の外形の大きさを取得することを特徴とする、請求項１に記載の情報処理装置である。
請求項３に記載された発明は、前記プロセッサは、前記文字の外形の大きさとして、当該文字の外形の大きさを示す値が、予め定められた値以下であるかどうかを取得することを特徴とする、請求項２に記載の情報処理装置である。
請求項４に記載された発明は、前記第２の画像のデータが、画像形成装置から出力された媒体に形成された前記第１の画像を読み取ることで生成される画像のデータであることを特徴とする、請求項１に記載の情報処理装置である。
請求項５に記載された発明は、前記プロセッサは、前記第１の画像のデータを正解の画像のデータとし、前記第２の画像のデータを検査対象の画像のデータとしたときに、前記違いが検出されると、当該違いを前記画像形成装置の処理の際に生じた欠陥として判定することを特徴とする、請求項４に記載の情報処理装置である。
請求項６に記載された発明は、前記プロセッサは、前記違いとして、前記第２の画像のデータに含まれる、前記文字の汚れと、前記文字の形成が不十分な部分とのうち少なくとも一方を検出する制御を行うことを特徴とする、請求項５に記載の情報処理装置である。
請求項７に記載された発明は、前記プロセッサは、前記フォントのサイズが予め定められた大きさ以下である場合には、当該予め定められた大きさを超える文字に用いられる前記検出条件よりも前記違いを検出しやすい検出条件を用いることを特徴とする、請求項１に記載の情報処理装置である。
請求項８に記載された発明は、プロセッサを備え、前記プロセッサは、比較の対象とする第１の画像のデータと第２の画像のデータとにそれぞれ含まれる文字の外形の大きさを取得し、前記文字の外形の大きさに応じて変化する検出条件により検出される、前記第１の画像のデータと前記第２の画像のデータとの違いに基づいて、当該第２の画像のデータの欠陥の有無を前記文字ごとに判定し、前記文字の外形の大きさとして、フォントのサイズが予め定められた大きさ以下であるかどうかにより特定される前記検出条件を用いて、前記違いを当該文字ごとに検出し、前記フォントのサイズが予め定められた大きさ以下である場合には、当該予め定められた大きさを超える文字に用いられる前記検出条件よりも、文字の一部として認識される画素値が高い前記検出条件を用いることを特徴とする、情報処理装置である。
請求項９に記載された発明は、プロセッサを備え、前記プロセッサは、比較の対象とする第１の画像のデータと第２の画像のデータとにそれぞれ含まれる文字の外形の大きさを取得し、前記文字の外形の大きさに応じて変化する検出条件により検出される、前記第１の画像のデータと前記第２の画像のデータとの違いに基づいて、当該第２の画像のデータの欠陥の有無を前記文字ごとに判定し、前記文字の外形の大きさとして、フォントのサイズが予め定められた大きさ以下であるかどうかにより特定される前記検出条件を用いて、前記違いを当該文字ごとに検出し、前記フォントのサイズが予め定められた大きさ以下である場合には、当該予め定められた大きさを超える文字に用いられる前記検出条件により検出される前記違いとは異なる種類の前記違いを検出するための前記検出条件を用いることを特徴とする、情報処理装置である。
請求項１０に記載された発明は、前記プロセッサは、前記異なる種類の前記違いとして、前記第１の画像のデータに含まれる文字を構成する画素のうち、前記第２の画像のデータに含まれる当該文字を構成する画素に存在しない画素を検出する前記検出条件を用いることを特徴とする、請求項９に記載の情報処理装置である。
請求項１１に記載された発明は、比較の対象となる第１の画像のデータと第２の画像のデータとにそれぞれ含まれる文字の外形の大きさを取得する取得手段と、前記文字の外形の大きさに応じて変化する検出条件により検出される、前記第１の画像のデータと前記第２の画像のデータとの違いに基づいて、当該第２の画像のデータの欠陥の有無を前記文字ごとに判定し、前記文字の外形の大きさとして、フォントのサイズが予め定められた大きさ以下であるかどうかにより特定される前記検出条件を用いて、前記違いを当該文字ごとに検出し、前記フォントのサイズが予め定められた大きさ以下である場合には、当該予め定められた大きさを超える文字に用いられる前記検出条件よりも文字の縁部を認識しやすい前記検出条件を用いる判定手段と、を有することを特徴とする情報処理システムである。
請求項１２に記載された発明は、コンピュータに、比較の対象となる第１の画像のデータと第２の画像のデータとに含まれる文字の外形の大きさを取得する機能と、前記文字の外形の大きさに応じて変化する検出条件により検出される、前記第１の画像のデータと前記第２の画像のデータとの違いに基づいて、当該第２の画像のデータの欠陥の有無を前記文字ごとに判定し、前記文字の外形の大きさとして、フォントのサイズが予め定められた大きさ以下であるかどうかにより特定される前記検出条件を用いて、前記違いを当該文字ごとに検出し、前記フォントのサイズが予め定められた大きさ以下である場合には、当該予め定められた大きさを超える文字に用いられる前記検出条件よりも文字の縁部を認識しやすい前記検出条件を用いるためのプログラムである。
請求項１の本発明によれば、画像に存在し得る汚れや白抜け等の欠陥を検出する際、文字の外形の大きさが考慮されない場合に比べて、欠陥の検出漏れおよび誤検知の可能性を低減化させる情報処理装置を提供できる。また、画像に存在し得る汚れや白抜け等の欠陥を検出する際、その画像に含まれる文字のフォントのサイズの影響を低減化させることができる。また、読み取り時における外縁の認識漏れの影響を受けやすいサイズの文字における欠陥の判別の正確性を向上させることができる。
請求項２の本発明によれば、「文字の外形の大きさを示す情報」を取得する手法を複数用意しておくことで、情報の取得漏れを抑制するとともに、正確な情報を取得できる。
請求項３の本発明によれば、文字の外形の大きさについて閾値を１つ定めておくことで、その閾値以下の文字の欠陥が検出されやすくなる。
請求項４の本発明によれば、画像形成装置から出力された画像に存在し得る欠陥を検出する際、その画像に含まれる文字の外形の大きさの影響を低減化させることができる。
請求項５の本発明によれば、出力対象の画像のデータと、出力された画像のデータとの比較により、出力された画像に存在し得る欠陥を検出する際、その画像に含まれる文字の外形の大きさの影響を低減化させることができる。
請求項６の本発明によれば、出力された画像に存在し得る欠陥として、文字の汚れと、文字の形成が不十分な部分とを検出する際、その画像に含まれる文字の外形の大きさの影響を低減化させることができる。
請求項７の本発明によれば、外形の大きさが小さい文字の欠陥の検出漏れを抑制することができる。
請求項８の本発明によれば、画像に存在し得る汚れや白抜け等の欠陥を検出する際、文字の外形の大きさが考慮されない場合に比べて、欠陥の検出漏れおよび誤検知の可能性を低減化させる情報処理装置を提供できる。また、画像に存在し得る汚れや白抜け等の欠陥を検出する際、その画像に含まれる文字のフォントのサイズの影響を低減化させることができる。また、黒文字であっても中間調のように薄くなってしまうサイズの文字における欠陥の判別の正確性を向上させることができる。
請求項９の本発明によれば、画像に存在し得る汚れや白抜け等の欠陥を検出する際、文字の外形の大きさが考慮されない場合に比べて、欠陥の検出漏れおよび誤検知の可能性を低減化させる情報処理装置を提供できる。また、画像に存在し得る汚れや白抜け等の欠陥を検出する際、その画像に含まれる文字のフォントのサイズの影響を低減化させることができる。また、文字の外形の大きさ、および欠陥の種類によって与える影響が異なるため、より影響の大きい欠陥が優先的に検出されるようにすることができる。
請求項１０の本発明によれば、外形が小さい文字に大きな影響を与える欠陥である、存在すべき画素が抜けた状態（いわゆる「白抜け」）を優先的に検出することができる。
請求項１１の本発明によれば、画像に存在し得る汚れや白抜け等の欠陥を検出する際、文字の外形の大きさが考慮されない場合に比べて、欠陥の検出漏れおよび誤検知の可能性を低減化させる情報処理システムを提供できる。また、画像に存在し得る汚れや白抜け等の欠陥を検出する際、その画像に含まれる文字のフォントのサイズの影響を低減化させることができる。また、読み取り時における外縁の認識漏れの影響を受けやすいサイズの文字における欠陥の判別の正確性を向上させることができる。
請求項１２の本発明によれば、画像に存在し得る汚れや白抜け等の欠陥を検出する際、文字の外形の大きさが考慮されない場合に比べて、欠陥の検出漏れおよび誤検知の可能性を低減化させるプログラムを提供できる。また、画像に存在し得る汚れや白抜け等の欠陥を検出する際、その画像に含まれる文字のフォントのサイズの影響を低減化させることができる。また、読み取り時における外縁の認識漏れの影響を受けやすいサイズの文字における欠陥の判別の正確性を向上させることができる。
請求項２の本発明によれば、「文字の外形の大きさを示す情報」を取得する手法を複数用意しておくことで、情報の取得漏れを抑制するとともに、正確な情報を取得できる。
請求項３の本発明によれば、文字の外形の大きさについて閾値を１つ定めておくことで、その閾値以下の文字の欠陥が検出されやすくなる。
請求項４の本発明によれば、画像形成装置から出力された画像に存在し得る欠陥を検出する際、その画像に含まれる文字の外形の大きさの影響を低減化させることができる。
請求項５の本発明によれば、出力対象の画像のデータと、出力された画像のデータとの比較により、出力された画像に存在し得る欠陥を検出する際、その画像に含まれる文字の外形の大きさの影響を低減化させることができる。
請求項６の本発明によれば、出力された画像に存在し得る欠陥として、文字の汚れと、文字の形成が不十分な部分とを検出する際、その画像に含まれる文字の外形の大きさの影響を低減化させることができる。
請求項７の本発明によれば、外形の大きさが小さい文字の欠陥の検出漏れを抑制することができる。
請求項８の本発明によれば、画像に存在し得る汚れや白抜け等の欠陥を検出する際、文字の外形の大きさが考慮されない場合に比べて、欠陥の検出漏れおよび誤検知の可能性を低減化させる情報処理装置を提供できる。また、画像に存在し得る汚れや白抜け等の欠陥を検出する際、その画像に含まれる文字のフォントのサイズの影響を低減化させることができる。また、黒文字であっても中間調のように薄くなってしまうサイズの文字における欠陥の判別の正確性を向上させることができる。
請求項９の本発明によれば、画像に存在し得る汚れや白抜け等の欠陥を検出する際、文字の外形の大きさが考慮されない場合に比べて、欠陥の検出漏れおよび誤検知の可能性を低減化させる情報処理装置を提供できる。また、画像に存在し得る汚れや白抜け等の欠陥を検出する際、その画像に含まれる文字のフォントのサイズの影響を低減化させることができる。また、文字の外形の大きさ、および欠陥の種類によって与える影響が異なるため、より影響の大きい欠陥が優先的に検出されるようにすることができる。
請求項１０の本発明によれば、外形が小さい文字に大きな影響を与える欠陥である、存在すべき画素が抜けた状態（いわゆる「白抜け」）を優先的に検出することができる。
請求項１１の本発明によれば、画像に存在し得る汚れや白抜け等の欠陥を検出する際、文字の外形の大きさが考慮されない場合に比べて、欠陥の検出漏れおよび誤検知の可能性を低減化させる情報処理システムを提供できる。また、画像に存在し得る汚れや白抜け等の欠陥を検出する際、その画像に含まれる文字のフォントのサイズの影響を低減化させることができる。また、読み取り時における外縁の認識漏れの影響を受けやすいサイズの文字における欠陥の判別の正確性を向上させることができる。
請求項１２の本発明によれば、画像に存在し得る汚れや白抜け等の欠陥を検出する際、文字の外形の大きさが考慮されない場合に比べて、欠陥の検出漏れおよび誤検知の可能性を低減化させるプログラムを提供できる。また、画像に存在し得る汚れや白抜け等の欠陥を検出する際、その画像に含まれる文字のフォントのサイズの影響を低減化させることができる。また、読み取り時における外縁の認識漏れの影響を受けやすいサイズの文字における欠陥の判別の正確性を向上させることができる。
以下、添付図面を参照して、本発明の実施の形態について詳細に説明する。
（情報処理システムの構成）
図１は、本実施の形態が適用される情報処理システム１の全体の構成を示す図である。
情報処理システム１は、画像処理装置１０と、クライアント端末５０とがネットワーク９０を介して接続されることにより構成されている。ネットワーク９０は、例えば、ＬＡＮ（Local Area Network）、インターネット等である。なお、画像処理装置１０と、クライアント端末５０とは、ネットワーク９０を介することなく、例えば、赤外線通信、可視光通信、近接無線通信、ブルートゥース（登録商標）、ＲＦＩＤ（登録商標）等の通信方式により直接接続することもできる。また、図１において、クライアント端末５０は１台しか図示されていないが、複数台のクライアント端末５０がネットワーク９０に接続されていてもよい。
（情報処理システムの構成）
図１は、本実施の形態が適用される情報処理システム１の全体の構成を示す図である。
情報処理システム１は、画像処理装置１０と、クライアント端末５０とがネットワーク９０を介して接続されることにより構成されている。ネットワーク９０は、例えば、ＬＡＮ（Local Area Network）、インターネット等である。なお、画像処理装置１０と、クライアント端末５０とは、ネットワーク９０を介することなく、例えば、赤外線通信、可視光通信、近接無線通信、ブルートゥース（登録商標）、ＲＦＩＤ（登録商標）等の通信方式により直接接続することもできる。また、図１において、クライアント端末５０は１台しか図示されていないが、複数台のクライアント端末５０がネットワーク９０に接続されていてもよい。
画像処理装置１０は、基本となる機能として、記録媒体に画像を形成する機能と、記録媒体に形成された画像を読み取る機能と、通信により画像情報の送受信を行う機能等を有する情報処理装置である。画像処理装置１０により送受信される画像情報には、記録媒体に形成される対象となる画像のデータや、記録媒体に画像を形成するために必要となる情報等が含まれる。記録媒体に画像を形成するために必要となる情報としては、例えば、出力される記憶媒体のサイズ、画像が形成される際のカラーモード（例えば、フルカラーや白黒）、出力する部数等が挙げられる。なお、本実施の形態において、記録媒体は用紙である。
画像処理装置１０は、記録媒体としての用紙に画像を形成する処理（以下、「印刷」と呼ぶ。）を行うと、その印刷が正確に行われたかどうかを検査する。具体的には、印刷の対象とされた画像のデータを正解画像のデータとし、用紙に印刷された画像を読み取る処理により生成した画像のデータを検査対象画像のデータとして、両データを比較する。そして、両データの比較の結果から検出される差分に基づいて、印刷の処理の欠陥の有無を判定する。差分の検出は、基本的には予め定められた検出条件により行われる。検出条件は、検査対象画像のデータに含まれる文字の外形の大きさに応じて変化する。印刷処理の欠陥としては、例えば、インク等が意図しない箇所に付着した「汚れ」、印刷が欠落した箇所である「白抜け」、印刷が不十分な箇所である「カスレ」といったものが挙げられる。
画像処理装置１０は、上記の検査において、以下の処理を行う。すなわち、画像処理装置１０は、比較の対象とする第１の画像のデータとしての正解画像のデータと、第２の画像のデータとしての検査対象画像のデータとを取得する。また、画像処理装置１０は、正解画像のデータおよび検査対象画像のデータに含まれる文字の外形の大きさを示す情報を取得する。そして、画像処理装置１０は、その文字の外形の大きさに応じて条件が変化する検出条件により検出される、正解画像のデータと検査対象画像のデータとの差分に基づいて、印刷処理の欠陥の有無を文字ごとに判定する。なお、画像処理装置１０による処理の具体的な内容については後述する。
クライアント端末５０は、ユーザＵが操作するパーソナルコンピュータ、タブレット端末、スマートフォン等の情報処理装置である。クライアント端末５０は、ユーザＵによる操作に基づいて、画像処理装置１０による印刷の対象となる画像のデータを作成または取得する。そして、クライアント端末５０は、作成または取得した画像のデータ、および印刷のために必要となる情報（例えば、用紙のサイズ、カラーモード、出力する部数など）を画像処理装置１０に送信することで印刷を行わせる。
また、クライアント端末５０は、画像処理装置１０から送信されてくる判定の結果を受信して出力する。具体的には、クライアント端末５０は、画像処理装置１０から送信されてくる、印刷処理の欠陥の有無を文字ごとに判定した結果を受信して出力する。例えば、クライアント端末５０は、画像処理装置１０から送信されてくる判定の結果を、ユーザＵが視認可能な態様で表示部に表示する。
なお、上述した情報処理システム１を構成する装置や端末の機能は一例であり、情報処理システム１全体として上述の機能を備えていればよい。このため、上述の機能のうち一部または全部を情報処理システム１内で分担してもよいし協働してもよい。例えば、画像処理装置１０の機能の一部または全部をクライアント端末５０の機能としてもよい。また、図示せぬサーバ等に画像処理装置１０の機能の一部または全部を移譲してもよい。これにより、情報処理システム１全体としての処理を促進し、また、処理を補完し合うことが可能となる。
（画像処理装置のハードウェア構成）
図２は、画像処理装置１０のハードウェア構成を示す図である。
画像処理装置１０は、制御部１１と、メモリ１２と、記憶部１３と、通信部１４と、操作部１５と、表示部１６と、読取部１７と、画像形成部１８とを有している。これらの各部は、データバス、アドレスバス、ＰＣＩ（Peripheral Component Interconnect）バス等で接続されている。
図２は、画像処理装置１０のハードウェア構成を示す図である。
画像処理装置１０は、制御部１１と、メモリ１２と、記憶部１３と、通信部１４と、操作部１５と、表示部１６と、読取部１７と、画像形成部１８とを有している。これらの各部は、データバス、アドレスバス、ＰＣＩ（Peripheral Component Interconnect）バス等で接続されている。
制御部１１は、ＯＳ（基本ソフトウェア）やアプリケーションソフトウェア（応用ソフトウェア）等の各種ソフトウェアの実行を通じて画像処理装置１０の動作を制御するプロセッサである。制御部１１は、例えばＣＰＵ（Central Processing Unit）で構成される。メモリ１２は、各種ソフトウェアやその実行に用いるデータ等を記憶する記憶領域であり、演算に際して作業エリアとして用いられる。メモリ１２は、例えばＲＡＭ（Random Access Memory）等で構成される。
記憶部１３は、各種ソフトウェアに対する入力データや各種ソフトウェアからの出力データ等を記憶する記憶領域であり、各種情報を記憶するデータベースとして、例えば、画像ＤＢ８０１、検出条件ＤＢ８０２等が格納されている。画像ＤＢ８０１には、正解画像のデータと、検査対象画像のデータとが記憶されている。検出条件ＤＢ８０２には、正解画像のデータと検査対象画像のデータとの差分を検出するための検出条件の内容が記憶されている。なお、検出条件ＤＢ８０２に記憶されているデータの具体例については、図６を参照して後述する。
記憶部１３は、例えばプログラムや各種設定データなどの記憶に用いられるＨＤＤ（Hard Disk Drive）やＳＳＤ（Solid State Drive）、半導体メモリ等で構成される。通信部１４は、ネットワーク９０を介して、または赤外線通信等の通信方式によるデータの送受信を行う。通信部１４は、クライアント端末５０および外部との間でデータの送受信を行う。
操作部１５は、例えばキーボード、マウス、機械式のボタン、スイッチ等で構成され、入力操作を受け付ける。操作部１５には、表示部１６と一体的にタッチパネルを構成するタッチセンサも含まれる。表示部１６は、画像やテキスト情報などを表示する。表示部１６は、例えば情報の表示に用いられる液晶ディスプレイや有機ＥＬ（＝Electro Luminescence）ディスプレイで構成される。
読取部１７は、記録媒体としての用紙に記録された画像を読み取る。読取部１７は、例えば光源から原稿に照射した光に対する反射光をレンズで縮小してＣＣＤ（Charge Coupled Devices）で受光するＣＣＤ方式のスキャナや、ＬＥＤ光源から原稿に順に照射した光に対する反射光をＣＩＳ（Contact Image Sensor）で受光するＣＩＳ方式のスキャナ等で構成される。
画像形成部１８は、記憶媒体に画像を形成する。具体的には、例えば、画像形成部１８は、トナー像を用紙に形成するいわゆる電子写真方式や、インクを用紙に吐出するいわゆるインクジェット方式等により、記録媒体としての用紙に、画像情報に基づいた画像を形成して出力する。
（クライアント端末のハードウェア構成）
クライアント端末５０のハードウェア構成は、図２に示す画像処理装置１０のハードウェア構成のうち、読取部１７および画像形成部１８以外の構成と同様の構成を備えている。このため、クライアント端末５０のハードウェア構成の図示および説明を省略する。
クライアント端末５０のハードウェア構成は、図２に示す画像処理装置１０のハードウェア構成のうち、読取部１７および画像形成部１８以外の構成と同様の構成を備えている。このため、クライアント端末５０のハードウェア構成の図示および説明を省略する。
（画像処理装置の制御部の機能構成）
図３は、画像処理装置１０の制御部１１の機能構成を示す図である。
画像処理装置１０の制御部１１では、画像取得部１０１と、文字領域抽出部１０２と、サイズ取得部１０３と、検出条件設定部１０４と、差分検出部１０５と、判定部１０６と、出力制御部１０７とが機能する。
図３は、画像処理装置１０の制御部１１の機能構成を示す図である。
画像処理装置１０の制御部１１では、画像取得部１０１と、文字領域抽出部１０２と、サイズ取得部１０３と、検出条件設定部１０４と、差分検出部１０５と、判定部１０６と、出力制御部１０７とが機能する。
画像取得部１０１は、比較の対象とする正解画像のデータと、検査対象画像のデータとを取得する。具体的には、画像取得部１０１は、記憶部１３の画像ＤＢ８０１（図２参照）に予め記憶されている正解画像のデータを取得する。上述したように、正解画像のデータは、クライアント端末５０により作成または取得された後、印刷対象として画像処理装置１０に向けて送信された画像のデータである。
文字領域抽出部１０２は、画像取得部１０１により取得された正解画像のデータと、検査対象画像のデータとの各々に含まれる文字の領域を抽出する。具体的には、例えば、文字領域抽出部１０２は、正解画像のデータのタグ情報、正解画像のデータの解析結果、または検査対象画像のデータの解析結果から文字の領域を取得する。正解画像のデータの解析や検査対象画像のデータの解析はＡＩ（人工知能）等により行われる。
サイズ取得部１０３は、取得手段として、文字領域抽出部１０２により抽出された文字の領域に含まれる文字の外形の大きさを示す情報を取得する。文字の外形の大きさを示す情報には、例えば、文字の外形の大きさを示す値としてのフォントのサイズが予め定められた閾値以下であるかどうかを示す情報等が含まれる。
検出条件設定部１０４は、サイズ取得部１０３により取得された、文字の外形の大きさを示す情報に基づいて、正解画像のデータと検査対象画像のデータとの違いとしての差分を検出するための条件（以下、「検出条件」と呼ぶ。）を設定する。具体的には、検出条件設定部１０４は、フォントのサイズが予め定められた大きさ以下であるかどうかを示す情報に基づいて検出条件を設定する。検出条件は、記憶部１３の検出条件ＤＢ８０２（図２参照）において、文字の外形の大きさを示す情報に対応付けられて記憶されている。なお、検出条件の具体例については、図６を参照して後述する。
例えば、検出条件設定部１０４は、文字のフォントのサイズが予め定められた大きさ以下である場合には、予め定められた大きさを超える文字に用いられる検出条件よりも、正解画像のデータと検査対象画像のデータとの差分が検出されやすい検出条件を設定することができる。
また、例えば、検出条件設定部１０４は、文字のフォントのサイズが予め定められた大きさ以下である場合には、予め定められた大きさを超える文字に用いられる検出条件よりも、文字の縁部が認識されやすい検出条件を設定することができる。また、例えば、検出条件設定部１０４は、文字のフォントのサイズが予め定められた大きさ以下である場合には、予め定められた大きさを超える文字に用いられる検出条件よりも、文字の一部として認識される画素値が高い検出条件を設定することができる。
また、例えば、検出条件設定部１０４は、文字のフォントのサイズが予め定められた大きさ以下である場合には、予め定められた大きさを超える文字に用いられる検出条件により検出される差分とは異なる種類の差分を検出するための検出条件を設定することができる。また、例えば、検出条件設定部１０４は、予め定められた大きさを超える文字に用いられる検出条件により検出される差分とは異なる種類の差分として、正解画像のデータに含まれる文字を構成する画素のうち、検査対象画像のデータに含まれる文字を構成する画素に存在しない画素を検出する検出条件を設定することができる。
差分検出部１０５は、検出条件設定部１０４により設定された検出条件を用いて、正解画像のデータと検査対象画像のデータとの差分を検出する制御を行う。以下、正解画像のデータと検査対象画像のデータとの差分を検出する制御を行う処理のことを「差分検出処理」と呼ぶ場合がある。差分検出部１０５により検出される、正解画像のデータと検査対象画像のデータとの差分としては、例えば、上述の「汚れ」、「白抜け」、「カスレ」といった欠陥を原因とするものが挙げられる。なお、差分検出部１０５により検出された差分、および印刷処理の欠陥の具体例については、図６を参照して後述する。
判定部１０６は、判定手段として、画像処理装置１０による印刷の処理の欠陥の有無を判定する。具体的には、判定部１０６は、差分検出部１０５により検出された差分に基づいて、印刷処理の欠陥の有無を文字ごとに判定することで、画像処理装置１０による印刷の処理の欠陥の有無を判定する。
出力制御部１０７は、判定部１０６による判定の結果を出力する制御を行う。具体的には、出力制御部１０７は、クライアント端末５０に向けて判定の結果を送信する制御と、クライアント端末５０に判定の結果を出力させる制御とを行う。
（画像処理装置の処理）
図４は、画像処理装置１０の全体的な処理の流れを示すフローチャートである。
画像処理装置１０は、正解画像および検査対象画像の各々のデータを取得すると（ステップ４０１でＹＥＳ）、取得した正解画像および検査対象画像の各々のデータに含まれる文字の領域を抽出し（ステップ４０２）、正解画像および検査対象画像の各々のデータに含まれる文字ごとの外形の大きさを示す情報を取得する（ステップ４０３）。具体的には、画像処理装置１０は、正解画像および検査対象画像の各々のデータに含まれる文字ごとのフォントのサイズを示す情報を取得する。これに対して、正解画像および検査対象画像の各々のデータを取得していない場合（ステップ４０１でＮＯ）、画像処理装置１０は、正解画像および検査対象画像の各々のデータを取得するまでステップ４０１の処理を繰り返す。
図４は、画像処理装置１０の全体的な処理の流れを示すフローチャートである。
画像処理装置１０は、正解画像および検査対象画像の各々のデータを取得すると（ステップ４０１でＹＥＳ）、取得した正解画像および検査対象画像の各々のデータに含まれる文字の領域を抽出し（ステップ４０２）、正解画像および検査対象画像の各々のデータに含まれる文字ごとの外形の大きさを示す情報を取得する（ステップ４０３）。具体的には、画像処理装置１０は、正解画像および検査対象画像の各々のデータに含まれる文字ごとのフォントのサイズを示す情報を取得する。これに対して、正解画像および検査対象画像の各々のデータを取得していない場合（ステップ４０１でＮＯ）、画像処理装置１０は、正解画像および検査対象画像の各々のデータを取得するまでステップ４０１の処理を繰り返す。
画像処理装置１０は、正解画像および検査対象画像の各々のデータに、フォントのサイズが閾値以下の文字が存在する場合には（ステップ４０４でＹＥＳ）、正解画像のデータと検査対象画像のデータとの比較ができるように位置合わせを行い（ステップ４０５）、差分検出処理を行う（ステップ４０６）。なお、差分検出処理の流れの詳細については、図５を参照して後述する。これに対して、正解画像および検査対象画像の各々のデータに、フォントのサイズが閾値以下の文字が存在しない場合には（ステップ４０４でＮＯ）、処理は終了する。画像処理装置１０は、差分検出処理を行った結果として差分を検出すると（ステップ４０７でＹＥＳ）、検出した差分の程度に基づいて、印刷処理の欠陥の有無を文字ごとに判定し（ステップ４０８）、その判定結果を出力する制御を行う（ステップ４０９）。これに対して、差分検出処理を行った結果として差分を検出しなかった場合には（ステップ４０７でＮＯ）、処理は終了する。
図５は、画像処理装置１０の処理のうち、差分検出処理の流れを示すフローチャートである。
上述の図４のステップ４０６の差分検出処理は、正解画像のデータと検査対象画像のデータとの間に生じ得る差分を検出する処理であり、図５に示すような流れで行われる。すなわち、画像処理装置１０は、検査対象画像のデータに含まれる、フォントのサイズが予め定められた閾値以下の文字を構成する画素ごとの画素値を判定し（ステップ６０１）、その画素の中に、文字の一部として認識される画素値として予め定められた閾値を超えるものが存在する場合には（ステップ６０２でＹＥＳ）、画素値の閾値が高くなるように検出条件を設定する（ステップ６０３）。これに対して、文字の一部として認識される画素値として予め定められた閾値を超えるものが存在しない場合には（ステップ６０２でＮＯ）、ステップ６０４に進む。
上述の図４のステップ４０６の差分検出処理は、正解画像のデータと検査対象画像のデータとの間に生じ得る差分を検出する処理であり、図５に示すような流れで行われる。すなわち、画像処理装置１０は、検査対象画像のデータに含まれる、フォントのサイズが予め定められた閾値以下の文字を構成する画素ごとの画素値を判定し（ステップ６０１）、その画素の中に、文字の一部として認識される画素値として予め定められた閾値を超えるものが存在する場合には（ステップ６０２でＹＥＳ）、画素値の閾値が高くなるように検出条件を設定する（ステップ６０３）。これに対して、文字の一部として認識される画素値として予め定められた閾値を超えるものが存在しない場合には（ステップ６０２でＮＯ）、ステップ６０４に進む。
画像処理装置１０は、検査対象画像のデータに含まれる、フォントのサイズが予め定められた閾値以下の文字の縁部を構成する画素の外側の画素ごとの色差を判定し（ステップ６０４）、その画素の中に、文字の縁部として認識される色差として予め定められた閾値以下のものが存在する場合には（ステップ６０５でＹＥＳ）、色差の閾値が低くなるように検出条件を設定する（ステップ６０６）。これに対して、文字の縁部として認識される色差として予め定められた閾値以下のものが存在しない場合には（ステップ６０５でＮＯ）、ステップ６０７に進む。
画像処理装置１０は、検査対象画像のデータに含まれる、フォントのサイズが予め定められた閾値以下の文字について、「白抜け」が優先的に検出されるように検出条件を設定する（ステップ６０７）。そして、画像処理装置１０は、設定した検出条件を用いて、正解画像のデータと検査対象画像のデータとの差分の検出を行う（ステップ６０８）。これにより、差分検出処理は終了し、上述の図４のステップ４０７の処理に進む。
（具体例）
図６は、文字の外形の大きさの閾値と、設定される差分の検出条件との関係の具体例を示す図である。
上述のように、正解画像のデータと検査対象画像のデータとの差分の検出条件は、文字の外形の大きさを示す情報に対応付けられて、画像処理装置１０の記憶部１３の検出条件ＤＢ８０２（図２参照）に記憶されている。図６には、検出条件ＤＢ８０２に記憶されている情報の一例が示されている。すなわち、図６に示す「文字サイズ閾値」という項目には、文字の外形の大きさを示す情報として、文字のフォントのサイズの閾値が記憶されている。また、「文字サイズが閾値以下である場合の差分の検出条件」という項目には、設定された検出条件の内容が記憶されている。
図６は、文字の外形の大きさの閾値と、設定される差分の検出条件との関係の具体例を示す図である。
上述のように、正解画像のデータと検査対象画像のデータとの差分の検出条件は、文字の外形の大きさを示す情報に対応付けられて、画像処理装置１０の記憶部１３の検出条件ＤＢ８０２（図２参照）に記憶されている。図６には、検出条件ＤＢ８０２に記憶されている情報の一例が示されている。すなわち、図６に示す「文字サイズ閾値」という項目には、文字の外形の大きさを示す情報として、文字のフォントのサイズの閾値が記憶されている。また、「文字サイズが閾値以下である場合の差分の検出条件」という項目には、設定された検出条件の内容が記憶されている。
例えば、１行目には、「文字サイズ閾値」が「８ポイント」であるという情報と、「文字サイズが閾値以下である場合の差分の検出条件」が「差分をより認定しやすくする」という情報とが対応付けられている。これは、フォントのサイズが小さい文字は、フォントのサイズが大きい文字よりも差分をより厳格に検出する検出条件が設定されることを示している。具体的には、フォントのサイズが８ポイント以下の文字に用いられる検出条件は、フォントのサイズが８ポイントを超える文字に用いられる検出条件よりも、正解画像のデータと検査対象画像のデータとの差分が検出されやすい検出条件が設定される。このような検出条件が設定されることで、例えば、フォントのサイズが小さい文字の欠陥の検出漏れを抑制することが可能となる。
また、例えば、２行目には、「文字サイズ閾値」が、「８ポイント」であるという情報と、「文字サイズが閾値以下である場合の差分の検出条件」が、「文字の縁部をより厳格に抽出する」という情報とが対応付けられている。これは、フォントのサイズが小さい文字は、検査対象画像の読み取り時における文字の外縁の認識漏れの影響を受けやすいため、文字の外縁を認識しやすくする検出条件が設定されることを示している。具体的には、フォントのサイズが８ポイント以下である場合には、フォントのサイズが８ポイントを超える文字に用いられる検出条件よりも、文字の縁部が認識されやすい検出条件が設定される。このような検出条件が設定されることで、例えば、検査対象画像の読み取り時における文字の外縁の認識漏れの影響を受けやすいサイズの文字における欠陥の判別の正確性を向上させることが可能となる。
また、例えば、３行目には、「文字サイズ閾値」が、「８ポイント」であるという情報と、「文字サイズが閾値以下である場合の差分の検出条件」が、「文字の一部として認識される画素の画素値の閾値を高くする」という情報とが対応付けられている。これは、フォントのサイズが小さい文字は、黒文字であったとしても中間調のように薄くなってしまうので、文字の一部として認識される画素値の範囲を広げる検出条件が設定されることを示している。具体的には、フォントのサイズが８ポイント以下である場合には、フォントのサイズが８ポイントを超える文字に用いられる検出条件よりも、文字の一部として認識される画素値が高い検出条件が設定される。このような検出条件が設定されることで、例えば、黒文字であっても中間調のように薄くなってしまうサイズの文字における欠陥の判別の正確性を向上させることが可能となる。
また、例えば、４行目には、「文字サイズ閾値」が、「８ポイント」であるという情報と、「文字サイズが閾値以下である場合の差分の検出条件」が、「白抜けを検出する」という情報とが対応付けられている。これは、フォントのサイズが小さい文字は、僅かな「白抜け」が発生すると文字としての情報の欠損に繋がる可能性が高いので、「白抜け」を検出するための検出条件が優先的に設定されることを示している。
具体的には、フォントのサイズが８ポイントを超える文字に用いられる検出条件により検出される差分が例えば「汚れ」を原因とするものであっても、フォントのサイズが８ポイント以下である場合には、「汚れ」よりも「白抜け」を原因とする差分を検出する検出条件が優先的に設定される。この場合、フォントのサイズが８ポイント以下である場合には、フォントのサイズが８ポイントを超える文字に用いられる検出条件により検出される差分（例えば、「汚れ」を原因とする差分）とは異なる種類の差分（例えば、「白抜け」を原因とする差分）を検出するための検出条件が設定されることになる。このような検出条件が設定されることで、例えば、文字のフォントのサイズに応じて、より影響の大きい欠陥が優先的に検出されるようにすることが可能となる。
図７は、画像処理装置１０により検出された差分、および印刷処理の欠陥の具体例を示す図である。
図７に示すように、文字のフォントのサイズを示す「文字サイズ」が、「閾値超」と示された行には、フォントのサイズが予め定められた閾値を超えている文字の「正解画像」および「検査対象画像」の各々の具体例と、予め定められた検出条件により検出された差分の具体例とが示されている。また、「文字サイズ」が「閾値以下」と示された行には、フォントのサイズが予め定められた閾値以下の文字の「正解画像」および「検査対象画像」の各々のデータの具体例と、予め定められた検出条件では検出できなかった差分の具体例とが示されている。
図７に示すように、文字のフォントのサイズを示す「文字サイズ」が、「閾値超」と示された行には、フォントのサイズが予め定められた閾値を超えている文字の「正解画像」および「検査対象画像」の各々の具体例と、予め定められた検出条件により検出された差分の具体例とが示されている。また、「文字サイズ」が「閾値以下」と示された行には、フォントのサイズが予め定められた閾値以下の文字の「正解画像」および「検査対象画像」の各々のデータの具体例と、予め定められた検出条件では検出できなかった差分の具体例とが示されている。
差分検出の対象とされている画像のデータに含まれる文字の領域は、「８．２４」である。このため、この文字の領域に含まれる４つの文字、すなわち、「８」、「．（小数点）」、「２」、「４」の各々について差分が検出される。ここで、４つの文字のうち「．（小数点）」について「白抜け」および「カスレ」の欠陥が生じたとする。この場合、フォントのサイズが閾値を超えている場合には、「小数点部分拡大図」に示すように、「．（小数点）」を形成する複数の画素の右下部分に「白抜け」および「カスレ」が生じても、「検査対象画像」に示すように、「８．２４」と把握できるため、情報欠落の問題は生じない。
これに対して、フォントのサイズが閾値以下である場合には、「小数点部分拡大図」に示すように、「白抜け」および「カスレ」が生じていると、「８．２４」と把握することが不可能または困難となり、情報欠落の問題が生じる。すなわち、フォントのサイズが閾値以下である場合に「白抜け」が生じていると、１つの文字の領域に対する「白抜け」の領域の割合が大きくなってしまう。このため、「．（小数点）」のように文字の外形そのものが同サイズの他の文字よりも相対的に小さい文字は、文字全体が「白抜け」してしまうことがある。この場合、「８．２４」ではなく「８２４」と把握されることになり、完全な情報欠落となる。
また、フォントのサイズが閾値以下である場合に「カスレ」が生じていると、小さな文字の読み取り時の特性により文字全体が薄くなるため、「カスレ」を検出するための検出条件の内容によっては差分の検出対象から漏れてしまうことがある。この場合、「８．２４」であると明確に把握できなくなるおそれがあり、情報欠落の問題が生じ得る。例えば、差分抽出のために文字の縁部に予め設定された色差の閾値が「６０」であるのに対して、正解画像の「．（小数点）」の縁部と、検査対象画像の「．（小数点）」の縁部との色差が「４０」であったとする。この場合、正解画像の「．（小数点）」の縁部と、検査対象画像の「．（小数点）」の縁部との色差が閾値よりも小さいため、差分として抽出されないことになる。特に、「．（小数点）」のように他の文字よりも相対的に外形が小さいドットのような文字は、縁部の塊（縁部そのもの）ともいえるため、縁部の色差が文字そのものの色差となる。
そこで、フォントのサイズが予め定められた閾値以下の文字については、差分抽出のために文字の縁部に予め設定された色差の閾値が低くなるように自動修正される。例えば、差分抽出のために文字の縁部に予め設定された色差の閾値が「６０」から「３５」に自動修正される。これにより、正解画像の「．（小数点）」の縁部と、検査対象画像の「．（小数点）」の縁部との色差が「４０」であっても差分が検出されるので、誤検出を抑制することができる。
以上、本実施の形態について説明したが、本発明は上述した本実施の形態に限るものではない。また、本発明による効果も、上述した本実施の形態に記載されたものに限定されない。例えば、図１に示す情報処理システム１の構成、図２に示す画像処理装置１０のハードウェア構成は、本発明の目的を達成するための例示に過ぎず、特に限定されない。また、図３に示す画像処理装置１０の機能構成も例示に過ぎず、特に限定されない。上述した処理を全体として実行できる機能が図１の情報処理システム１に備えられていれば足り、この機能を実現するためにどのような機能構成を用いるかは図３の例に限定されない。
また、図４および図５に示す画像処理装置１０の処理のステップの順序も例示に過ぎず、特に限定されない。図示されたステップの順序に沿って時系列的に行われる処理だけではなく、必ずしも時系列的に処理されなくとも、並列的あるいは個別的に行われてもよい。また、図６および図７に示す差分検出処理の具体例も一例に過ぎず、特に限定されない。
また、上述の実施の形態では、差分の検出条件を設定する際、文字の外形の大きさを示す情報として、文字のフォントのサイズが予め定められた大きさ以下であるかどうかを示す情報に基づいて、検出条件が設定される。すなわち、閾値となる文字のフォントのサイズが１つ定められて、その閾値を境として検出条件が変わるように設定されるが、これに限定されない。例えば、閾値となる文字のフォントのサイズを複数定めておき、文字のフォントのサイズに応じて段階的に検出条件が変わるように設定されてもよい。
また、上述の実施の形態では、画像処理装置１０が検査対象として読み取る用紙は、自機が印刷したものであるが、これに限定されず、他の画像処理装置１０により印刷されたものであってもよい。この場合、正解画像のデータは、印刷を行った画像処理装置１０や、正解画像のデータを当初作成したクライアント端末５０等から、図示せぬサーバや外部記憶媒体等を介して取得する。
１…情報処理システム、１０…画像処理装置、１１…制御部、５０…クライアント端末、９０…ネットワーク、１０１…画像取得部、１０２…文字領域抽出部、１０３…サイズ取得部、１０４…検出条件設定部、１０５…差分検出部、１０６…判定部、１０７…出力制御部
Claims (12)
- プロセッサを備え、
前記プロセッサは、
比較の対象とする第１の画像のデータと第２の画像のデータとにそれぞれ含まれる文字の外形の大きさを取得し、
前記文字の外形の大きさに応じて変化する検出条件により検出される、前記第１の画像のデータと前記第２の画像のデータとの違いに基づいて、当該第２の画像のデータの欠陥の有無を前記文字ごとに判定し、
前記文字の外形の大きさとして、フォントのサイズが予め定められた大きさ以下であるかどうかにより特定される前記検出条件を用いて、前記違いを当該文字ごとに検出し、
前記フォントのサイズが予め定められた大きさ以下である場合には、当該予め定められた大きさを超える文字に用いられる前記検出条件よりも文字の縁部を認識しやすい前記検出条件を用いることを特徴とする、
情報処理装置。 - 前記プロセッサは、
前記第１の画像のデータのタグ情報と、当該第１の画像のデータの解析結果とのうち少なくとも一方から、当該第１の画像のデータに含まれる文字の外形の大きさを取得し、
前記第２の画像のデータの解析結果から、当該第２の画像のデータに含まれる文字の外形の大きさを取得することを特徴とする、
請求項１に記載の情報処理装置。 - 前記プロセッサは、前記文字の外形の大きさとして、当該文字の外形の大きさを示す値が、予め定められた値以下であるかどうかを取得することを特徴とする、
請求項２に記載の情報処理装置。 - 前記第２の画像のデータが、画像形成装置から出力された媒体に形成された前記第１の画像を読み取ることで生成される画像のデータであることを特徴とする、
請求項１に記載の情報処理装置。 - 前記プロセッサは、前記第１の画像のデータを正解の画像のデータとし、前記第２の画像のデータを検査対象の画像のデータとしたときに、前記違いが検出されると、当該違いを前記画像形成装置の処理の際に生じた欠陥として判定することを特徴とする、
請求項４に記載の情報処理装置。 - 前記プロセッサは、前記違いとして、前記第２の画像のデータに含まれる、前記文字の汚れと、前記文字の形成が不十分な部分とのうち少なくとも一方を検出する制御を行うことを特徴とする、
請求項５に記載の情報処理装置。 - 前記プロセッサは、前記フォントのサイズが予め定められた大きさ以下である場合には、当該予め定められた大きさを超える文字に用いられる前記検出条件よりも前記違いを検出しやすい検出条件を用いることを特徴とする、
請求項１に記載の情報処理装置。 - プロセッサを備え、
前記プロセッサは、
比較の対象とする第１の画像のデータと第２の画像のデータとにそれぞれ含まれる文字の外形の大きさを取得し、
前記文字の外形の大きさに応じて変化する検出条件により検出される、前記第１の画像のデータと前記第２の画像のデータとの違いに基づいて、当該第２の画像のデータの欠陥の有無を前記文字ごとに判定し、
前記文字の外形の大きさとして、フォントのサイズが予め定められた大きさ以下であるかどうかにより特定される前記検出条件を用いて、前記違いを当該文字ごとに検出し、
前記フォントのサイズが予め定められた大きさ以下である場合には、当該予め定められた大きさを超える文字に用いられる前記検出条件よりも、文字の一部として認識される画素値が高い前記検出条件を用いることを特徴とする、
情報処理装置。 - プロセッサを備え、
前記プロセッサは、
比較の対象とする第１の画像のデータと第２の画像のデータとにそれぞれ含まれる文字の外形の大きさを取得し、
前記文字の外形の大きさに応じて変化する検出条件により検出される、前記第１の画像のデータと前記第２の画像のデータとの違いに基づいて、当該第２の画像のデータの欠陥の有無を前記文字ごとに判定し、
前記文字の外形の大きさとして、フォントのサイズが予め定められた大きさ以下であるかどうかにより特定される前記検出条件を用いて、前記違いを当該文字ごとに検出し、
前記フォントのサイズが予め定められた大きさ以下である場合には、当該予め定められた大きさを超える文字に用いられる前記検出条件により検出される前記違いとは異なる種類の前記違いを検出するための前記検出条件を用いることを特徴とする、
情報処理装置。 - 前記プロセッサは、前記異なる種類の前記違いとして、前記第１の画像のデータに含まれる文字を構成する画素のうち、前記第２の画像のデータに含まれる当該文字を構成する画素に存在しない画素を検出する前記検出条件を用いることを特徴とする、
請求項９に記載の情報処理装置。 - 比較の対象となる第１の画像のデータと第２の画像のデータとにそれぞれ含まれる文字の外形の大きさを取得する取得手段と、
前記文字の外形の大きさに応じて変化する検出条件により検出される、前記第１の画像のデータと前記第２の画像のデータとの違いに基づいて、当該第２の画像のデータの欠陥の有無を前記文字ごとに判定し、
前記文字の外形の大きさとして、フォントのサイズが予め定められた大きさ以下であるかどうかにより特定される前記検出条件を用いて、前記違いを当該文字ごとに検出し、
前記フォントのサイズが予め定められた大きさ以下である場合には、当該予め定められた大きさを超える文字に用いられる前記検出条件よりも文字の縁部を認識しやすい前記検出条件を用いる判定手段と、
を有することを特徴とする情報処理システム。 - コンピュータに、
比較の対象となる第１の画像のデータと第２の画像のデータとに含まれる文字の外形の大きさを取得する機能と、
前記文字の外形の大きさに応じて変化する検出条件により検出される、前記第１の画像のデータと前記第２の画像のデータとの違いに基づいて、当該第２の画像のデータの欠陥の有無を前記文字ごとに判定し、
前記文字の外形の大きさとして、フォントのサイズが予め定められた大きさ以下であるかどうかにより特定される前記検出条件を用いて、前記違いを当該文字ごとに検出し、
前記フォントのサイズが予め定められた大きさ以下である場合には、当該予め定められた大きさを超える文字に用いられる前記検出条件よりも文字の縁部を認識しやすい前記検出条件を用いるためのプログラム。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2021157885A JP7729148B2 (ja) | 2021-09-28 | 2021-09-28 | 情報処理装置、情報処理システム、およびプログラム |
| US17/587,446 US12125259B2 (en) | 2021-09-28 | 2022-01-28 | Information processing apparatus for determining presence of a fault in image data in accorance with a size of characters |
| CN202210310938.8A CN115880678A (zh) | 2021-09-28 | 2022-03-28 | 信息处理装置、信息处理系统、计算机可读介质以及信息处理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2021157885A JP7729148B2 (ja) | 2021-09-28 | 2021-09-28 | 情報処理装置、情報処理システム、およびプログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2023048522A JP2023048522A (ja) | 2023-04-07 |
| JP7729148B2 true JP7729148B2 (ja) | 2025-08-26 |
Family
ID=85721660
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2021157885A Active JP7729148B2 (ja) | 2021-09-28 | 2021-09-28 | 情報処理装置、情報処理システム、およびプログラム |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US12125259B2 (ja) |
| JP (1) | JP7729148B2 (ja) |
| CN (1) | CN115880678A (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118832963B (zh) * | 2024-09-10 | 2025-09-09 | 合肥博示电子科技有限责任公司 | 一种打印机喷孔状态检测的方法、装置、设备及介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005205706A (ja) | 2004-01-22 | 2005-08-04 | Fuji Xerox Co Ltd | 画像形成装置および方法 |
| JP2005271297A (ja) | 2004-03-23 | 2005-10-06 | Fuji Xerox Co Ltd | 画像形成装置 |
| JP2021130219A (ja) | 2020-02-18 | 2021-09-09 | キヤノン株式会社 | 検査装置、検査方法 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2012057891A1 (en) * | 2010-10-26 | 2012-05-03 | Hewlett-Packard Development Company, L.P. | Transformation of a document into interactive media content |
| JP6323190B2 (ja) | 2014-06-12 | 2018-05-16 | コニカミノルタ株式会社 | 検査装置、画像形成装置及び画像の検査方法 |
| US9620086B1 (en) * | 2015-06-26 | 2017-04-11 | Amazon Technologies, Inc. | Dynamic contrast adjustments for glyph rendering |
| AU2015268723B1 (en) * | 2015-12-15 | 2017-06-29 | Canon Kabushiki Kaisha | Method, system and apparatus for modifying a font character |
| JP6569697B2 (ja) * | 2017-04-11 | 2019-09-04 | コニカミノルタ株式会社 | 検査装置及び検査プログラム |
| JP6992457B2 (ja) * | 2017-12-05 | 2022-01-13 | コニカミノルタ株式会社 | 検査装置、画像形成システム、検査方法及びプログラム |
| JP7271873B2 (ja) * | 2018-08-20 | 2023-05-12 | コニカミノルタ株式会社 | 検査装置、画像形成装置及び検査方法 |
| JP7234719B2 (ja) * | 2019-03-18 | 2023-03-08 | 富士フイルムビジネスイノベーション株式会社 | 画像処理装置及びプログラム |
| JP7543023B2 (ja) * | 2020-08-05 | 2024-09-02 | キヤノン株式会社 | 画像処理装置及び画像処理方法、プログラム |
-
2021
- 2021-09-28 JP JP2021157885A patent/JP7729148B2/ja active Active
-
2022
- 2022-01-28 US US17/587,446 patent/US12125259B2/en active Active
- 2022-03-28 CN CN202210310938.8A patent/CN115880678A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005205706A (ja) | 2004-01-22 | 2005-08-04 | Fuji Xerox Co Ltd | 画像形成装置および方法 |
| JP2005271297A (ja) | 2004-03-23 | 2005-10-06 | Fuji Xerox Co Ltd | 画像形成装置 |
| JP2021130219A (ja) | 2020-02-18 | 2021-09-09 | キヤノン株式会社 | 検査装置、検査方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| US12125259B2 (en) | 2024-10-22 |
| CN115880678A (zh) | 2023-03-31 |
| US20230101897A1 (en) | 2023-03-30 |
| JP2023048522A (ja) | 2023-04-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7456472B2 (ja) | 画像検査装置、画像検査方法及び画像検査プログラム | |
| US8619278B2 (en) | Printed matter examination apparatus, printed matter examination method, and printed matter examination system | |
| US8537421B2 (en) | Image processing apparatus, method, and program product removing show-through from density image using mask image generated from gloss image | |
| JP2018179699A (ja) | 検査装置及び検査プログラム | |
| EP4236286B1 (en) | Printed-matter inspection system, program, and printed-matter inspection method | |
| US20170124390A1 (en) | Image processing apparatus, image processing method, and non-transitory computer readable medium | |
| JP7729148B2 (ja) | 情報処理装置、情報処理システム、およびプログラム | |
| JP7608757B2 (ja) | 追い刷り検査装置及び追い刷り検査プログラム | |
| JP7059857B2 (ja) | 検査装置、画像読取装置、画像形成装置、検査方法およびプログラム | |
| JP2009027243A (ja) | 画像処理装置、画像処理方法及び画像処理プログラム | |
| JP2017191294A (ja) | 画像処理装置、制御方法、及びプログラム | |
| JP7729146B2 (ja) | 情報処理装置、情報処理システム、およびプログラム | |
| JP2024046417A (ja) | 画像処理装置及び画像処理プログラム | |
| JP7585705B2 (ja) | 検査装置、画像形成システム、検査方法およびプログラム | |
| JP7765274B2 (ja) | 画像処理装置、画像処理方法、プログラム及び記憶媒体 | |
| EP4592942A1 (en) | Image processing device and image processing method | |
| US20240095904A1 (en) | Image processing apparatus, image processing method, and non-transitory computer readable medium | |
| JP7729147B2 (ja) | 検査装置及びプログラム | |
| JP4449480B2 (ja) | 印刷画像の検査方法および検査装置 | |
| CN113255673B (zh) | 信息处理装置、方法、记录介质及计算机程序产品 | |
| CN120707459A (zh) | 信息处理系统、程序制品及信息处理方法 | |
| JP2024101708A (ja) | 可変領域特定システム及び特定方法、画像検査システム及び検査方法並びにプログラム | |
| JP2024089294A (ja) | 印刷物欠陥検出システムおよび印刷物欠陥検出プログラム | |
| CN117474904A (zh) | 工业缺陷检测方法、装置、设备及存储介质 | |
| CN117974578A (zh) | 光伏玻璃丝印边缘缺陷检测方法、装置及电子设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20240826 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20250417 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20250430 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20250626 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20250715 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20250728 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7729148 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |