JP2002056398A - 文書画像処理装置、文書画像処理方法、及び記憶媒体 - Google Patents

Abstract

(57)【要約】 【課題】 任意のフォーマットの文書に対して位置補正
が可能な文書画像処理装置を提供する。 【解決手段】 予め、文書画像の基準位置を基準位置指
定部４において指定しておく。画像入力部１でページご
とに文書画像が入力され、画像記憶部２に保持される。
所定画素塊抽出部３は、１ページ分の文書画像中から、
各ページに共通して存在する所定の画素塊を抽出し、そ
の座標値を差分抽出部５に送る。差分抽出部５では、所
定画素塊抽出部３で抽出した所定の画素塊の位置と、基
準位置指定部４で指定された基準位置との差分値を算出
し、画像移動部６に送る。画像移動部６は、差分抽出部
５で算出した差分値に基づいて当該ページの文書画像を
移動し、文書画像の位置補正を行う。位置補正に用いる
所定の画素塊は任意に設定できるので、任意のフォーマ
ットの文書について位置補正が可能である。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、文書画像の位置補
正を行う文書画像処理装置及び文書画像処理方法と、そ
のような処理をコンピュータに実行させるプログラムを
記憶したコンピュータが読み取り可能な記憶媒体に関す
るものである。

【０００２】

【従来の技術】紙文書をスキャナ等により電子化して入
力し、様々な画像ファイルフォーマットにて保管・管理
し、ディスプレイなどの表示装置やプリンタなどの出力
装置に出力するシステムが広く利用されている。紙文書
をスキャナなどで読み込んだ文書画像は、例えばスキャ
ナに対する紙文書のセットの状態や、文書を搬送するタ
イプのスキャナでは、搬送時のスキューなど、種々の要
因によって文書位置がずれてしまうことがある。

【０００３】上述のように紙文書を電子化して保管・管
理するシステムでは、文書画像を最良の状態で保管・管
理することが望まれる。そのため、上述のような読み取
った文書画像の位置のずれを補正し、文書画像の位置を
そろえる処理を行うことが考えられている。

【０００４】画像の位置ずれに関する従来の技術とし
て、例えば特開平１１−１２０２８８号公報に記載され
ているように、基準となる位置に罫線で表現される表が
文書中に存在するとき、表の縦線と横線の位置を黒画素
のランレングスで抽出し、位置のずれを検出する方法が
ある。しかしこの方法では、文書画像中に罫線のある表
が必要であり、表のない文書では位置のずれを検出し、
補正することができない。

【０００５】また、例えば特開平１１−２８２９５９号
公報に記載されているように、所定の書式の文書を対象
とし、文字列が存在すべき座標を辞書として記憶してお
き、入力した文書画像から文字列の位置を画素投影法に
より検出し、辞書にある座標の値と投影法により検出し
た座標値との差によりずれを検出する方法がある。しか
しこの方法では、文書画像データは多階調である必要が
あるため多くのメモリを必要とする。また、各文字と文
字列の位置があらかじめ決められた定型の文書でないと
文書の位置のずれを検出し、補正することはできない。
そのため、フォーマットの異なる文書を蓄積して保管す
るといった用途には利用できないという問題がある。さ
らに、文字列を検出できなかったときには補正処理を中
止するだけであり、その後の処理について考慮されてい
なかった。

【０００６】

【発明が解決しようとする課題】本発明は、上述した事
情に鑑みてなされたもので、任意のフォーマットの文書
に対して位置補正を行うことができる文書画像処理装置
を提供することを目的とするものである。また、位置補
正ができなかった文書について後での取り扱いを容易に
した文書画像処理装置及び文書画像処理方法を提供する
ことを目的とするものである。さらに、そのような処理
をコンピュータに実行させるプログラムを記憶したコン
ピュータが読み取り可能な記憶媒体を提供することを目
的とするものである。

【０００７】

【課題を解決するための手段】本発明は、少なくとも一
部のページに共通して存在する所定の画素塊を入力され
た文書画像から抽出し、抽出した所定の画素塊の位置が
基準位置又は基準となる画素塊の位置となるように、入
力された文書画像全体の位置を補正するものである。こ
のように、位置補正を行う際の画素塊は少なくとも一部
のページに共通して存在するものであればよい。従っ
て、従来のように文書中に必ず表が存在しなければなら
ないといった制限はなく、また固定的な文字列などを設
けておく必要もなく、任意のフォーマットの文書につい
て、予め指定された基準位置又は基準となる画素塊の位
置となるように文書画像の位置を補正することができ
る。

【０００８】所定の画素塊は予め設定しておくほか、例
えば処理すべき複数ページの文書画像のレイアウトを解
析し、各ページの文書画像中の同様の位置にほぼ同一の
画素塊が存在する場合に、その画素塊を所定の画素塊と
することができる。またこのときに基準位置も決定して
おくか、あるいは、基準位置についてはユーザに指定し
てもらう。そして、各ページの文書画像中の所定の画素
塊の位置が基準位置となるように、各ページの文書画像
全体の位置を補正すればよい。このようにして、文書画
像中に共通して現れる画素塊を自動的に抽出し、それを
基準として文書画像の位置を補正することができる。

【０００９】なお、基準位置または基準となる画素塊の
位置は、例えば見開きの文書などのように右ページと左
ページで異なる場合には、左ページと右ページについて
それぞれの位置が設定されてもよい。また、各ページの
文書画像について、先にスキュー補正を行っておくと、
所定の画素塊の抽出が容易になるとともに、位置補正後
の文書画像に傾きなどが発生せず、良好な処理結果を提
供することができる。さらに、入力された文書画像のペ
ージを認識し、ページ順にソートして出力してもよい。
特に所定の画素塊としてページ番号の記載領域を抽出す
る場合には、位置補正用に抽出した画素塊について文字
認識を行えば文書画像のページを認識することが可能で
ある。

【００１０】上述のような位置補正の処理を行う際に、
所定の画素塊を抽出できないときには位置補正を行うこ
とができない。このような場合には、該当する文書画像
に関する情報を未検出ログとして記録しておく。このよ
うにして、位置補正できない文書画像を除き、多くの文
書画像の位置補正を自動的に行った上で、位置補正でき
なかった文書画像についてユーザに提示することが可能
になる。ユーザは、記録されている未検出ログをもと
に、位置補正できなかった文書画像のみについて位置補
正を行えばよい。

【００１１】

【発明の実施の形態】図１は、本発明の第１の実施の形
態を示すブロック図である。図中、１は画像入力部、２
は画像記憶部、３は所定画素塊抽出部、４は基準位置指
定部、５は差分抽出部、６は画像移動部である。画像入
力部１は、スキャナなどの画像読取装置で構成され、文
書上の画像を読み取り、文書画像として出力する。もち
ろん文書画像がファイルなどとして既に存在している場
合には、画像入力部１はファイルなどから文書画像を読
み込むものであってよい。さらに、文書画像がネットワ
ークなどを介して転送されてくるような構成でもよく、
この場合には画像入力部１はネットワークのインタフェ
ースとして構成することができる。このように画像入力
部１は文書画像の入力形態に応じて構成される。

【００１２】画像記憶部２は、画像入力部１で入力され
た文書画像をページ単位で保持する。また、位置補正処
理を行った後の文書画像についても保持することができ
る。もちろん、位置補正処理後の文書画像は別の記憶部
に保持したり、あるいは外部へ出力するように構成し、
この画像記憶部２には保持しないようにしてもよい。ま
た、次の所定画素塊抽出部３や画像移動部６の要求に応
じて文書画像を画像入力部１で入力可能であれば、入力
された文書画像をこの画像記憶部２に保持しなくてもよ
いし、画像記憶部２自体を設けなくてもよい。

【００１３】所定画素塊抽出部３は、画像記憶部２に保
持している各ページの文書画像中から所定の画素塊を抽
出し、抽出した所定の画素塊の座標を差分抽出部５へ出
力する。所定の画素塊は、処理する各文書画像中に共通
に存在する文書構成要素とし、例えばページ番号、ヘッ
ダ、フッタ、ロゴなどとすることができる。これらの文
書構成要素のうちの１つについて所定の画素塊とし、そ
の所定の画素塊を文書画像のレイアウト解析によって取
得したり、あるいは、予め所定の画素塊が存在する大ま
かな領域を特定座標領域として設定しておき、その特定
座標領域から所定の画素塊を抽出することができる。こ
の所定の画素塊を抽出する際に、基準位置指定部４で指
定される基準位置を利用することも可能である。なお、
所定の画素塊の抽出方法の具体例については後述する。

【００１４】基準位置指定部４は、所定の画素塊を移動
させたい座標を基準位置として指定する。具体的には基
準位置指定部４は、例えばキーボード、マウス、ディス
プレイ等からなるユーザインタフェースで構成すること
ができ、このユーザインタフェースを介してユーザから
基準位置として与えられる文書画像中での位置情報を獲
得し、２次元の座標データとして差分抽出部５へ座標値
を出力する。

【００１５】差分抽出部５は、所定画素抽出部３から出
力される座標値と基準位置指定部４から出力される座標
値の差を求め、差分値を画像移動部６へ出力する。

【００１６】画像移動部６は、差分抽出部５から入力し
た差分量に従い、画像記憶部２に保持されている当該ペ
ージの文書画像全体を差分量だけ移動させる。これによ
って文書画像の位置補正が行われる。位置補正後の文書
画像は、この例では画像記憶部２に保持させる。このと
き、位置補正前の文書画像と置き換えてもよい。あるい
は、位置補正後の文書画像をそのまま出力してもよい。

【００１７】次に、本発明の第１の実施の形態における
動作について、概要を説明する。図２は、本発明の第１
の実施の形態における動作の具体例の説明図、図３は、
位置補正後の文書画像の具体例の説明図である。ここで
は、例えば図２（Ｂ）に示すような文書画像において、
所定の画素塊としてページの右下に記載されたページ番
号（図中の「１１」の部分）を抽出して基準位置に合わ
せるものとする。

【００１８】まず、予め基準位置指定部４を用いて、所
定の画素塊を配置したい基準位置の座標を指定してお
く。例えば図２（Ａ）に×印で示す位置をユーザが基準
位置指定部４で基準位置として指定したものとする。指
定された基準位置の座標が差分抽出部５に出力される。

【００１９】基準位置の指定が終わった後、画像入力部
１は、例えば紙文書をスキャナ等により読み込んだり、
あるいは予めビットマップの形式で保存されている１な
いし複数ページの文書画像を受け取り、画像記憶部２へ
送る。図２（Ｂ）には、画像入力部１に入力された文書
画像の一例を示している。この例では、文書内容が全体
的に左上にずれた画像となっている。

【００２０】所定画素塊抽出部３は、画像記憶部２に保
持されている所定ページの文書画像中から所定の画素塊
を抽出し、抽出した画素塊の座標を差分抽出部５へ出力
する。この例では上述のように文書画像中のページ番号
を所定の画素塊として抽出する。図２（Ｂ）に示す例で
は、下部の右よりの領域に存在するページ番号「１１」
を所定の画素塊として抽出する。

【００２１】差分抽出部５は、所定画素抽出部３から出
力される座標値と、基準位置指定部４から出力される座
標値の差を求め、差分値を画像移動部６へ出力する。図
２（Ｃ）において、所定画素抽出部３で抽出したページ
番号を表す所定の文字塊「１１」と、図２（Ａ）に示し
た基準位置指定部４で指定された基準位置の座標（×で
示す）との差分値（両矢印で示す）を求める。なお、所
定の画素塊中のいずれの位置と基準位置との差を求める
かは任意であり、例えば所定の画素塊の中心や左上隅、
右下隅等とすることができる。

【００２２】画像移動部６は、差分抽出部５から出力さ
れた差分値に従い、画像記憶部２に記憶されている所定
ページの文書画像全体を差分値に従って移動させる。こ
れによって、例えば図２（Ｂ）に示すように右上にずれ
ていた文書画像は、図２（Ｃ）に示す差分値だけ右下に
移動され、図３に示すような文書画像が得られる。得ら
れた位置補正後の文書画像は、そのまま出力したり、あ
るいは画像記憶部２に再度格納する。

【００２３】このようにして１ページ分の文書画像につ
いて、位置補正の処理が終了する。画像入力部１は、画
像移動部により文書画像の位置補正処理が終了すると、
次のページの画像データを読み込み、画像記憶部２へ送
る。以降、順番にすべてのページの画像データの移動が
終わるまで繰り返し実行する。あるいは、画像入力部１
はすべてのページの文書画像を画像記憶部２に保持させ
ておき、所定画素塊抽出部３以降の処理を各ページの文
書画像について繰り返して実行してもよい。この場合、
画像入力部１による画像記憶部２への２ページ目以降の
文書画像の格納は、所定画素塊抽出部３以降の処理と並
行して実行することも可能である。

【００２４】上述の処理をすべてのページの文書画像に
ついて実行することによって、各ページの文書画像の位
置を揃えることができる。上述の具体例では右下に存在
するページ番号を所定の画素塊として抽出し、位置補正
を行う例を示したが、これに限らず、各ページに共通し
て存在する任意の文書構成要素を所定の画素塊として抽
出し、位置補正を行うことが可能である。

【００２５】次に、所定画素塊抽出部３の構成及び動作
についてさらに説明する。図４は、所定画素塊抽出部３
におけるレイアウト解析による所定画素塊の抽出の具体
例の説明図である。所定画素塊抽出部３において所定の
画素塊を抽出するための一つの方法として、ページ全体
のレイアウトを解析して、基準位置に近い画素塊を所定
の画素塊として抽出する方法がある。例えば１ページ分
の文書画像を解析し、図４（Ａ）に実線で示すように文
書中の各構成要素をそれぞれ矩形領域として抽出する。
ここで、基準位置指定部４から図中の破線で示した×印
の位置が基準位置として指定されている場合、この基準
位置に最も近い矩形領域を図４（Ｂ）に示すように所定
の画素塊として抽出することができる。以下に、このよ
うなレイアウト解析を行って所定の画素塊を抽出する構
成について示す。

【００２６】図５は、所定画素塊抽出部３の一例を示す
ブロック構成図、図６は、所定画素塊抽出部３の一例に
おける動作の具体例の説明図である。図中、１１は矩形
枠抽出部、１２は文字列方向指定部、１３は連結矩形枠
作成部、１４は連結矩形枠抽出部である。矩形枠抽出部
１１は、黒画素が連結している領域を矩形枠の座標群で
抽出する。例えば図２（Ｂ）に示すような文書画像が入
力されている場合には、矩形枠抽出部１１は、この文書
画像中の黒画素の連結から黒画素の外接矩形枠を抽出
し、その結果、図６（Ａ）に示すような矩形枠が得られ
る。

【００２７】文字列方向指定部１２は、文字列の方向を
指定する。例えば図２（Ｂ）に示すような文書画像の場
合には、文字列方向を横と指定すればよい。この文字列
方向指定部１２は、基準位置指定部４と同様にユーザイ
ンタフェースで構成することができる。あるいは、入力
された文書画像に文字列方向を示す情報が付加されてい
れば、その情報を利用することもできる。もちろん、予
め決めておいたり、外部から指定されてもよい。

【００２８】連結矩形枠作成部１３は、矩形枠抽出部１
１で抽出した矩形枠を、文字列方向指定部１２で指定さ
れた文字列の方向に連結して連結矩形枠を作成する。例
えば矩形枠抽出部１１で図６（Ａ）に示すように矩形枠
が抽出され、文字列方向指定部１２で文字列の方向とし
て横方向が指定された場合には、各矩形枠を横方向に連
結し、図６（Ｂ）に示すような連結矩形枠を作成する。

【００２９】連結矩形枠抽出部１４は、連結矩形枠作成
部１３で作成した連結矩形枠のうちから、所定の画素塊
に対応する連結矩形枠を抽出する。連結矩形枠の抽出方
法としては、例えば基準位置指定部４から基準位置の座
標を受け取ることができる場合には、その基準位置に近
い連結矩形枠を抽出すればよい。例えば図６（Ｂ）にお
いて破線の×印で示した位置が基準位置として指定され
ているとき、図６（Ｃ）に示すように基準位置に最も近
い連結矩形枠が抽出されることになる。このようにして
所定の画素塊を抽出することができる。この図６（Ｃ）
に示す連結矩形枠（所定の画素塊）の所定の位置の座標
が差分抽出部５に出力されることになる。

【００３０】図７は、文字列方向指定部１２の一例を示
すブロック構成図、図８は、文字列方向指定部１２の一
例における動作の具体例の説明図である。図中、図５と
同様の部分には同じ符号を付して説明を省略する。２１
は縦方向白ラン抽出部、２２は縦方向白ラン連結部、２
３は縦方向連結白ラン選択部、２４は横方向白ラン抽出
部、２５は横方向白ラン連結部、２６は横方向連結白ラ
ン選択部、２７は連結白ラン数比較及び文字列方向決定
部である。この例では、図５に示した例における説明で
は、文字列方向指定部１２をユーザインタフェースで構
成し、ユーザが文字列の方向を指定する例を示した。こ
れに限らず、文字列方向を文書画像の解析によって自動
的に検出することが可能であり、図７及び図８にその場
合の構成及び動作を示している。

【００３１】まず、文書画像を縦方向と横方向に走査
し、一定以上の長さを持つ白ランを縦方向白ラン抽出部
２１及び横方向白ラン抽出部２４において抽出する。そ
して、縦方向白ラン連結部２２は、縦方向白ラン抽出部
２１で抽出した隣接する白ランを統合する。同様に、横
方向白ラン連結部２５は、横方向白ラン抽出部２４で抽
出した隣接する白ランを統合する。図２（Ｂ）に示した
文書画像について縦方向白ラン抽出部２１で抽出した白
ランを縦方向白ラン連結部２２で統合した状態を図８
（Ａ）にハッチングを施して示している。また、同じく
横方向白ラン抽出部２４において抽出した白ランを横方
向白ラン連結部２５で統合した状態を図８（Ｂ）にハッ
チングを施して示している。

【００３２】このようにして横方向と縦方向に白ランを
統合した後、連結白ラン数比較及び文字列方向決定部２
７において、統合された白ランの領域の数（連結白ラン
数）を数え、縦方向と横方向で連結白ラン数を比較する
ことによって文書画像の文字列方向を決める。一般に横
書き文書では横方向の連結白ラン数が多く、縦書きでは
縦方向が多い。図２（Ｂ）に示すような文書画像の例の
場合には、図８（Ａ）、（Ｂ）から分かるように横方向
の連結白ラン数が多く、横書きの文書であると判断され
る。

【００３３】上述の図５に示した例と同様に、矩形枠抽
出部１１で外接矩形枠を抽出した後、上述のようにして
連結白ラン数比較及び文字列方向決定部２７から出力さ
れる文字列方向をもとに、連結矩形枠作成部１２は連結
矩形枠を作成する。そして、所定の画素塊を連結矩形枠
抽出部１３で抽出して出力することになる。図２（Ｂ）
に示した文書画像の例では、矩形枠抽出部１１で図６
（Ａ）に示すように外接矩形枠が抽出された後、上述の
ようにして連結白ラン数比較及び文字列方向決定部２７
から出力される文字列方向（この例では横書き）をもと
に、連結矩形枠作成部１２は図６（Ｂ）に示すような連
結矩形枠が作成される。そして、例えば図６（Ｃ）に示
すように、基準位置に最も近い連結矩形枠が所定の画素
塊として抽出されることになる。

【００３４】なお、基準位置に最も近い連結矩形枠を選
択する際に、もともと選択すべき矩形枠（画素塊）が存
在しない場合の誤選択を防止するため、例えば領域や距
離などの制限を付しておくとよい。

【００３５】図９は、本発明の第２の実施の形態を示す
ブロック図である。図中、図１と同様の部分には同じ符
号を付して説明を省略する。３１はレイアウト解析部、
３２はページレイアウト保持部、３３は共通要素抽出部
である。この第２の実施の形態では、各ページの文書画
像に共通して存在する画素塊を自動的に検出し、その検
出した画素塊を所定の画素塊として基準位置に合わせる
構成を示している。この第２の実施の形態における所定
画素塊抽出部３は、レイアウト解析部３１，ページレイ
アウト保持部３２，共通要素抽出部３３などを有してい
る。

【００３６】レイアウト解析部３１は、画像記憶部２に
保持されている文書画像のレイアウトを解析し、各領域
の黒画素塊の属性（文字、図形、グラフなど）を取得す
る。レイアウト解析部３１で取得されたレイアウトデー
タは、ページごとにページレイアウト保持部３２に保持
される。

【００３７】共通要素抽出部３３は、ページレイアウト
保持部３２に保持されているページ毎のレイアウト情報
（領域の座標値と属性）を解析し、各ページから抽出し
た矩形枠で各ページ間の座標値の差が小さく、属性が同
じ矩形枠を抽出する。その矩形枠を所定の画素塊とすれ
ばよい。なお、複数の矩形枠が抽出される場合には、す
べてを利用してもよいし、そのうちの１ないし複数を選
択して利用してもよい。抽出された矩形枠の選択時に
は、例えば位置の誤差が小さい、矩形枠の大きさのバラ
ツキが少ない、矩形枠の位置がどこであるかなどの選定
条件を設け、その選定条件に従って矩形枠を選択すれば
よい。この例ではさらに、共通要素抽出部３３はそれぞ
れのページの文書画像について、上述のようにして抽出
した所定の画素塊の座標を差分抽出部５へ出力する。さ
らに、各ページの文書画像中の所定の画素塊の位置か
ら、例えば平均値や統計的な手法などを用いて基準位置
を算出してもよい。

【００３８】差分抽出部５は、共通要素抽出部３３から
出力される所定の画素塊の座標と、基準位置指定部４で
指定された基準位置との差分値を求める。共通要素抽出
部３３で基準位置を算出する場合には、算出された基準
位置を用いて各ページの文書画像中の所定の画素塊の位
置との差分値を求めてもよい。この場合には基準位置指
定部４は不要である。

【００３９】次に、本発明の第２の実施の形態における
動作の一例について、具体例を用いながら概要を説明す
る。図１０は、本発明の第２の実施の形態における動作
の具体例の説明図である。まず画像入力部１から１ペー
ジ分の文書画像が画像記憶部２に保持されると、レイア
ウト解析部３１は文書画像のレイアウトを解析し、各領
域の画素塊の属性（文字、図形、グラフなど）を取得し
てページレイアウト保持部３２に格納する。図１０
（Ａ）には、１ページ目のレイアウト解析結果を模式的
に示している。この例では、右上部にロゴマークなどの
図形が存在し、中央部に本文などの文字領域が存在し、
下部中央にページ番号などの文字領域が存在している。

【００４０】１ページ目の文書画像のレイアウト解析が
終了すると、画像入力部１は、２ページ目の文書画像を
画像記憶部２へ送る。レイアウト解析部３１は、同様に
して画像記憶部２に保持されている文書画像のレイアウ
トを解析し、画素塊の属性を取得してページレイアウト
保持部３２に格納する。図１０（Ｂ）には、２ページ目
のレイアウト解析結果を模式的に示している。この例で
は、右上部にロゴマークなどの図形が存在し、中央部右
側にグラフなどの図形が、またその図形の左側と中央下
部に本文などの文字領域が存在し、下部中央にページ番
号などの文字領域が存在している。

【００４１】以後同様にして、レイアウト解析部３１は
すべてのページの文書画像についてレイアウト解析を行
い、解析結果をページレイアウト保持部３２へ格納して
ゆく。図１０（Ｃ）にはｎページ目のレイアウト解析結
果を模式的に示しており、途中のページについても同様
のレイアウト解析結果が得られる。

【００４２】このようにしてすべてのページのレイアウ
ト情報をページレイアウト保持部３２に格納したら、共
通要素抽出部３３は、ページレイアウト保持部３２に保
持されているページ毎のレイアウト情報（領域の座標値
と属性）を解析し、各ページから抽出した矩形枠の間で
座標値の差が小さく、属性が同じ矩形枠を抽出する。図
１０（Ａ）〜（Ｃ）に示すようなレイアウト解析結果が
得られている場合には、図１０（Ｄ）に示すように右上
部に配置されている図形と、下部中央に配置されている
文字領域が抽出される。中央部の領域については各ペー
ジにおいて形状が大きく異なっており、抽出されない。

【００４３】図１０（Ｄ）に示す例では、共通した矩形
枠が複数抽出されている。このような場合、予め設定さ
れた選定条件に基づいて選択することができる。例えば
ページ間で誤差が小さいものや、大きさが揃っているも
のを選択することができる。または、上部にあるもの、
下部にあるもの等といった存在位置や、矩形枠の属性
（例えば図形、文字など）によって選択してもよい。あ
るいはユーザがユーザインタフェースを用いて選択した
り、基準位置指定部４によって指定された基準位置に最
も近いものを選択してもよい。

【００４４】このようにして共通の矩形枠が抽出され、
複数の場合にはそのうちの１つが選択されたら、その矩
形枠を所定の画素塊とする。そして、各ページの文書画
像における所定の画素塊（矩形枠）の座標を順次差分抽
出部５へ送る。

【００４５】差分抽出部５では、共通要素抽出部３３か
ら送られてくる所定の画素塊の座標と、基準位置指定部
４で指定された基準位置との差分値を算出する。あるい
は、共通要素抽出部３３で基準位置についても算出し、
この基準位置を用いて同じく共通要素抽出部３３から送
られてくる所定の画素塊の座標との差分値を算出しても
よい。差分値は画像移動部６に送られ、この差分値に従
って画像移動部６で文書画像の移動を行う。このように
して、自動的に所定の画素塊を探索して設定し、基準位
置に合わせるように位置補正処理を行うことができる。

【００４６】図１１は、本発明の第３の実施の形態を示
すブロック構成図、図１２は、スキューを含む文書画像
の一例の説明図である。図中、図１と同様の部分には同
じ符号を付して説明を省略する。４１はスキュー補正部
である。入力される文書画像は、例えば図２に示したよ
うに位置がずれているほか、傾いている場合もある。例
えば文書画像を入力する際に、画像読取装置で紙文書を
搬送する際に傾いたり、紙文書をセットする際に傾いた
ままセットしたり、あるいは、紙文書上に形成されてい
る画像自体が傾いている場合など、種々の要因によって
文書画像に傾きが生じる。この第３の実施の形態では、
このような文書画像の傾きについても補正するものであ
る。

【００４７】スキュー補正部４１は、画像入力部１から
送られてくる文書画像について傾きを検出し、傾きがな
くなるように文書画像の回転処理を行って画像記憶部２
に保持させる。傾きの検出方法は任意である。例えば、
文書画像から黒画素塊を囲む矩形枠を抽出し、文字とし
て想定する大きさの矩形枠のみを選択する。文字として
想定する大きさは、例えば入力された文書画像の解像度
が１００ｄｐｉなら６ドット以上８０ドット以下の大き
さ程度に設定しておくとよい。このようにして選択され
た矩形枠の中心座標群を求め、これらの中心座標群から
ハフ変換により傾き角度を計算すればよい。このように
して計算された傾き角度だけ文書画像の回転を行えばよ
い。

【００４８】例えば図１２（Ａ）に示すように傾いた文
書画像が入力された場合、黒画素塊を囲む矩形枠を抽出
して想定する大きさの矩形枠を選択すると、図１２
（Ｂ）に示すような矩形枠が得られる。得られた矩形枠
の中心座標群からハフ変換を行って傾き角度を求め、そ
の角度だけ図１２（Ａ）に示す文書画像を回転すればよ
い。このようにして、スキューなどの傾きが文書画像に
存在していても、それを補正することができる。

【００４９】なお、画像記憶部２に傾き補正後の文書画
像が保持された以降の処理については上述の第１の実施
の形態と同様であるので、ここでは説明を省略する。図
１１に示した例では第１の実施の形態として示した構成
にスキュー補正部４１を設けたが、これに限らず、第２
の実施の形態に対して適用してもよい。

【００５０】この第３の実施の形態では、入力された文
書情報を画像記憶部２に保持させる前に傾き補正処理を
行っているが、傾き補正処理に限らず、種々の処理を入
力された文書情報を画像記憶部２に保持させる前に行う
ことが可能である。例えば複数ページの文書画像中に天
地が逆の画像が存在する場合、そのままでは位置補正が
できないし、保存にも耐えられる画像ではない。そこ
で、天地が逆か否かを判定し、天地が逆の文書画像につ
いては１８０度回転させる処理を行うとよい。もちろ
ん、他の処理も含め、２以上の処理を組み合わせて行っ
てもよい。

【００５１】図１３は、本発明の第４の実施の形態を示
すブロック構成図、図１４は、奇数ページと偶数ページ
とでレイアウトが異なる文書の一例の説明図である。図
中、図１と同様の部分には同じ符号を付して説明を省略
する。５１は奇数ページ基準位置指定部、５２は偶数ペ
ージ基準位置指定部、５３はページ切替部である。入力
される文書画像によっては、見開きの文書をそれぞれの
ページごとに入力される場合がある。このような見開き
の文書においては、ページ番号やヘッダ、フッタ、ロゴ
などの位置が左右対称に設けられるなど、奇数ページと
偶数ページとで異なるレイアウトである場合がある。例
えば図１４に示した例では、偶数ページではページ番号
が左下に振られ、奇数ページでは右下に振られている。
このような文書画像が入力された場合、１つの基準位置
の指定だけでは奇数ページあるいは偶数ページのいずれ
かの位置が大きくずれてしまったり、あるいは所定の画
素塊が抽出できなくなって位置あわせを行えなくなって
しまう。この第４の実施の形態では、奇数ページと偶数
ページとでそれぞれ基準位置を指定することで、このよ
うな問題を解消したものである。

【００５２】奇数ページ基準位置指定部５１は、奇数ペ
ージにおける基準位置を指定する。また、偶数ページ基
準位置指定部５２は、偶数ページにおける基準位置を指
定する。なお、奇数ページ基準位置指定部５１及び偶数
ページ基準位置指定部５２は、同じユーザインタフェー
スを用いて構成してもよい。

【００５３】ページ切替部５３は、位置補正の対象とな
っている文書画像が奇数ページであるか偶数ページであ
るかによって、奇数ページ基準位置指定部５１で指定さ
れた基準位置あるいは偶数ページ基準位置指定部５２で
指定された基準位置のいずれかを選択して差分抽出部５
に送る。

【００５４】それ以外の部分の動作は上述の第１の実施
の形態と同様であり、差分抽出部５では、ページ切替部
５３から送られてくる基準位置と所定画素塊抽出部３で
抽出した所定画素塊の位置との差分値を算出すればよ
く、その差分値を用いて画像移動部６で文書画像の移動
を行えばよい。

【００５５】なお、所定画素塊抽出部３において、指定
された基準位置を利用して所定の画素塊を抽出する場合
には、ページ切替部５３から出力される基準位置を用い
て所定の画素塊を抽出すればよい。これによって奇数ペ
ージと偶数ページとで異なる位置に配置されている所定
の画素塊を正確に抽出することができる。

【００５６】図１３に示した例では第１の実施の形態と
して示した構成に、奇数ページ及び偶数ページそれぞれ
の基準位置を指定する構成を設けた例を示した。しかし
これに限らず、例えば上述の第２の実施の形態において
基準位置指定部４を用いる構成において適用することも
可能である。また上述の第２の実施の形態においては、
所定画素塊抽出部３で所定の画素塊を特定する際に、奇
数ページのレイアウト情報と偶数ページのレイアウト情
報に分けて、それぞれ、所定の画素塊を特定するように
構成するとよい。もちろんこの第４の実施の形態は、上
述の第３の実施の形態と組み合わせることも可能であ
る。

【００５７】図１５は、本発明の第５の実施の形態を示
すブロック構成図、図１６は、ページソートの一例の説
明図である。図中、図１と同様の部分には同じ符号を付
して説明を省略する。６１は文字認識部、６２は認識結
果保存部、６３はページソート部である。入力される文
書画像によっては、ページ順序が入力される順序と異な
る場合がある。例えば画像読取装置に紙原稿をセットし
たときに原稿が入れ替わっていた場合には入力された文
書画像のページ順序が入れ替わってしまう。このような
場合に、例えば所定の画素塊としてページ番号が記載さ
れた文字領域を用いる場合、抽出した所定の画素塊につ
いて文字認識を行えばページ番号を知ることができる。
これを利用して、入力された文書画像の並べ替えが可能
である。この第５の実施の形態では、このようなページ
順序の並べ替えを実現する例を示している。

【００５８】文字認識部６１は、所定画素塊抽出部３で
抽出された所定の画素塊、すなわちページ番号が記載さ
れた文字領域の画像について文字認識処理を行い、ペー
ジ番号を取得する。認識結果保存部６２は、各ページの
文書画像毎に文字認識部６１で認識されるページ番号を
保存する。ページソート部６３は、認識結果保存部６２
に保存されているページ番号を参照し、例えばページ番
号が昇順となるように画像記憶部２内の各ページの文書
画像の順序を入れ替える。このとき、画像記憶部２内の
文書画像自体を移動させて入れ替えてもよいし、入力順
序のインデックスを並べ替えてもよい。

【００５９】また、画像入力部１にファイル名のリスト
を与え、画像入力部１が与えられたリストをもとにファ
イルから文書画像を読み出して入力する場合には、文字
認識部６１で認識したページ番号を、画像入力部１で文
書画像を読み出す際に使用したファイル名と対応付けて
認識結果保存部６２に格納しておき、ページソート部６
３でページ順序を並べ替えてもよい。図１６にはこの場
合の例を示しており、文字認識部６１で認識されたペー
ジ番号はファイル名と対応付けられて、図１６（Ａ）に
示すように認識結果保存部６２に格納される。ページソ
ート部６３は認識結果保存部６２に格納された認識結果
を基にページ番号によって並べ替えを行い、図１６
（Ｂ）に示すような並べ替えたファイル名のリストを得
る。並べ替えたファイル名のリストは、画像記憶部２に
格納したり、あるいは外部へ出力することができる。こ
れによって、ページ順序が昇順に並んでいなくても、位
置補正のために抽出した所定の画素塊をもとにページ番
号を認識し、ページ順序を並べ替えることができる。な
お、認識結果保存部６２には文字認識部６１による認識
結果のみを保持させ、ページソート部６３でファイル名
のリストを取得して、認識結果保存部６２内の文字認識
結果に従ってファイル名を並べ替えてもよい。

【００６０】本発明の第５の実施の形態について、簡単
に動作の一例を説明しておく。ここでは処理対象となる
文書画像のファイル名のリストが与えられるものとして
説明する。画像入力部１は、与えられたファイル名のリ
ストを元にページ毎に文書画像を読み出し、画像記憶部
２へ出力する。所定画素塊抽出部３は、文書画像中から
所定の画素塊、ここではページ番号やページ順序を示す
文字列を含む画素塊を抽出する。基準位置指定部４，差
分抽出部５，画像移動部６の動作は上述の第１の実施の
形態などと同様であり、抽出した所定の画素塊の位置と
基準位置との差分値に従って当該ページの文書画像の位
置を補正する。

【００６１】一方、所定画素塊抽出部３で抽出した所定
の画素塊は文字認識部６１に送られる。文字認識部６１
は、入力された所定の画素塊について文字認識処理を行
い、認識結果を認識結果保存部６２へ送る。認識結果保
存部６２は、現在処理しているページのファイル名と文
字認識結果を対にして保存する。

【００６２】画像入力部１は、画像移動部により１ペー
ジ分の文書画像の位置補正処理及びページ番号の認識処
理が終了すると、次のページの文書画像を読み込み、画
像記憶部２へ送る。以降、順番にすべてのページの文書
画像について、位置補正処理及びページ番号の認識処理
を行ってゆく。

【００６３】最後のページの文書画像について位置補正
処理及びページ番号の認識処理が終了したら、ページソ
ート部６３は、認識結果保存部６２に保存している文字
認識結果のコード順（ページ番号順）にファイル名のリ
ストをソートし、順番を入れ替える。このようにして、
与えられたファイル名を正しいページ順序で並べ替える
ことができる。

【００６４】なお、上述の動作例では文書画像のファイ
ル名のリストが画像入力部１に与えられる場合の例を示
したが、例えば画像入力装置から文書画像が順次読み取
られる場合や、回線などを介して文書画像が順次入力さ
れる場合もある。これらの場合には入力された１ページ
分の文書画像毎に一連番号やファイル名などの識別情報
を付与しておき、この識別情報を並べ替えればよい。あ
るいは、並べ替えた順に再度識別情報を付与し直しても
よい。

【００６５】また、図１５に示した例では上述の第１の
実施の形態に示した構成に対して文字認識部６１，認識
結果保存部６２，ページソート部６３を追加して構成し
た例を示したが、これに限らず、上述の第２の実施の形
態に対してもこの第５の実施の形態を適用可能である。
ただし、共通要素抽出部３３においてページ番号などの
ページ順序を示す画素塊を所定の画素塊として抽出し、
抽出した所定の画素塊の画像を文字認識部６１に転送す
ることになる。さらに、上述の第３及び第４の実施の形
態と適宜組み合わせて構成することも可能である。

【００６６】図１７は、本発明の第６の実施の形態を示
すブロック構成図である。図中、図１と同様の部分には
同じ符号を付して説明を省略する。７１は未検出ログ生
成部である。上述のように所定画素抽出部３は、文書画
像中から所定の画素塊を抽出するが、文書画像中の所定
の画素塊が存在せず、所定の画素塊を抽出できなかった
場合には、当該ページの文書画像に関する情報を未検出
ログ生成部７１に送る。例えば画像入力部１に文書画像
のファイル名のリストが与えられている場合には、その
ページの文書画像に対応するファイル名を未検出ログ生
成部７１へ送ればよい。もちろん、ファイル名以外で
も、所定の画素塊を抽出できなかったページの文書画像
を特定できればどのような情報でもよい。

【００６７】未検出ログ生成部７１は、所定画素塊抽出
部３で所定の画素塊が抽出できなかったときに送られて
くる文書画像に関する情報を記録しておく。このように
所定の画素塊が抽出できなかったページの文書画像につ
いてログを残しておくことによって、一連の位置補正処
理が終了した後、ユーザがログを参照して位置補正でき
なかったページの文書画像についてのみ、手動あるいは
別の画素塊を利用して位置補正を行うことができる。あ
るいは、この未検出ログ生成部７１によって生成された
ログを別のユーザ支援システムで参照し、自動で位置補
正できなかったページの文書画像についてユーザによる
位置補正を支援するようにシステムを構成することも可
能である。

【００６８】図１７に示した例では上述の第１の実施の
形態を用いて構成した例を示したが、これに限らず、第
２の実施の形態においても未検出ログ生成部７１を搭載
可能である。ただしこの場合には、共通要素抽出部３３
で共通の矩形枠を抽出する際にすべてのページに存在す
る矩形枠が存在しないときに、より多くのページに存在
する矩形枠を所定の画素塊として抽出するようにし、そ
の矩形枠が存在しなかったページの文書画像について、
その文書画像に関する情報を未検出ログ生成部７１に残
すように構成すればよい。さらに、この第６の実施の形
態を上述の第３ないし第５の実施の形態と適宜組み合わ
せて構成することも可能である。

【００６９】図１８は、本発明の文書画像処理装置の機
能または文書画像処理方法をコンピュータプログラムで
実現した場合におけるコンピュータプログラムを格納し
た記憶媒体の一例の説明図である。図中、１０１はプロ
グラム、１０２はコンピュータ、１１１は光磁気ディス
ク、１１２は光ディスク、１１３は磁気ディスク、１１
４はメモリ、１２１は光磁気ディスク装置、１２２は光
ディスク装置、１２３は磁気ディスク装置である。

【００７０】上述の本発明の各実施の形態に示した構成
における機能は、コンピュータにより実行可能なプログ
ラム１０１によっても実現することが可能である。その
場合、そのプログラム１０１およびそのプログラムが用
いるデータなどは、コンピュータが読み取り可能な記憶
媒体に記憶することも可能である。記憶媒体とは、コン
ピュータのハードウェア資源に備えられている読取装置
に対して、プログラムの記述内容に応じて、磁気、光、
電気等のエネルギーの変化状態を引き起こして、それに
対応する信号の形式で、読取装置にプログラムの記述内
容を伝達できるものである。例えば、光磁気ディスク１
１１，光ディスク１１２、磁気ディスク１１３，メモリ
１１４等である。もちろんこれらの記憶媒体は、可搬型
に限られるものではない。

【００７１】これらの記憶媒体にプログラム１０１を格
納しておき、例えばコンピュータ１０２の光磁気ディス
ク装置１２１，光ディスク装置１２２，磁気ディスク装
置１２３，あるいは図示しないメモリスロットにこれら
の記憶媒体を装着することによって、コンピュータから
プログラム１０１を読み出し、本発明の各実施の形態で
説明した構成の機能を実行することができる。あるい
は、予め記憶媒体をコンピュータ１０２に装着してお
き、例えばネットワークなどを介してプログラム１０１
をコンピュータ１０２に転送し、記憶媒体にプログラム
１０１を格納して実行させてもよい。

【００７２】

【発明の効果】以上の説明から明らかなように、本発明
によれば、任意のフォーマットの文書画像について、共
通する文書要素が存在していれば位置補正処理を行うこ
とができる。また位置補正ができなかった場合、その旨
を記録しておくことで、後工程での修正が容易となると
いう効果がある。

【図面の簡単な説明】

【図１】 本発明の第１の実施の形態を示すブロック図
である。

【図２】 本発明の第１の実施の形態における動作の具
体例の説明図である。

【図３】 位置補正後の文書画像の具体例の説明図であ
る。

【図４】 所定画素塊抽出部３におけるレイアウト解析
による所定画素塊の抽出の具体例の説明図である。

【図５】 所定画素塊抽出部３の一例を示すブロック構
成図である。

【図６】 所定画素塊抽出部３の一例における動作の具
体例の説明図である。

【図７】 文字列方向指定部１２の一例を示すブロック
構成図。

【図８】 文字列方向指定部１２の一例における動作の
具体例の説明図である。

【図９】 本発明の第２の実施の形態を示すブロック図
である。

【図１０】 本発明の第２の実施の形態における動作の
具体例の説明図である。

【図１１】 本発明の第３の実施の形態を示すブロック
構成図である。

【図１２】 スキューを含む文書画像の一例の説明図で
ある。

【図１３】 本発明の第４の実施の形態を示すブロック
構成図である。

【図１４】 奇数ページと偶数ページとでレイアウトが
異なる文書の一例の説明図である。

【図１５】 本発明の第５の実施の形態を示すブロック
構成図である。

【図１６】 ページソートの一例の説明図である。

【図１７】 本発明の第６の実施の形態を示すブロック
構成図である。

【図１８】 本発明の文書画像処理装置の機能または文
書画像処理方法をコンピュータプログラムで実現した場
合におけるコンピュータプログラムを格納した記憶媒体
の一例の説明図である。

【符号の説明】

１…画像入力部、２…画像記憶部、３…所定画素塊抽出
部、４…基準位置指定部、５…差分抽出部、６…画像移
動部、１１…矩形枠抽出部、１２…文字列方向指定部、
１３…連結矩形枠作成部、１４…連結矩形枠抽出部、２
１…縦方向白ラン抽出部、２２…縦方向白ラン連結部、
２３…縦方向連結白ラン選択部、２４…横方向白ラン抽
出部、２５…横方向白ラン連結部、２６…横方向連結白
ラン選択部、２７…連結白ラン数比較及び文字列方向決
定部、３１…レイアウト解析部、３２…ページレイアウ
ト保持部、３３…共通要素抽出部、４１…スキュー補正
部、５１…奇数ページ基準位置指定部、５２…偶数ペー
ジ基準位置指定部、５３…ページ切替部、６１…文字認
識部、６２…認識結果保存部、６３…ページソート部、
７１…未検出ログ生成部、１０１…プログラム、１０２
…コンピュータ、１１１…光磁気ディスク、１１２…光
ディスク、１１３…磁気ディスク、１１４…メモリ、１
２１…光磁気ディスク装置、１２２…光ディスク装置、
１２３…磁気ディスク装置。

Claims (22)

【特許請求の範囲】
1. 【請求項１】 少なくとも一部のページに共通して存在
   する所定の画素塊を入力された文書画像から抽出する所
   定画素塊抽出手段と、前記所定画素塊抽出手段により抽
   出した所定の画素塊の位置が基準位置又は基準となる画
   素塊の位置となるように入力された文書画像全体の位置
   を補正する画像補正手段を有することを特徴とする文書
   画像処理装置。
2. 【請求項２】 文書画像中において基準位置又は基準と
   なる画素塊の位置をユーザが指定する基準位置指定手段
   を有し、前記画像補正手段は、前記所定画素塊抽出手段
   により抽出した所定の画素塊の位置が前記基準位置指定
   手段で指定された基準位置又は基準となる画素塊の位置
   となるように入力された文書画像全体の位置を補正する
   ことを特徴とする請求項１に記載の文書画像処理装置。
3. 【請求項３】 入力された文書画像をページごとに保持
   する画像記憶手段を有し、前記所定画素塊抽出手段は、
   前記画像記憶手段中の処理すべき複数ページの文書画像
   のレイアウトを解析し各ページの文書画像中の同様の位
   置にほぼ同一の画素塊が存在する場合に該画素塊を所定
   の画素塊とするとともに前記基準位置を決定することを
   特徴とする請求項１に記載の文書画像処理装置。
4. 【請求項４】 入力された文書画像をページごとに保持
   する画像記憶手段と、文書画像中において基準位置をユ
   ーザが指定する基準位置指定手段を有し、前記所定画素
   塊抽出手段は、前記画像記憶手段中の処理すべきすべて
   のページの文書画像のレイアウトを解析し各ページの文
   書画像中の同様の位置にほぼ同一の画素塊が存在する場
   合に該画素塊を所定の画素塊とし、前記画像補正手段
   は、前記所定画素塊抽出手段により抽出した所定の画素
   塊の位置が前記基準位置指定手段で指定された基準位置
   又は基準となる画素塊の位置となるように入力された文
   書画像全体の位置を補正することを特徴とする請求項１
   に記載の文書画像処理装置。
5. 【請求項５】 前記所定画素塊抽出手段は、前記文書画
   像から画素塊の矩形枠を抽出する矩形枠抽出手段と、文
   書画像の文字列方向を特定する文字列方向指定手段と、
   前記文字列方向指定手段により指定された方向に前記矩
   形枠を連結する連結矩形枠作成手段と、前記基準位置又
   は基準となる画素塊の位置に最も近い連結矩形枠を抽出
   する連結矩形枠抽出手段を含むことを特徴とする請求項
   １または請求項２に記載の文書画像処理装置。
6. 【請求項６】 前記文字列方向指定手段は、ユーザが文
   字列の方向を指定するユーザインタフェースを有するこ
   とを特徴とする請求項５に記載の文書画像処理装置。
7. 【請求項７】 前記文字列方向指定手段は、文書画像の
   レイアウトを解析することによって文字列の方向を特定
   する文書レイアウト解析手段を有することを特徴とする
   請求項５に記載の文書画像処理装置。
8. 【請求項８】 前記文書レイアウト解析手段は、文書画
   像の背景となる白画素のランを縦と横の両方向で抽出
   し、予め与えられた閾値以上の白画素のランに対して隣
   接する白画素のラン同士を統合して白画素領域の矩形枠
   を縦と横の両方向で作成し、前記矩形枠で縦と横の両方
   向で所定の幅以上の矩形枠を抽出し、抽出した縦方向と
   横方向の矩形枠で数の多い方をその文書の文字列方向と
   決定する構成であることを特徴とする請求項７に記載の
   文書画像処理装置。
9. 【請求項９】 さらに、前記所定画素塊抽出手段におい
   て所定の画素塊を抽出できないとき該当する文書画像に
   関する情報を記録しておく未検出ログ生成手段を有する
   ことを特徴とする請求項１または請求項２または請求項
   ５ないし請求項８のいずれか１項に記載の文書画像処理
   装置。
10. 【請求項１０】 前記基準位置指定手段は、奇数ページ
    における基準位置又は基準となる画素塊の位置を指定す
    る奇数ページ基準位置指定手段と、偶数ページにおける
    基準位置又は基準となる画素塊の位置を指定する偶数ペ
    ージ基準位置指定手段と、奇数ページと偶数ページとで
    前記奇数ページ基準位置指定手段または偶数ページ基準
    位置指定手段のいずれかの出力を切り替えるページ切替
    手段を含んで構成されており、奇数ページと偶数ページ
    とで個別に抽出領域を設定可能であることを特徴とする
    請求項２または請求項４に記載の文書画像処理装置。
11. 【請求項１１】 前記所定画素塊抽出手段は、文書画像
    の奇数ページについて同様の位置にほぼ同一の画素塊が
    存在する場合に該画素塊を奇数ページにおける所定の画
    素塊とし、また文書画像の偶数ページについて同様の位
    置にほぼ同一の画素塊が存在する場合に該画素塊を偶数
    ページにおける所定の画素塊とすることを特徴とする請
    求項３または請求項４に記載の文書画像処理装置。
12. 【請求項１２】 さらに、入力された文書画像に対して
    スキュー補正を行うスキュー補正手段を有することを特
    徴とする請求項１ないし請求項１１のいずれか１項に記
    載の文書画像処理装置。
13. 【請求項１３】 前記スキュー補正手段は、画素塊群の
    矩形枠の中心座標をハフ変換し、スキュー角を検出する
    ことを特徴とする請求項１２に記載の文書画像処理装
    置。
14. 【請求項１４】 前記所定の画素塊はページ番号の画像
    であり、さらに、画像中の文字を認識する文字認識手段
    と、画像補正手段にて位置を補正した後に前記ページ番
    号の画像中のページ番号を前記文字認識手段にて認識し
    該ページ番号順にページの順番をソートするソート手段
    を有することを特徴とする請求項１ないし請求項１３の
    いずれか１項に記載の文書画像処理装置。
15. 【請求項１５】 予めユーザが基準位置または基準とな
    る画素塊の位置を指定しておき、少なくとも一部のペー
    ジに共通して存在する所定の画素塊を入力された文書画
    像から抽出し、抽出した所定の画素塊の位置が前記基準
    位置又は前記基準となる画素塊の位置となるように入力
    された文書画像全体の位置を補正することを特徴とする
    文書画像処理方法。
16. 【請求項１６】 処理すべき複数ページの文書画像のレ
    イアウトを解析し、各ページの文書画像中の同様の位置
    にほぼ同一の画素塊が存在する場合に該画素塊を所定の
    画素塊とするとともに前記基準位置を決定し、各ページ
    の文書画像に存在する所定の画素塊の位置が前記基準位
    置となるように文書画像全体の位置を補正することを特
    徴とする文書画像処理方法。
17. 【請求項１７】 予めユーザが基準位置を指定してお
    き、処理すべき複数ページの文書画像のレイアウトを解
    析し、各ページの文書画像中の同様の位置にほぼ同一の
    画素塊が存在する場合に該画素塊を所定の画素塊とし、
    各ページの文書画像に存在する所定の画素塊の位置が前
    記基準位置となるように文書画像全体の位置を補正する
    ことを特徴とする文書画像処理方法。
18. 【請求項１８】 文書画像から所定の画素塊を抽出でき
    ないとき、該当する文書画像に関する情報を記録してお
    くことを特徴とする請求項１５ないし請求項１７のいず
    れか１項に記載の文書画像処理方法。
19. 【請求項１９】 予めユーザが行う基準位置または基準
    となる画素塊の位置の指定を受けるステップと、少なく
    とも一部のページに共通して存在する所定の画素塊を入
    力された文書画像から抽出するステップと、抽出した所
    定の画素塊の位置が前記基準位置又は前記基準となる画
    素塊の位置となるように入力された文書画像全体の位置
    を補正するステップをコンピュータに実行させるプログ
    ラムを記憶した前記コンピュータが読み取り可能な記憶
    媒体。
20. 【請求項２０】 処理すべき複数ページの文書画像のレ
    イアウトを解析するステップと、各ページの文書画像中
    の同様の位置にほぼ同一の画素塊が存在する場合に該画
    素塊を所定の画素塊とするとともに前記基準位置を決定
    するステップと、各ページの文書画像に存在する所定の
    画素塊の位置が前記基準位置となるように文書画像全体
    の位置を補正するステップをコンピュータに実行させる
    プログラムを記憶した前記コンピュータが読み取り可能
    な記憶媒体。
21. 【請求項２１】 予めユーザが行う基準位置の指定を受
    けるステップと、処理すべき複数ページの文書画像のレ
    イアウトを解析するステップと、各ページの文書画像中
    の同様の位置にほぼ同一の画素塊が存在する場合に該画
    素塊を所定の画素塊とするステップと、各ページの文書
    画像に存在する所定の画素塊の位置が前記基準位置とな
    るように文書画像全体の位置を補正するステップをコン
    ピュータに実行させるプログラムを記憶した前記コンピ
    ュータが読み取り可能な記憶媒体。
22. 【請求項２２】 さらに、文書画像から所定の画素塊を
    抽出できないとき、該当する文書画像に関する情報を記
    録しておくステップをコンピュータに実行させるプログ
    ラムを記憶した前記コンピュータが読み取り可能な請求
    項１９ないし請求項２１のいずれか１項に記載の記憶媒
    体。