JP2003067670A - 画像処理装置、画像処理方法、画像処理プログラムおよび画像処理プログラムを記録したコンピュータ読取可能な記録媒体 - Google Patents

Abstract

(57)【要約】 【課題】 画像データ中の文字画像から文字コードを認
識して得られた文字コードデータと文字画像から文字コ
ードデータに変換することなく切り出された文字画像デ
ータとが混在する画像を出力する場合において、双方の
混在によりユーザに与える違和感を低減する。 【解決手段】 文字認識確度が所定値以上の文字画像
は、コード化文字に変換されて文字コードデータとして
出力され、文字認識確度が所定の閾値より小さい文字画
像は、コード化文字に変換されずに文字画像データとし
て出力される（Ｓ２０５）。そして、文字認識確度が所
定値より低い文字画像に基づいて得られた文字画像デー
タは、その近傍の文字コードデータの出力時のフォント
に応じて変形される（Ｓ２０７）。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、画像処理装置、画
像処理方法、画像処理プログラムおよび画像処理プログ
ラムを記録したコンピュータ読取可能な記録媒体に関す
る。

【０００２】

【従来の技術】最近の画像認識装置は、読取に関する条
件の良い原稿（例えば標準的なフォントの文字のみで構
成された原稿）であれば、当該原稿を読み取った文字画
像を極めて高い精度で文字コードとして認識可能であ
る。文字コードに応じて得られた文字コードデータは、
キーワード検索が可能なこと、容量が小さいこと、拡大
縮小して出力しても画質劣化が少ないことなどの利点を
有している。しかしながら、原稿上の文字の品質が悪か
ったり、原稿上の文字等のレイアウトが複雑であると、
文字画像を文字コードとして認識する認識精度が大きく
低下し、誤認識される文字画像が増加してしまう。

【０００３】このような問題に対し、誤認識されている
可能性が高い文字画像を文字コードデータに変換するこ
となく、文字画像データ（例えばビットマップ形式の画
像データ）のまま出力する技術が提案されている。この
技術によれば、原稿上の文字と一致しない文字コードデ
ータを出力してしまうことがない。

【０００４】

【発明が解決しようとする課題】しかしながら、誤認識
されている可能性が高い文字画像のみを文字画像データ
として出力した場合、文字画像データと文字コードデー
タとの間で、フォント、線幅（太さ）あるいはサイズな
どの形状の差異が生じてしまい、ユーザに違和感を与え
るといった問題があった。

【０００５】図２５は、文字コードデータの出力時のフ
ォントがセリフ系である場合の従来の出力結果の一例を
示す図、図２６は、文字コードデータの出力時のフォン
トがサンセリフ系である場合の従来の出力結果の一例を
示す図である。セリフ系のフォントとは、線の端部に飾
り形状を有するフォントをいい、サンセリフ系のフォン
トとは、線の端部に飾り形状を有しないフォントをい
う。図中矩形枠で囲まれた「ｋ」の部分は、誤認識され
ている可能性が高い文字画像が文字画像データとして出
力された部分であり、文字コードデータとして出力され
た他の部分と、線幅あるいは線の端部の形状が相違して
いる。

【０００６】本発明の目的は、画像データ中の文字画像
から文字コードを認識して得られた文字コードデータと
文字画像から文字コードデータに変換することなく切り
出された文字画像データとが混在する画像を出力する場
合において、双方の混在によりユーザに与える違和感を
低減することができる画像処理装置、画像処理方法、画
像処理プログラムおよび画像処理プログラムを記録した
コンピュータ読取可能な記録媒体を提供することであ
る。

【０００７】

【課題を解決するための手段】本発明の目的は、下記す
る手段により達成される。

【０００８】（１）画像データ中の文字画像から文字コ
ードを認識して文字コードデータを得る文字認識手段
と、前記文字認識手段による認識の確からしさの度合い
である文字認識確度が所定値より低い文字画像を検出す
る検出手段と、文字認識確度が所定値より低い文字画像
に基づいて得られ文字を表す所定の画像データである文
字画像データを、前記文字コードデータの出力時のフォ
ントに応じて変形する変形手段とを有することを特徴と
する画像処理装置。

【０００９】（２）前記変形手段は、前記文字画像デー
タをベクタデータに変換するベクタ変換手段と、前記文
字画像データの近傍に位置される前記文字コードデータ
の出力時のフォントに応じて、前記ベクタデータにおけ
る線の幅を設定する線幅設定手段とを有することを特徴
とする上記（１）に記載の画像処理装置。

【００１０】（３）前記変形手段は、前記文字画像デー
タの近傍に位置される前記文字コードデータの出力時の
フォントに応じて、前記ベクタデータにおける線の端部
の形状を補正する端部形状補正手段をさらに有すること
を特徴とする上記（２）に記載の画像処理装置。

【００１１】（４）前記変形手段は、前記文字画像デー
タの近傍に位置される前記文字コードデータの出力時の
フォントに応じて、前記文字画像データにおける線の幅
を補正する線幅補正手段を有することを特徴とする上記
（１）に記載の画像処理装置。

【００１２】（５）前記線幅補正手段は、前記文字画像
データにおける注目画素の値を当該注目画素の周囲の所
定サイズ内での最小値または最大値に置換するファイル
タ処理を行うことにより、前記線の幅を補正することを
特徴とする上記（４）に記載の画像処理装置。

【００１３】（６）前記文字コードデータおよび前記文
字画像データの変形後のデータを有する電子ファイルを
作成するファイル作成部をさらに有することを特徴とす
る上記（１）〜（５）に記載の画像処理装置。

【００１４】（７）原稿を読み取ることによって画像デ
ータを得る読取手段をさらに有することを特徴とする上
記（１）〜（６）に記載の画像処理装置。

【００１５】（８）画像データ中の文字画像から文字コ
ードを認識して文字コードデータを得る段階と、前記認
識の確からしさの度合いである文字認識確度が所定値よ
り低い文字画像を検出する段階と、文字認識確度が所定
値より低い文字画像に基づいて得られ文字を表す所定の
画像データである文字画像データを、前記文字コードデ
ータの出力時のフォントに応じて変形する段階とを有す
ることを特徴とする画像処理方法。

【００１６】（９）画像データ中の文字画像から文字コ
ードを認識して文字コードデータを得る手順と、前記認
識の確からしさの度合いである文字認識確度が所定値よ
り低い文字画像を検出する手順と、文字認識確度が所定
値より低い文字画像に基づいて得られ文字を表す所定の
画像データである文字画像データを、前記文字コードデ
ータの出力時のフォントに応じて変形する手順とをコン
ピュータに実行させるための画像処理プログラム。

【００１７】（１０）上記（９）に記載の画像処理プロ
グラムを記録したコンピュータ読み取り可能な記録媒
体。

【００１８】

【発明の実施の形態】以下、図面を参照して、本発明の
実施の形態を説明する。

【００１９】図１は、本発明の第１実施形態に係る画像
処理装置を含むネットワークシステムの構成を示す図で
ある。

【００２０】図１に示すネットワークシステムは、スキ
ャナ、プリンタ、およびコピー等の機器の機能を１台に
搭載したＭＦＰ（multi-function peripheral）と呼ば
れるデジタル複合機２０、データベースサーバ４０、お
よびプリンタ６０を有しており、これらの機器は、ネッ
トワーク１０を介して相互に通信可能に接続されてい
る。なお、ネットワーク１０上の機器の種類および台数
は、実際には図１に示す例に限定されない。

【００２１】ネットワーク１０は、イーサネット（登録
商標）、トークンリング、ＦＤＤＩ（fiber distribute
d data interface）、無線ＬＡＮ（ＩＥＥＥ８０２.１
１）などのＬＡＮ、いくつかのＬＡＮ同士を接続してな
るＷＡＮ、あるいはインターネット（the Internet）で
ある。

【００２２】図２は、デジタル複合機２０の構成の一例
を示すブロック図である。

【００２３】デジタル複合機２０は、ＣＰＵ２１、ＲＯ
Ｍ２２、記憶部２３、操作パネル部２４、原稿読取部２
５、印刷部２６、画像処理部２７、ネットワークインタ
フェース２８、および上記各部の間で信号をやり取りす
るためのバス２９を有している。

【００２４】ＣＰＵ２１は、プログラムにしたがって各
部の制御および各種の演算処理を行う。ＲＯＭ２２は、
各種のプログラムおよびデータを記憶する。記憶部２３
は、画像データなどの各種データを記憶するとともに、
各種処理を実行する際の作業領域を提供する。記憶部２
３は、たとえばハードディスクとＲＡＭとから構成され
る。

【００２５】操作パネル部２４は、たとえばユーザが各
種操作指示を行うための操作部と各種の表示を行うため
の表示部とから構成される。

【００２６】原稿読取部２５は、原稿を読み取って画像
データを取得する。具体的には、原稿読取部２５は、所
定の読取位置にセットされた原稿に光を当て、その反射
光をＣＣＤなどの受光素子を用いて電気信号に変換し、
この電気信号から画像データを作成する。原稿読取部２
５は、自動原稿搬送装置（ＡＤＦ）を備えていてもよ
い。印刷部２６は、各種データを用紙などの記録材に印
刷する。

【００２７】画像処理部２７は、原稿を読み取って得ら
れた画像データに対し、領域分離、画像補正、圧縮、フ
ァイル作成などの各種処理を行う。ネットワークインタ
フェース２８は、ネットワーク１０に接続しネットワー
ク１０上の他の機器と通信するためのインタフェースで
ある。

【００２８】図３は、画像処理部２７の構成の一例を示
すブロック図である。

【００２９】画像処理部２７は、領域分離部３１、画像
圧縮部３２、およびファイル作成部３３を有している。

【００３０】領域分離部３１は、画像データを、文字画
像が存在する文字領域、図形画像が存在する図形領域、
および写真画像が存在する写真領域に分離する。画像圧
縮部３２は、各領域内の画像に対して、領域の種類に応
じた圧縮処理を施す。ファイル作成部３３は、圧縮処理
が行われた画像に基づいて、所定形式のファイルを作成
する。

【００３１】図４は、本発明の一実施形態に係る画像処
理装置としての機能を有するデータベースサーバ４０の
構成の一例を示すブロック図である。

【００３２】データベースサーバ４０は、ＣＰＵ４１、
ＲＯＭ４２、記憶部４３、入力装置４４、ディスプレイ
４５、ネットワークインタフェース４６、および上記各
部の間で信号をやり取りするためのバス４７を有してい
る。

【００３３】データベースサーバ４０のＣＰＵ、ＲＯ
Ｍ、記憶部、およびネットワークインタフェースは、上
記したデジタル複合機２０と同様の機能を有しているた
め、その説明を省略する。入力装置４４は、ユーザが各
種の操作や指示を行うための装置であり、具体的には例
えばキーボードやマウスなどである。ディスプレイ４５
は、各種の表示を行う。

【００３４】図５は、画像処理用アプリケーション５０
の内容を示す図である。この画像処理用アプリケーショ
ン５０は、データベースサーバ４０におけるたとえば記
憶部４３のハードディスクに記憶される。

【００３５】画像処理用アプリケーション５０は、ファ
イル読み込み部５１、文字認識部５２、ベクタ変換部５
３、文字認識後処理部５４、およびファイル作成部５５
を有している。

【００３６】ファイル読み込み部５１は、受信されたフ
ァイルから圧縮された画像を領域別に取り出して伸長
（解凍）する。文字認識部５２は、文字画像から文字コ
ードを認識して文字コードデータを得る。また、文字認
識部５２は、認識の確からしさの度合いである文字認識
確度を出力する。ベクタ変換部５３は、画像データから
ベクタデータを生成する。文字認識後処理部５４は、文
字認識部５２による文字認識処理が行われた後の文字画
像に対して、後述するビットマップ文字の変形処理など
の所定の処理を行う。ファイル作成部５５は、各種の処
理後に得られたデータに基づいて、所定形式のファイル
を作成する。

【００３７】図１に示すネットワークシステムにおける
動作指示は、デジタル複合機２０の操作パネル部２４を
通して行うことができる。たとえば、操作パネル部２４
上にはスキャン＆ファイルボタンとスキャン＆プリント
ボタンとが表示される。スキャン＆ファイルボタンが操
作された場合、デジタル複合機２０は原稿読取動作を開
始し、読み取って得られた画像データに所定の画像処理
が施されて作成されたファイルは、データベースサーバ
４０に送信され、文字認識等の画像処理がなされた後、
所定形式のファイルとしてデータベースサーバ４０内の
記憶部４３に保存される。また、スキャン＆プリントボ
タンが操作された場合、読み取って得られた画像データ
に所定の画像処理が施されて作成されたファイルは、プ
リンタ６０に送信され、用紙などの記録材に印刷され
る。

【００３８】次に、図６〜図８を参照して、デジタル複
合機２０の操作パネル部２４上でスキャン＆ファイルボ
タンが操作された場合のネットワークシステムにおける
画像処理の手順について説明する。

【００３９】まず、図６を参照して、デジタル複合機２
０における画像処理の手順について説明する。なお、図
６のフローチャートにより示されるアルゴリズムは、た
とえばＲＯＭ２２にプログラムとして記憶されており、
ＣＰＵ２１によって実行される。

【００４０】ステップＳ１０１では、原稿を読み取って
得られたカラーの画像データに対し、ＲＧＢ表色系から
ＹＣｒＣｂ表色系へと色空間の変換が行われる。ＹＣｒ
Ｃｂ表色系では、明度成分（Ｙ）と色成分（Ｃｒ、Ｃ
ｂ）とが分離されるため、それぞれを独立して取り扱う
ことができる。ただし、ＲＧＢ表色系のままで後の処理
を行うことも可能である。また、ＹＣｒＣｂ表色系の代
わりに他の表色系を用いることも可能である。

【００４１】なお、ＲＧＢ表色系からＹＣｒＣｂ表色系
への色空間の変換は、 Ｙ ＝ Ｃ₁₁＊Ｒ ＋ Ｃ₁₂＊Ｇ ＋ Ｃ₁₃＊Ｂ Ｃｂ ＝ Ｃ₂₁＊Ｒ ＋ Ｃ₂₂＊Ｇ ＋ Ｃ₂₃＊Ｂ Ｃｒ ＝ Ｃ₃₁＊Ｒ ＋ Ｃ₃₂＊Ｇ ＋ Ｃ₃₃＊Ｂ の線形変換の式により行われる。ここで、Ｃ₁₁〜Ｃ₃₃の
係数はあらかじめ与えられる。

【００４２】ステップＳ１０２では、得られた画像デー
タから、文字画像が存在する文字領域が分離されて抽出
される。文字領域の分離は、任意の方法を用いて行うこ
とができる。本実施形態では、たとえば、画像データが
ＤＣＴ（離散コサイン変換）により周波数成分に分解さ
れ、画像データから特定の周波数成分が多い微小領域が
検出される。そして、検出された近隣の微小領域同士が
連結されることにより、文字領域の分離抽出が行われ
る。

【００４３】ステップＳ１０３では、ＹＣｒＣｂ表色系
で表されたカラーの画像データから分離された文字領域
に対して、２値化処理が行われる。２値化処理に用いら
れる閾値は、文字領域ごとに明度Ｙに関するヒストグラ
ムを作成することによって求められる。すなわち、作成
されたヒストグラムから文字画像の背景に当たる背景画
像のピークが検出され、検出されたピークの明度に基づ
いて、文字画像と背景画像とを明確に区別できる閾値が
算出される。

【００４４】ステップＳ１０４では、分離された文字領
域内の文字画像が、元のカラーの画像データから消去さ
れる。ここで、分離された矩形の文字領域全体が消去さ
れるのではなく、文字領域内の文字画像の部分のみが消
去され、消去後の部分が周囲の背景画像により補完され
る。なお、消去される部分は、２値化処理後の文字画像
をたとえば２〜３画素膨張させることにより求められ
る。文字画像の膨張処理は、たとえば、文字領域内にお
ける注目画素の値を当該注目画素の周囲の所定サイズ
（Ｎ×Ｎの画素）内での最小値に置換するＮ×Ｎ最小値
ファイルタ処理により行われる。

【００４５】ステップＳ１０５では、文字画像が消去さ
れて除去された後の画像データから、写真領域と図形領
域とが分離されて抽出される。ここで、図形領域とは、
線やベタ絵などのたとえばパソコンで作成された画像が
存在する領域をいう。写真領域とは、写真や絵柄などの
連続的に変化する階調のある画像が存在する領域をい
う。図形領域と写真領域とを区別して分離することによ
り、それぞれの領域に応じて、適切な解像度、色データ
のビット数、および圧縮アルゴリズムが適用され得る。

【００４６】写真領域および図形領域の分離は、任意の
方法を用いて行うことができる。本実施形態では、たと
えば、まず領域の境界が検出され、境界により規定され
た領域が所定の微小領域に分割されて、各微小領域内で
それぞれ明度Ｙに関するヒストグラムが作成される。ヒ
ストグラムの形状から明度の連続性が検出され、連続性
の高い微小領域が写真微小領域、連続性の低い領域が図
形微小領域と判別される。そして、領域内における写真
微小領域と判別された微小領域の数と図形微小領域と判
別された微小領域の数とを比較することにより、当該領
域が写真領域であるかまたは図形領域であるかが判別さ
れる。

【００４７】このようにして、画像データは、文字領
域、写真領域、および図形領域に分離される。ここで、
写真領域は、図形領域とは重ならず、文字領域は、他の
２種類の領域上に重ねられ得る。

【００４８】ステップＳ１０６では、各領域内の画像に
対し、ＹＣｒＣｂ表色系からＲＧＢ表色系へと色空間の
変換が行われる。

【００４９】ステップＳ１０７では、文字領域内の文字
画像に対し、圧縮処理が行われる。すなわち、文字画像
は、たとえば、１画素が１ビットで表された１ビット画
像データと領域ごとに設定された色データとに変換され
た後、ＭＭＲ（modified modified READ）あるいはＪＢ
ＩＧ（joint bi-level image experts group）などの１
ビット画像データに適したアルゴリズムにより圧縮され
る。

【００５０】ステップＳ１０８では、写真領域内の写真
画像に対し、圧縮処理が行われる。すなわち、写真画像
はまず、たとえば、より低い解像度に解像度変換され
る。解像度変換を行わない場合、写真画像は、原稿上の
網点によるモアレの発生を防止するため、スムージング
処理が施される。次いで、写真画像は、ＪＰＥＧ（join
t photographic experts）などのカラーの写真画像に適
したアルゴリズムにより圧縮される。

【００５１】ステップＳ１０９では、図形領域内の図形
画像に対し、圧縮処理が行われる。すなわち、図形画像
は、たとえば、減色処理が施された後、Ｆｌａｔｅ圧縮
などの方法により圧縮される。

【００５２】ステップＳ１１０では、圧縮された各画像
が合成されて１つのファイルが作成される。すなわち、
各領域内の画像に対してそれぞれの画像に適したその他
の画像処理が施された後、圧縮された各画像が合成さ
れ、たとえばＰＤＦ（PortableDocument Format）ファ
イルなどの所定形式のファイルが作成される。ここで、
作成されたファイルは、データベースサーバ４０に送信
される。圧縮された各画像が合成されたファイルを送信
することにより、容量の大きいデータがネットワーク１
０上に送信されることを防止することができる。ただ
し、圧縮処理を省略することも可能である。

【００５３】次に、図７および図８を参照して、データ
ベースサーバ４０における画像処理の手順について説明
する。なお、図７および図８のフローチャートにより示
されるアルゴリズムは、たとえばＲＯＭ４２にプログラ
ムとして記憶されており、ＣＰＵ４１によって実行され
る。

【００５４】ステップＳ２０１では、デジタル複合機２
０から受信したファイルの読み込みが行われる。すなわ
ち、受信したファイルにおいて既に分離されている各領
域内の画像が記憶部４３の作業領域に読み込まれる。

【００５５】ステップＳ２０２では、読み込まれた画像
が、それぞれの画像の種類に応じた方法で伸長される。
ここで、伸長された文字画像は文字認識部５２に入力さ
れる。また、伸長された図形画像はベクタ変換部５３に
入力され、図形が点や線などの構成要素の座標値として
表されたベクタデータが生成される。

【００５６】ステップＳ２０３では、文字認識処理が行
われる。すなわち、文字認識部５２に入力された文字画
像から文字コードが認識される。ここで、文字画像か
ら、行や単語などの文字画像ブロックの認識、および個
々の文字画像の切り出しが行われた後、１文字づつ文字
コードが認識される。文字画像から文字コードを認識す
る方法は、たとえば、各文字画像の特徴量とあらかじめ
記憶されている辞書パターンとの一致の度合い、および
単語辞書における合致する単語の有無などの基準により
行われる。また、文字認識部５２は、文字コードのほ
か、文字コードを認識する確からしさの度合いである文
字認識確度と、各文字画像の外接矩形の位置および大き
さを示す外接矩形データとを出力する。文字認識確度
は、例えば１０段階で与えられ、値が大きいと文字認識
確度が高いことを意味する。

【００５７】ステップＳ２０４では、個々の文字画像の
色が、文字認識部５２から出力された当該文字画像の外
接矩形に対応する位置において検出される。

【００５８】ステップＳ２０５では、文字認識部５２か
ら出力された文字認識確度に基づいて、個々の文字画像
をコード化文字に変換して文字コードデータとして出力
するか否かが判定される。文字コードデータは、文字が
文字コードとして表されたコード化文字を有するデータ
である。

【００５９】ここで、たとえば文字認識確度が所定の閾
値以上である文字画像は、コード化文字に変換されて文
字コードデータとして出力される。一方、文字認識確度
が所定の閾値より小さい文字画像は、コード化文字に変
換されずに文字画像データとして出力される。ここで、
文字画像データは、文字認識確度が所定の閾値より小さ
い文字画像に基づいて得られ、文字が画素の集まりとし
て表されたビットマップ文字を有する所定の画像データ
である。なお、ステップＳ２０４で検出された色データ
は、コード化文字、あるいはビットマップ文字の色とし
て指定される。

【００６０】ステップＳ２０６では、コード化文字のサ
イズが算出される。すなわち、まず文字画像の外接矩形
データにおける文字高さに基づいて、フォントサイズが
ポイント数で算出された後、文字高さが元の原稿上の文
字と同じになるように調整される。次いで、コード化文
字の文字幅が外接矩形データに合致するように調整され
ることにより、コード化文字の文字幅および文字間隔が
元の原稿上の文字と同じになるように調整される。

【００６１】具体的には、コード化文字の出力時のフォ
ント（出力フォント）のフォントメトリックデータがあ
らかじめ記憶されているため、フォントサイズの算出
は、文字画像の外接矩形データにおける文字高さと出力
フォントの文字高さデータとの比を計算することにより
行うことができる。元の原稿上の文字のフォントと出力
フォントとはたいていの場合異なるため、コード化文字
のフォントサイズの値自体は、元の原稿上の文字のフォ
ントサイズと僅かに異なるかもしれないが、上記の方法
によれば、出力時の文字高さは元の原稿上の文字高さと
同じになる。フォントサイズの算出は、個々のコード化
文字単位で行われる場合、文字高さが正確になるが、前
後の統一性を考慮して、好ましくは、単語、あるいは行
単位程度で行われる。

【００６２】また、コード化文字の文字幅は、文字画像
の外接矩形データにおける文字幅と、算出されたフォン
トサイズの場合の出力フォントの文字幅との比を計算す
ることにより求めることができる。文字幅の調整は、外
接矩形の間隔から求められる文字間隔の値と、水平方向
文字倍率との２つを設定することにより可能である。文
字幅の調整は、個々のコード化文字単位で行われる場
合、文字幅が正確になるが、前後の統一性を考慮して、
文字間隔および水平方向文字倍率の両方を設定し、好ま
しくは、単語、あるいは行単位程度で文字幅が同じにな
るように行われる。

【００６３】ステップＳ２０３〜Ｓ２０６の処理によ
り、コード化文字に関する出力フォント、文字コード、
フォントサイズ、文字位置、文字間隔、および文字色な
どのデータが得られる。

【００６４】ステップＳ２０７では、ステップＳ２０５
で得られた文字画像データにおけるビットマップ文字の
変形処理が行われる。

【００６５】次に、図８を参照して、ビットマップ文字
の変形処理の手順について説明する。

【００６６】ステップＳ３０１では、注目するビットマ
ップ文字がベクタ変換され、文字が点や線などの構成要
素の座標値として表されたベクタ文字を有する文字ベク
タデータが生成される。

【００６７】ビットマップ文字をベクタ変換する場合、
図形領域内の画像をベクタ変換するときの通常のベクタ
変換処理よりも、後述する線幅の設定や線の端部形状の
補正を考慮して、ビットマップ文字の変換に適した図形
認識のパラメータが設定される。たとえば、文字の１本
のストローク（線部分）が、属性としての線幅を備えた
１本の線要素として認識されるように、線幅検出のパラ
メータが比較的大きく設定される。線幅検出のパラメー
タとは、１つの線として認識することができる最大線幅
の閾値である。仮に、線幅検出のパラメータを小さく設
定すると、１本のストロークは輪郭線とその内部の色デ
ータとから構成されるベクタデータに変換されてしまう
ため好ましくない。また、文字のストロークに合わせ
て、優先的に線要素における左・上が始点、右・下が終
点となるようにパラメータが統一して設定される。さら
に、線幅変更の許容値を示すパラメータが、セリフ系の
フォントを考慮して、比較的大きい値に設定される。こ
れにより、線幅が途中で変化する線が１つの線として認
識される。セリフ系のフォントとは、前述したように、
線の端部における飾り形状であるセリフを有するフォン
トをいう。また、ベクタ変換処理においては、先に短い
方の線要素が認識された後、長い方の他の線要素との統
合処理が行われ得る。たとえば、２つの線要素が近い角
度で連結されている場合、１つの線要素として統合され
る。このとき、線幅変更の許容値を示すパラメータを比
較的大きく設定しておくことにより、たとえば線幅の異
なる２つの線要素が１つの線要素に統合される。なお、
上記のパラメータは、文字の大きさに応じて設定され
る。

【００６８】図９は、ビットマップ文字Ａとビットマッ
プ文字がベクタ変換されて得られたベクタ文字の線要素
Ｂとを重ねて例示する図である。図９において、「ｋ」
の文字はセリフ系のフォントであるため、セリフの部分
Ｂ₁、Ｂ₂が１つの線として認識されている。

【００６９】ステップＳ３０２では、図１０に示すよう
に、ベクタ文字の線要素からセリフの部分が削除され
る。ここで、線の長さが所定の閾値よりも短く、かつ他
の線との連結部がＴ型（図９のＢ₁）またはＬ型（図９
のＢ₂）である線要素が、セリフの部分とみなされる。
なお、セリフの部分とみなされる線の長さの閾値は、文
字の大きさに応じて設定される。

【００７０】ステップＳ３０３では、注目するビットマ
ップ文字の近傍に位置されるコード化文字（たとえばビ
ットマップ文字に隣接するコード化文字、以下同じ）の
出力フォントにおける線幅が算出される。ここで、出力
フォントがサンセリフ系のフォントである場合、線幅は
文字のストロークの角度（方向）に関係ないので、１つ
の値が得られる。一方、出力フォントがセリフ系のフォ
ントである場合、線幅は文字のストロークの角度により
異なるので、線幅Ｗ₁および線幅Ｗ₂（線幅Ｗ₁＜線幅
Ｗ₂）の２つの値が得られる。なお、出力フォントの線
幅は特定のフォントサイズでのデータとして記憶されて
いるため、近傍のコード化文字のフォントサイズに応じ
て比例計算することにより算出される。

【００７１】ステップＳ３０４では、出力フォントがセ
リフ系のフォントであるか否かが判断される。セリフ系
のフォントである場合（ステップＳ３０３：ＹＥＳ）、
ステップＳ３０５の処理が実行され、セリフ系のフォン
トでない場合（ステップＳ３０３：ＮＯ）、ステップＳ
３０９の処理が実行される。

【００７２】ステップＳ３０５では、ベクタ文字を構成
する直線要素の線幅が設定される。ここで、図１１に示
すように、直線要素の線幅は、当該直線要素の角度に応
じて線幅Ｗ₁または線幅Ｗ₂（線幅Ｗ₁＜線幅Ｗ₂）に設定
される。図１３は、直線要素の角度と線幅との対応テー
ブルの一例を示す図である。図１３に示されるように、
直線要素が水平または右上がり、すなわち直線要素の角
度α（度）がα＝０または０＜α＜９０であれば、直線
要素の線幅が線幅Ｗ₁に設定される。一方、直線要素が
垂直または右下がり、すなわち直線要素の角度α（度）
がα＝９０または９０＜α＜１８０であれば、直線要素
の線幅が線幅Ｗ₂に設定される。

【００７３】ステップＳ３０６では、ベクタ文字を構成
する曲線要素の線幅が設定される。図１４は、ビットマ
ップ文字Ｃとビットマップ文字がベクタ変換されて得ら
れたベクタ文字の曲線要素Ｄとを重ねて例示する図、図
１５は、認識されたベクタ文字の曲線要素Ｄのみを示す
図である。曲線要素の線幅は、たとえば図１６に示すよ
うに、曲線要素Ｄの内部集合と、曲線要素Ｄを水平方向
に線幅Ｗ₂だけずらした曲線要素Ｄｔの内部集合との排
他的ＯＲ部分を作成することにより設定される。

【００７４】ステップＳ３０７では、ベクタ文字を構成
する線要素の端部の形状が補正される。ここで、図１２
に示すように、線要素の端部Ｅの形状は、当該線要素の
角度や端部の外接矩形内における位置などの条件に応じ
て補正される。

【００７５】図１７は、線要素の角度などの条件と端部
形状との対応テーブルの一例を示す図である。図１７に
示されるように、たとえば、線要素が水平、すなわち線
要素の角度α（度）がα＝０の場合、端部の外接矩形内
における位置によって場合分けされ、さらに線要素の始
点かまたは終点かによって場合分けされて、線要素の端
部形状が決定される。図１７に示される端部形状は、ベ
クタデータとしてあらかじめ記憶部４３に記憶される。
具体的には、記憶部４３に記憶されている端部形状のベ
クタデータにベクタ文字の大きさに応じて所定の倍率を
掛けた後、ベクタ文字を構成する線要素の端部に端部形
状のベクタデータを付加することにより、線要素の端部
形状の補正が行われる。ただし、線要素の端部形状の補
正方法は、上記方法に必ずしも限定されるものではな
く、たとえば端部形状のみがビットマップデータなどの
画像データで与えられてもよい。

【００７６】ステップＳ３０８では、ベクタ文字におけ
るコーナー部の形状が補正される。図１８は、コーナー
部の外接矩形内における位置などの条件とコーナー部形
状との対応テーブルの一例を示す図である。図１８に示
すように、たとえば文字「Ｅ」などに含まれる直角のコ
ーナー部には図示のようなセリフが追加される。また、
たとえば文字「Ｖ」などに含まれるその他のコーナー部
は、図示のように線幅の大きい方の線要素の端部を他方
の線要素に沿って切除することにより、コーナー部形状
の補正が行われる。

【００７７】一方、ステップＳ３０９では、出力フォン
トがサンセリフ系のフォントなので、ベクタ文字を構成
する線要素の線幅が、ステップＳ３０３で得られた１つ
の値に設定される。また、ステップＳ３１０では、線要
素の端部形状が、線要素のストローク方向に直交する端
面を有する四角形状に設定される。

【００７８】なお、ステップＳ３０１〜Ｓ３０８の処理
は、すべてのビットマップ文字に対して行われる。

【００７９】ステップＳ３１１では、データベースサー
バ４０において後述するステップで作成されるファイル
の形式がベクタデータに対応しているか否かが判断され
る。たとえばＰＤＦファイルなどのベクタデータに対応
したファイル形式の場合（ステップＳ３１１：ＹＥ
Ｓ）、ステップＳ３１２の処理が実行され、ベクタデー
タに対応していないファイル形式の場合（ステップＳ３
１１：ＮＯ）、ステップＳ３１３の処理が実行される。

【００８０】ステップＳ３１２では、線幅の設定および
端部形状の補正などの処理が行われた後のベクタ文字を
有する文字ベクタデータが記憶部４３に記憶される。

【００８１】ステップＳ３１３では、線幅の設定および
端部形状の補正などの処理が行われた後のベクタ文字が
ビットマップデータにラスタライズされ、文字ビットマ
ップデータとして記憶部４３に記憶される（ステップＳ
３１４）。

【００８２】最後に、図７のステップＳ２０８に戻り、
写真画像データ、図形画像がベクタ変換されて生成され
たベクタデータ、文字コードデータ、および文字画像デ
ータの変形後のデータ（図８の場合、文字ベクタデータ
または文字ビットマップデータ）が合成されて、たとえ
ばＰＤＦファイルなどの所定の１つのファイルが作成さ
れる。そして、作成されたファイルは、記憶部４３に保
存され、ユーザの利用に供される。

【００８３】このように、第１実施形態によれば、文字
認識確度が所定値より低い文字画像に基づいて得られた
文字画像データを、その近傍の文字コードデータの出力
時のフォントに応じて変形することができる。したがっ
て、文字コードデータと文字画像データとが混在する画
像を出力する場合でも、両者の差異を目立たなくするこ
とができ、ユーザに与える違和感を低減することができ
る。特に、両者の線幅の相違により文字列の一部がボー
ルド文字に誤認されてしまうことを防止することができ
る。

【００８４】次に、図１９を参照して、本発明の第２実
施形態に係るビットマップ文字の変形処理の手順につい
て説明する。なお、図１９のフローチャートにより示さ
れるアルゴリズムは、たとえばデータベースサーバ４０
のＲＯＭ４２にプログラムとして記憶されており、ＣＰ
Ｕ４１によって実行される。

【００８５】この第２実施形態は、上述した第１実施形
態と、画像処理におけるビットマップ文字の変形処理
（図７のＳ２０７）の内容（図８参照）が相違してい
る。その他の点は、第１実施形態と同様であるため説明
を省略する。

【００８６】まず、ステップＳ４０１では、注目するビ
ットマップ文字の近傍に位置されるコード化文字の出力
フォントにおけるフォントサイズが算出される。ここ
で、フォントサイズの算出は、たとえばディセンダのな
いコード化文字（「Ｅ」「Ａ」など）の文字高さをポイ
ント数に換算することにより求められる。

【００８７】ステップＳ４０２では、注目するビットマ
ップ文字が拡大／縮小される。ビットマップ文字の拡大
／縮小は、ステップＳ４０１でフォントサイズが算出さ
れたコード化文字の当該フォントサイズに対応する文字
高さと、当該コード化文字に対応する文字画像の外接矩
形データの文字高さとの比較に基づいて行われる。

【００８８】ステップＳ４０３では、注目するビットマ
ップ文字の近傍に位置されるコード化文字の出力フォン
トにおける所定の線幅が算出される。さらに、算出され
た線幅は、後述する線幅の補正処理に備えて、出力画像
の解像度に応じた画素数に変換される。

【００８９】なお、出力フォントの文字高さ、文字幅、
および線幅は、特定のフォントサイズでのデータとして
記憶されているため、実際のコード化文字のフォントサ
イズに応じて比例計算することにより算出される。

【００９０】ステップＳ４０４では、ステップＳ４０３
で線幅が算出されたコード化文字に対応する文字画像に
ついての線幅が検出される。ステップＳ４０３でコード
化文字において算出される線幅の位置は文字コードに応
じてあらかじめ決められており、当該位置において文字
画像の線幅が検出される。

【００９１】図２０は、線幅の検出方法の一例を説明す
るための図である。たとえば、図２０に示すような
「Ｉ」を表す文字画像の線幅を検出する場合、（ｘ１，
（ｙ１＋ｙ２）／２）を始点、（ｘ２，（ｙ１＋ｙ２）
／２）を終点とする線上において、１つ目のピーク
（「Ｉ」の場合）を示す部分のたとえば黒画素の数を数
えることにより線幅が検出される。ただし、「Ｉ」を表
す文字画像の外接矩形の左上および右下の座標をそれぞ
れ（ｘ１，ｙ１）、（ｘ２，ｙ２）とする。なお、黒画
素の数を求める際のピークの位置は、文字コードに応じ
てあらかじめ決められる。

【００９２】ステップＳ４０５では、注目するビットマ
ップ文字の縦線の幅が補正される。ここで、ステップＳ
４０４で検出された文字画像における線幅と、ステップ
Ｓ４０３で算出されたコード化文字の出力フォントにお
ける線幅との相違に相当する画素数の差が、線幅の補正
量とされる。

【００９３】図２１は、縦線幅の補正に用いられるフィ
ルタの一例を説明するための図である。縦線幅の補正量
がたとえばマイナスｎ画素（ｎ画素分減少）である場
合、図２１に示すような１×ｎ（サイズ）の最小値フィ
ルタ（白画素が０、黒画素が１で表される場合）が用い
られる。ただし、図２１では、１×３の最小値フィルタ
が例示されている。最小値フィルタ処理は、ビットマッ
プ文字における注目画素の値を当該注目画素の周囲の所
定サイズ内での最小値に置換する処理である。したがっ
て、１×ｎの最小値フィルタを用いることにより、横方
向にｎ画素分、縦線の幅を減少させることができる。逆
に、縦線の幅を増加させる場合、ビットマップ文字にお
ける注目画素の値を当該注目画素の周囲の所定サイズ内
での最大値に置換する最大値フィルタ処理が行われる。

【００９４】ステップＳ４０６では、注目するビットマ
ップ文字の横線の幅が補正される。

【００９５】図２２は、横線幅の補正に用いられるフィ
ルタの一例を説明するための図である。横線幅の補正量
がたとえばマイナスｍ画素（ｍ画素分減少）である場
合、図２２に示すようなｍ×１（サイズ）の最小値フィ
ルタ（白画素が０、黒画素が１で表される場合）が用い
られる。ただし、図２２では、３×１の最小値フィルタ
が例示されている。ｍ×１の最小値フィルタを用いるこ
とにより、縦方向にｍ画素分、横線の幅を減少させるこ
とができる。逆に、横線の幅を増加させる場合、最大値
フィルタ処理が行われる。

【００９６】なお、ステップＳ４０１〜Ｓ４０６の処理
は、すべてのビットマップ文字に対して行われる。

【００９７】ステップＳ４０７では、ステップＳ４０１
〜Ｓ４０６の処理に基づく変形後のビットマップ文字を
有する文字画像データが記憶部４３に記憶される。

【００９８】図２３および図２４は、第２実施形態に係
るビットマップ文字の変形処理が施された場合の出力結
果の一例を示す図であり、図２３は、出力フォントがセ
リフ系の場合、図２４は、出力フォントがサンセリフ系
の場合を示す。図中において矩形枠で囲まれた部分がビ
ットマップ文字を示しており、それ以外の部分がコード
化文字を示している。このように、ビットマップ文字の
変形処理が施されない場合の出力結果である図２５およ
び図２６と比べて、第２実施形態に係るビットマップ文
字の変形処理を施すことにより、文字コードデータと文
字画像データとの差異が目立たなくなっていることがわ
かる。しかも、第２実施形態によれば、第１実施形態と
比較してより簡易な構成により、ビットマップ文字にお
ける線の幅の補正を行うことができる。

【００９９】本発明は、上記した実施形態のみに限定さ
れるものではなく、特許請求の範囲内において、種々改
変することができる。

【０１００】たとえば上記実施形態では、文字認識処理
およびビットマップ文字の変形処理などの画像処理がデ
ータベースサーバ４０で行われる場合について説明した
が、デジタル複合機２０ですべての画像処理が行われて
もよい。

【０１０１】また、領域分離処理がデジタル複合機２０
で行われる場合について説明したが、データベースサー
バ４０で行われてもよい。この場合、デジタル複合機２
０において、画像データ全体が１つの方式で圧縮処理さ
れるか、あるいは圧縮処理が省略される。

【０１０２】さらに、デジタル複合機２０は、必ずしも
印刷機能を備えている必要はなく、たとえばデジタル複
合機の代わりにネットワークスキャナなどの他の機器が
使用されてもよい。

【０１０３】また、データベースサーバ４０の代わりに
パソコンが使用されてもよく、この場合、デジタル複合
機２０から送信されたファイルはパソコンで受信され、
当該ファイルに対して図７および図８などに示される画
像処理がパソコンで行われる。パソコンで画像処理が行
われる場合、画像処理の対象となる画像データは、たと
えばデジタルカメラで取り込まれた画像データ、あるい
はパソコンに保存されている画像データであってもよ
い。

【０１０４】本発明による画像処理における制御または
演算を行う各手段、および画像処理方法は、専用のハー
ドウェア回路、またはプログラムされたコンピュータの
いずれによっても実現することが可能である。上記プロ
グラムは、例えばフレキシブルディスクやＣＤ−ＲＯＭ
などのコンピュータ読み取り可能な記録媒体によって提
供されてもよい。また、上記プログラムは、単独でアプ
リケーションソフトとして提供されてもよいし、あるい
は装置の一機能としてその装置に組み込まれていてもよ
い。

【０１０５】

【発明の効果】以上説明したように、本発明によれば、
文字認識確度が所定値より低い文字画像に基づいて得ら
れた文字画像データを、その近傍の文字コードデータの
出力時のフォントに応じて変形することができる。した
がって、文字コードデータと文字画像データとが混在す
る画像を出力する場合でも、両者の差異を目立たなくす
ることができ、ユーザに与える違和感を低減することが
できる。特に、両者の線幅の相違により文字列の一部が
ボールド文字に誤認されてしまうことを防止することが
できる。

【図面の簡単な説明】

【図１】 本発明の第１実施形態に係る画像処理装置を
含むネットワークシステムの構成を示す図である。

【図２】 デジタル複合機の構成の一例を示すブロック
図である。

【図３】 画像処理部の構成の一例を示すブロック図で
ある。

【図４】 データベースサーバの構成の一例を示すブロ
ック図である。

【図５】 画像処理用アプリケーションの内容を示す図
である。

【図６】 デジタル複合機における画像処理の手順を示
すフローチャートである。

【図７】 データベースサーバにおける画像処理の手順
を示すフローチャートである。

【図８】 ビットマップ文字の変形処理の手順を示すフ
ローチャートである。

【図９】 ビットマップ文字とビットマップ文字がベク
タ変換されて得られたベクタ文字の線要素とを重ねて例
示する図である。

【図１０】 セリフの部分が削除されたベクタ文字の線
要素を示す図である。

【図１１】 直線要素の線幅の設定を説明するための図
である。

【図１２】 線要素の端部形状の補正を説明するための
図である。

【図１３】 直線要素の角度と線幅との対応テーブルの
一例を示す図である。

【図１４】 ビットマップ文字とビットマップ文字がベ
クタ変換されて得られたベクタ文字の曲線要素とを重ね
て例示する図である。

【図１５】 認識されたベクタ文字の曲線要素のみを示
す図である。

【図１６】 曲線要素の線幅の設定を説明するための図
である。

【図１７】 線要素の角度などの条件と端部形状との対
応テーブルの一例を示す図である。

【図１８】 コーナー部の外接矩形内における位置など
の条件とコーナー部形状との対応テーブルの一例を示す
図である。

【図１９】 第２実施形態に係るビットマップ文字の変
形処理の手順を示すフローチャートである。

【図２０】 線幅の検出方法の一例を説明するための図
である。

【図２１】 縦線幅の補正に用いられるフィルタの一例
を説明するための図である。

【図２２】 横線幅の補正に用いられるフィルタの一例
を説明するための図である。

【図２３】 第２実施形態に係るビットマップ文字の変
形処理が施された出力結果の一例を示す図であって、出
力フォントがセリフ系の場合を示す。

【図２４】 第２実施形態に係るビットマップ文字の変
形処理が施された出力結果の一例を示す図であって、出
力フォントがサンセリフ系の場合を示す。

【図２５】 従来の出力結果の一例を示す図であって、
出力フォントがセリフ系の場合を示す。

【図２６】 従来の出力結果の一例を示す図であって、
出力フォントがサンセリフ系の場合を示す。

【符号の説明】

１０…ネットワーク、 ２０…デジタル複合機、 ２１…ＣＰＵ、 ２２…ＲＯＭ、 ２３…記憶部、 ２５…原稿読取部、 ２７…画像処理部、 ３１…領域分離部、 ３２…画像圧縮部、 ３３…ファイル作成部、 ４０…データベースサーバ、 ４１…ＣＰＵ、 ４２…ＲＯＭ、 ４３…記憶部、 ５０…画像処理用アプリケーション、 ５１…ファイル読み込み部、 ５２…文字認識部、 ５３…ベクタ変換部、 ５４…文字認識後処理部、 ５５…ファイル作成部、 ６０…プリンタ。

Claims (10)

【特許請求の範囲】
1. 【請求項１】 画像データ中の文字画像から文字コード
   を認識して文字コードデータを得る文字認識手段と、 前記文字認識手段による認識の確からしさの度合いであ
   る文字認識確度が所定値より低い文字画像を検出する検
   出手段と、 文字認識確度が所定値より低い文字画像に基づいて得ら
   れ文字を表す所定の画像データである文字画像データ
   を、前記文字コードデータの出力時のフォントに応じて
   変形する変形手段とを有することを特徴とする画像処理
   装置。
2. 【請求項２】 前記変形手段は、 前記文字画像データをベクタデータに変換するベクタ変
   換手段と、 前記文字画像データの近傍に位置される前記文字コード
   データの出力時のフォントに応じて、前記ベクタデータ
   における線の幅を設定する線幅設定手段とを有すること
   を特徴とする請求項１に記載の画像処理装置。
3. 【請求項３】 前記変形手段は、前記文字画像データの
   近傍に位置される前記文字コードデータの出力時のフォ
   ントに応じて、前記ベクタデータにおける線の端部の形
   状を補正する端部形状補正手段をさらに有することを特
   徴とする請求項２に記載の画像処理装置。
4. 【請求項４】 前記変形手段は、 前記文字画像データの近傍に位置される前記文字コード
   データの出力時のフォントに応じて、前記文字画像デー
   タにおける線の幅を補正する線幅補正手段を有すること
   を特徴とする請求項１に記載の画像処理装置。
5. 【請求項５】 前記線幅補正手段は、前記文字画像デー
   タにおける注目画素の値を当該注目画素の周囲の所定サ
   イズ内での最小値または最大値に置換するファイルタ処
   理を行うことにより、前記線の幅を補正することを特徴
   とする請求項４に記載の画像処理装置。
6. 【請求項６】 前記文字コードデータおよび前記文字画
   像データの変形後のデータを有する電子ファイルを作成
   するファイル作成部をさらに有することを特徴とする請
   求項１〜５に記載の画像処理装置。
7. 【請求項７】 原稿を読み取ることによって画像データ
   を得る読取手段をさらに有することを特徴とする請求項
   １〜６に記載の画像処理装置。
8. 【請求項８】 画像データ中の文字画像から文字コード
   を認識して文字コードデータを得る段階と、 前記認識の確からしさの度合いである文字認識確度が所
   定値より低い文字画像を検出する段階と、 文字認識確度が所定値より低い文字画像に基づいて得ら
   れ文字を表す所定の画像データである文字画像データ
   を、前記文字コードデータの出力時のフォントに応じて
   変形する段階とを有することを特徴とする画像処理方
   法。
9. 【請求項９】 画像データ中の文字画像から文字コード
   を認識して文字コードデータを得る手順と、 前記認識の確からしさの度合いである文字認識確度が所
   定値より低い文字画像を検出する手順と、 文字認識確度が所定値より低い文字画像に基づいて得ら
   れ文字を表す所定の画像データである文字画像データ
   を、前記文字コードデータの出力時のフォントに応じて
   変形する手順とをコンピュータに実行させるための画像
   処理プログラム。
10. 【請求項１０】 請求項９に記載の画像処理プログラム
    を記録したコンピュータ読み取り可能な記録媒体。