JP2004334338A - 情報処理装置及び情報処理方法ならびに記憶媒体、プログラム - Google Patents

Abstract

【課題】入力画像に類似する登録画像を検索するにあたり、入力画像の向きに関わらず、短時間で精度よく検索する。
【解決手段】登録画像データの中から、入力画像データとの類似度が高い画像データを検索する情報処理方法であって、前記入力画像データの文字領域と非文字領域とを識別する領域識別工程（ステップＳ４０２）と、前記識別された文字領域内の文字を認識し、該認識された文字の向きに基づいて前記入力画像データの向きを識別する方向識別工程（ステップＳ４０４）と、前記識別された入力画像データを前記識別された向きに基づいて所定の向きに回転させる回転工程（ステップＳ４０６）と、前記回転後の入力画像データとの類似度が高い画像データを、前記登録された画像データの中から検索する検索工程（ステップＳ４０９）とを備える。
【選択図】 図４

Description

【０００１】
【発明の属する技術分野】
本発明は、スキャナなどの入力装置で読み取られた画像と類似する画像データを、データベースより検索する画像検索技術に関するものである。
【０００２】
【従来の技術】
近年、オフィスでのペーパーレス化は急速に進み、ＰＣ上で作成された書類はもちろん、旧来よりバインダー等で蓄積されていた過去の紙文書もスキャナにより画像データなどの電子文書に変換することで、データベース上に蓄積するようになってきている。
【０００３】
一方で、会議での配付資料等には依然として紙文書が好まれ、データベースに蓄積された電子文書が、紙文書へとプリントアウトされてユーザの手に渡る機会も多い。
【０００４】
ここで、紙文書を受けとったユーザが、それを電子的に保管・送信したり、あるいは内容を抽出して再利用したいと考えた場合、その紙文書を再電子化したデータを用いる代りに、データベースよりオリジナルのデータを取得して利用することができれば、紙文書を経たことによる情報損失がなくなる分、利便性が向上する。
【０００５】
このような要求に答えるため、下記特許文献１のように、紙文書をスキャナで読み取り、その内容と類似するデータをデータベースより検索することが可能なシステムが考案されている。
【０００６】
【特許文献１】
特許第３０１７８５１号公報
【０００７】
【発明が解決しようとする課題】
本出願人は、さらに検索精度を向上させるべく、読み取った文書（入力画像）を、領域識別技術（領域識別技術は公知のものを用いることが可能。例えば
米国特許第５６８０４７８号明細書に記載の技術など）を用いて文字情報と非文字情報（写真や図画など）にわけ、それぞれの特性に応じた類似度算出処理を用いることを考えている。
【０００８】
具体的には領域識別処理により、読み取った文書のページ画像と、登録文書のページ画像とからそれぞれ文字領域および写真領域を抽出し、文字領域については文字認識処理を行った文字列の特徴により求めた類似度を、写真領域については色、エッジ等の画像特徴量を用いた類似度をそれぞれ得るものである。
【０００９】
特に、文書ページ中に含まれる写真や図画などは、そのページの特徴を大きく表わしているため、このように写真や図画の類似度を高精度に求めることは、検索システムの性能向上に大きく貢献するものと期待される。
【００１０】
一方、このような検索システムにおいては、画像特徴量を用いて入力画像と登録画像との類似度を求めるにあたり、両方の画像が同じ向きであることが不可欠であり、向きが異なると高い検索精度が望めない。
【００１１】
しかしながら、スキャナなどを用いて紙文書を読み取った場合、取得された入力画像の向きは、原稿台への紙の置き方によって４方向に変化する可能性がある。かかる問題を回避すべく、ユーザに正しい紙の置き方を強制することは、システムの利便性を損わせるおそれがある。また紙サイズによっては、原稿台や自動原稿送り装置の構造的都合により、所望の方向でスキャンすることが不可能な場合もある。
【００１２】
これに対して、画像特徴量の類似度を算出する際に、画像の向きの違いを考慮し、入力側の画像に対し０度、９０度、１８０度、２７０度の回転を加えた４種類の画像を用意したり、もしくは特徴量の係数変換を行って４種類の特徴量を作成した上で類似度を求め、最も類似度の高いものを採用したりすることで画像の向きの問題を回避する方法もあるが、いずれの方法を用いても類似度を求める処理は常に４回行わなければならず、常に処理時間が４倍かかることとなり、処理時間が増加してしまうという問題がある。
【００１３】
本発明は、上記課題に鑑みてなされたものであり、入力画像と登録画像との類似度を求め、入力画像に類似する登録画像を検索するにあたり、入力画像の向きに関わらず、短時間で精度よく登録画像を検索することが可能な技術を提供することを目的とする。
【００１４】
【課題を解決するための手段】
上記の目的を達成するために本発明に係る情報処理装置は以下のような構成を備える。即ち、
登録された画像データの中から、入力される入力画像データとの類似度が高い画像データを検索する情報処理装置であって、
前記入力画像データの文字領域と非文字領域とを識別する領域識別手段と、
前記識別された文字領域内の文字を認識し、該認識された文字の向きに基づいて前記入力画像データの向きを識別する方向識別手段と、
前記識別された入力画像データを前記識別された向きに基づいて所定の向きに回転させる回転手段と、
前記回転後の入力画像データとの類似度が高い画像データを、前記登録された画像データの中から検索する検索手段とを備える。
【００１５】
【発明の実施の形態】
本発明の実施形態について説明する。図１は本発明にかかる情報処理方法を実現する画像処理システムの構成を示す図である。同図に示すように、本実施形態では、オフィス１０とオフィス２０とがインターネット１０４で接続された環境において本発明にかかる情報処理方法を実現する画像処理システムが構築されているものとする。
【００１６】
オフィス１０内に構築されたＬＡＮ１１には、ＭＦＰ１００、ＭＦＰ１００を制御するマネージメントＰＣ１０１、文書管理サーバ１０６及びそのデータベース１０５、プロキシサーバ１２がそれぞれ接続されている。同様にオフィス２０内に構築されたＬＡＮ２１には、ユーザＰＣ１０７がおよびプロキスサーバ２２が接続されている。また、オフィス１０内のＬＡＮ１１とオフィス２０内のＬＡＮ２１とはプロキシサーバ１２、２２を介してインターネット１０４に接続されている。
【００１７】
かかる構成を備える画像処理システムにおいて、検索対象となる登録画像の格納場所は特に限定されないものとする。ＭＦＰ１００内の記憶装置（後述）に格納されていても、マネージメントＰＣ１０１内のハードディスク（不図示）に格納されていても、また、文書管理サーバ１０６のデータベース（１０５）に格納されていてもよい。ただし、当該格納された登録画像を検索できるように格納場所はＬＡＮ１１または２２を介して外部からアクセス可能な状態になっているものとする。
【００１８】
また、本発明にかかる情報処理方法（検索機能）は、図１に示す画像処理システム内の任意の装置上で実現可能であるものとする。例えば、ＭＦＰ１００内のデータ処理装置（後述）が当該検索機能を備えていても、マネージメントＰＣ１０１が検索機能を備えていても、また、文書管理サーバ１０６が検索機能を備えていてもよい。
【００１９】
ＭＦＰ１００は、紙文書の画像読み取り処理と読み取った画像信号に対する画像処理の一部を担当し、画像信号はＬＡＮ１３を用いてマネージメントＰＣ１０１に入力される。マネージメントＰＣは通常のＰＣであり、内部に画像記憶手段、画像処理手段、表示手段、入力手段を有するが、その一部がＭＦＰ１００に一体化して構成されている。
【００２０】
図２はＭＦＰ１００の構成図である。図２においてオートドキュメントフィーダー（以降、ＡＤＦと記す）を含む画像読み取り部２１０により束状の或いは１枚の紙文書（原稿）を図示しない光源で照射し、原稿反射像をレンズで固体撮像素子上に結像し、固体撮像素子からラスター状の画像信号を６００ＤＰＩの密度のイメージ情報として得る。
【００２１】
通常の複写処理の場合は、この画像信号をデータ処理装置２１５で記録信号に変換し、複数毎の複写の場合には、記憶装置２１１に一ページ分の記録データを一旦記憶保持した後、記録装置２１２により順次出力して紙上に画像を形成する。さらに送信処理を行う場合には、前記イメージ情報をＴＩＦＦやＪＰＥＧなどの圧縮画像ファイル形式、あるいはＰＤＦなどのネットワークファイル形式へと変換し、ネットワークＩＦ２１４から出力する。出力されたファイルは図１中のＬＡＮ１１を通じて文書管理サーバ１０６へ送信されたり、更にインターネット１０４経由で別のユーザＰＣ１０７に転送されたりする。また、プリンタ処理を行う場合には、ユーザＰＣ１０７から送信されたプリントデータ等とネットワークＩＦ２１４経由で受信し、データ処理装置２１５で記録可能なラスターデータに変換した後、記録装置２１２により紙上に記録画像として形成する。ＭＦＰ１００への操作者の指示はＭＦＰ１００に装備されたキー操作部とマネージメントＰＣに入力されるキーボード及びマウスを備える入力装置２１３を介して行われ、これら一連の動作はデータ処理装置２１５内の図示しない制御部で制御される。一方、操作入力の状態表示及び処理中の画像の表示が表示装置２１６において行われる。なお、記憶装置２１１はマネージメントＰＣ１０１からも制御され、これらＭＦＰ１００とマネージメントＰＣ１０１とのデータの授受及び制御はネットワークＩＦ２１７および直結したＬＡＮ１３を用いて行われる。
【００２２】
次に、図１に示す画像処理システムにおける、本発明にかかる情報処理方法による処理を含む全体処理について説明する。なお、説明を簡単にするために、以降では、登録画像を備えるデータベースはマネージメントＰＣ内のハードディスク（不図示）において構築されているものとし、また、本発明にかかる情報処理方法はマネージメントＰＣ１０１およびＭＦＰ１００が一体となって動作することで実現されるものとする。
【００２３】
本実施形態で行われる処理は登録処理と検索処理の２つに分けられる。登録処理では、登録画像に対して検索に必要となる特徴量の抽出処理と、それらとデータとを関係づけてデータベース１０５に保存する処理とが行われる。以下、図３を用いて順に説明する。
【００２４】
まず、登録対象が紙文書であるか、ＰＣソフトなどで作成された電子文書であるかによって処理を分岐する（ステップＳ３０１）。
【００２５】
登録対象が紙文書の場合、ステップＳ３０２にすすみ、ＭＦＰ１００の画像読み取り部を用いて、紙文書をページ画像に変換する。
【００２６】
次に、ステップＳ３０３では、ページ画像に対して領域分割処理を行い、文字領域と、写真・図画を備える非文字領域とを抽出する。具体的には各領域の外接矩形座標を得る。ここで、領域分割処理とは、文書のページ画像を文書的な特性を持つオブジェクトに分割する処理であり、図５にその様子を示す（同図（Ａ）に示す画像のうち、領域分割処理により文字領域と識別された領域を同図（Ｂ）の「ＴＥＸＴ」に示す。また、非文字領域と識別された領域を同図（Ｂ）の「ＴＡＢＬＥ」、「ＰＨＯＴＯ」、「ＰＩＣＴＵＲＥ」に示す）。なお、領域分割処理に関する処理手法は米国特許第５６８０４７８号明細書を始めとする各種公知文献に開示されているため、ここでは説明は省略する。
【００２７】
次に、ステップＳ３０４においてページ画像より文字領域が抽出されたと判断された場合、ステップＳ３０５に進む。文字領域が抽出されなかった場合は、そのままステップＳ３０８に進む。ステップＳ３０５では、ページ画像の本来の天地方向を識別する処理を行う。
【００２８】
ステップＳ３０５における、天地方向を識別する処理について簡単に説明する。まず、文字領域内から数文字分の文字を選んで切り出すことで文字画像を得て、さらにそれぞれの文字画像を０、９０、１８０、２７０度方向に回転した画像を用意して、それぞれの方向で文字認識処理を行う。なお、この文字認識処理は公知の処理であり、一例としては文字画像からエッジ成分などを取り出して特徴ベクトル化し、あらかじめ字種分登録された辞書内の特徴ベクトルとの類似度を求め、最も類似度の高い字を認識結果とする処理が挙げられる。更にこの類似度を、４方向それぞれ字数分累積させたものを方向毎のスコアとし、最終的に最もスコアの高い方向を本来の方向と判定する。
【００２９】
ステップＳ３０６では、ステップＳ３０５求められた方向が０度以外の場合、ステップＳ３０７へ進んで、ページ画像に対し正置方向へと直す回転処理を加える。同時にステップＳ３０３で抽出された領域の矩形座標にも回転変換を加える。なお、領域分割をより高精度とするために、領域の矩形座標を回転する代りに、その領域を破棄し、回転されたページ画像に対して再び領域分割を行って新たな領域を得るようにしてもよい。
【００３０】
ステップＳ３０８では、ページ画像中の非文字領域をそれぞれひとつの非文字画像情報とし、後で検索に用いるための特徴量抽出を行う。画像に対する特徴量抽出は公知の処理方法を用いるとして、ここでは詳しく説明しないが、一例としては、画像をメッシュ分割し、各領域の平均色を要素としてベクトル化する方式が挙げられる。
【００３１】
ステップＳ３０９では、ページ画像中のすべての文字領域内を文字認識して文字コード列とし、これを登録画像の文字特徴量とする。文字認識については前述同様の公知技術を用いる。
【００３２】
一方、ステップＳ３０１にて入力が紙文書以外であると判断された場合、ステップＳ３１１にて、電子文書から非文字部分の画像オブジェクトやテキスト部分の文字列オブジェクトが直接抽出可能か否かを判定する。抽出可能な例としては、ＨＴＭＬで記述されたデータから、内部テキストを解釈して画像やテキストを抽出する場合が挙げられる。一方、ワープロソフトなどのアプリケーションデータからオブジェクト抽出が可能かどうかは、個々のアプリケーションに大きく依存する問題なので、ここで具体化はできないが、オブジェクト抽出用のプログラムなどが存在する場合には、抽出可能とみなされる。
【００３３】
オブジェクトが抽出可能であると判定された場合、ステップＳ３１２に進み、オブジェクトの抽出を行う。その後ステップＳ３０８に進み文字オブジェクトから文字特徴量を抽出し、ステップＳ３０９にて、画像オブジェクトを非文字領域として画像特徴量を抽出する。
【００３４】
オブジェクトが抽出不可能であると判定された場合は、ステップＳ３１３に進み、電子文書からページ画像への変換を行う。この処理は例えば、ＭＦＰ１００のプリント機能として、データ処理装置２１５内で行われる処理の一部、すなわち電子文書から紙面記録可能なラスターデータへ変換する処理を利用することで行うことができる。もしくは、電子文書が特定アプリケーションにより生成される場合であって、アプリケーション自身あるいは付加ソフトウェアが電子文書のラスターデータ化機能を持つ場合には、それらを利用してもよい。以降、この電子文書から変換されたページ画像に対しては、スキャン画像と同様にステップＳ３０３〜ステップＳ３１０の処理が行われる。
【００３５】
最後に、ステップＳ３１０では登録データに関する情報として、登録画像、文字特徴量、画像特徴量の３つを組としたデータをデータベース１０５に登録する。ここで元データとは、紙文書をスキャンした場合はそのページ画像、あるいは登録対象が元々電子文書である場合は当該データそのものを指す。
【００３６】
検索処理では、検索キーとしての紙文書をスキャンしたページ画像から、検索キーとしての特徴量を抽出し、データベース１０５内の特徴群と比較して最も類似度の高いデータを結果として出力したり、ユーザの所望処理、例えば送信、印刷、保存などの処理の対象とする。以下、図４を用いて順に説明する。
【００３７】
まず、ステップＳ４０１では、ＭＦＰ１００の画像読み取り部を用いて、検索キーとなる紙文書をページ画像に変換する。
【００３８】
次に、ステップＳ４０２では、ページ画像に対して領域分割処理を行い、文字領域と写真・図画を備える非文字領域とを抽出する。この処理の内容は図３中のステップＳ３０３と同等である。
【００３９】
ステップＳ４０３ではページ画像より得られた文字・非文字領域の数により処理を分岐する。
【００４０】
文字領域と非文字領域とが両方見つかった場合には、ステップＳ４０４に進む。また、非文字領域が見つかったが、文字領域が見つからなかった場合には、ステップＳ４１０に進む。さらに、文字領域だけ見つかって、非文字領域が見つからなかった場合、ステップＳ４１２に進む。なお、どちらの領域も見つからなかった場合には、検索不能として処理を終了する。
【００４１】
文字領域と非文字領域が両方見つかった場合において、ステップＳ４０４では見つかった文字領域を用いて、ページ画像の本来の天地方向を識別する。
【００４２】
ステップＳ４０５にて、天地方向が０度以外であると識別された場合には、ステップＳ４０６へ進み、ページ画像と矩形座標とを正置方向へ直す回転処理が加えられる。ページ画像全体ではなく、各領域毎に矩形座標内部の画像のみを回転してもよい。
【００４３】
ステップＳ４０７では、非文字領域画像の特徴量を求め、検索キーデータの画像特徴量とする。ステップＳ４０８では、文字領域内を文字認識して得た文字列を、検索キーデータの文字特徴量とする。
【００４４】
ステップＳ４０９では、検索キーデータの各特徴量と、データベース１０５に登録された複数のデータの特徴量との間で一つ一つマッチングをとり、類似度の高いデータを検索候補とする。
【００４５】
個々の特徴量に関する類似度の算出には、種々の公知方法を用いればよい。一例として、画像特徴量の場合は、特徴ベクトル間での距離の近さ、およびページ内の画像個数の相関を数値化した類似度を用いる方法などがある。文字特徴量の場合は、検索キーデータ内の文字列全体からその品詞解析や頻度によりキーワードとなる単語をいくつか選び、登録データ側でそれらが出現する数をもって類似度とする方法などがある。
【００４６】
さらに、二つの特徴量から総合的な類似度を定めるためには、画像特徴量を用いた類似度をＮ、文字の特徴量を用いた類似度をＭとして、適当な係数（ａ，ｂ）を定めてａ×Ｎ＋ｂ×Ｍを算出すればよい。係数（ａ，ｂ）の値については、固定の値を用いたり、原稿内の文字と画像の配分によって変化させたり、あるいはユーザが配分を任意に決定できるようにしてもよい。
【００４７】
分岐ステップＳ４０３において、非文字領域だけが見つかった場合にはステップＳ４１０に進み、非文字領域の画像特徴量を、０、９０、１８０、２７０度の４方向に回転した状態の画像からそれぞれ抽出する。あるいは、画像からの特徴量抽出は１度だけで、その特徴量に適当な変換を施して、９０、１８０、２７０度回転の画像から得るのと同等の特徴量を計算で求めてもよい。
【００４８】
ステップＳ４１１では、検索キーデータの画像特徴量と、データベース１０５に登録された複数のデータの画像特徴量との間で一つ一つマッチングをとる。この際、前記４方向の特徴量との間で４つの類似度を求め、もっとも類似度の高い値を採用する。画像特徴量の類似度算出方法については、ステップＳ４０９と同様である。そしてマッチングを行ったデータのうち最も類似度の高いデータを検索候補とする。
【００４９】
分岐ステップＳ４０３において、文字領域だけが見つかった場合にはステップＳ４１２に進み、ページ画像の本来の天地方向を識別する。ステップＳ４１３にて、前記天地方向が０度以外であると識別された場合ステップＳ４１４へ進み、ページ画像と矩形座標とを正置方向へ直す回転処理が加えられる。ページ画像全体ではなく、文字領域毎に矩形座標内部の画像のみを回転してもよい。
【００５０】
ステップＳ４１５では、検索キーデータの文字特徴量と、データベース１０５に登録された複数のデータの文字特徴量との間で一つ一つマッチングをとり、類似度の高いデータを検索候補として出力する。文字特徴量の類似度算出方法については、ステップＳ４０９と同様である。
【００５１】
ステップＳ４１７では、検索結果を表示する。類似度の最も高いデータのみを表示してもよいし、所定の閾値以上の類似度を持つデータを候補として表示し、最終的な選択をユーザに委ねてもよい。
【００５２】
ステップＳ４１８では、検索結果、すなわち元データに対して、送信、印刷などのユーザ所望の動作を行う。
【００５３】
以上の説明から明らかなように、本実施形態によれば、紙文書や電子文書を登録したデータベース１０５の中から、印刷した文書をスキャンして得られた入力画像に類似するデータを検索するにあたり、ユーザは紙文書をスキャンするときの原稿の置き方に配慮せずとも、自動的に方向を考慮した類似度算出が行われ、少なくとも文字を含む文書であれば、画像特徴量の類似度算出に関する処理時間の増加を防ぐことが可能となり、検索システムとしての利便性が向上する。
【００５４】
【他の実施形態】
なお、本発明は、複数の機器（例えばホストコンピュータ、インタフェイス機器、リーダ、プリンタなど）から構成されるシステムに適用しても、一つの機器からなる装置（例えば、複写機、ファクシミリ装置など）に適用してもよい。
【００５５】
また、本発明の目的は、前述した実施形態の機能を実現するソフトウェアのプログラムコードを記録した記憶媒体を、システムあるいは装置に供給し、そのシステムあるいは装置のコンピュータ（またはＣＰＵやＭＰＵ）が記憶媒体に格納されたプログラムコードを読出し実行することによっても、達成されることは言うまでもない。
【００５６】
この場合、記憶媒体から読出されたプログラムコード自体が前述した実施形態の機能を実現することになり、そのプログラムコードを記憶した記憶媒体は本発明を構成することになる。
【００５７】
プログラムコードを供給するための記憶媒体としては、例えば、フロッピ（登録商標）ディスク、ハードディスク、光ディスク、光磁気ディスク、ＣＤ−ＲＯＭ、ＣＤ−Ｒ、磁気テープ、不揮発性のメモリカード、ＲＯＭなどを用いることができる。
【００５８】
また、コンピュータが読出したプログラムコードを実行することにより、前述した実施形態の機能が実現されるだけでなく、そのプログラムコードの指示に基づき、コンピュータ上で稼働しているＯＳ（オペレーティングシステム）などが実際の処理の一部または全部を行い、その処理によって前述した実施形態の機能が実現される場合も含まれることは言うまでもない。
【００５９】
さらに、記憶媒体から読出されたプログラムコードが、コンピュータに挿入された機能拡張ボードやコンピュータに接続された機能拡張ユニットに備わるメモリに書込まれた後、そのプログラムコードの指示に基づき、その機能拡張ボードや機能拡張ユニットに備わるＣＰＵなどが実際の処理の一部または全部を行い、その処理によって前述した実施形態の機能が実現される場合も含まれることは言うまでもない。
【００６０】
【発明の効果】
以上説明したように本発明によれば、入力画像と登録画像との類似度を求め、入力画像に類似する登録画像を検索するにあたり、入力画像の向きに関わらず、短時間で精度よく登録画像を検索することが可能となる。
【図面の簡単な説明】
【図１】本発明にかかる情報処理方法を実現する画像処理システムの構成を示す図である。
【図２】ＭＦＰの詳細を示す図である。
【図３】本発明にかかる情報処理方法を実現する画像処理システムにおける処理（登録処理）の流れを示すフローチャートである。
【図４】本発明にかかる情報処理方法を実現する画像処理システムの構成における処理（検索処理）の流れを示すフローチャートである。
【図５】ページ画像に対する領域分割処理の一例を示す図である。

Claims (14)

1. 登録された画像データの中から、入力される入力画像データとの類似度が高い画像データを検索する情報処理装置であって、
   前記入力画像データの文字領域と非文字領域とを識別する領域識別手段と、
   前記識別された文字領域内の文字を認識し、該認識された文字の向きに基づいて前記入力画像データの向きを識別する方向識別手段と、
   前記識別された入力画像データを前記識別された向きに基づいて所定の向きに回転させる回転手段と、
   前記回転後の入力画像データとの類似度が高い画像データを、前記登録された画像データの中から検索する検索手段と
   を備えることを特徴とする情報処理装置。
2. 前記領域識別手段により、前記入力画像データが文字領域と非文字領域との両方を含むと識別された場合には、前記検索手段は、該文字領域と該非文字領域との両方の特徴量に基づいて、類似度を算出することを特徴とする請求項１に記載の情報処理装置。
3. 前記領域識別手段により、前記入力画像データが非文字領域を含まないと識別された場合には、前記検索手段は、文字領域の特徴量に基づいて、類似度を算出することを特徴とする請求項１に記載の情報処理装置。
4. 前記領域識別手段により、前記入力画像データが文字領域を含まないと識別された場合には、前記検索手段は、非文字領域の特徴量を複数の方向について求め、該複数の方向の特徴量に基づいて、類似度を算出することを特徴とする請求項１に記載の情報処理装置。
5. 前記複数の方向とは、前記入力画像データの向きを０度とした場合の、０度、９０度、１８０度、２７０度の回転方向を指すことを特徴とする請求項４に記載の情報処理装置。
6. 前記登録された画像データは、前記領域識別手段により文字領域と非文字領域とが識別され、前記方向識別手段により、該文字領域内の文字に基づいて向きが識別され、前記回転手段により、所定の向きに回転された状態で登録されていることを特徴とする請求項１に記載の情報処理装置。
7. 登録された画像データの中から、入力される入力画像データとの類似度が高い画像データを検索する情報処理方法であって、
   前記入力画像データの文字領域と非文字領域とを識別する領域識別工程と、
   前記識別された文字領域内の文字を認識し、該認識された文字の向きに基づいて前記入力画像データの向きを識別する方向識別工程と、
   前記識別された入力画像データを前記識別された向きに基づいて所定の向きに回転させる回転工程と、
   前記回転後の入力画像データとの類似度が高い画像データを、前記登録された画像データの中から検索する検索工程と
   を備えることを特徴とする情報処理方法。
8. 前記領域識別工程により、前記入力画像データが文字領域と非文字領域との両方を含むと識別された場合には、前記検索工程は、該文字領域と該非文字領域との両方の特徴量に基づいて、類似度を算出することを特徴とする請求項７に記載の情報処理方法。
9. 前記領域識別工程により、前記入力画像データが非文字領域を含まないと識別された場合には、前記検索工程は、文字領域の特徴量に基づいて、類似度を算出することを特徴とする請求項７に記載の情報処理方法。
10. 前記領域識別工程により、前記入力画像データが文字領域を含まないと識別された場合には、前記検索工程は、非文字領域の特徴量を複数の方向について求め、該複数の方向の特徴量に基づいて、類似度を算出することを特徴とする請求項７に記載の情報処理方法。
11. 前記複数の方向とは、前記入力画像データの向きを０度とした場合の、０度、９０度、１８０度、２７０度の回転方向を指すことを特徴とする請求項１０に記載の情報処理方法。
12. 前記登録された画像データは、前記領域識別工程により文字領域と非文字領域とが識別され、前記方向識別工程により、該文字領域内の文字に基づいて向きが識別され、前記回転工程により、所定の向きに回転された状態で登録されていることを特徴とする請求項７に記載の情報処理方法。
13. 請求項７乃至１２のいずれか１つに記載の情報処理方法をコンピュータによって実現させるための制御プログラムを格納した記憶媒体。
14. 請求項７乃至１２のいずれか１つに記載の情報処理方法をコンピュータによって実現させるための制御プログラム。

Images