JP2005340956A - 文書処理装置、文書処理方法およびプログラム - Google Patents

Abstract

【課題】文書中の秘匿すべき領域の視認性を異ならせた文書を容易に作成する。
【解決手段】テキスト分離手段１０２が、文書画像からテキストが占めるテキスト領域を抽出し、文字認識手段１０３が、テキスト領域の画像に含まれる文字を認識してテキストデータを生成する。記憶手段には文書中の秘匿すべき領域を特徴付けるキーワードが予め記憶されており、秘匿判定手段１０４が、記憶手段に記憶されているキーワードがテキスト画像データに含まれているか否かを判定する。テキスト画像データに前記キーワードが含まれている場合には、秘匿文字画像生成手段１０５が当該テキストの視認性を異ならせた画像を表す秘匿画像データを生成して出力する。
【選択図】 図２

Description

本発明は、文書中の秘匿すべき領域の視認性を異ならせた文書を作成する技術に関する。

秘匿すべき情報を含んだ文書を公開する場合、秘匿すべき情報を不可視とするための処理が行われる。例えば、特定の顧客向けに作成した営業用資料をサンプルとして他の顧客に配布する場合、その資料に記載されている顧客名や具体的な金額などの情報を隠すことが望ましいケースがある。このような場合、資料を配布する担当者は、顧客名や金額などが記載されている箇所を塗りつぶすという煩雑な作業を強いられる。

資料の内容を表す電子データに対して手を加えることによって、情報を秘匿する技術が知られている。例えば、特許文献１あるいは２に開示されている技術は、文書画像に含まれる秘匿すべき文字列をユーザが指定し、この文字列の情報を暗号化するなどして画像中に埋め込む。また、埋め込まれた情報を復元するためのキー情報を作成する。そして、秘匿すべき文字列にマスキング等を施して不可視にする。秘匿された情報の取得を許可された相手にのみキー情報を与えることにより、許可された相手のみが秘匿された情報を得ることができる。
しかしながら、これらの技術をもってしても、ユーザが秘匿すべき文字列等を指定して電子データを加工する必要があるから、作業の負担が低減されたとはいい難い。
特開２０００−２７８５０５号公報 特開２００３−２９８８３２号公報

本発明は、上述した背景の下になされたものであり、文書中の秘匿すべき領域の視認性を異ならせた文書を容易に作成することのできる技術の提供を目的とする。

上述の課題を解決するために、本発明は、文書中の秘匿すべき領域を特徴付けるキーワードを記憶する記憶手段と、文書を読み取って該文書の画像を表す文書画像データを生成する画像読取手段と、前記文書画像データで表される文書画像からテキストが占めるテキスト領域を抽出し、該文書画像内での該テキスト領域の位置を表す位置データと、該テキスト領域の大きさを表すサイズデータと、該テキスト領域の画像を表すテキスト画像データと、前記文書画像から該テキスト領域の画像を除いた画像を表すグラフィックデータとを生成するテキスト分離手段と、前記テキスト領域の画像に含まれる文字を認識してテキストデータを生成する文字認識手段と、前記記憶手段に記憶されているキーワードが前記テキスト画像データに含まれているか否かを判定する秘匿判定手段と、前記テキスト画像データに前記キーワードが含まれている場合には、前記サイズデータで表される大きさに対応するとともに当該テキストの視認性を異ならせた画像を表す秘匿画像データを生成して出力する一方、前記テキストデータに前記キーワードが含まれていない場合には、前記テキスト画像データを出力する秘匿文字画像生成手段と、前記秘匿文字画像生成手段で出力された秘匿画像データまたはテキスト画像データを、前記位置データに基づいて、前記グラフィックデータと合成する画像合成手段と、前記画像合成手段で合成された画像データを出力する出力手段とと有することを特徴とする文書処理装置を提供する。

上記の構成を有する文書処理装置によれば、まず、画像読取手段が、文書を読み取って該文書の画像を表す文書画像データを生成する。次に、テキスト分離手段が、前記文書画像データで表される文書画像からテキストが占めるテキスト領域を抽出し、該文書画像内での該テキスト領域の位置を表す位置データと、該テキスト領域の大きさを表すサイズデータと、該テキスト領域の画像を表すテキスト画像データと、前記文書画像から該テキスト領域の画像を除いた画像を表すグラフィックデータとを生成する。続いて、文字認識手段が、前記テキスト領域の画像に含まれる文字を認識してテキストデータを生成する。記憶手段には文書中の秘匿すべき領域を特徴付けるキーワードが予め記憶されており、秘匿判定手段が、前記記憶手段に記憶されているキーワードが前記テキスト画像データに含まれているか否かを判定する。続いて、秘匿文字画像生成手段が、前記テキスト画像データに前記キーワードが含まれている場合には、前記サイズデータで表される大きさに対応するとともに当該テキストの視認性を異ならせた画像を表す秘匿画像データを生成して出力する一方、前記テキストデータに前記キーワードが含まれていない場合には、前記テキスト画像データを出力する。続いて、画像合成手段が、前記秘匿文字画像生成手段で出力された秘匿画像データまたはテキスト画像データを、前記位置データに基づいて、前記グラフィックデータと合成する。そして、出力手段が、前記画像合成手段で合成された画像データを出力する。

また、本発明は、文書を読み取って該文書の画像を表す文書画像データを生成するステップと、前記文書画像データで表される文書画像からテキストが占めるテキスト領域を抽出し、該文書画像内での該テキスト領域の位置を表す位置データと、該テキスト領域の大きさを表すサイズデータと、該テキスト領域の画像を表すテキスト画像データと、前記文書画像から該テキスト領域の画像を除いた画像を表すグラフィックデータとを生成するステップと、前記テキスト領域の画像に含まれる文字を認識してテキストデータを生成するステップと、予め記憶されているキーワードが前記テキスト画像データに含まれているか否かを判定するステップと、前記テキスト画像データに前記キーワードが含まれている場合には、前記サイズデータで表される大きさに対応するとともに当該テキストの視認性を異ならせた画像を表す秘匿画像データを生成して出力する一方、前記テキストデータに前記キーワードが含まれていない場合には、前記テキスト画像データを出力するステップと、前記秘匿画像データまたはテキスト画像データを、前記位置データに基づいて、前記グラフィックデータと合成するステップと、合成された画像データを出力するステップとを有することを特徴とする文書処理方法を提供する。

また、本発明は、コンピュータ装置に、文書中の秘匿すべき領域を特徴付けるキーワードを記憶する記憶手段と、文書を読み取って該文書の画像を表す文書画像データを生成する画像読取手段と、前記文書画像データで表される文書画像からテキストが占めるテキスト領域を抽出し、該文書画像内での該テキスト領域の位置を表す位置データと、該テキスト領域の大きさを表すサイズデータと、該テキスト領域の画像を表すテキスト画像データと、前記文書画像から該テキスト領域の画像を除いた画像を表すグラフィックデータとを生成するテキスト分離手段と、前記テキスト領域の画像に含まれる文字を認識してテキストデータを生成する文字認識手段と、前記記憶手段に記憶されているキーワードが前記テキスト画像データに含まれているか否かを判定する秘匿判定手段と、前記テキスト画像データに前記キーワードが含まれている場合には、前記サイズデータで表される大きさに対応するとともに当該テキストの視認性を異ならせた画像を表す秘匿画像データを生成して出力する一方、前記テキストデータに前記キーワードが含まれていない場合には、前記テキスト画像データを出力する秘匿文字画像生成手段と、前記秘匿文字画像生成手段で出力された秘匿画像データまたはテキスト画像データを、前記位置データに基づいて、前記グラフィックデータと合成する画像合成手段と、前記画像合成手段で合成された画像データを出力する出力手段として機能させるためのプログラムを提供する。

本発明によれば、文書中の秘匿すべき領域の視認性を異ならせた文書を容易に作成することができる。

以下、図面を参照して、本発明の実施形態について説明する。
＜構成＞
図１は、文書処理装置１０のハードウェア構成を示す図である。ＲＯＭ（Read Only Memory）１３には、ＯＳ（Operating System）等のプログラムが記憶されている。ＣＰＵ（Central Processing Unit）１１は、ＲＯＭ１３に記憶されているプログラムを読み出して実行することにより、文書処理装置１０の各部を制御する。ＲＡＭ（Random Access Memory）１２は、ＣＰＵ１１がプログラムを展開して実行するためのワークエリアとして用いられる。ＲＯＭ１３には、後述する文書処理の手順を記述したプログラムが記憶されている。メモリＩ／Ｆ（インターフェイス）１４は、文書処理装置１０によって処理を施された文書データを記憶媒体（図示省略）に出力する。記憶媒体は、例えば半導体メモリを備えたメモリカードである。あるいは、記憶媒体はハードディスクドライブなどの記憶装置でもよい。

表示部１５は、ＣＲＴ、液晶パネルなどであり、ユーザが文書処理装置１０を操作するための入力画面や、処理すべき文書画像などを表示する。指示入力部１６は、キーボード、マウスからなり、文書処理装置１０を操作するための指示を入力することができる。画像読取部１７は、文書を光学的に読み取って、ビットマップ形式の文書画像データを生成するスキャナである。画像読取部１７は、プラテン、光源、受光素子、信号処理部を有し、プラテン上に載置された文書に光源により光を照射し、その反射光を受光素子で受光し、画像信号を生成する。そして、この画像信号を信号処理部で画像データに変換して出力する。

図２は、文書処理装置１０の機能構成を示す図である。文書処理装置１０は、ＣＰＵ１１がプログラムを実行することによって同図に示す各手段として機能する。なお、同図に示す各手段をハードウェアに実装した構成としてもよい。
画像読取手段１０１は、ＣＰＵ１１が画像読取部１７を制御することにより、プラテン上に載置された文書を光学的に読み取り、文書の画像を表す文書画像データを生成する。

テキスト分離手段１０２は、文書画像データで表される文書画像からテキストが占めるテキスト領域を抽出し、文書画像内での該テキスト領域の位置を表す位置データと、テキスト領域の大きさを表すサイズデータと、テキスト領域の画像を表すテキスト画像データと、文書画像からテキスト領域の画像を除いた画像を表すグラフィックデータとを生成する。テキスト領域の抽出は、例えば、公知のレイアウト解析手法によって抽出する。抽出されたテキスト領域は、１または複数の矩形領域として認識される。

図３は、テキスト分離手段１０２による処理の例を示す図である。この例では、当該ページの右上の一角が、例えば写真など、テキスト以外の画像で占められている。これ以降の説明では、テキスト領域ではない領域をグラフィック領域と称し、グラフィック領域の画像を表すデータをグラフィックデータと称する。この場合、グラフィック領域の左隣りの部分が１つのテキスト領域と認識される。そして、このテキスト領域とグラフィック領域の下方に位置する領域をもう１つのテキスト領域として認識する。
文字認識手段１０３は、公知の文字認識手法を用いて、テキスト領域の画像に含まれる文字を認識する手段である。

秘匿判定手段１０４は、テキスト領域に秘匿すべき領域を特徴付けるキーワードが含まれているか否かを判定する手段である。具体的には、ＲＯＭ１３には、文書中で秘匿すべき領域を特徴付けるキーワードが記憶されている。図４は、ＲＯＭ１３に記憶されているキーワードの例を示す図である。例えば、「社外秘」、「機密」、「Ｓｅｃｒｅｔ」、「禁複写」は、当該文書が秘匿すべき文書であることを表している。「￥」は、この記号に続いて記載されている文字列が金額を表すから、これも秘匿すべき情報である。「（株）」、「株式会社」は、これに続く文字列またはこの前方に位置する文字列が、例えば特定の顧客名を表している場合があり、これも秘匿すべき情報となり得る。秘匿判定手段１０４は、文字認識手段１０３で認識されたテキストを受け取って、そのテキストの中にこれらのキーワードが含まれているか否かを判定する。なお、キーワードの追加・変更を可能とするために、ＲＯＭ１３の代わりにＥＥＰＲＯＭ（Electrically Erasable and Programmable Read Only Memory）あるいはハードディスクドライブ等を用いるようにしてもよい。

秘匿文字画像生成手段１０５は、テキストデータに前記のキーワードが含まれている場合には、サイズデータで表される大きさに対応するとともに当該テキストの視認性を異ならせた画像を表す秘匿画像データを生成して出力する。一方、テキストデータに前記のキーワードが含まれていない場合には、テキスト画像データをそのまま出力する。
画像合成手段１０６は、秘匿文字画像生成手段１０５で出力された秘匿画像データまたはテキスト画像データを、位置データに基づいて、グラフィックデータと合成する。
出力手段１０７は、画像合成手段１０６で合成された画像データをメモリＩ／Ｆ１４を介して記憶媒体に出力する。

＜動作＞
上記の構成を有する文書処理装置１０の動作について説明する。
図５は、文書処理装置１０が行う処理のフローを示す図である。なお、この処理は、ＣＰＵ１１がプログラムを実行することによって行われるから、これ以降の説明においては、動作の主体をＣＰＵ１１とする。
まず、ステップＳ０１では、ＣＰＵ１１が画像読取手段１０１によって文書の読み取りを行う。これによって、文書の画像をあらわす文書画像データが生成される。
次に、ステップＳ０２では、ＣＰＵ１１がテキスト分離手段１０２によってテキスト領域の抽出を行う。

次に、ステップＳ０３では、ＣＰＵ１１が文字認識手段１０３によってテキスト領域に含まれる文字を認識し、テキストデータを生成する。
ステップＳ０４では、ＣＰＵ１１が秘匿判定手段１０４によって、秘匿すべき領域を特徴付けるキーワードがテキスト領域に含まれているか否かを判定する。該当するキーワードが含まれている場合には（ステップＳ０４：ＹＥＳ）ステップＳ０５に進み、キーワードが含まれていない場合には（ステップＳ０４：ＮＯ）ステップＳ０６に進む。図６（ａ）は、キーワードが含まれている文書画像の例を示す図である。同図において、横線はテキストを表し、太線部分がキーワードに該当する文字列である。Ａ、Ｂは、グラフィック領域である。

ステップＳ０５では、ＣＰＵ１１は、秘匿文字画像生成手段１０５を用いて、当該テキストの視認性を異ならせた画像を表す秘匿画像データを生成する。図６（ｂ）、（ｃ）は、秘匿画像データで表される画像の例を示す図である。なお、同図は、秘匿文字画像データで表される画像とグラフィック領域の画像とを合成した状態を示している。図６（ｂ）は、キーワードが含まれているテキスト領域を一律に黒く塗りつぶした例を示している。図６（ｃ）に示した例では、キーワードが含まれているテキスト領域をモザイク状の画像とした例である。モザイク状の画像の作成においては、該当するテキスト領域を格子状の小領域に分割し、各小領域に対してランダムに密度を定めた網掛けあるいはハッチを施すといった処理を行う。なお、図６（ｂ）および（ｃ）は一例であり、テキスト領域の視認性を異ならせる方法はいかなる方法を用いてもよい。

ステップＳ０６では、ＣＰＵ１１は、すべてのテキスト領域に対してステップＳ０３〜ステップＳ０５の一連の処理が行われたか否かを判定する。判定が肯定的な場合には（ステップＳ０６：ＹＥＳ）ステップＳ０７に進み、判定が否定的な場合には（ステップＳ０６：ＮＯ）ステップＳ０３に戻る。
ステップＳ０７では、ＣＰＵ１１は、画像合成手段１０６を用いて、秘匿文字画像データで表される画像とグラフィック領域の画像とを合成する。このようにして、図６（ｂ）、（ｃ）に例示される文書画像が生成される。

以上説明したように、本実施形態によれば、文書中の秘匿すべき領域の視認性を異ならせた文書を容易に作成することができる。秘匿すべき領域を特徴付けるキーワードを予めＲＯＭに記憶させておき、このキーワードがテキスト領域に含まれているか否かをＣＰＵが判定するから、ユーザが秘匿すべき領域を指定する手間がかからない。

＜変形例＞
以上説明した形態に限らず、本発明は種々の形態で実施可能である。例えば、上述の実施形態を以下のように変形した形態でも実施可能である。
上述の実施形態では、矩形のテキスト領域毎に視認性を異ならせる処理を行う例を示したが、処理の単位は矩形テキスト領域に限定されない。例えば、段落の先頭を表す字下げを検出することによって段落を抽出し、この段落毎に上記の処理を行ってもよい。あるいは、１行毎に上記の処理を行ってもよい。

あるいは、秘匿すべき文字列のみ視認性を異ならせるようにしてもよい。例えば、「￥」に続く数字の列は金額を示す可能性が高い。従って、この数字の視認性を異ならせることにより、金額に関する情報を秘匿することができる。また、「（株）」の前後には、会社名が記載されている可能性が高い。従って、「（株）」の前後の文字列を予め定めた文字数だけ視認性を異ならせるようにしてもよい。また、会社名の文字数を特定することが困難であることから、安全を期して、「（株）」の前後それぞれ１行を含む合計３行の視認性を異ならせるようにしてもよい。

キーワードの種類に応じて、秘匿文字画像の種類を異ならせるようにしてもよい。例えば、絶対に見られてはならない情報については黒く塗りつぶす、あるいは、空白にする。反対に、視認性をある程度低下させるだけでよい情報については、テキストを残して、そのテキストに所定の濃度の網掛けを行ってもよい。

文書を秘匿する方法は視認性を低下させることに限定されない。例えば、秘匿すべき文字列に下線を付しておき、その文字列の情報を知ることが許可されている特定の個人に対してのみその文書を配布する。この文書を配布された個人に、下線の付された文字列が秘匿すべき情報であることを知らせておくことによって注意を喚起し、この文書が流出することを防ぐことができるようになる。

文書処理装置１０のハードウェア構成を示す図である。 文書処理装置１０の機能構成を示す図である。 テキスト分離手段による処理の例を示す図である。 ＲＯＭに記憶されているキーワードの例を示す図である。 文書処理装置が行う処理のフローを示す図である。 キーワードが含まれている文書画像の例を示す図である。

符号の説明

１０…文書処理装置、１１…ＣＰＵ、１２…ＲＡＭ、１３…ＲＯＭ、１４…メモリＩ／Ｆ…、１５…表示部、１６…指示入力部、１７…画像読取部、１０１…画像読取手段、１０２…テキスト分離手段、１０３…文字認識手段、１０４…秘匿判定手段、１０５…秘匿文字画像生成手段、１０６…画像合成手段、１０７…出力手段。

Claims (6)

1. 文書中の秘匿すべき領域を特徴付けるキーワードを記憶する記憶手段と、
   文書を読み取って該文書の画像を表す文書画像データを生成する画像読取手段と、
   前記文書画像データで表される文書画像からテキストが占めるテキスト領域を抽出し、該文書画像内での該テキスト領域の位置を表す位置データと、該テキスト領域の大きさを表すサイズデータと、該テキスト領域の画像を表すテキスト画像データと、前記文書画像から該テキスト領域の画像を除いた画像を表すグラフィックデータとを生成するテキスト分離手段と、
   前記テキスト領域の画像に含まれる文字を認識してテキストデータを生成する文字認識手段と、
   前記記憶手段に記憶されているキーワードが前記テキスト画像データに含まれているか否かを判定する秘匿判定手段と、
   前記テキスト画像データに前記キーワードが含まれている場合には、前記サイズデータで表される大きさに対応するとともに当該テキストの視認性を異ならせた画像を表す秘匿画像データを生成して出力する一方、前記テキストデータに前記キーワードが含まれていない場合には、前記テキスト画像データを出力する秘匿文字画像生成手段と、
   前記秘匿文字画像生成手段で出力された秘匿画像データまたはテキスト画像データを、前記位置データに基づいて、前記グラフィックデータと合成する画像合成手段と、
   前記画像合成手段で合成された画像データを出力する出力手段と
   と有することを特徴とする文書処理装置。
2. 前記秘匿文字画像生成手段は、前記キーワードの前後に位置する文字列を所定の文字数または所定の行数だけ視認性を異ならせた画像を表す秘匿画像データを生成して出力することを特徴とする請求項１に記載の文書処理装置。
3. 前記秘匿文字画像生成手段は、前記キーワードの前後に位置する数字と予め定められた文字と予め定められた記号との視認性を異ならせた画像を表す秘匿画像データを生成して出力することを特徴とする請求項１に記載の文書処理装置。
4. 前記記憶手段は、前記キーワードの種類に応じて視認性を異ならせる態様を定めた秘匿態様情報を前記キーワードと対応付けて記憶し、
   前記秘匿文字画像生成手段は、前記秘匿態様情報に基づいて秘匿画像データを生成する
   ことを特徴とする請求項１に記載の文書処理装置。
5. 文書を読み取って該文書の画像を表す文書画像データを生成するステップと、
   前記文書画像データで表される文書画像からテキストが占めるテキスト領域を抽出し、該文書画像内での該テキスト領域の位置を表す位置データと、該テキスト領域の大きさを表すサイズデータと、該テキスト領域の画像を表すテキスト画像データと、前記文書画像から該テキスト領域の画像を除いた画像を表すグラフィックデータとを生成するステップと、
   前記テキスト領域の画像に含まれる文字を認識してテキストデータを生成するステップと、
   予め記憶されているキーワードが前記テキスト画像データに含まれているか否かを判定するステップと、
   前記テキスト画像データに前記キーワードが含まれている場合には、前記サイズデータで表される大きさに対応するとともに当該テキストの視認性を異ならせた画像を表す秘匿画像データを生成して出力する一方、前記テキストデータに前記キーワードが含まれていない場合には、前記テキスト画像データを出力するステップと、
   前記秘匿画像データまたはテキスト画像データを、前記位置データに基づいて、前記グラフィックデータと合成するステップと、
   合成された画像データを出力するステップと
   を有することを特徴とする文書処理方法。
6. コンピュータ装置に、
   文書中の秘匿すべき領域を特徴付けるキーワードを記憶する記憶手段と、
   文書を読み取って該文書の画像を表す文書画像データを生成する画像読取手段と、
   前記文書画像データで表される文書画像からテキストが占めるテキスト領域を抽出し、該文書画像内での該テキスト領域の位置を表す位置データと、該テキスト領域の大きさを表すサイズデータと、該テキスト領域の画像を表すテキスト画像データと、前記文書画像から該テキスト領域の画像を除いた画像を表すグラフィックデータとを生成するテキスト分離手段と、
   前記テキスト領域の画像に含まれる文字を認識してテキストデータを生成する文字認識手段と、
   前記記憶手段に記憶されているキーワードが前記テキスト画像データに含まれているか否かを判定する秘匿判定手段と、
   前記テキスト画像データに前記キーワードが含まれている場合には、前記サイズデータで表される大きさに対応するとともに当該テキストの視認性を異ならせた画像を表す秘匿画像データを生成して出力する一方、前記テキストデータに前記キーワードが含まれていない場合には、前記テキスト画像データを出力する秘匿文字画像生成手段と、
   前記秘匿文字画像生成手段で出力された秘匿画像データまたはテキスト画像データを、前記位置データに基づいて、前記グラフィックデータと合成する画像合成手段と、
   前記画像合成手段で合成された画像データを出力する出力手段
   として機能させるためのプログラム。
   
   

Images