JP2005500709A - 複数領域２レイヤフォーマットを用いた複合文書画像圧縮 - Google Patents

Abstract

【課題】
テキストの色情報及びエッジ鮮鋭度を維持しつつ２レイヤフォーマット方式との互換性を保つ、文書の２レイヤフォーマット方法。文書を同一色を有するテキストの本文に基づいて複数の領域(24,26,28)に分割する。各領域についてテキストレイヤ(12,16,20)及び非テキストレイヤ(14,18,22)を指定する。テキストレイヤ(12,16,20)は、テキスト色とともに、各ピクセルについて該ピクセルにテキスト色を使用するか背景色を使用するかを指定する２値を含む。非テキストレイヤ(14,18,28)は各ピクセルについて画像および非テキスト情報の両方についてピクセルの色を指定するＲＧＢ値を含み、該非テキスト情報はテキストの本文の背景色を含む。テキストレイヤ(12,16,20)は可逆圧縮方法を用いて圧縮し、非テキストレイヤ(14,18,22)は非可逆圧縮方法を用いて圧縮する。
【選択図】図５

Description

【技術分野】
【０００１】
本発明は、２レイヤフォーマットを使用し、各フォーマットについて個別の圧縮方法を使用することにより、文書内の画像及びテキストを圧縮するための装置及び方法に関する。
【背景技術】
【０００２】
文書をフォーマットするための規格には、例えばＡｄｏｂｅ Ａｃｒｏｂａｔプログラムで使用されているページ記述言語であるポータブル・ドキュメント・フォーマット（ＰＤＦ）がある。ある文書をＰＤＦファイルとして形成することは、その文書のフォーマッティング情報を失うことなく、その文書を電子メールに添付するなどして送信できるようになることを意味する。文書の受信者は、ＰＤＦビューワを用いることでその文書を開いて閲覧することができ、その見え方は送信されたときと同じ形態になる。これに対して、文書がワードプロセッサプログラムによるフォーマットで送信された場合は、フォーマッティングの一部が失われたり、変更されたりする可能性がある。したがって、文書のＰＤＦファイルへの変換は、元のフォーマッティングを維持するものである。
【発明の開示】
【発明が解決しようとする課題】
【０００３】
しかしながら、文書圧縮方法の種類によっては、現在のＰＤＦやＡｄｏｂｅ Ａｃｒｏｂａｔプログラムでサポートされていないものもある。そのような種類の圧縮方法には、国際電気通信連合のＴ．４４規格であるＭＲＣ（Mixed Raster Content)複合画像圧縮がある。ＭＲＣ圧縮は、３つのレイヤ、すなわちテキストレイヤ、色レイヤおよび非テキストレイヤを使用する。３つのレイヤの各々は、独立して個別に圧縮される。Ａｄｏｂｅ Ａｃｒｏｂａｔプログラム及び最新のＰＤＦ１．３は、２レイヤの圧縮しかサポートしていないので、ＭＲＣ圧縮や３以上のレイヤを使用する他の圧縮方法でフォーマットされた文書を開いて表示することができない。３レイヤ圧縮の使用は、文書の色情報および特定の画質を維持しながらその文書に必要な記憶容量を低減する際に、重要な目的を果たす。文書の色情報を維持しつつ文書圧縮用の標準フォーマットとも互換性がある文書形成手段を持つことが有用である。
【課題を解決するための手段】
【０００４】
本発明に適合する方法は、文書を領域に分割することによりその文書をフォーマットすることに使用される。複数の領域について、テキストにはテキストレイヤを指定し、非テキストまたは画像情報には非テキストレイヤを指定する。テキストレイヤのテキストには、色情報を指定する。また、非テキストレイヤの画像または他の非テキスト情報については、テキストの背景色を含む色情報を指定することもできる。２つのレイヤは、異なる圧縮方法を用いて圧縮し、格納することができる。
【０００５】
添付の図面は、本明細書に組み込まれて本明細書の一部を構成するものであり、明細書の記載と合わせて本発明の利点及び原理を説明するものである。
【発明を実施するための最良の形態】
【０００６】
本発明に適合する実施形態は、画像を例えば矩形領域に分割して、領域内の全てのテキストが一定基準下で均一な色をもつようにする。各領域は、２つのレイヤ、すなわち、領域内テキストのレイヤと非テキスト情報のレイヤとに分離される。この例の場合、両レイヤは領域と同じサイズを有する。テキストレイヤは、例えば、値「０」及び「１」を有する２値の２次元マトリクスで表現される。ビット値「１」はそのピクセルがテキストピクセルであることを意味し、ビット値「０」はそのピクセルがテキストピクセルでないことを意味するが、代替的に別の値を使用することも可能である。また、テキストの色は、赤、緑及び青の色値について、例えば３つの８ビット数Ｒ、Ｇ及びＢで表わすことができる。非テキストレイヤは、例えば、３つの８ビット数（Ｒ，Ｇ，Ｂ）を用いて全てのピクセルについてその色を指定したり、ピクセルグループについて集合的な色すなわち共通の色を指定したりした二次元マトリクスで表現される。その後、異なる圧縮方法を用いて、テキストレイヤおよび非テキストレイヤを個別に圧縮することができる。
【０００７】
当技術分野では、各ピクセルについて３バイトを使用することも含めて、Ｒ、Ｇ、Ｂ値の使用は既知である。第１バイトはピクセルに対して赤色の値を指定し、第２バイトはピクセルに対して緑色の値を指定し、第３バイトはピクセルに対して青色の値を指定する。各バイトは８ビットあり、０〜２５５の範囲（２進００００００００〜１１１１１１１１）内の値をもつ。この値は、各色の濃度すなわち濃さを指定するものである。たとえば、赤の値「０」は赤色が存在しないことを意味し、値「１２８」は中間濃度の赤を指定し、値「２５５」は純粋な赤を指定する。赤、緑、青は原色を構成する色であるから、それら各々に様々な値を指定することで、多数の異なる色を生成することができる。あるいは、テキストレイヤおよび非テキストレイヤのピクセル（またはピクセルグループ）について、他の種類の色指定を代替として用いることもできる。
【０００８】
文書を異なる領域に分割することにより、２レイヤしか使用せずにテキストの色情報を維持することができる。２レイヤしか使用しないことにより、文書を任意の２レイヤフォーマッティング方式に従ってフォーマットし、送信することが可能になる。ＰＤＦはそのような２レイヤフォーマッティング方式の一例にすぎず、他の方式を使用することも可能である。この明細書で使用する用語「ポータブル・ドキュメント・フォーマット」および「ＰＤＦ」には、たとえば、Ａｄｏｂｅ Ａｃｒｏｂａｔプログラム、特定のページ記述言語を実施可能な任意の他のプログラム、あるいは、文書をフォーマットするための他の方法を実施することが可能な任意の他のプログラムで使用されるようなページ記述言語が含まれる。ＰＤＦの使用に替えて、画像形成方法を用いて文書の電子画像を得て、それを文書のフォーマッティングの際に使用することもできる。
【０００９】
図１は、テキストレイヤおよび非テキストレイヤを含む、文書１０の２レイヤフォーマットを、概念的に示す図である。領域２４、２６及び２８で概念的に示すように、文書１０は、テキストの本文の色に基づいて複数の領域に分割される。この実施例の場合、領域２４にある全てのテキストは同じ色を有する。関連色または捕色を有するテキストをグループ化する等、領域を定義する他の方法を使用することもできる。それらの領域はそれぞれ文書内に物理空間を確定し、各領域はテキストレイヤおよび非テキストレイヤでフォーマットされる。領域２４はテキストレイヤ１２及び非テキストレイヤ１４を有し、領域２６はテキストレイヤ１６及び非テキストレイヤ１８を有し、領域２８はテキストレイヤ２０及び非テキストレイヤ２２を有する。各テキストレイヤは、対応する領域の物理空間内のテキストを表す。各非テキストレイヤは、例えば、各領域の対応するテキストレイヤと同じ物理空間内の画像または非テキスト情報を表す。図１は領域２４、２６及び２８を概念的に示すものであり、図示のレイヤは各領域の実際の物理的サイズまたは寸法を表すことを必ずしも意図していない。
【００１０】
たとえば、同じ色をもつテキストの本文を用いて、各領域についての物理空間を定義する。この特徴は、テキストの色情報を維持するとともに、別個の色レイヤを不要にする。図２は、領域の定義に同じ色または似たような色を有するテキストの本文を使用した例を示す図である。文書３０には、様々な領域３１、３２、３３、３４、３５（領域１〜Ｎ）が含まれ、同じ色または似たような色を有するテキストを有する領域が定義されている。通常、文書全体の領域への分割は、全ての領域を結合したときにそれらが合わさって文書全体が表わされるように行なわれる。図３は、テキストレイヤと非テキストレイヤとの関係を示す図である。図示のテキストレイヤ３６は、同じサイズの対応する非テキストレイヤ３７を有する。他のテキストレイヤは異なる寸法を有する場合もあり、それらのサイズは対応する領域のサイズに応じて決まる場合がある。
【００１１】
２つのレイヤ３６および３７は、合わせて対応する領域の色及びピクセル情報を構成している。それらを結合すると、基本的には、対応する領域によって表現される文書部分に含まれる完全な情報が得られる。非テキストレイヤ３７は、テキストレイヤ３６のテキストに関する背景色、画像、または他の情報を提供することができる。完成した文書において、例えば、テキストは絵や画像の上表部の文字として現れる場合もあるし、単に無地背景色の上表部の文字として現れる場合もある。非テキストレイヤの画像または他の情報は、領域のうちの１つに存在してもよいし、複数の領域にわたって存在してもよい。例えば非テキストレイヤにおいて各ピクセルについて色値を指定する場合もあるので、レイヤの領域の境界は必ずしも文書の外観に影響を与えたり変更したりする必要はない。
【００１２】
図４は、図１、図２、および図３に示したような２レイヤを用いて文書をフォーマットする際に使用するコンピュータシステム４０のブロック図である。システム４０は、インターネット等のネットワーク５４との接続を含む場合がある。ネットワーク５４は、任意のタイプの有線または無線ネットワークを表しており、例えばフォーマットされた文書、場合によっては圧縮も施された文書を伝送するのに使用される。コンピュータシステム４０は、通常、メモリ５２、プロセッサ４２、入力装置５０、表示装置４４、プリンタ４８、補助記憶装置５６、及び、スキャナ４６を有する。
【００１３】
メモリ５２には、ランダムアクセスメモリ（ＲＡＭ）または同様のタイプのメモリが含まれ、プロセッサ４２によって実行される１以上のアプリケーションを格納することができる。補助記憶装置５６には、ハードディスクドライブ、フロッピー(R)ディスクドライブ、ＣＤ−ＲＯＭドライブ、及び他のタイプの不揮発性データ記憶装置が含まれる。プロセッサ４２は、メモリ５２または補助記憶装置５６に格納されたアプリケーションやプログラム、あるいは、インターネットや他のネットワーク５４から受信したアプリケーションやプログラムを実行することができる。入力装置５０には、コンピュータシステム４０に情報を入力するための任意の装置が含まれ、キーボード、キーパッド、カーソル制御装置、タッチスクリーン（恐らくはスタイラスを備える）、及びマイクロフォン等が含まれる。
【００１４】
表示装置４４には、視覚的表示を行なう任意のタイプの装置が含まれ、例えばコンピュータモニタ、フラットスクリーンディスプレイ、またはディスプレイパネル等が含まれる。プリンタ４８には、情報のハードコピーを生成する任意の装置が含まれる。スキャナ４６には、情報のハードコピーを電子的なデジタル形態に変換する任意の装置が含まれる。また、コンピュータシステム４０には、情報を音声形式で表現するスピーカ等の出力装置も含まれる場合がある。コンピュータシステム４０には、複数の入力装置、スキャナ、プリンタ等の出力装置、および表示装置が含まれる可能性がある。コンピュータシステム４０の様々なコンポーネントは、同一の物理的装置内に含めることもできるし、互いに接続された別個の物理的コンポーネントにすることもできる。例えば、コンピュータシステム４０には、離れたスキャナと電気接続された従来のパーソナルコンピュータも含まれる。
【００１５】
コンピュータ４０を様々なコンポーネントとともに図示しているが、当業者であれば、このシステムが追加のコンポーネントや異なるコンポーネントを含む場合もあるということが分かるであろう。また、本発明に適合する実施態様はメモリに格納されているものとして説明されているが、それらの実施態様は他のタイプのコンピュータプログラム製品や他のコンピュータ読み取り可能媒体に対して格納および読み出しすることもでき、例えばハードディスク、フロッピー(R)ディスクまたはＣＤＲＯＭを含む補助記憶装置、インターネットやその他ネットワークからの搬送波、あるいは他の形態のＲＡＭまたは読み出し専用メモリ（ＲＯＭ）などに対して格納および読み出しすることができるということが、当業者であれば分かるであろう。コンピュータ読み取り可能媒体は、コンピュータシステム４０を制御して特定の方法を実施させるための命令も含む場合がある。
【００１６】
図５は、図１、図２、および図３に示したような２レイヤを用いて文書をフォーマットするため、コンピュータシステム４０で実行する方法６０のフロー図である。方法６０は、必要であれば入力装置５０を介し適当なユーザ対話により、メモリ５２に格納されたソフトウェアモジュールをプロセッサ４２によって実行することで、実施することができる。方法６０では、スキャナ４６を用いて文書をスキャンしてメモリ５２内に取り込むことができる（ステップ６２）。物理的文書を電子的なデジタル形態に変換する何らかの方法を用いて、物理的文書をスキャンすることができる。
【００１７】
電子形態にスキャンまたは変換した後、本システムは、その文書に対してテキスト抽出／レイヤ分離を実施することができる（ステップ６４）。スキャンされた文書内において、テキストは、その鮮鋭なエッジと一様な内部色によって識別することができる。識別された各文字について、平均Ｒ、Ｇ、Ｂ色値または他の色情報を記録する。次いで非テキストレイヤを作成する。これは例えばテキストピクセルをすべて除去し、そのギャップを近傍ピクセル色を用いて適宜埋めることにより行なう。
【００１８】
次いで、文書を領域に分割することができる（ステップ６６）。例示的な一実施形態では、全てのテキストを最小数のオーバラップしない矩形領域に分割する。この分割は、複数の方法で行なうことができる。例えば１つの方法としては、スキャンされた文書の左上ポイントから開始して上部から底部へ、および左から右へラスタスキャン順に進める場合がある。このプロセスの開始時において、第１の領域は識別された第１の文字を含む。各領域についてその領域内に含まれる全文字の色範囲を記憶する。新たな文字に出くわすと、その文字を隣接テキスト領域と比較して、それらの色が十分に近いものであるか否かを判定する。それらの色が十分に近いものであった場合、その新たなキャラクタを既存のテキスト領域に追加し、領域情報を更新してその新たな文字を含めるようにする。新たな文字の色が既存の領域の色に近いものではなかった場合、新たな領域を作成する。このプロセスは、すべての文字が領域に含まれるまで繰り返される。
【００１９】
テキストレイヤは、各ピクセルについての２値等、その領域のピクセルに関する２値も含む場合がある。この２値ピクセル値は、対応するピクセルについてテキスト色を使用するか非テキストレイヤからの色を使用するかを指定するものである。例えば、この２値に値「１」を指定することによりそのピクセルにテキスト色が使用され、値「０」を指定することによりそのピクセルに非テキストレイヤで指定された色が使用される。ピクセルについて逆の値や他の値を代替として使用することもできる。また、２値は、非テキストレイヤのピクセルグループ分けと共に用いることもできる。
【００２０】
色情報は、各領域のテキストについて指定するとともに、非テキストレイヤのピクセル（またはピクセルグループ）について指定する。色情報は、例えば各領域のテキストに関連するＲ、Ｇ、Ｂ値を用いて指定することができ、非テキストレイヤのピクセルまたはピクセルグループについて個別のＲ、Ｇ、Ｂ値を用いて指定することができる。色情報の特定の関係は、例えば、使用される色値のタイプおよびレイヤを圧縮する方法に応じて決まる場合がある。
【００２１】
分割が終わると、領域内のレイヤを圧縮することができる（ステップ６８）。各領域が２つのレイヤを有しているので、２つのレイヤに対して２つの圧縮方法を個別に適用することができる。例えば、テキストレイヤの圧縮には可逆圧縮方法を使用し、非テキストレイヤの圧縮には非可逆圧縮方法を使用することができる。非テキストレイヤをもっと圧縮するため、圧縮前に非テキストレイヤをダウンサンプリングしてピクセル数を減らす場合もある。
【００２２】
可逆圧縮方法を用いることで、テキストによって伝達される意味の損失を回避するのに重要となりうるテキスト文字の表示に関する「鮮明なエッジ」および識別性が維持される。一方、画像についてのいくらかのピクセル情報の損失がテキストについてのピクセル情報の損失ほど重大ではない場合、例えば画像に対して非可逆圧縮方法を使用することによって、さらに高い圧縮率を達成することもできる。可逆圧縮の例としてはＧ４圧縮法があり、ロッシー圧縮の例としては画像圧縮用のＪＰＥＧ（Joint Photographic Experts Group）規格がある。他の圧縮方法と同様に、他の可逆圧縮方法および非可逆圧縮方法も使用することができる。
【００２３】
圧縮されたレイヤは、ファイルに出力することができる（ステップ７０）。このファイルは、格納、送信、あるいは他の方法で処理することができる。例えばこのファイルは電子メールに添付してネットワークを介して送信することができる。圧縮の結果、ファイルサイズは小さくなるが、テキストの色情報は維持される。
【００２４】
また、例えば２レイヤフォーマットまたは関連ビューワの様々なタイプに応じて、追加処理を行なうことも可能である。例えばＰＤＦファイルの場合、圧縮後にオブジェクトを生成することができる。テキストレイヤについてあるＸＯｂｊｅｃｔを生成し、非テキストレイヤついて別のＸＯｂｊｅｃｔを生成する。テキストレイヤは、非テキストレイヤのマスクとして指定される。この処理はそのような一例にすぎず、領域および分割を用いた特定の２レイヤフォーマッティングに応じて、別の追加処理を行うこともできる。
【００２５】
例示的実施形態に関連して本発明を説明してきたが、当業者にとっては多くの変更が容易に明らかになるものと考えられ、本出願はそのあらゆる変更および変形を包含することを意図している。例えば、本発明の範囲から外れることなく、異なる圧縮方法、並びに、テキスト及びピクセルへの色情報を割り当てる様々な方法を使用することができる。本発明は、特許請求の範囲に記載された発明およびその均等によってのみ確定されるべきである。
【図面の簡単な説明】
【００２６】
【図１】テキストレイヤ及び非テキストレイヤを含む２レイヤ文書フォーマットを概念的に示す図である。
【図２】テキストレイヤと、該テキストレイヤで一様な色を有するテキストの本文とを概念的に示す図である。
【図３】図２の例示的なテキストレイヤを対応する非テキストレイヤとともに示す図である。
【図４】図１、図２、および図３に示すような２つのレイヤを用いて文書をフォーマットする際に使用するコンピュータシステムのブロック図である。
【図５】２レイヤフォーマットを用いて文書をフォーマットするための、コンピュータシステムによる実行方法を示すフロー図である。

Claims (8)

1. 文書をフォーマットする方法であって、
   文書を領域に分割するステップ(66)と、
   複数の前記領域においてテキスト用のテキストレイヤを指定するステップ(64)と、
   複数の前記領域について非テキストレイヤを指定するステップ(64)と、
   前記テキストレイヤのテキストについて色情報を識別するステップ(64)と、
   からなる方法。
2. 第１の圧縮方法を用いて前記テキストレイヤを圧縮するステップ(68)と、
   第２の圧縮方法を用いて前記非テキストレイヤを圧縮するステップ(68)と、
   をさらに含む、請求項１の方法。
3. 前記テキストレイヤを圧縮するステップ(68)は、前記第１の圧縮方法として可逆圧縮方法を使用することを含み、
   前記非テキストレイヤを圧縮するステップ(68)は、前記第２の圧縮方法として非可逆圧縮方法をしようすることを含む、請求項２の方法。
4. 前記非テキストレイヤのピクセルに色値を関連付けるステップ(64)をさらに含む、請求項１の方法。
5. 前記色値を関連付けるステップ(64)は、前記ピクセルについてＲＧＢ値を指定するステップを含む、請求項４の方法。
6. 前記複数の領域のレイヤをＰＤＦに格納するステップ(70)をさらに含む、請求項１の方法。
7. 前記識別するステップ(64)は、前記領域のテキストについて均一なテキスト色を指定することを含む、請求項１の方法。
8. 前記色値を関連付けるステップ(64)は、前記テキストレイヤについて背景色を指定することを含む、請求項４の方法。

Images