JP2006092127A - 画像処理装置、画像処理方法、およびプログラム - Google Patents

Abstract

【課題】 ２次元コードを用い、任意の条件によって形成された画像データを取得するとともに、良好な統一画像を得る。
【解決手段】 複数の２次元コードを読み込み、この２次元コードによって各々特定される複数の画像データを取得する画像取得部５１と、取得された複数の画像データの各々が有する特徴量を解析する基準特徴量解析部２２と、解析された各々の特徴量から、複数の画像データに対して施すべき画像補正のための処理基準を抽出する処理基準算出部２３と、算出された処理基準を用いて、複数の画像データの各々に対して画像補正を施す画像補正機能４０と、画像補正が施された複数の画像データと、この複数の画像データの各々に対応する２次元コードとを対応付けたプリントアウト出力を指示する画像合成出力指示部５３とを備えた。
【選択図】 図３

Description

本発明は、例えば撮影された画像などを処理する画像処理装置などに係り、より詳しくは、例えば異なる条件下で撮影された複数画像を取り扱う画像処理装置などに関する。

例えば商品チラシや広告、雑誌記事への利用等の印刷市場において、また、展示会やセミナー資料、現場記録写真、不動産や製品等の商品スナップ作成等のビジネス市場において、デジタルカメラ(デジタルスチールカメラ：ＤＳＣ)で撮影された画像(画像データ、デジタル画像)やスキャナで読み込まれた画像などの複数の画像を所定の領域に配置し、編集されたレイアウト画像を視覚化して出力する作業が広く行われている。従来では、例えばレイアウトされる画像は、専門のカメラマンにより撮影され、また、画像処理の専門家であるユーザにより個々の画像状態を観察しながら個々に調整が加えられ、編集されている。その一方で、近年、デジタルカメラや携帯電話などに代表される撮影装置の急速な発達とその普及、インターネット等のネットワーク技術の進展に伴い、分散され異なった撮影条件下にて一般ユーザにより撮影された複数の画像をまとめてデータベース化する機会が非常に多くなっている。

一方、近年、ＱＲコード(登録商標)などの２次元コードに代表されるコード情報を用いたビジネスが広く展開している。例えば、名刺や雑誌、新聞広告などに印刷された２次元コードを読み取り、直接、携帯電話の電話帳に電話番号を登録したり、目的とするホームページに手軽にアクセスすることも可能となっている。

尚、複数の画像をレイアウトする内容を開示した従来技術として、複数のアルゴリズムの中から選択されたアルゴリズムに従って複数の画像が指定領域内にレイアウトされるものが存在する(例えば、特許文献１参照。)。また、２次元コード情報に関する公報記載の従来技術として、２次元コード情報が印刷された名刺状カードから、２次元コード情報をＣＣＤビデオカメラを介してＰＣに読み込み、例えば「電話をすること」ファイルが自動的に開かれてディスプレイに表示されることで、友人に確実に要件を伝えることのできる画像処理装置について提案がなされている(例えば、特許文献２参照。)。

特開２００３−１０１７４９号公報(第４−５頁、図４) 特開２０００−８２１０７号公報(第４−５頁、第１１頁、図１、図２)

ここで、複数の画像について、全ての画像が撮影条件等を一定にして撮影されていれば、例えば統合してレイアウト出力した場合であっても、ユーザにとって見易い画像を提供することができる。しかしながら、異なった環境下、異なった撮影者により異なったカメラで、また、異なった撮影条件にて撮影された複数の画像は、そのままレイアウト表示を施しても、見易いものとはならない。例えば、同じような人物像が撮影された場合であっても、撮影のための各種条件(撮影場所、時間、被写体位置、被写体角度、照明、カメラ等)が異なる場合には、これらの商品の大きさ、位置、傾き等の微妙なズレによって、レイアウト表示された複数画像は、非常に見苦しいものとなる。また、これらの幾何的な特徴量の違いの他に、各画像の明るさ、色、グレーバランス、階調表現、背景などの画質に対する特徴量がバラバラの状態でレイアウト表示された場合にも見苦しい画像となる。

また、出願人等によって、例えば２次元コード情報を用いて得られる画像情報を一箇所に集めて、整理やデータベース構築を行うことも検討されている。しかしながら、集められた画像情報は、撮影条件やサイズ、構図などが異なるために、写真画像が不揃いとなり、見苦しくなる。更に、例えば、所定のサイトにアクセスして集めた画像情報についても、この所定のサイトに再度、アクセスすることが必要となる場合がある。かかる場合に、サイトへのアクセスが容易に行えることが要求されるとともに、例えばプリント出力された写真画像からの元のサイトへのアクセスが可能となれば、ユーザの使い勝手を大幅に向上させることができる。

本発明は、以上のような技術的課題を解決するためになされたものであって、その目的とするところは、所定のコード情報を用い、任意の条件によって形成された画像データを取得するとともに、良好な統一画像を得ることにある。
また他の目的は、例えば、複数の画像データをレイアウト統合して出力した後であっても、所定のコード情報を利用可能にすることにある。
更に他の目的は、画像データとともにテキストデータを取得し、統一処理がなされた画像データとテキストデータとを共に出力することにある。

かかる目的のもと、本発明が適用される画像処理装置は、複数のコード情報を読み込み、この複数のコード情報によって各々特定される複数の画像データを取得する取得手段と、この取得手段により取得された複数の画像データの各々が有する特徴量を解析する特徴量解析手段と、この特徴量解析手段により解析された各々の特徴量から、複数の画像データに対して施すべき画像補正のための処理基準を抽出する処理基準抽出手段と、この処理基準抽出手段により抽出された処理基準を用いて、複数の画像データの各々に対して画像補正を施す画像補正手段と、この画像補正手段により画像補正が施された複数の画像データと、この複数の画像データの各々に対応するコード情報とを対応付けた画像情報を生成する画像情報生成手段と、画像情報生成手段により生成された画像情報のプリントアウト出力を指示する出力指示手段とを含む。

ここで、この出力指示手段は、コード情報に対してこのコード情報が有する画像データ取得のための機能を維持した状態にて出力を指示することを特徴とすることができる。より具体的には、画像データを提供するデータベースサーバの情報を変更しない構成や、コード情報に対しては全く変更を加えない構成がある。
また、この出力指示手段は、複数の画像データの幾つかをまとめて１枚のプリント画像としてのプリントアウト出力を指示するとともに、このプリント画像に含まれる画像データに対応するコード情報を含めて、所定のレイアウト変更を施したプリントアウト出力を指示することを特徴とすることができる。

更に、この取得手段は、複数のコード情報の各々のコード情報に含まれるアドレス情報を認識し、認識されたアドレス情報を用いてアクセスしたデータベースから画像データを取得することを特徴とすることができる。
また、この特徴量解析手段は、複数の画像データの各々の画像データが有する幾何特徴量および/または画質特徴量を解析し、画像補正手段は、解析された幾何特徴量および/または画質特徴量を用いて、複数の画像データに対して一定の統一が図られるように画像補正を施すことを特徴とすることができる。
また更に、この特徴量解析手段は、複数の画像データの各々の画像データが有する主たるオブジェクトを認識し、認識されたオブジェトに基づいて特徴量を解析することを特徴とすることができる。また、複数の画像データの各々の画像データが有する明るさ、コントラスト、彩度、色相、および精細度の少なくとも何れか一つを含む画質を画質特徴量として解析することを特徴とすることができる。
更に、この取得手段は、複数の画像データの各々に対応する付随データを取得し、出力指示手段は、複数の画像データの各々に対応する付随データを含めたプリントアウト出力を指示することを特徴とすることができる。

一方、本発明が適用される画像処理方法は、複数のコード情報を読み込み、この複数のコード情報によって各々特定されるデータベースから複数の画像データを入力するステップと、入力された複数の画像データが各々有する各々の特徴量を解析するステップと、解析された各々の特徴量から、複数の画像データに対して一定の統一を図るために施すべき画像補正のための処理基準を設定するステップと、設定された処理基準を用いて、複数の画像データの各々に対して補正を施すステップと、補正が施された複数の画像データとこの複数の画像データの各々に対応するコード情報とが対応付けられた画像情報を生成するステップと、生成された画像情報に基づいてプリント出力を指示するステップとを含む。

ここで、解析される特徴量は、複数の画像データが各々有する主要被写体の幾何特徴量および/または画質の特徴量であることを特徴とすることができる。
また、画像データの各々に対応して生成されるコード情報は、対応する各々の画像データに応じて大きさの変更が施されることを特徴とすることができる。
更に、画像データの各々に対応して生成されるコード情報は、各々の画像データに対して施された補正に関する情報を含むことを特徴とすることができる。

他の観点から把えると、本発明は、画像形成装置やＰＣなどのコンピュータに実行させるプログラムとして把握することができる。このプログラムは、コンピュータに、複数のコード情報を読み込み、複数のコード情報によって各々特定されるデータベースから複数の画像データを入力する機能と、入力された複数の画像データが各々有する各々の特徴量を解析する機能と、解析された各々の特徴量から、複数の画像データに対して一定の統一を図るために施すべき画像補正のための処理基準を設定する機能と、設定された処理基準を用いて、複数の画像データの各々に対して補正を施す機能と、補正が施された複数の画像データと複数の画像データの各々に対応するコード情報とが対応付けられた画像情報を生成する機能と、生成された画像情報に対するプリント出力を指示する機能とを実現させる。

ここで、このプログラムは、複数の画像データの各々に対応する付随データを取得する機能を更に備え、画像情報を生成する機能は、取得された付随データが複数の画像データの各々に対応付けられた画像情報を生成することを特徴とすることができる。

本発明によれば、例えば任意の条件によって形成された複数の画像データについて統一感のとれた出力が可能になると共に、各々の画像データに対応するコード情報を合わせた出力を可能にすることで、ドキュメントの管理能力を飛躍的に高めることができる。

以下、添付図面を参照して、本発明の実施の形態について詳細に説明する。
図１は、本実施の形態が適用される画像処理システムの全体構成例を示した図である。ここでは、インターネットなどのネットワーク９を介して各機能が接続されている。図１に示す画像処理システムは、コード情報の読み込みと画像補正処理、および画像出力処理を行う画像処理装置１と、コード情報によって読み出され画像データおよびこの画像データに付随する付随データを提供するデータベース(ＤＢ)サーバ８とを備えており、この画像処理装置１と複数のＤＢサーバ８とは、ネットワーク９を介して接続されている。

ネットワーク９に接続される複数のＤＢサーバ８へは、例えばＱＲコード(登録商標)などの２次元コードに含まれるＵＲＬ(Uniform Resource Locators)などを用いて、インターネットなどのネットワーク９を介してアクセスすることができる。各々のＤＢサーバ８は、ユーザである画像処理装置１からのアクセスを受けて必要なデータを提供するためのサーバとしてのコンピュータと、例えばハードディスクドライブ(ＨＤＤ)等の記録媒体からなりデータを集中管理するデータベース(ＤＢ)とを備えている。ＤＢサーバ８のデータベースには、例えば個人毎のスナップ写真など、デジタルカメラで撮影された画像データが格納されている。また、データベースには、この画像データに関連する付随データとして、例えば画像データの被写体である個人の情報などのテキストデータが格納されている。画像データと付随データとが関連付けられていれば、画像データが格納されたデータベースとハードウェアが異なるデータベースに付随データが格納されていても構わない。ネットワーク９に接続される各々のＤＢサーバ８は、２次元コードによってアクセスされる点では同様であるが、格納している画像データは、撮影条件や写真の大きさ等について統一が取られておらず、異なる条件下で分散撮影されたものである。

図２は、画像処理装置１のハードウェア構成例を示した図である。図２に示す画像処理装置１は、例えばＣＣＤによって画像を読み取るスキャナや、バーコードリーダ等からなる画像入力機能２と、画像処理を行うコンピュータである画像処理機能１０と、例えばレーザプリンタやインクジェットプリンタ等からなる画像出力機能３とを備えている。画像処理装置１は、これらの機能を例えば１つの複写機(マルチファンクション機、スキャナ付きプリンタ)に備えるように構成することもできる。また、例えばパーソナルコンピュータ(ＰＣ)を画像処理機能１０として位置付け、このＰＣにスキャナ(画像入力機能２)やプリンタ(画像処理機能１０)を接続して、ハードウェアを形成することも可能である。

また、図２では、画像処理機能１０を実現するのに好適なコンピュータのハードウェア構成例を模式的に示している。この画像処理機能１０は、演算手段であるＣＰＵ(Central Processing Unit)１１と、Ｍ/Ｂ(マザーボード)チップセット１２およびＣＰＵバスを介してＣＰＵ１１に接続されたメインメモリ１３と、同じくＭ/Ｂチップセット１２およびＡＧＰ(Accelerated Graphics Port)を介してＣＰＵ１１に接続されたビデオカード１４とを備えている。また、ＰＣＩ(Peripheral Component Interconnect)バスを介してＭ/Ｂチップセット１２に接続されたハードディスク装置(ＨＤＤ)１６、ネットワークインタフェース１７と、更にこのＰＣＩバスからブリッジ回路１５およびＩＳＡ(Industry Standard Architecture)バスなどの低速なバスを介してＭ/Ｂチップセット１２に接続されたキーボード/マウス１８とを備えている。キーボード/マウス１８は、例えばタッチパネルとして、ビデオカード１４にて展開される表示データを表示するディスプレイ(図示せず)に触れてなされたユーザからの入力を可能とする構成をとることもできる。但し、この図２に示す構成は、本実施の形態を実現するコンピュータのハードウェア構成を例示するに過ぎず、他の種々の構成を取ることもできる。例えば、ビデオカード１４を設ける代わりに、ビデオメモリのみを搭載し、ＣＰＵ１１にて表示データを処理する構成としてもよい。

画像入力機能２は、ＱＲコード(登録商標)などの２次元コードに代表されるコード情報を読み込む際に用いられる。画像出力機能３は、画像処理機能１０によって統合レイアウト処理がなされた画像をプリントアウト出力する。画像処理機能１０のＣＰＵ１１は、メインメモリ１３を用いてアプリケーションソフトの実行によって以下の機能を実現している。即ち、コード情報を読み込み、ネットワークインタフェース１７を介して複数の画像データを取得する取得手段、取得された複数の画像データが有する特徴量を解析する特徴量解析手段、複数の画像データが有する特徴量から処理基準を抽出する処理基準抽出手段、処理基準により複数の画像データの各々に画像補正を施す画像補正手段を実現している。また、画像出力機能３に対して画像補正を施した画像データを出力し、この画像データに対応するコード情報を対応付けたプリントアウト出力を画像出力機能３に対して指示する出力指示手段を実現している。

図３は、画像処理機能１０のＣＰＵ１１にて実行されるソフトウェア機能を示したブロック図である。画像処理機能１０は、ネットワークインタフェース１７を介して、ネットワーク９に接続された複数のＤＢサーバ８の各々から画像データを取得(入力)する画像取得部５１、画像取得部５１により取得された複数の画像データに対して、施すべき統合レイアウト処理を選定する統合レイアウト選定部５２を備えている。統合レイアウト選定部５２は、例えばキーボード/マウス１８を用いてなされたユーザからの指定により、レイアウト配置の構成や、画像の選定等をマネージメントしている。また、統合レイアウト選定部５２は、画像番号(Ｇｎ)の付与や、画像データの総数カウント等の前処理をも実行している。更に、統合レイアウト選定部５２には、取得される画像データに対応する２次元コードが入力され、画像合成に合わせて画像合成出力指示部５３に出力している。画像合成出力指示部５３は、画像処理(画像補正)が施された複数の補正画像データと、補正対象となった元の画像データの各々に対応する２次元コードの情報とを対応付け、画像出力機能３へプリントアウト出力を指示している。

また、画像処理機能１０は、複数画像データから幾何的な特徴量や画質の特徴量を取得し、処理基準を算出する処理基準決定機能２０、補正対象となる個別画像データの特徴量を解析し、処理基準決定機能２０からの出力に基づいて画像補正量を算出する補正量算出機能３０、補正量算出機能３０にて算出された個別の補正対象画像データに対し、その補正量に基づいて各種画像処理を実行して画像データを補正する画像補正理機能４０を備えている。

処理基準決定機能２０は、統合レイアウト処理が施される複数画像データから、幾何特徴量や背景の情報、色などの各種画質情報等の特徴量を取得する特徴量抽出部２１、特徴量抽出部２１によって抽出された複数画像データの特徴量を解析する基準特徴量解析部２２、これら複数画像データから好ましい処理基準を算出する処理基準算出部２３、算出された処理基準から目標値を設定し、例えばＨＤＤ１６等のメモリに設定値を格納する目標値設定・格納部２４を備えている。特徴量抽出部２１によって取得される幾何特徴量は、画像データが有する主要被写体(主要オブジェクト)の位置、重心位置、大きさ(縦×横サイズ)、画像方向(縦、横、斜め)等の特徴量である。画質特徴量は、明るさ、色、グレーバランス、階調補正などの画質に関する特徴量である。

また、補正量算出機能３０は、補正処理が施される補正対象画像データの、幾何特徴量や画質特徴量などの特徴量を抽出する画像特徴量抽出部３１、画像特徴量抽出部３１によって特徴量が抽出された画像データの特徴量を解析する画像特徴量解析部３２、画像特徴量解析部３２によって解析された特徴量と、処理基準算出部２３によって算出された処理基準とに基づいて補正対象画像データの補正量を個別に算出する画像補正量算出部３３を備えている。この補正量算出機能３０の存在によって、実際に画像処理が施される個々の画像データの状態(画像状態)を解析することが可能となり、複数画像テータから決定される処理基準との差分を用いて個々に補正することが可能となる。但し、この補正量算出機能３０を設けない構成も考えられる。かかる場合には、個々の画像状態によらず、複数画像データから決定された処理基準によって一律に決められた処理を行うことになる。また、処理の内容によっては、これらの処理を切り替えるように構成することも可能である。例えば、背景を同一に揃えるような処理では、例えば、複数画像データから、多数決や平均等によって処理基準が決定され、個々の画像状態によらず、一律に決められた処理が施される。一方、明るさレベルを画像群の平均で揃えるような場合には、補正量算出機能３０によって個々の画像状態を解析してから、処理基準との差分を補正することが好ましい。

画像補正機能４０は、主要被写体として認識されたオブジェクトの位置、大きさ、傾き等の幾何的な特徴量を補正する幾何特徴量補正部４１、明るさ、色、グレーバランス、階調補正などの画質を補正する画質補正部４２、背景の除去や背景の統一等の背景を補正する背景処理部４３を備えている。画質補正部４２は、例えば、ノイズ抑制処理を行う平滑化処理、画像の分布で明るい方に寄っているか暗い方に寄っているか等によって基準のポイントを移動させる明度補正、画像分布の明るい部分、シャドー部分の分布特性を調整するハイライトシャドー補正、明暗の分布ヒストグラムから分布状態を得て明暗のコントラストを補正する明暗コントラスト補正などを機能として備えている。また、例えば、１番明るいと考えられる白領域部を基準として、白い部分の色ずれを補正する色相・カラーバランス補正、例えばやや彩度が低めの画像に対しては鮮やかになるように、グレーに近い画像には、彩度を抑え目にする等の処理を施す彩度補正、例えば肌色を基準として肌色を所定の値に近づけるように補正する等、特定の記憶色を補正する記憶色補正等の各機能を有している。更に、全体のエッジ度からエッジの強さを判断し、例えばシャキシャキとした画像(シャープな画像)に補正するシャープネス強調処理の機能を備えることができる。

次に、図３に示すブロック図にて実行される処理の流れについて説明する。
図４は、画像処理装置１の主に画像処理機能１０にて実行される処理を示すフローチャートである。まず、画像処理機能１０では、画像取得部５１にて処理すべき画像データが取得され、統合レイアウト選定部５２により、処理すべき画像データの総数Ｎがカウントされる。また、例えば１枚の用紙に印刷される画像データの数である統合数が決定される(ステップ１０１)。決定された統合数を用いて、統合レイアウト選定部５２は、各画像データに対して画像番号Ｇｎを付与する(ステップ１０２)。次に、処理基準決定機能２０の特徴量抽出部２１にて、各画像データから幾何特徴量が抽出され(ステップ１０３)、また、各画像データから画質特徴量が抽出される(ステップ１０４)。次に、基準特徴量解析部２２では、抽出された各画像データの幾何特徴量および画質特徴量の解析がなされる(ステップ１０５)。そして、処理基準算出部２３では、解析された画像データの幾何特徴量および画質特徴量から、最も好ましい処理基準が算出され、目標値設定・格納部２４にて、目標値が設定され、設定された目標値がメモリに格納される(ステップ１０６)。

一方、補正量算出機能３０では、個別の補正対象画像データから、この補正対象画像データに対して施すべき補正量が算出される(ステップ１０７)。即ち、処理対象となる画像データの画像特徴量を画像特徴量抽出部３１にて抽出し、画像特徴量解析部３２にて抽出された画像特徴量の解析がなされる。画像補正量算出部３３では、解析された結果を用いて画像補正量が算出され、画像補正機能４０に提供される。

画像補正機能４０では、補正量算出機能３０から提供される画像補正量により、各々の画像データに対して個別に各種画像処理が施される(ステップ１０８)。より具体的には、幾何特徴量の補正がなされる場合には、幾何特徴量補正部４１によって例えば主要被写体の大きさや位置が補正される。また、画質の補正がなされる場合には、画質補正部４２によって例えば主要被写体の輝度やコントラストなどが補正される。更に、背景の処理がなされる場合には、背景処理部４３によって例えば背景の色などが補正される。このような補正処理が終了した後、例えばＨＤＤ１６等からなるメモリに、処理された補正画像データが一旦、蓄積される。

その後、統合レイアウト選定部５２によって選定された統合数に基づいて、統合レイアウト処理に必要な統合数の画像データについて補正が終了したか否かが判断される(ステップ１０９)。例えば、Ａ４サイズの１枚の出力画像に８個の画像データからなる統合数が設定されている場合には、この８個の画像データに対する補正が終了したか否かが判断される。尚、統合数の全ての和が総数Ｎとなる。統合数の補正が終了していない場合には、Ｇｎの番号を１つ繰り上げ、ステップ１０２に戻って処理が繰り返される。統合数の補正が終了した場合には、画像合成出力指示部５３による統合レイアウト処理が実施される(ステップ１１０)。この統合レイアウト処理では、補正された画像データに対応する２次元コードが読み出され、各々の補正画像データと共に、２次元コードが合成される(ステップ１１１)。合成される２次元コードは、各々の画像データのような補正処理が施されず、原則として、スキャナ等の画像入力機能２にて読み込まれたコード情報がそのままの形で合成される。但し、コード情報の読み込みに反しない程度で、所定の補正を施すことが可能である。しかしながら、施すことのできるコード情報の補正は、その認識を妨げない程度であり、各々の画像データの補正とは、その補正の程度が大きく異なる。画像合成出力指示部５３では、合成した画像データの出力指示が画像出力機能３に対してなされる(ステップ１１２)。ここで、画像番号Ｇｎが総数Ｎになったか否か、即ち、Ｇｎ＜Ｎの判定がなされる(ステップ１１３)。Ｇｎ＜Ｎである場合には、Ｇｎを１つ繰り上げ、ステップ１０２へ戻って処理が繰り返される。Ｇｎ＜Ｎでない場合、即ち、画像総数Ｎまで処理が完了した場合には、一連の補正統合処理が終了する。尚、レイアウトの方法としては、最も簡単なものは、処理画像の読み込まれた順に並べるものであるが、ユーザが任意に設定するように構成することも可能である。かかるユーザの設定は、キーボード/マウス１８等から取得する場合の他、ネットワーク９を介して所定のユーザ端末から取得するように構成することができる。

次に、図４に示す処理フローの主要な処理について、更に詳述する。
図５(ａ)〜(ｄ)は、画像データの有する幾何特徴量の抽出工程を説明するための図である。この幾何特徴量の抽出工程は、例えば、特徴量抽出部２１や画像特徴量抽出部３１、幾何特徴量補正部４１等で実行される、図５(ａ)には、取得される画像データの例が示されている。ここでは、複数(４つ)の対象物により被写体が構成されている。幾何特徴量の抽出に際し、まず、図５(ｂ)に示すような２値化処理が実行される。次に、２値化された画像に対して、図５(ｃ)に示すようなラベリング処理が施される。ここでは、Ｌ１〜Ｌ３の３つの画像要素に対してラベリングがなされている。その後、図５(ｄ)に示すようにラベリングされた画像要素を全て含む最大外接矩形が算出される。算出される最大外接矩形としては、例えば座標軸を左上からとるとすると、トップの最小(Top min)、レフトの最小(Left min)、ボトムの最大(Bottom max)、ライトの最大(Right max)があり、これらについて各々算出される。以上のようにして、主要被写体(主要オブジェクト)の位置座標を求めることで、幾何特徴量が把握される。尚、幾何特徴量としては、上記以外の特性、例えば、画像サイズ、画像方向(縦/横)等を把握することも可能である。

図６は、幾何特徴量の補正処理工程を示したフローチャートである。画像処理機能１０は、まず画像取得部５１より複数の画像データを取得し(ステップ１５１)、統合レイアウト選定部５２にて、入力された各画像に画像番号Ｇｎが付与され(ステップ１５２)、画像総数Ｎがカウントされる(ステップ１５３)。次に、処理基準決定機能２０では、例えば、1番目の画像であるＧ１番目から順番に画像Ｇｎ番が読み出される(ステップ１５４)。そして、特徴量抽出部２１によって、主要被写体が認識され(ステップ１５５)、認識された主要被写体(被写体)の輪郭が抽出された後(ステップ１５６)、被写体の外接矩形が抽出される(ステップ１５７)。その後、処理基準算出部２３にて、ステップ１５８からステップ１６０までの各種算出処理が実行される。即ち、被写体の外接開始位置が算出され(ステップ１５８)、被写体のサイズが算出される(ステップ１５９)。そして、被写体の重心位置が算出される(ステップ１６０)。例えば、３つの画像データがある場合に、(ｘ,ｙ)座標で表現すると、例えば被写体の外接開始位置が
(Ｘs1,Ｙs1)、(Ｘs2,Ｙs2)、(Ｘs3,Ｙs3)、
例えば被写体の重心座標が
(Ｘg1,Ｙg1)、(Ｘg2,Ｙg2)、(Ｘg3,Ｙg3)、
等と表現される。また、被写体のサイズ(横,縦)として、例えば、
(Ｘd1,Ｙd1)、(Ｘd2,Ｙd2)、(Ｘd3,Ｙd3)
等が算出される。その後、これらの算出処理が画像総数Ｎまで実行したか否か、即ちＧｎ＜Ｎか否かが判断される(ステップ１６１)。画像総数Ｎを超えていない場合には、Ｇｎが１だけ繰り上がり、ステップ１５４へ戻って処理が繰り返され、算出処理が繰り返される。以上のようにして、画像総数Ｎの、個々(各々)の画像データについて、ステップ１６０までの処理が終了した後、ステップ１６２へ移行する。

ステップ１６２では、処理基準算出部２３にて、平均値算出処理が実行され、処理基準が算出される。その後、目標値設定・格納部２４にて目標値が設定される(ステップ１６３)。例えば、処理基準算出部２３にて、外接開始位置の平均値(ＸsM,ＹsM)が、
ＸsM＝平均(Ｘs1,Ｘs2,Ｘs3)、ＹsM＝平均(Ｙs1,Ｙs2,Ｙs3)
として算出される。また、サイズ(大きさ)の平均値が、
ＸdM＝平均(Ｘd1,Ｘd2,Ｘd3)、ＹdM＝平均(Ｙd1,Ｙd2,Ｙd3)
として算出される。更に、重心位置の平均値が、
ＸgM＝平均(Ｘg1,Ｘg2,Ｘg3)、ＹgM＝平均(Ｙg1,Ｙg2,Ｙg3)
として算出される。以上のようにして処理基準が算出された後、目標値設定・格納部２４にて、外接開始位置の目標値の設定、サイズの目標値設定、および重心位置の目標値の設定がなされる。設定された各目標値は、メモリ(図示せず)に格納されて、幾何特徴量の処理基準算出工程が終了する。

尚、幾何特徴量については、ユーザの指定に基づいてその目標値を決定することも可能である。例えば、
被写体重心を中央に揃える。
最も大きな被写体で揃える。
最も小さな被写体で揃える。
平均で大きさ、位置を揃える。
等を例えばディスプレイ表示し、ユーザに指定させることで目標値を決定することも可能である。自動的に平均値を目標値として算出するのではなく、ユーザに指定させる場合には、目標値設定・格納部２４では、このユーザの指定に基づいて目標値の設定方法を変え、メモリに格納することが可能である。また、目標値の設定は、実際の補正処理工程に際して実行するように構成することも可能である。

次に、ステップ１６４以降の処理として、個別の画像データにつき、幾何特徴量の補正処理が実際に行われる。実際の補正処理としては、個々の画像状態によらず、一律に決められた処理を行う方法や、個々の画像状態を解析し、処理基準との差分を補正する方法などがある。図６に示す例では、後者の差分を補正する方法の例を挙げている。
まず、補正対象となる画像データの最初の画像データとして画像Ｇｎ番が読み出され(ステップ１６４)、個別の画像について画像特徴量抽出部３１によって幾何特徴量が抽出され、画像特徴量解析部３２にて特徴量が解析される(ステップ１６５)。この画像特徴量抽出部３１および画像特徴量解析部３２では、処理基準決定機能２０にて行われた特徴量の抽出・解析処理を用いることが好ましいが、処理基準の決定とは別個に特徴量を抽出するように構成しても構わない。そして、画像補正量算出部３３では、目標値設定・格納部２４によって設定され格納された目標値が読み出され、画像特徴量解析部３２によって解析された特徴量と読み出された目標値との差分と、２次元コードの配置位置から補正量が算出される(ステップ１６６)。実際に統合レイアウト処理を施してプリント出力する際には、同時に印字される２次元コードによって幾何の補正量は制約を受ける。従って、画像補正量算出部３３では、同時に印字される２次元コードの大きさや配置位置などを考慮して、補正量を算出している。このようにして算出された補正量は、画像補正機能４０に出力される。

次に、画像補正機能４０にて、各々の画像データについての補正が実行される。ここでは、まず幾何特徴量補正部４１は、必要に応じ、外接開始位置を補正し(ステップ１６７)、サイズの補正(ステップ１６８)、重心位置の補正(ステップ１６９)を行う。これらの補正を画像総数Ｎまで実行したか否か、即ちＧｎ＜Ｎか否かが判断される(ステップ１７０)。画像総数Ｎを超えていない場合には、Ｇｎを１だけ繰り上げた画像データが読み出され、ステップ１６４へ戻って補正が繰り返され、次の補正すべき画像データについての補正処理が実行される。画像総数Ｎを超えている場合には、幾何特徴量の補正処理が終了する。幾何特徴量の補正処理の例としては、例えば主要被写体の外接開始位置が(Ｘs2,Ｙs2)、被写体のサイズ(横,縦) が(Ｘd2,Ｙd2)の画像データを外接開始位置の平均値(ＸsM,ＹsM)およびサイズの平均値ＸdMとＹdMとを用いて補正する場合に、
画像シフト：(ＸsM−Ｘs2, ＹsM−Ｙs2)の画素シフト量
画像拡大：(ＹdM/Ｙd2)倍…(縦の縮尺に合わす)
等とすることができる。このような補正を加えることで、幾何特徴量が統一された、見やすいレイアウト出力を提供することが可能となる。

次に、画像データの有する画質特徴量の抽出と、画質特徴量についての目標値の設定、および画質特徴量についての補正処理について、図７および図８を用いて説明する。
図７は、画質の処理基準算出工程を示したフローチャートである。画像処理機能１０では、まず画像取得部５１より複数の画像データが取得され(ステップ２０１)、統合レイアウト選定部５２にて入力された各画像データに画像番号Ｇｎが付与されて(ステップ２０２)、画像総数Ｎがカウントされる(ステップ２０３)。次に、処理基準決定機能２０では、例えば、１番目の画像であるＧ１番目から順番に画像Ｇｎ番が読み出される(ステップ２０４)。そして、主要被写体について、輝度、Ｒ(赤),Ｇ(緑),Ｂ(青)、彩度の各々について、処理基準の算出と目標値設定処理が実行される。まず、背景と分離された主要被写体について、例えばＬ^＊ａ^＊ｂ^＊に変換されて輝度変換が行われ(ステップ２０５)、輝度ヒストグラムが採取される(ステップ２０６)。その後、分布平均値L_aveが算出され(ステップ２０７)、算出されたL_aveを加算してL_targetが求められる(ステップ２０８)。この輝度変換は、例えば、ハイライトシャドー補正や明暗コントラスト補正に用いられる。例えば、明暗コントラスト補正では、基準となる画像データから、明暗の分布(例えばヒストグラム)をとり、例えば、レンジを５段程度として、ほぼ同じような分布グラフが得られるような値が目標値となる。この基準となる画像データは、処理の基準として好ましいものとしてユーザの選定を受けるように構成することができる。

一方、彩度補正を行うために、彩度変換がなされる(ステップ２０９)。まず、背景と分離された主要被写体について、彩度ヒストグラムが採取され(ステップ２１０)、分布平均値S_aveが算出される(ステップ２１１)。そして、算出されたS_aveを加算してS_targetを算出する(ステップ２１２)。ここでは、Ｌ^＊ａ^＊ｂ^＊のａ^＊ｂ^＊の２平面で彩度を表すことができる。ａ^＊ｂ^＊が００でグレーとなる。基準として、グレーに近い方はグレーに縮め、即ち、少々色付く程度の場合には、彩度を抑え目にし、補正によってグレーになる方向に補正する。また、彩度が中高程度の分布では、鮮やかさを強調するように彩度補正がなされる。ステップ２０９からステップ２１２では、各画素データについての主要被写体の分布平均値から、彩度補正のためのターゲットが決定されている。

更に、例えば色相・カラーバランス補正を行うために、ＲＧＢ変換がなされる(ステップ２１３)。まず、背景と分離された主要被写体について、ＲＧＢヒストグラムが採取され(ステップ２１４)、Ｒ分布の最大値(Ｍａｘ値)であるr_maxの算出(ステップ２１５)、Ｇ分布の最大値であるg_maxの算出(ステップ２１６)、Ｂ分布の最大値であるb_maxの算出(ステップ２１７)がなされる。そして、算出されたr_maxを加算してRmax_targetを求め(ステップ２１８)、また、算出されたg_maxを加算してGmax_targetを求め(ステップ２１９)、同様に、算出されたb_maxを加算してBmax_targetを求める(ステップ２２０)。色相・カラーバランス補正を行うに際して、このように、ヒストグラムでＲＧＢが別々に採取され、例えば、最も明るいＲＧＢのヒストグラムのポイントは白であるものと判断し、この部分について黄色や緑等のかぶりがある場合には、白い部分がずれているものとして、同じスタートとなるように、ホワイトバランスが調整される。

以上のようにしてステップ２２０までの処理が終了した後、処理した画像データが画像総数Ｎを超えたか否か、即ちＧｎ＜Ｎか否かが判断される(ステップ２２１)。画像総数Ｎを超えていない場合には、Ｇｎの番号を１つ繰り上げ、ステップ２０４へ戻って処理が繰り返され、個々の画像データについての算出処理が実行される。画像総数Ｎを超えている場合には、処理基準算出部２３にて以降の処理が実行される。まず、処理基準算出部２３は、複数画像データの算出結果が加算された値について、Ｎで割ることで、平均値が算出される。即ち、Ｎで割ることにより、各画像データで加算して算出されたL_targetに対する平均値が算出される(ステップ２２２)。同様に、Ｎで割ることで、加算して算出されたS_targetに対する平均値が算出され(ステップ２２３)、Rmax_targetの平均値(ステップ２２４)、Gmax_targetの平均値(ステップ２２５)、Bmax_targetの平均値(ステップ２２６)が算出される。目標値設定・格納部２４では、このようにして算出されたL_targetを明度補正目標値(ステップ２２７)、S_targetを彩度補正目標値(ステップ２２８)、Rmax_targetをカラーバランス(ＣＢ)補正目標値(ステップ２２９)、Gmax_targetをＣＢ補正目標値(ステップ２３０)、およびBmax_targetをＣＢ補正目標値(ステップ２３１)に各々設定して、所定のメモリに格納し、画質に対する処理基準の算出工程が終了する。

次に、実際の画質の補正処理について説明する。
図８は、画質の補正処理工程を示したフローチャートである。画像処理機能１０では、まず画像取得部５１より補正処理すべき複数の画像データが取得され(ステップ２５１)、統合レイアウト選定部５２にて、処理すべき画像データに順に画像番号Ｇｎが付与され(ステップ２５２)、画像総数Ｎがカウントされる(ステップ２５３)。次に、補正量算出機能３０の画像特徴量抽出部３１では、例えば、１番目の画像であるＧ１番目から順番に画像Ｇｎ番が読み出され(ステップ２５４)、背景と分離された主要被写体について、まずＲＧＢ変換が施される(ステップ２５５)。その後、ＲＧＢヒストグラムが採取され(ステップ２５６)、Ｒ分布の最大値(Ｍａｘ値)であるr_maxの算出(ステップ２５７)、Ｇ分布の最大値であるg_maxの算出(ステップ２５８)、Ｂ分布の最大値であるb_maxの算出(ステップ２５９)がなされる。そして、図７に示すフローチャートにて、目標値設定・格納部２４により設定された目標値である、Rmax_target、Gmax_target、Bmax_targetが読み出され、この目標値を用いて、カラーバランス(ＣＢ)補正ＬＵＴ(ルックアップテーブル)を生成し(ステップ２６０)、ＲＧＢ変換が施された画像に対してカラーバランス補正が実行される(ステップ２６１)。

そして、例えばＬ^＊ａ^＊ｂ^＊に変換後、処理すべき画像データの主要被写体に対して、ステップ２６２以降の輝度変換、ステップ２６７以降の彩度変換が施される。ステップ２６２以降の輝度変換では、例えばＬ^＊による輝度ヒストグラムが採取される(ステップ２６３)。その後、分布平均値L_aveが算出される(ステップ２６４)。そして、図７に示す処理にて目標値設定・格納部２４により設定されたL_targetが読み出され、これを用いて明度補正ＬＵＴが生成される(ステップ２６５)。その後、この明度補正ＬＵＴを用いて、画質補正部４２により明度補正が実行される(ステップ２６６)。ステップ２６７以降の彩度変換では、例えばａ^＊ｂ^＊を用いて彩度ヒストグラムが採取され(ステップ２６８)、分布平均値としてS_aveが算出される(ステップ２６９)。そして、目標値設定・格納部２４により設定されたS_targetを用いて、彩度補正係数が算出される(ステップ２７０)。そして、この彩度補正係数を用いて画質補正部４２により彩度補正が実行される(ステップ２７１)。このようにして、明度および彩度についての補正が施された後、画像出力の形式に合わせてＲＧＢ変換を行い(ステップ２７２)、画像データが出力される(ステップ２７３)。そして、処理した画像データが画像総数Ｎを超えたか否か、即ちＧｎ＜Ｎか否かが判断される(ステップ２７４)。画像総数Ｎを超えていない場合には、Ｇｎを１繰り上げた画像データが読み出され、ステップ２５４へ戻って処理が繰り返される。画像総数Ｎを超えている場合には、補正処理が終了する。

以上のようにして画質に補正が加えられることで、例えば同じページ内に複数の画像データがある場合に、対象物の明るさを揃えたり、色を揃えたり、また鮮やかさを揃えたりすることが可能となる。このように、統計的手法を用いて画質に一定の統一が図られることで、ユーザにとって見易い出力画像を提供することが可能となる。
尚、画質の目標値や補正量は、補正された画像データと共に印刷(印字)される２次元コードの存在には関わらないことが原則である。しかしながら、印刷される２次元コードは可視または不可視を問わないが、確実な読み込みを確保するために、画像データの補正量を変更することが有効となる場合がある。例えば、補正される画像データの背景部分に２次元コードを印刷する場合には、画像データの背景部分の補正処理が有効となる。

ここで、背景処理について説明する。
背景処理の方法としては、統合レイアウトされる複数の画像データに基づいて補正の目標値が設定される場合の他、ユーザの指定に基づいて補正の目標値を決定する方法などがある。複数の画像データに基づいて補正の目標値が設定される方法として、例えば、平均で背景色を揃える方法や、最も明るい色、最も暗い色等を選定する方法などがある。平均で背景色を揃えるような場合には、処理基準決定機能２０の処理基準算出部２３にて平均化処理等が実行される。
ユーザの指定に基づいてその目標値を決定する場合には、例えば、
最も明るい背景色で揃える。
最も暗い背景色で揃える。
最も鮮やかな背景色で揃える。
平均で背景色を揃える。
等を表示し、ユーザに指定させることで、目標値の方針を決定するように構成することができる。尚、これらの目標値の特徴としては、複数の画像データの存在が前提となり、その中で、最大、最小、鮮やかさの最大、最小等による背景色の選定、平均による背景色の決定等の、統計的な処理を含めて決定される。
その後、実際の背景色の補正処理工程は、画質の補正処理工程と同様に行われる。

次に、本実施の形態が適用される具体的な事例について、図面を用いて説明する。
図９は、画像処理装置１からＤＢサーバ８へのアクセスと、ＤＢサーバ８からの画像データおよび付随データを取得する事例を示した図である。この事例では、まず、ユーザが取引相手先より千差万別のデザインの名刺を受け取った場合が前提として示されている。この名刺の各々には、ＱＲコード(登録商標)などの２次元コードが付されている。この２次元コードは、垂直方向と水平方向とのそれぞれに情報を持たせ、大容量の情報をコード化できるようにしたものである。例えば約４２９６文字程度の情報は用意にコード化でき、その一方で、これまで主流であった１次元のバーコードに比べて約１/１０程度の大きさで同じ情報量を表現できる。また、全方向からの高速な読み取りや、誤り訂正によるデータの復元も可能である。２次元コードでは、このコード中にＵＲＬとして認識可能な文字列がある場合には、そのＵＲＬを用いたＷＥＢ接続が可能となる。例えば、
「http://*, https://*」、「*」は連続するASCII英数字(0x21〜0x7E)で1文字以上
といった情報が読み取られる。本実施の形態では、ユーザが画像処理装置１のスキャナ等に２次元コードを読み込ませると、画像処理機能１０のＣＰＵ１１によって２次元コード情報が読み取られ、ブラウザを起動する。そして、画像処理装置１は、ネットワークインタフェース１７を介してＷｅｂ接続し、各名刺に対応するＤＢサーバ８に対してアクセスすることができる。

このように、２次元コードを用いてＤＢサーバ８にアクセスした画像処理装置１は、この２次元コードに含まれる例えばアドレス帳の情報等を用いて、各名刺のＤＢサーバ８から、各個人のオリジナルの画像データおよび付随データを取得する。ＵＲＬで直接、ＤＢサーバ８内の各個人のデータにアクセスしても構わない。ここで、アクセスして取得するオリジナルの画像データは、ＤＢサーバ８によるデータ格納の条件等によって、千差万別な仕様となっている。例えば、撮影条件、光源、照度、カメラ、構図等に統一性が全くとられていない。図９に示すように、例えば大きさが不揃いであったり、背景が不揃いである場合もある。

図１０は、不揃いであるオリジナルの画像データをそのまま用いてプリントアウト出力した場合の例を示した図である。各々のＤＢサーバ８から取得した各々の画像データは、例えば、背景が暗く、コントラストが低かったり、サイズが大きく照度が高いものや、サイズが極端に小さかったり、被写体が隅に寄っているもの等がある。これらをまとめて並んで配置させ、プリントアウト出力した場合には、非常に見苦しいものとなる。

図１１は、本実施の形態が適用される画像処理を加えて形成されたプリントアウト出力の例を示した図である。不揃いであるオリジナルの画像データを取得した後、上述したような統合レイアウト処理を施すことにより、図１１に示すようなプリントアウト出力を得ることができる。統合レイアウト処理では、画像処理機能１０によって、複数枚の画像データから判断された条件に従い、サイズ調整、画質調整、背景統一、表情統一が施される。そして、２次元コードを用いてアクセスした各ＤＢサーバ８からの画像データを並べて配置した際、一貫したドキュメント品質となるように調整している。また、このように統合レイアウト処理が施されたプリントアウト出力には、画像データと共に各ＤＢサーバ８から取得したテキストデータなどの付随データが印字出力される。この付随データの出力に際しては、テキストのフォントの大きさや種類等を整合させることで、より見易く美しいプリントアウト出力を得ることができる。

また、本実施の形態では、その特徴的な構成として、プリントアウト出力に、補正画像データの各々に対応するコード情報(例えば２次元コード)を対応付けて出力している。図１１の右図に示すプリントアウト出力には、補正画像データに対応付けられた２次元コードがプリント出力されている様子が描かれている。この２次元コードは、例えば、図９に示すような名刺などに含まれる２次元コードと同じものである。この２次元コードがプリント出力されていることで、ユーザは、画像処理装置１の例えばスキャナにプリントアウト出力を読み込ませるだけで、各ＤＢサーバ８にアクセスし、オリジナルの画像データを取得することが可能となる。特に、プリント出力される画像データは、補正処理が施されたものであり、オリジナルの画像データが必要となる場合や、他の画像データと組み合わせて別の統合レイアウト処理を行う場合などでは、画質劣化を防ぐためにも、オリジナルの画像データに対する再アクセスを行うことが好ましい。そこで、アクセス可能なＤＢサーバ８の情報を２次元コードに残すことで、ドキュメントの管理をより高めることが可能となる。

ここで、２次元コードなどのコード情報は、可視/不可視を問わない。また、可視情報とする場合に、装置による読み取りと認識が可能であれば、カラフルな色などを用いてコード情報を形成することも有効である。このときに形成されるコード情報についても、写真などの画像データと同様に、統一的な処理が施されていることが好ましい。また、コード情報の大きさについても、複数の大きさがある場合に、例えば、最小４セルのマージン、セルピッチが０.２５(または０.３)ｍｍ以上などの一定の条件が満たせる場合には、できるだけ統一的な大きさに改訂することで、ユーザに対して見た目に美しいプリントアウト出力を提供することができる。

尚、画像処理装置１にて、コード情報を改訂できる能力があれば、プリントアウト出力に含められるコード情報は、例えば名刺に付加されていたものから改訂(変更)することも有効である。コード情報に含まれる情報として、オリジナルの画像データを有するＤＢサーバ８の情報に加えて、例えば、画像補正量算出部３３にて算出され、画像補正に用いられた画像補正量の情報を付加する。画像補正量の情報が付加されており、変換に可逆性があれば、再度、ＤＢサーバ８にアクセスせずとも、統合前のオリジナルの画像データを得ることが可能となる。また、レーザプリンタなどの画像出力機能３に出力する以外に、画像データをＰＣ等にて利用する際にも利用することができる。また、コード情報に統合された他の画像データの情報を含ませて改訂することもできる。このように構成すれば、統合された画像データの編集処理などに応用することが可能となる。

更に、他の態様として、コード情報により取得した画像データに、例えば、ＥＸＩＦ(Exchangeable Image File Format)にサポートされた画像データを含めて統合レイアウト処理を施すことも考えられる。このＥＸＩＦは、ＪＥＩＤＡ(日本電子工業振興協会)で規格された画像フォーマットであり、既存の汎用画像フォーマットであるＴＩＦＦと、ＪＰＥＧをベースにしたデジタルカメラ向けの画像フォーマットである。例えば、上述した２次元コードを用いたＤＢサーバ８へのアクセスの代わりに、他の任意の方法でＤＢサーバ８へアクセスし、ＥＸＩＦをサポートした画像データを取得したものとする。統合画像処理は上述の他の画像データと同様に行われるが、プリントアウト出力に際して、ＥＸＩＦに含まれる情報を用いて新たに２次元コードを生成し、同様に配置してプリント出力することも有効である。

また、他の態様として、プリントアウト出力を行う代わりに、最終的なデータベース(図示せず)に盛り込むことも可能である。このように構成すれば、画像処理における各種サービスに、本実施の形態を適用することが可能となる。

以上、詳述したように、本実施の形態によれば、ＱＲコード(登録商標)などの２次元コードと、一括スキャンニング、キャプチャリングを活用することにより、名刺などの整理が簡便に、かつ効率よく行うことができる。また、２次元コードによりリンクして取得された写真などの画像情報について、サイズ調整、レイアウト調整、画質調整、背景統一などを施すことが可能となり、統一感のある良好なドキュメントを得ることができる。更に、これらの統一感のあるドキュメントに対してＱＲコード(登録商標)などの２次元コードを加えることで、ドキュメントの管理機能をより向上させることが可能となる。

尚、本実施の形態は、コンピュータ装置として、アプリケーションタイプ、プリンタドライバタイプ、およびデジタルカメラとの連携タイプ等の各タイプにて、使用されることが想定できる。アプリケーションタイプでは、例えば、デジタルスチールカメラ(ＤＳＣ)画像をアルバム化、あるいは管理するソフトのプラグイン等として、ユーザの採取画像を自動調整する機能等に用いることができる。また、プリンタドライバタイプでは、ドライバ設定において、オプション機能として選択可能とする、あるいは、モード設定自体に組み込む機能とすることができる。更に、デジタルカメラとの連携タイプでは、ファイルフォーマットにタグ(Tag)情報を埋め込み、プリント段階での調整指示を可能とする機能として、本実施の形態を適用することが可能である。

また、本実施の形態が適用されるコンピュータプログラムは、コンピュータに対して提供される際に、例えばコンピュータにインストールされた状態にて提供される場合の他、コンピュータに実行させるプログラムをコンピュータが読取可能に記憶した記憶媒体にて提供される形態が考えられる。この記憶媒体としては、例えば各種ＤＶＤやＣＤ−ＲＯＭ媒体、カード型記憶媒体等が該当し、上記の各コンピュータに設けられたＤＶＤやＣＤ−ＲＯＭ読取装置、カード読み取り装置等によってプログラムが読み取られる。そして、各コンピュータに設けられたＨＤＤやフラッシュＲＯＭ等の各種メモリにこのプログラムが格納され、ＣＰＵにて実行される。また、これらのプログラムは、例えば、プログラム伝送装置からネットワークを介してコンピュータに提供される形態もある。

本発明は、例えばプリンタ等の各種画像形成装置の他、これらの画像形成装置に接続されるコンピュータ、インターネット等を介して情報を提供するサーバ、デジタルカメラ、また、これらの各種コンピュータ機器にて実行されるプログラム等へ活用することができる。

本実施の形態が適用される画像処理システムの全体構成例を示した図である。 画像処理装置のハードウェア構成例を示した図である。 画像処理機能のＣＰＵにて実行されるソフトウェア機能を示したブロック図である。 画像処理装置の主に画像処理機能にて実行される処理を示すフローチャートである。 (ａ)〜(ｄ)は、画像データの有する幾何特徴量の抽出工程を説明するための図である。 幾何特徴量の補正処理工程を示したフローチャートである。 画質の処理基準算出工程を示したフローチャートである。 画質の補正処理工程を示したフローチャートである。 画像処理装置からＤＢサーバへのアクセスと、ＤＢサーバからの画像データおよび付随データを取得する事例を示した図である。 不揃いであるオリジナルの画像データをそのまま用いてプリントアウト出力した場合の例を示した図である。 本実施の形態が適用される画像処理を加えて形成されたプリントアウト出力の例を示した図である。

符号の説明

１…画像処理装置、２…画像入力機能、３…画像出力機能、８…データベース(ＤＢ)サーバ、９…ネットワーク、１０…画像処理機能、１１…ＣＰＵ、１３…メインメモリ、１６…ハードディスク装置(ＨＤＤ)、１７…ネットワークインタフェース、１８…キーボード/マウス、２０…処理基準決定機能、２１…特徴量抽出部、２２…基準特徴量解析部、２３…処理基準算出部、２４…目標値設定・格納部、３０…補正量算出機能、３１…画像特徴量抽出部、３２…画像特徴量解析部、３３…画像補正量算出部、４０…画像補正機能、４１…幾何特徴量補正部、４２…画質補正部、４３…背景処理部、５１…画像取得部、５２…統合レイアウト選定部、５３…画像合成出力指示部

Claims (15)

1. 複数のコード情報を読み込み、当該複数のコード情報によって各々特定される複数の画像データを取得する取得手段と、
   前記取得手段により取得された前記複数の画像データの各々が有する特徴量を解析する特徴量解析手段と、
   前記特徴量解析手段により解析された前記各々の特徴量から、前記複数の画像データに対して施すべき画像補正のための処理基準を抽出する処理基準抽出手段と、
   前記処理基準抽出手段により抽出された前記処理基準を用いて、前記複数の画像データの各々に対して画像補正を施す画像補正手段と、
   前記画像補正手段により画像補正が施された前記複数の画像データと、当該複数の画像データの各々に対応するコード情報とを対応付けた画像情報を生成する画像情報生成手段と、
   を含む画像処理装置。
2. 前記画像情報生成手段により生成された画像情報の出力を指示する出力指示手段を更に備えたことを特徴とする請求項１記載の画像処理装置。
3. 前記出力指示手段は、前記コード情報に対して当該コード情報が有する画像データ取得のための機能を維持した状態にて出力を指示することを特徴とする請求項２記載の画像処理装置。
4. 前記出力指示手段は、前記複数の画像データの幾つかをまとめて１枚のプリント画像としてのプリントアウト出力を指示するとともに、当該プリント画像に含まれる画像データに対応する前記コード情報を含めて、所定のレイアウト変更を施したプリントアウト出力を指示することを特徴とする請求項２記載の画像処理装置。
5. 前記取得手段は、前記複数の画像データの各々に対応する付随データを取得し、
   前記出力指示手段は、前記複数の画像データの各々に対応する前記付随データを含めたプリントアウト出力を指示することを特徴とする請求項２記載の画像処理装置。
6. 前記取得手段は、前記複数のコード情報の各々のコード情報に含まれるアドレス情報を認識し、認識された当該アドレス情報を用いてアクセスしたデータベースから画像データを取得することを特徴とする請求項１記載の画像処理装置。
7. 前記特徴量解析手段は、前記複数の画像データの各々の画像データが有する幾何特徴量および/または画質特徴量を解析し、
   前記画像補正手段は、解析された前記幾何特徴量および/または前記画質特徴量を用いて、前記複数の画像データに対して一定の統一が図られるように画像補正を施すことを特徴とする請求項１記載の画像処理装置。
8. 前記特徴量解析手段は、前記複数の画像データの各々の画像データが有する主たるオブジェクトを認識し、認識された当該オブジェトに基づいて前記特徴量を解析することを特徴とする請求項７記載の画像処理装置。
9. 前記特徴量解析手段は、前記複数の画像データの各々の画像データが有する明るさ、コントラスト、彩度、色相、および精細度の少なくとも何れか一つを含む画質を前記画質特徴量として解析することを特徴とする請求項７記載の画像処理装置。
10. 複数のコード情報を読み込み、当該複数のコード情報によって各々特定されるデータベースから複数の画像データを入力するステップと、
    入力された前記複数の画像データが各々有する各々の特徴量を解析するステップと、
    解析された前記各々の特徴量から、前記複数の画像データに対して一定の統一を図るために施すべき画像補正のための処理基準を設定するステップと、
    設定された前記処理基準を用いて、前記複数の画像データの各々に対して補正を施すステップと、
    補正が施された前記複数の画像データと当該複数の画像データの各々に対応するコード情報とが対応付けられた画像情報を生成するステップと
    を含む画像処理方法。
11. 解析される前記特徴量は、前記複数の画像データが各々有する主要被写体の幾何特徴量および/または画質の特徴量であることを特徴とする請求項１０記載の画像処理方法。
12. 画像データの各々に対応して生成される前記コード情報は、対応する各々の当該画像データに応じて大きさの変更が施されることを特徴とする請求項１０記載の画像処理方法。
13. 画像データの各々に対応して生成される前記コード情報は、各々の当該画像データに対して施された補正に関する情報を含むことを特徴とする請求項１０記載の画像処理方法。
14. コンピュータに、
    複数のコード情報を読み込み、当該複数のコード情報によって各々特定されるデータベースから複数の画像データを入力する機能と、
    入力された前記複数の画像データが各々有する各々の特徴量を解析する機能と、
    解析された前記各々の特徴量から、前記複数の画像データに対して一定の統一を図るために施すべき画像補正のための処理基準を設定する機能と、
    設定された前記処理基準を用いて、前記複数の画像データの各々に対して補正を施す機能と、
    補正が施された前記複数の画像データと当該複数の画像データの各々に対応するコード情報とが対応付けられた画像情報を生成する機能と
    を実現させるプログラム。
15. 前記複数の画像データの各々に対応する付随データを取得する機能を更に備え、
    前記画像情報を生成する機能は、取得された前記付随データが前記複数の画像データの各々に対応付けられた画像情報を生成することを特徴とする請求項１４記載のプログラム。

Images