JP2007096637A - 画像処理方法、画像処理装置、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み取り可能な記録媒体 - Google Patents

Abstract

【課題】 文書画像を、着色紙を用いて印刷された原稿等を含む、広い範囲の二色原稿と、それ以外のカラー原稿とに分類することができ、分類結果に応じた適切な圧縮方法を選択可能とする。
【解決手段】 入力されたカラー画像上の各画素を少なくとも２つのカテゴリに分類するステップと、第１のカテゴリに属する画素を対象として第１の色数を算出するステップと、第２のカテゴリに属する画素を対象として第２の色数を算出するステップと、これら第１および第２の色数に基づいて、前記カラー画像の原稿色種別を判定するステップとを備える。
【選択図】 図１

Description

本発明は、画像処理方法、画像処理装置、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み取り可能な記録媒体に関し、特に文書画像の圧縮処理に際しての原稿色種別の判定に関する。

文書画像を取り扱う際に、そのデータサイズが問題となることがある。例えば、大量の文書画像を保存する場合、１画像あたりのデータサイズが大きいほど、一定の記憶領域に対して保存できる画像の数は少なくなってしまう。また、電子メールに文書画像を添付して配布する場合、画像データのサイズが大きければネットワークの負荷もそれだけ高くなり、配布先のメール受信ボックスの記憶容量もそれだけ圧迫することになる。

カラー画像に対するデータサイズ削減手段としては、ＪＰＥＧ（Joint Photographic Coding Experts Group）のような画像データ圧縮方法が知られているが、文書の可読性に影響しない画質を保った上でのサイズ削減量には限度がある。

特許文献１、２には、１つのファイルに２枚の圧縮効率の高い多値画像データと可逆圧縮の解像度の高い２値データを持たせ、２枚の多値画像データを解像度の高い２値データ（文字領域）で選択的に画像を切り換えることにより、文字のエッジは２値の解像度で出力することで文字の解像度は高いまま、圧縮効率の高い画像ファイルを作成することを可能とする技術が開示されている。しかし、モノクロで文字のみの原稿である場合は、２枚の多値画像データは不要であるため、圧縮効率が低下してしまう。

一方、二値画像に対するデータサイズ削減手段としては、ＭＭＲ（Modified Modified READ(Relative Element ADdress））圧縮のような方法が知られている。そして、文書画像の元となる紙原稿の多くは、紙の色に相当する背景色と、文字の色に相当する前景色からなる二色原稿（例えば白黒）である。従って、二色原稿については、カラー画像としてＪＰＥＧ圧縮を施して扱うよりも、二値画像としてＭＭＲ圧縮を施して扱う方が、一般に画像データサイズははるかに小さくなる。

そこで、特許文献３においては、入力原稿がカラーかモノクロかを判定し、その結果に応じて圧縮方法を切り替えるようにしている。また、特許文献４〜７においては、カラー原稿かモノクロ原稿かを判別し、その結果により紙への印刷手段を変更するようにしている。
特開２００２−３６８９８６号公報 特許第３１９３０８６号公報 特許２７９１３１４号公報 特公平６−１４２１３号公報 特開２００２−１００９４号公報 特開平１０−１５５０７６号公報 特開平８−６５５３０号公報

上述したように、特許文献３においては、入力原稿がカラーかモノクロかを判定し、その結果に応じて圧縮方法を切り替えるようにしていたが、そこでは原稿が表面的に白黒かカラーかを判定するのみであり、白黒以外の二色原稿、例えば着色紙を用いて印刷された原稿等はあくまでカラー原稿として扱われることになる。従って、このような白黒以外の二色原稿についてはカラー原稿として扱われ、圧縮効率の高いＭＭＲ圧縮等を使用することができないため、有効な圧縮処理が行えないという問題があった。また、特許文献４〜７など、原稿種の識別を行う技術はいくつかあるが、いずれも圧縮効率は考慮していないものであった。

本発明は上記の従来の問題点に鑑み提案されたものであり、その目的とするところは、文書画像を、着色紙を用いて印刷された原稿等を含む、広い範囲の二色原稿と、それ以外のカラー原稿とに分類することができ、分類結果に応じた適切な圧縮方法を選択することのできる画像処理方法、画像処理装置、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み取り可能な記録媒体を提供することにある。

上記の課題を解決するため、本発明にあっては、請求項１に記載されるように、入力されたカラー画像上の各画素を少なくとも２つのカテゴリに分類するステップと、第１のカテゴリに属する画素を対象として第１の色数を算出するステップと、第２のカテゴリに属する画素を対象として第２の色数を算出するステップと、これら第１および第２の色数に基づいて、前記カラー画像の原稿色種別を判定するステップとを備える画像処理方法を要旨としている。

また、請求項２に記載されるように、請求項１に記載の画像処理方法において、前記入力されたカラー画像上の各画素を少なくとも２つのカテゴリに分類するステップは、当該カラー画像の二値化処理を含むものとすることができる。

また、請求項３に記載されるように、請求項１または２のいずれか一項に記載の画像処理方法において、前記入力されたカラー画像上の各画素を少なくとも２つのカテゴリに分類するステップは、カテゴリの境界部分にあたる画素を分類対象から外す処理を含むものとすることができる。

また、請求項４に記載されるように、請求項３に記載の画像処理方法において、前記カテゴリの境界部分にあたる画素は、文字輪郭画素であるものとすることができる。

また、請求項５に記載されるように、請求項１乃至４のいずれか一項に記載の画像処理方法において、前記原稿色種別を判定するステップは、前記カラー画像が同系色の濃淡からなる濃淡原稿であるか、もしくは前景と背景それぞれ一色ずつからなる二色原稿であるかを判定する処理を含むものとすることができる。

また、請求項６に記載されるように、請求項１乃至５のいずれか一項に記載の画像処理方法において、前記第１の色数を算出するステップと前記第２の色数を算出するステップの一方もしくは両方は、前記カラー画像をサブ領域に分割し、各サブ領域において当該カテゴリに属する当該サブ領域内の各画素を対象とした平滑化処理を含むものとすることができる。

また、請求項７に記載されるように、請求項６に記載の画像処理方法において、前記サブ領域への分割は、画像の周縁部を除いて行うものとすることができる。

また、請求項８に記載されるように、カラー画像を入力するステップと、当該カラー画像の原稿色種別を判定するステップと、原稿色種別に応じて異なる方法を用いて、前記カラー画像にもとづく出力画像を構成するステップとを備える画像処理方法として構成することができる。

また、請求項９に記載されるように、請求項８に記載の範囲の画像処理方法において、前記出力画像を構成するステップは、構成方法として少なくとも、原稿色種別が二色原稿の場合に、前記カラー画像から作成される二値画像と、前景色情報と、背景色情報とを用いて出力画像を構成する方法を含むものとすることができる。

また、請求項１０に記載されるように、請求項８または９のいずれか一項に記載の画像処理方法において、前記出力画像を構成するステップは、構成方法として少なくとも、原稿色種別が二色を越える色を含む原稿の場合に、前記カラー画像を複数の画像に分離する方法と、前記複数の画像を個別に圧縮符号化する方法を含むものとすることができる。

また、請求項１１に記載されるように、カラー画像上の各画素を少なくとも２つのカテゴリに分類するカテゴリ分類手段と、第１のカテゴリに属する画素を対象として第１の色数を算出する第１の色数算出手段と、第２のカテゴリに属する画素を対象として第２の色数を算出する第２の色数算出手段と、これら第１および第２の色数算出手段からの出力にもとづいて前記カラー画像の原稿色種別を判定する原稿色種別判定手段とを備える画像処理装置として構成することができる。

また、請求項１２に記載されるように、カラー画像を入力するカラー画像入力手段と、当該カラー画像の原稿色種別を判定する原稿色種別判定手段と、原稿色種別に応じた出力画像の構成方法を決定する出力画像構成方法決定手段と、決定された方法にしたがって出力画像を構成する出力画像構成手段とを備える画像処理装置として構成することができる。

また、請求項１３に記載されるように、請求項１乃至７のいずれか一項に記載の各ステップをコンピュータ上で実行する画像処理プログラムとして構成することができる。

また、請求項１４に記載されるように、請求項８乃至１０のいずれか一項に記載の各ステップをコンピュータ上で実行する画像処理プログラムとして構成することができる。

また、請求項１５に記載されるように、請求項１３または１４のいずれか一項に記載の画像処理プログラムを記録した記録媒体として構成することができる。

本発明の画像処理方法、画像処理装置、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み取り可能な記録媒体にあっては、着色紙に印刷された原稿等を含む、さまざまな二色原稿の入力に対して、当該入力画像を二色原稿であると判定することができる。更に、原稿色種別に応じた適切な出力画像を構成することで、効率よくデータサイズを削減することができる。

以下、本発明の好適な実施形態につき図面を参照して説明する。

図１は本発明の画像処理装置の構成例を示す図である。図１において、画像処理装置１は、カラー画像データを蓄積するカラー画像バッファ１１と、処理の過程で作成される二値化された二値画像データを蓄積する二値画像バッファ１２と、元原稿からカラー画像データに変換するスキャナー等からなるカラー画像入力部１３と、カラー画像の原稿色種別を判定する原稿色種別判定部１４と、原稿色種別にもとづいて出力画像の構成方法を決定する出力画像構成方法決定部１５と、決定された方法で出力画像を構成する出力画像構成部１６とを備えている。動作にあっては、カラー画像入力部１３は元原稿からカラー画像データに変換し、カラー画像をカラー画像バッファ１１に蓄える。原稿色種別判定部１４は処理の過程で二値画像データを作成し、二値画像データを二値画像バッファ１２に蓄える。そして、原稿色種別判定部１４はカラー画像の原稿色種別を判定し、出力画像構成方法決定部１５は原稿色種別にもとづいて出力画像の構成方法を決定し、出力画像構成部１６は決定された方法で出力画像を構成し、ここから出力画像を出力する。

図２は原稿色種別判定部１４の構成例を示す図である。図２において、原稿色種別判定部１４は、カラー画像バッファ１１上のカラー画像データを二値化する二値化部１４１と、カラー画像バッファ１１と二値画像バッファ１２上の内容にもとづいて背景色数を算出する背景色数算出部１４２と、カラー画像バッファ１１と二値画像バッファ１２上の内容にもとづいて前景色数を算出する前景色数算出部１４３と、背景色数と前景色数から入力画像の原稿色種別を判定する原稿色種別判定部１４４とを備えている。動作にあっては、二値化部１４１はカラー画像バッファ１１上のカラー画像データを二値化し、二値画像データを二値画像バッファ１２に蓄える。背景色数算出部１４２はカラー画像バッファ１１と二値画像バッファ１２上の内容にもとづいて背景色数を算出し、同様に、前景色数算出部１４３は前景色数を算出する。そして、原稿色種別判定部１４４は背景色数と前景色数から入力画像の原稿色種別を判定し、原稿色種別を出力する。 図３は画像処理装置１のハードウェア構成例を示す図である。図３において、画像処理装置１は、ＣＰＵ１０１、メモリ１０２、ハードディスク１０３、通信装置１０４、スキャナ１０５、ディスプレイ１０６、キーボード１０７、ＣＤ−ＲＯＭドライブ１０８を備えている。本発明の処理を実行するプログラムは、ＣＤ−ＲＯＭ１０９等の記録媒体や通信装置１０４を介したネットワーク経由で、画像処理装置１内のハードディスク１０３に保存される。プログラムの実行が指示されると、プログラム・コードその他の必要な資源がメモリ１０２上にロードされ、記述された内容に沿ってＣＰＵ１０１によりプログラムが実行される。入力画像は、スキャナ１０５や、あるいはＣＤ−ＲＯＭ１０９等の記録媒体や通信装置１０４を介したネットワーク経由で、直接もしくは一旦ハードディスク１０３への保存を経てメモリ１０２上へロードされる。プログラムの実行結果はディスプレイ１０６に出力され、あるいはハードディスク１０３に保存され、あるいは通信装置１０４を介してネットワークへ送出される。

以下、本発明の処理内容につき説明する。

＜第１の実施形態＞
図４は第１の実施形態にかかる原稿色種別判定処理を示すフローチャートである。以下、図４に沿って、入力画像が前景１色と背景１色からなる二色原稿か、そうでないかを判定する例について述べる。

今、各々０（輝度ゼロ）〜２５５（最高輝度）の範囲の画素値を持つＲＧＢ（Red.Green,Blue）成分からなるカラーのデジタル画像が入力されたとすると、まず入力画像のＧ成分と固定の閾値「１１０」との比較により二値画像を作成する（ステップＳ１０１）。すなわち、
Ｇ≦１１０ → 黒画素
Ｇ＞１１０ → 白画素
とする。なお、この二値化方法はあくまで例であって、既知の判別分析法等を用いて閾値を動的に決定してもよい。

二値化の結果、入力画像上の画素は黒（前景）／白（背景）という２つのカテゴリに分類される。

続いて、得られた二値画像の白画素に対応する入力画像上の画素を対象に、背景色数を判定する（ステップＳ１０２）。ここでは、ＲＧＢの各成分をそれぞれ３段階ずつに量子化して、対応するインデックス(R_i,G_i,B_i)を得る。すなわち、
R_i=R*3/256
G_i=G*3/256
B_i=B*3/256
とする。

いずれも小数点以下切り捨てると、インデックスの取り得る値は、
0≦R_i≦2
0≦G_i≦2
0≦B_i≦2
の範囲の整数となる。

二値画像の白画素に対応する入力画像上の画素を対象に、インデックス(R_i,G_i,B_i)の発生頻度の分布f_B(R_i,G_i,B_i)を求めることができ、背景色に相当するインデックスに過半数の頻度が集中していれば背景は１色、そうでなければ背景は２色以上と判定する。すなわち、
(1)ある１つのインデックス(x,y,z)に対し、
f_B(x,y,z)>0.5*Σ[R_i=0,1,2]Σ[G_i=0,1,2]Σ[B_i=0,1,2]f_B(Ri,Gi,Bi)
が成り立つならば、背景色数＝１
(2)上記(1)に該当しない場合は、背景色数＝２以上
とする。

同様に、二値画像の黒画素に対応する入力画像上の画素を対象に、インデックス(R_i,G_i,B_i)の発生頻度の分布f_F(R_i,G_i,B_i)を求めることができる。そして、前景色に相当するインデックスに過半数の頻度が集中していれば前景色は１色、そうでなければ前景色は２色以上と判定する。すなわち、
(1)ある１つのインデックス(x,y,z)に対し、
f_F(x,y,z)>0.5*Σ[R_i=0,1,2]Σ[G_i=0,1,2]Σ[B_i=0,1,2]f_F(R_i,G_i,B_i)
が成り立つならば、前景色数＝１
(2)上記(1)に該当しない場合は、前景色数＝２以上
とする（ステップＳ１０３）。

こうして背景色数と前景色数を求めた後、次のようにして原稿色種別を判定する（ステップＳ１０４）。
(1)前景色数＝１、かつ、背景色数＝１ならば二色原稿（ステップＳ１０５）
(2)上記(1)に該当しなければ多色原稿（ステップＳ１０６）
このように、前景と背景を個別に色数判定することにより、互いの色分布を混同することがなく、より正確に原稿色種別を判定することができる。

＜第２の実施形態＞
図５は第２の実施形態にかかる原稿色種別判定処理を示すフローチャートである。上述した第１の実施形態とほとんど同じであるため、第１の実施形態との差異についてのみ説明する。

第１の実施形態との違いは、入力カラー画像から二値画像を作成（ステップＳ２０１）した後、背景色数や前景色数を算出（ステップＳ２０３、Ｓ２０４）する前に、黒画素／白画素の太め処理（ステップＳ２０２）を行うことである。

原稿色種別とかかわりなく、一般にカラー画像に含まれる文字パターンの輪郭部付近は、図６に示すように、前景から背景に向かって、数画素にわたって段階的に画素値が変化している。このため文字輪郭部の画素値を背景色数や前景色数の算出対象に含めると、ＲＧＢインデックスの発生頻度分布が広い範囲にわたることにつながり、二色原稿を多色と誤認する一因となる。

そこで、例えば図７（ａ）のような二値画像が得られた後、二値画像上の各黒画素を中心に、３×３画素の範囲を黒画素で置き換える処理を施して、同図（ｂ）のような黒画素太め処理結果画像を得る。同様に、二値画像上の各白画素を中心に、３×３画素の範囲を白画素で置き換える処理を施して、同図（ｃ）のような白画素太め処理結果画像を得る。

そして黒画素太め処理結果における白画素部分を背景領域、白画素太め処理結果における黒画素部分を前景領域とする。それらのいずれにも該当しない、前景領域と背景領域の境界にあたる文字輪郭画素は分類対象外となる。

図５における後段の背景色数算出（ステップＳ２０３）においては、背景領域に属する画素（図７（ｄ）の黒太線内）を対象とするようにし、前景色数算出（ステップＳ２０４）においては、前景領域に属する画素（図７（ｅ）の白太線内）を対象とする。こうして文字輪郭部の影響を受けにくくすることができる。

＜第３の実施形態＞
図８は第３の実施形態にかかる原稿色種別判定処理を示すフローチャートである。

入力されたカラー画像から二値画像を作成（ステップＳ３０１）し、背景色数と前景色数を算出（ステップＳ３０２、Ｓ３０３）するステップまでは第１の実施形態と同じであるため、その部分の説明は割愛する。

前景色数・背景色数が共に１であっても、原稿が中間的な輝度を含むグレースケールである場合、前景＝黒・背景＝白の二色原稿に分類することには実用上、違和感があるかもしれない。そこで、背景色数と前景色数を求めた後、次のようにして原稿色種別を一次判定する（ステップＳ３０４）。
(1)前景色数＝１、かつ、背景色数＝１ならば、二色原稿または濃淡原稿
(2)上記(1)に該当しない場合は、多色原稿
(2)に該当する場合はここで多色原稿として結果を確定し（ステップＳ３０５）、(1)に該当する場合はさらに以下の二次判定へ進む。

二値画像の黒画素に対応するカラー画像上の各画素を対象に、先述のＧ成分に関するインデックスG_iの発生頻度分布を、前景輝度分布I_F(G_i)として求める（ステップＳ３０６）。

同様に、二値画像の白画素に対応するカラー画像上の各画素を対象に、背景輝度分布I_B(G_i)を求める（ステップＳ３０７）。そして、前景輝度分布と背景輝度分布の重ね合わせにより全体輝度分布I(Gi)を得る（ステップＳ３０８）。すなわち、
I(G_i)=I_F(G_i)+I_B(G_i) (G_i=0,1,2)
とする。

そして、中間輝度にあたるI(1)に過半数の頻度が集中していれば濃淡原稿、そうでなければ二色原稿と判定する（ステップＳ３０９）。すなわち、
(1) I(1)>I(0)+I(2)が成り立つならば、濃淡原稿（ステップＳ３１０）
(2) I(1)≦I(0)+I(2)が成り立つならば、二色原稿（ステップＳ３１１）
とする。

これにより、入力画像を多色原稿・濃淡原稿・二色原稿に分類することができ、より詳細な原稿色種別を得ることが可能となる。

＜第４の実施形態＞
図９は第４の実施形態にかかる原稿色種別判定処理を示すフローチャートである。上述した第１の実施形態とほとんど同じであるため、第１の実施形態との差異についてのみ説明する。

第１の実施形態との違いは、入力カラー画像から二値画像を作成（ステップＳ４０１）した後、背景色数や前景色数を算出（ステップＳ４０３、Ｓ４０４）する前に、カラー画像の平滑化処理（ステップＳ４０２）を行うことである。

平滑化処理として、まずカラー画像を８×８画素毎のサブ領域に分割する。その際、画像の周縁部３０画素分の幅を除いておく。図１０は周縁部３０画素分を除いて左下を起点にサブ領域分割を行っており、画像サイズによっては分割の右端や上端の列に関して、幅・高さが８画素に満たないこともある。

着色紙原稿をスキャナで読み取ると、図１１（ａ）に示すようなパンチ穴や同図（ｂ）に示すようなスキャン時の原稿の傾き・ずれによって、白や黒のノイズ領域が周縁部に現れることがあり、原稿色種別を誤認する一因となる。そこで、周縁部をサブ領域分割対象から除くことにより、これらノイズの影響を受けにくいようにしている。

各々のサブ領域について、二値画像の白画素（背景）に対応する当該サブ領域ｋ上の画素ｉが持つＲＧＢ画素値を（R(k,i),G(k,i),B(k,i))として、サブ領域ｋ・背景相当部分の平均画素値(R_mean(k), G_mean(k), B_mean(k))を求める。すなわち、
R_mean(k)=Σ[i]R(k,i)/Σ[i]1
G_mean(k)=Σ[i]G(k,i)/Σ[i]1
B_mean(k)=Σ[i]B(k,i)/Σ[i]1
とする。

そしてサブ領域ｋ・背景相当部分のすべての画素値を平均画素値で置き換える。すなわち、
R(k,i) ← R_mean(k)
G(k,i) ← G_mean(k)
B(k,i) ← B_mean(k)
とする。

同様に、二値画像の黒画素（前景）に対応するサブ領域ｋ上のすべての画素値を、サブ領域ｋ・前景相当部分の平均画素値で置き換える。すなわち、ｊを二値画像上の黒画素に相当する各画素として、
R(k,j) ← Σ[j] R(k,j) / Σ[j]1
G(k,j) ← Σ[j] G(k,j) / Σ[j]1
B(k,j) ← Σ[j] B(k,j) / Σ[j]1
とする。

こうしてサブ領域毎の平滑化処理を行った後、背景色数・前景色数を算出する。

スキャン時に発生する画素毎の画素値揺らぎや、カラー画像を非可逆圧縮（例えばＪＰＥＧ形式で保存する等）した場合に発生する画素毎の画素値変化によって、カラー画像の色成分の分布は原稿の実態に比べて幅広くなる。つまりＲＧＢインデックスの発生頻度分布が広い範囲にわたることにつながり、二色原稿を多色と誤認する一因となっている。

このようなサブ領域単位の平滑化処理を行うことで、前景色・背景色が局所的に統一され、画素毎の画素値揺らぎや変化からくる色成分分布の広がりが抑えられるので、二色原稿を多色と誤認するおそれを低減できる。

＜第５の実施形態＞
図１２は第５の実施形態にかかる原稿色種別に応じた出力画像構成処理を示すフローチャートである。二色原稿の場合、入力されたカラー画像をそのままフルカラーの画像として保存するよりも、前景色＝ＯＮビット・背景色＝ＯＦＦビットからなる二値画像として適切な圧縮を施して保存する方がデータサイズはずっと小さくなるため、二色原稿と判断された場合には前景色情報および背景色情報を求めた上で、二値画像としてＭＭＲ圧縮するようにしている。

図１２において、カラー画像を入力（ステップＳ５０１）した後、原稿色種別を判定（ステップＳ５０２）する。原稿色種別の判定は上述した第１〜第４の実施形態に述べた方法を用いる。

原稿色種別が二色原稿であるか判定し（ステップＳ５０３）、判定の結果、二色原稿でない（多色原稿もしくは濃淡原稿）ならば、入力画像をそのままフルカラー画像として、ＪＰＥＧ圧縮して出力する（ステップＳ５０４）。

一方、判定結果が二色原稿であれば、まず入力画像から二値画像を作成する（ステップＳ５０５）。ここでは原稿色種別判定処理の中で作成済みの二値画像を再利用することができる。

続いて、二値画像の黒画素に相当するカラー画像上の各画素を対象に、前景平均画素値を求める（ステップＳ５０６）。すなわち、ｉを二値画像上の黒画素に相当する各画素として、
R_F-mean=Σ[i]R(i)/Σ[i]1
G_F-mean=Σ[i]G(i)/Σ[i]1
B_F-mean=Σ[i]B(i)/Σ[i]1
とする。

そして、求めた前景平均画素値を前景色情報として出力する（ステップＳ５０７）。

同様に、二値画像の白画素に相当するカラー画像上の各画素を対象に、背景平均画素値を求める（ステップＳ５０８）。すなわち、ｊを二値画像上の白画素に相当する各画素として、
R_B-mean=Σ[j]R(j)/Σ[j]1
G_B-mean=Σ[j]G(j)/Σ[j]1
B_B-mean=Σ[j]B(j)/Σ[j]1
とする。

そして求めた背景平均画素値を背景色情報として出力する（ステップＳ５０９）。

最後に、二値画像をＭＭＲ圧縮して出力する（ステップＳ５１０）。

一般に、同じカラー画像から派生していれば、ＭＭＲ圧縮された二値画像とＪＰＥＧ圧縮されたフルカラー画像とでは、前者の方がはるかにデータサイズが小さい。また前景色情報と背景色情報は２組のＲＧＢ成分値であるから、数バイト〜たかだか数十バイト程度のデータである。よって、二色原稿の場合には前景／背景色情報＋ＭＭＲ圧縮二値画像という構成にすると、効果的にデータサイズを小さくできる。

なお、前景色情報＋背景色情報＋ＭＭＲ二値画像の構成が可能なファイルフォーマットとしては、ＰＤＦ（Portable Document Format）（ＰＤＦはＡｄｏｂｅ社の商標）が知られており、このような構成からなるＰＤＦファイルを既存のビューワでブラウズすると、二値画像のＯＮビット＝前景色、ＯＦＦビット＝背景色が割り当てられた二色画像が表示される。

＜第６の実施形態＞
図１３は第６の実施形態にかかる原稿色種別に応じた出力画像構成処理を示すフローチャートである。この第６の実施形態では、上述した第５の実施形態を実行する際、二色原稿でない場合（多色原稿もしくは濃淡原稿の場合）は、画像を複数のレイヤーに分離し、各々個別に圧縮をした上で重ね合わせる形態でまとめることで、単にＪＰＥＧで圧縮するよりもファイルサイズを小さくすることができるようにしている。

図１３の処理フローのうち、二色原稿でないと判断された場合について述べ、本実施形態の説明とする。

原稿種判定（ステップＳ６０３）の結果、二色原稿でない（多色原稿もしくは濃淡原稿）ならば、図１４に示すように画像を３層（第一多値画像、第二多値画像、二値画像）に分割する（ステップＳ６０４）。具体的な手法については本出願人の既に行っている特許出願（特願２００４−３５８５３２号）に詳細に記されている。

その結果、図１４にあるように、画像は多値画像２枚と二値画像１枚に分割される。そして、それぞれを個別に圧縮符号化して重ね合わせ表示可能な形態にまとめる（ステップＳ６０５）。このような表現が可能な形態には、先に述べたＰＤＦ形式がある。

なお、上記の分離画像の生成（ステップＳ６０４）は、本出願人の他の特許出願（特願２００５−０２４１８８号）にあるように４層に分割してもよい。

これにより、二色原稿でない場合でも単にＪＰＥＧで圧縮するよりもファイルサイズを小さくすることができる。

以上、本発明の好適な実施の形態により本発明を説明した。ここでは特定の具体例を示して本発明を説明したが、特許請求の範囲に定義された本発明の広範な趣旨および範囲から逸脱することなく、これら具体例に様々な修正および変更を加えることができることは明らかである。すなわち、具体例の詳細および添付の図面により本発明が限定されるものと解釈してはならない。

本発明の画像処理装置の構成例を示す図である。 原稿色種別判定部の構成例を示す図である。 画像処理装置のハードウェア構成例を示す図である。 第１の実施形態にかかる原稿色種別判定処理を示すフローチャートである。 第２の実施形態にかかる原稿色種別判定処理を示すフローチャートである。 文字パターン輪郭部付近の画素の例を示す図である。 黒画素／白画素の太め処理の例を示す図である。 第３の実施形態にかかる原稿色種別判定処理を示すフローチャートである。 第４の実施形態にかかる原稿色種別判定処理を示すフローチャートである。 カラー画像のサブ領域分割の例を示す図である。 画像周縁部に見られるノイズの例を示す図である。 第５の実施形態にかかる原稿色種別に応じた出力画像構成処理を示すフローチャートである。 第６の実施形態にかかる原稿色種別に応じた出力画像構成処理を示すフローチャートである。 分離画像生成の例を示す図である。

符号の説明

１ 画像処理装置
１１ カラー画像バッファ
１２ 二値画像バッファ
１３ カラー画像入力部
１４ 原稿色種別判定部
１４１ 二値化部
１４２ 背景色数算出部
１４３ 前景色数算出部
１４４ 原稿色種別判定部
１５ 出力画像構成方法決定部
１６ 出力画像構成部
１０１ ＣＰＵ
１０２ メモリ
１０３ ハードディスク
１０４ 通信装置
１０５ スキャナ
１０６ ディスプレイ
１０７ キーボード
１０８ ＣＤ−ＲＯＭドライブ
１０９ ＣＤ−ＲＯＭ

Claims (15)

1. 入力されたカラー画像上の各画素を少なくとも２つのカテゴリに分類するステップと、
   第１のカテゴリに属する画素を対象として第１の色数を算出するステップと、
   第２のカテゴリに属する画素を対象として第２の色数を算出するステップと、
   これら第１および第２の色数に基づいて、前記カラー画像の原稿色種別を判定するステップとを備えたことを特徴とする画像処理方法。
2. 請求項１に記載の画像処理方法において、
   前記入力されたカラー画像上の各画素を少なくとも２つのカテゴリに分類するステップは、当該カラー画像の二値化処理を含むことを特徴とする画像処理方法。
3. 請求項１または２のいずれか一項に記載の画像処理方法において、
   前記入力されたカラー画像上の各画素を少なくとも２つのカテゴリに分類するステップは、カテゴリの境界部分にあたる画素を分類対象から外す処理を含むことを特徴とする画像処理方法。
4. 請求項３に記載の画像処理方法において、
   前記カテゴリの境界部分にあたる画素は、文字輪郭画素であることを特徴とする画像処理方法。
5. 請求項１乃至４のいずれか一項に記載の画像処理方法において、
   前記原稿色種別を判定するステップは、前記カラー画像が同系色の濃淡からなる濃淡原稿であるか、もしくは前景と背景それぞれ一色ずつからなる二色原稿であるかを判定する処理を含むことを特徴とする画像処理方法。
6. 請求項１乃至５のいずれか一項に記載の画像処理方法において、
   前記第１の色数を算出するステップと前記第２の色数を算出するステップの一方もしくは両方は、前記カラー画像をサブ領域に分割し、各サブ領域において当該カテゴリに属する当該サブ領域内の各画素を対象とした平滑化処理を含むことを特徴とする画像処理方法。
7. 請求項６に記載の画像処理方法において、
   前記サブ領域への分割は、画像の周縁部を除いて行うことを特徴とする画像処理方法。
8. カラー画像を入力するステップと、
   当該カラー画像の原稿色種別を判定するステップと、
   原稿色種別に応じて異なる方法を用いて、前記カラー画像にもとづく出力画像を構成するステップとを備えたことを特徴とする画像処理方法。
9. 請求項８に記載の範囲の画像処理方法において、
   前記出力画像を構成するステップは、構成方法として少なくとも、原稿色種別が二色原稿の場合に、前記カラー画像から作成される二値画像と、前景色情報と、背景色情報とを用いて出力画像を構成する方法を含むことを特徴とする画像処理方法。
10. 請求項８または９のいずれか一項に記載の画像処理方法において、
    前記出力画像を構成するステップは、構成方法として少なくとも、原稿色種別が二色を越える色を含む原稿の場合に、前記カラー画像を複数の画像に分離する方法と、前記複数の画像を個別に圧縮符号化する方法を含むことを特徴とする画像処理方法。
11. カラー画像上の各画素を少なくとも２つのカテゴリに分類するカテゴリ分類手段と、
    第１のカテゴリに属する画素を対象として第１の色数を算出する第１の色数算出手段と、
    第２のカテゴリに属する画素を対象として第２の色数を算出する第２の色数算出手段と、
    これら第１および第２の色数算出手段からの出力にもとづいて前記カラー画像の原稿色種別を判定する原稿色種別判定手段とを備えたことを特徴とする画像処理装置。
12. カラー画像を入力するカラー画像入力手段と、
    当該カラー画像の原稿色種別を判定する原稿色種別判定手段と、
    原稿色種別に応じた出力画像の構成方法を決定する出力画像構成方法決定手段と、
    決定された方法にしたがって出力画像を構成する出力画像構成手段とを備えたことを特徴とする画像処理装置。
13. 請求項１乃至７のいずれか一項に記載の各ステップをコンピュータ上で実行することを特徴とする画像処理プログラム。
14. 請求項８乃至１０のいずれか一項に記載の各ステップをコンピュータ上で実行することを特徴とする画像処理プログラム。
15. 請求項１３または１４のいずれか一項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。

Images