JP2008022159A5 - - Google Patents

Claims (14)

1. 文書処理装置であって、
   文書画像から複数の物理ページを抽出する第１抽出手段と、
   前記第１抽出手段によって抽出された前記複数の物理ページの夫々からオブジェクトを抽出する第２抽出手段と、
   前記第２抽出手段によって抽出された少なくとも１つのオブジェクトが前記複数の物理ページにまたがっているか否かを判定する判定手段と、
   前記判定手段によって前記複数の物理ページにまたがっていると判定されたオブジェクト同士を結合する結合手段と、
   を有することを特徴とする文書処理装置。
2. 前記判定手段は、前記複数の物理ページの夫々のレイアウトを解析し、解析した結果に基づいて少なくとも１つのオブジェクトが前記複数の物理ページにまたがっているか否かを判定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. 前記判定手段は、前記第２抽出手段によって抽出された夫々のオブジェクトの特徴を解析し、当該特徴に基づいて少なくとも１つのオブジェクトが前記複数の物理ページにまたがっているか否かを判定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. 前記判定手段は、前記第２抽出手段によって抽出された夫々のオブジェクトの有するテキストの特徴を解析し、当該特徴に基づいて少なくとも１つのオブジェクトが前記複数の物理ページにまたがっているか否かを判定することを特徴とする請求項３に記載の文書処理装置。
5. 前記判定手段は、前記第２抽出手段によって抽出された夫々のオブジェクトの有する表の特徴を解析し、当該特徴に基づいて少なくとも１つのオブジェクトが前記複数の物理ページにまたがっているか否かを判定することを特徴とする請求項３に記載の文書処理装置。
6. 前記判定手段は、前記第２抽出手段によって抽出された夫々のオブジェクトの色や形状の特徴を解析し、当該特徴に基づいて少なくとも１つのオブジェクトが前記複数の物理ページにまたがっているか否かを判定することを特徴とする請求項３に記載の文書処理装置。
7. 前記判定手段は、前記第２抽出手段によって抽出された夫々のオブジェクトの位置関係を解析し、当該位置関係に基づいて少なくとも１つのオブジェクトが前記複数の物理ページにまたがっているか否かを判定することを特徴とする請求項２に記載の文書処理装置。
8. 前記結合手段は、前記複数の物理ページの位置又は倍率に基づいて、前記判定手段によって前記複数の物理ページにまたがっていると判定されたオブジェクト同士を結合することを特徴とする請求項１乃至７の何れか１項に記載の文書処理装置。
9. 前記結合手段は、前記オブジェクトの有するテキストのサイズと位置座標とに応じて、前記判定手段によって前記複数の物理ページにまたがっていると判定されたオブジェクト同士を結合することを特徴とする請求項４に記載の文書処理装置。
10. 前記第２抽出手段は夫々のオブジェクトに関するメタデータを抽出し、
    前記オブジェクトと前記抽出されたメタデータとを関連付けて格納する格納手段を更に有することを特徴とする請求項１乃至９の何れか一項に記載の文書処理装置。
11. 前記第１抽出手段によって抽出された前記複数の物理ページの夫々のレイアウトを解析するレイアウト解析手段と、
    前記レイアウト解析手段によって解析されたレイアウトに基づいて前記文書画像の論理構造を解析する論理構造解析手段とを更に有し、
    前記第２抽出手段は、前記論理構造解析手段によって解析された論理構造とページ構成に基づいてメタデータを抽出することを特徴とする請求項１０に記載の文書処理装置。
12. オブジェクトを検索するための検索条件を入力するための検索条件入力手段と、
    前記検索条件入力手段によって入力された検索条件に基づいてオブジェクトに関連付けられたメタデータを検索する検索手段とを更に有することを特徴とする請求項１１に記載の文書処理装置。
13. 文書処理装置の文書処理方法であって、
    文書画像から複数の物理ページを抽出する第１抽出工程と、
    前記第１抽出工程において抽出された前記複数の物理ページの夫々からオブジェクトを抽出する第２抽出工程と、
    前記第２抽出工程において抽出された少なくとも１つのオブジェクトが前記複数の物理ページにまたがっているか否かを判定する判定工程と、
    前記判定工程において前記複数の物理ページにまたがっていると判定されたオブジェクト同士を結合する結合工程と、
    を有することを特徴とする文書処理方法。
14. コンピュータを、請求項１乃至１２の何れか１項に記載の文書処理装置の各手段として機能させるためのプログラム。