JP2008028802A - 画像処理装置、印刷装置、画像処理方法、および、画像処理プログラム - Google Patents

Abstract

【課題】被写体に応じた最適な補正を短時間で行うことが可能な画像処理装置を提供すること。
【解決手段】本発明の画像処理装置は、処理対象となる画像データが、主たる被写体が人物である人物画像であるか否かを示す情報の入力を受ける入力手段（入力部７０ａ）と、入力手段から人物画像である旨の情報が入力された場合には、画像データに含まれている人物の顔を認識して特定する第１の認識手段（第１の顔認識処理部７０ｈ）と、入力手段から人物画像である旨の情報の入力がなされない場合には、第１の認識手段よりも低い認識感度にて、画像データに含まれている人物の顔を認識して特定する第２の認識手段（第２の顔認識処理部７０ｆ）と、第１または第２の認識手段の認識結果に基づいて、画像データに対して補正処理を施す補正手段（補正量算出部７０ｉ、補正処理部７０ｊ）とを有する。
【選択図】図３

Description

本発明は、画像処理装置、印刷装置、画像処理方法、および、画像処理プログラムに関する。

近年、ディジタルカメラ等によって撮像された画像を簡易に印刷できる印刷装置が普及している。最近では、ディジタルカメラの普及に伴い、メモリカードが挿着できるスロットを有する印刷装置、あるいはディジタルカメラとの接続のためのインタフェースを有する印刷装置も市販されるようになっている。この種の印刷装置には、プリントエンジンとして、インクジェット式、あるいは昇華式のものがあり、高い解像度での印刷が可能となっている。

ディジタルカメラによって撮像された画像は、例えば、カメラ自体の特性等によって、露出値が適切でなかったり、色かぶりが発生したりする場合があるため、これらを補正するための技術が提案されている（特許文献１参照）。

ところで、前述したような補正は、被写体の種類（例えば、風景、または、人物等）に応じて行うことが望ましいが、特許文献１に示す技術では、被写体に応じて補正を行うことができないという問題点がある。

近年では、顔認識技術を利用して画像データに含まれている人物の顔を特定し、特定された顔に対応する画像データの特性が最適となるように補正処理を実行することで、逆光または色かぶり状態で撮像された画像データを補正する技術が提案されている。

特開２０００−１６５６４７号公報（要約書、請求項）

ところで、顔認識技術を利用した補正処理では、人物が含まれていない、例えば、風景画像に対しても顔認識処理が一律に施されてしまうため、処理に時間を要するという問題点がある。

また、顔認識の精度を上げるために認識の感度を上げた場合、例えば、風景画像を人物画像と誤認識してしまうという問題点がある。そこで、誤認識を防ぐために認識感度を下げた場合には、人物画像であるにも拘わらず、含まれている人物の顔を認識できない場合があるという問題点がある。

本発明は、上記の事情に基づきなされたもので、その目的とするところは、被写体の種類に応じて最適な補正を短時間に行うことが可能な画像処理装置、印刷装置、画像処理方法、および、画像処理プログラムを提供しよう、とするものである。

上述の目的を達成するため、本発明の画像処理装置は、処理対象となる画像データが、主たる被写体が人物である人物画像であるか否かを示す情報の入力を受ける入力手段と、入力手段から人物画像である旨の情報が入力された場合には、画像データに含まれている人物の顔を認識して特定する第１の認識手段と、入力手段から人物画像である旨の情報の入力がなされない場合には、第１の認識手段よりも低い認識感度にて、画像データに含まれている人物の顔を認識して特定する第２の認識手段と、第１または第２の認識手段の認識結果に基づいて、画像データに対して補正処理を施す補正手段と、を有する。

このため、被写体の種類に応じて最適な補正を短時間に行うことが可能な画像処理装置を提供することができる。

また、他の発明の画像処理装置は、前述の発明に加えて、第１および第２の認識手段が、画像データの主たる被写体の種類として、人物以外の所定の種類が指定された場合には、認識動作を停止し、補正手段が、当該主たる被写体の種類に対応する補正処理を実行するようにしている。このため、被写体が人物以外である場合には、顔認識処理を停止することにより、全ての画像データに対して顔認識処理を一律に施す場合に比較して、処理速度を向上することができる。

また、他の発明の画像処理装置は、前述の発明に加えて、補正手段が、第１の認識手段によって人物の顔が特定された画像データに対しては、特定された人物の顔の領域に対応する画像データの特性が目標値に近くなるように補正処理を実行し、一方、第２の認識手段によって人物の顔が特定された画像データに対しては、第１の認識手段によって人物の顔が特定された画像データよりも少ない補正量にて補正処理を実行するようにしている。このため、主たる被写体の種類として、人物が指定された画像データについては、人物にふさわしいより強い補正をかけることにより、ユーザの要求に応じた適切な画像データを得ることができる。

また、他の発明の画像処理装置は、前述の発明に加えて、補正手段が、画像データの主たる被写体が人物以外である場合において、当該被写体の種類が入力手段から入力されたときは、当該被写体の種類に応じた補正処理を実行し、一方、当該被写体の種類が入力されないときは、被写体の種類が入力された場合よりも少ない補正量にて補正処理を実行するようにしている。このため、主たる被写体の種類として、人物以外の所定の種類が指定された画像データについては、当該被写体の種類に応じたより強い補正をかけることにより、ユーザの要求に応じた適切な画像データを得ることができる。

また、他の発明の印刷装置は、前述の画像処理装置を有している。このため、被写体の種類に応じて最適な補正を短時間に行って印刷することが可能な印刷装置を提供することができる。

また、本発明の画像処理方法は、処理対象となる画像データが、主たる被写体が人物である人物画像であるか否かを示す情報の入力を受け、人物画像である旨の情報が入力された場合には、画像データに含まれている人物の顔を認識して特定し、人物画像である旨の情報の入力がなされない場合には、入力がされた場合よりも低い認識感度にて、画像データに含まれている人物の顔を認識して特定し、認識結果に基づいて、画像データに対して補正処理を施すようにしている。

このため、被写体の種類に応じて最適な補正を短時間に行うことが可能な画像処理方法を提供することができる。

また、本発明の画像処理プログラムは、コンピュータを、処理対象となる画像データが、主たる被写体が人物である人物画像であるか否かを示す情報の入力を受ける入力手段、入力手段から人物画像である旨の情報が入力された場合には、画像データに含まれている人物の顔を認識して特定する第１の認識手段、入力手段から人物画像である旨の情報の入力がなされない場合には、第１の認識手段よりも低い認識感度にて、画像データに含まれている人物の顔を認識して特定する第２の認識手段、第１または第２の認識手段の認識結果に基づいて、画像データに対して補正処理を施す補正手段、として機能させるようにしている。

このため、被写体の種類に応じて最適な補正を短時間に行うことが可能な画像処理プログラムを提供することができる。

以下、本発明の一実施の形態について、図面を参照して説明する。

図１は、本発明の実施の形態に係る画像処理装置を用いた印刷装置１１の構成例を示す斜視図である。この図１に示すように、印刷装置１１は、スキャナ装置、印刷装置、および、コピー装置が一体となったいわゆる複合型の印刷装置である。ここで、印刷装置１１は、装置全体を覆うケース１２と、印刷媒体としての印刷用紙を供給する給紙装置１３と、紙媒体等に印刷された画像を読み取るスキャナ部１４と、印刷用紙に対して印刷を行う印刷部（不図示）とを備える。なお、本発明の画像処理装置の動作は、印刷装置１１の動作として説明する。また、本発明の画像処理方法の動作は、印刷装置１１の動作として説明する。さらに、本発明の画像処理用プログラムの動作は、印刷装置１１の動作として説明する。

ケース１２は、略四角形状の箱体であり、上面にスキャナ部１４が設けられており、また、前面中央部には、ＬＣＤ（Liquid Crystal Display）１５と、各種操作ボタン１６とを備える。ＬＣＤ１５には、印刷装置１１のメニュー機能、動作内容、動作状況、エラー内容などが表示され、操作ボタン１６は、印刷装置１１のメニュー選択等を行う時に押されるようになっている。

ケース１２は、前面下部に、排出口１７を備え、印刷された印刷用紙が排出されるようになっている。また、ケース１２の前面右側中央部には、カードスロット１８が設けられており、例えばディジタルカメラなどによって撮影された画像データを記録するメモリカードＭが、取り外し自在に収納されるようになっている。なお、この例では、カードスロット１８には蓋部１８ａが設けられており、メモリカードＭを挿入する場合には、当該蓋部１８ａを開閉する。メモリカードＭには、例えば、非可逆圧縮方式としてのＪＰＥＧ形式または可逆圧縮方式としてのＴＩＦＦ形式によって圧縮された画像データが格納されている。

給紙装置１３は、ケース１２の背面側に設けられており、印刷用紙をストックするとともに、必要に応じて印刷装置１１の内部に一枚ずつ供給する。

図２は、図１に示す印刷装置１１の制御系の構成例を示すブロック図である。この図に示すように、印刷装置１１の制御系は、ＣＰＵ（Central Processing Unit）５０、ＲＯＭ（Read Only Memory）５１、ＲＡＭ（Random Access Memory）５２、ＥＥＰＲＯＭ（Electrically Erasable and Programmable ROM）５３、ＧＰ（Graphic Processor）５４、Ｉ／Ｆ（Interface）５５、バス５６、ＬＣＤ１５、操作ボタン１６、カードＭが挿入されるカードスロット１８、カードＩ／Ｆ回路６０、プリンタエンジンコントローラ６２、紙送りモータ６３、ローラ６４、キャリッジモータ６５、駆動ベルト６６、キャリッジ６７、および、記録ヘッド６８を有している。

ここで、ＣＰＵ５０は、ＲＯＭ５１およびＥＥＰＲＯＭ５３に格納されているプログラムに応じて各種演算処理を実行するとともに、紙送りモータ６３およびキャリッジモータ６５をはじめとする装置の各部を制御する。ＲＯＭ５１は、ＣＰＵ５０が実行する各種プログラムや各種データを格納している半導体メモリである。ＲＡＭ５２は、ＣＰＵ５０が実行対象とするプログラムやデータを一時的に格納する半導体メモリである。

ＥＥＰＲＯＭ５３は、ＣＰＵ５０における演算処理結果の所定のデータ等が格納され、印刷装置の電源が切断された後も該データを保持する半導体メモリである。ＧＰ５４は、ＣＰＵ５０から供給された描画命令に基づいて描画処理を実行し、得られた画像データをＬＣＤ１５に供給して表示させる。

Ｉ／Ｆ５５は、操作ボタン１６、カードＩ／Ｆ回路６０、および、プリンタエンジンコントローラ６２の間で情報を授受する際に、データの表現形式を適宜変換する装置である。バス５６は、ＣＰＵ５０、ＲＯＭ５１、ＲＡＭ５２、ＥＥＰＲＯＭ５３、ＧＰ５４、および、Ｉ／Ｆ５５、を相互に接続し、これらの間で情報の授受を可能とするための信号線群である。

操作ボタン１６は、前述したように、メニュー選択等を行う場合に操作される。メモリカードＭは、前述したように、ディジタルカメラによって撮像された画像データが格納されている不揮発メモリである。カードスロット１８は、前述したように印刷装置１１のケース１２の前面右側中央に設けられており、当該部分にメモリカードＭが挿入される。カードＩ／Ｆ回路６０は、メモリカードＭとの間で情報を読み書きするためのインタフェースである。

プリンタエンジンコントローラ６２は、紙送りモータ６３、キャリッジモータ６５、および、記録ヘッド６８を制御するための制御装置である。紙送りモータ６３は、ローラ６４を回転させることにより印刷用紙を副走査方向に移動させる。ローラ６４は、円柱状の部材によって構成され、印刷用紙を副走査方向に移動させる。

キャリッジモータ６５は、キャリッジ６７に一端が固定されている駆動ベルト６６に駆動力を与えることにより、キャリッジ６７を主走査方向に往復動させる。記録ヘッド６８は、印刷用紙に対向する面に複数のノズルが形成されており、当該複数のノズルからインクを吐出させることにより情報を印刷用紙に記録する。インクの種類としては、例えば、シアン、マゼンタ、イエロー、ブラックの４色がある。なお、これらに加えて、ライトシアン、ライトマゼンタ、レッド、および、ブルー等を用いるようにしてもよい。

図３は、図１に示す印刷装置１１により、メモリカードＭに格納されている所定の画像データを印刷する際に、画像データに対して補正処理を施すための機能ブロックを示している。この図に示す機能ブロック７０は、図２に示すＲＯＭ５１またはＥＥＰＲＯＭ５３に格納されているプログラムとしてのソフトウエアと、ＣＰＵ５０等のハードウエアとが協働することにより実現される。

機能ブロック７０は、入力部７０ａ、設定部７０ｂ、画像取得部７０ｃ、プレ処理部７０ｄ、処理選択部７０ｅ、第２の顔認識処理部７０ｆ、シーン判別処理部７０ｇ、第１の顔認識処理部７０ｈ、補正量算出部７０ｉ、および、補正処理部７０ｊを有している。

入力手段としての入力部７０ａは、操作ボタン１６の操作に応じて生成された情報をＩ／Ｆ５５を介して入力する。設定部７０ｂは、入力部７０ａを介して入力された情報に基づいて、処理選択部７０ｅおよび補正量算出部７０ｉ等の設定を行う。

画像取得部７０ｃは、メモリカードＭに格納されている画像データの中から印刷対象となる画像データを取得し、プレ処理部７０ｄに供給する。プレ処理部７０ｄは、画像取得部７０ｃによって取得された画像データに対して伸張処理および色変換処理を施すとともに、サンプリング処理によって一定の割合で画像データをサンプリングする。処理選択部７０ｅは、設定部７０ｂの設定に応じて、画像データに対して施す補正処理の内容を選択する。

第２の認識手段としての第２の顔認識処理部７０ｆは、後述するように画像補正モードとして「標準」が選択された場合に顔認識処理を実行し、画像データに人物が含まれているか否かおよび含まれている場合にはその位置等を特定するブロックである。シーン判別処理部７０ｇは、第２の顔認識処理部７０ｆの処理結果に基づいて画像データのシーンを判別する。なお、シーンとは、画像データの主たる被写体の種類を示し、例えば、主たる被写体が人物、風景、夜景等がある。シーン判別処理部７０ｇは、画像データのシーンを判別し、補正量算出部７０ｉに判別結果を通知する。

第１の認識手段としての第１の顔認識処理部７０ｈは、設定部７０ｂによって画像データのシーンとして人物が選択された場合に、当該画像データに含まれている人物の顔を認識してその位置および範囲を特定する処理を実行する。なお、第１の顔認識処理部７０ｈは、第２の顔認識処理部７０ｆに比較すると、顔認識処理の感度が高く設定されている。

補正量算出部７０ｉは、設定部７０ｂの設定内容、ならびに、シーン判別処理部７０ｇ、第２の顔認識処理部７０ｆ、および、第１の顔認識処理部７０ｈの処理結果に応じて、画像データに対する補正量を決定し、補正処理部７０ｊに供給する。

補正処理部７０ｊは、補正量算出部７０ｉによって算出された補正量に基づいて、対象となる画像データに対して補正処理を施し、出力する。

つぎに、本発明の実施の形態の動作について説明する。

図４は、本発明の実施の形態の動作を説明するためのフローチャートである。このフローチャートは、メモリカードＭがカードスロット１８に挿入されるか、または、図示せぬディジタルカメラが図示せぬ接続ケーブルによってＩ／Ｆ５５に接続された場合に開始される。このフローチャートが開始されると、以下のステップが実行される。なお、以下では、メモリカードＭがカードスロット１８に挿入された場合を例に挙げて説明する。

ステップＳ１０：入力部７０ａは、メモリカードＭに格納されている画像データの中から印刷しようとする画像データを選択する情報の入力を受ける。すなわち、ＣＰＵ５０は、カードＩ／Ｆ回路６０を介して、カードスロット１８に挿入されたメモリカードＭから画像データのサムネイル画像データを取得し、ＧＰ５４に供給してＬＣＤ１５に一覧表示させる。そして、ユーザが操作ボタン１６を操作してＬＣＤ１５に表示されている所定のサムネイル画像を選択した場合には、対応する画像データを選択する。

ステップＳ１１：入力部７０ａは、ＬＣＤ１５にメニューを表示し、ユーザに補正内容を入力させ、当該入力された内容に基づいて設定を行う。具体的には、ＣＰＵ５０は、図５に示すような階層構造を有するメニューを表示させ、所定の項目の選択を受ける。この図の例では、メニュー項目である自動画質補正Ｍ１の下層には、自動画質補正を実行しないＭ２と、実行するＭ３とが存在する。また、実行するＭ３の下層には、標準Ｍ４、人物Ｍ５、風景Ｍ６、および、夜景Ｍ７が存在する。

ここで、実行しないＭ２は、画像データに対する自動補正処理を実行しない場合に選択される。実行するＭ３は画像データに対する自動補正処理を実行する場合に選択される。標準Ｍ４は、自動補正処理を実行する場合であって、標準的な補正処理を実行する場合に選択される。なお、標準Ｍ４はデフォルト設定とされているので、人物Ｍ５、風景Ｍ６、夜景Ｍ７等が選択されない場合には標準Ｍ４が自動的に選択される。

人物Ｍ５は、画像データの主たる被写体が人物である場合に選択され、人物の肌の色が最適となるように補正処理が実行される。風景Ｍ６は、画像データの主たる被写体が風景である場合に選択され、植物もしくは樹木等の緑色または空もしくは海の青色が最適となるように補正処理が実行される。また、夜景Ｍ７は、画像データの主たる被写体が夜景である場合に選択され、例えば、暗い部分は抑えたままで明るい部分を強調することにより鮮やかな夜景となるように補正処理が実行される。

図５に示すようなメニューにおいて、所定の項目が選択されると、図３に示す入力部７０ａは選択されたメニュー項目に対応する情報を取得し、設定部７０ｂに供給する。設定部７０ｂは、入力部７０ａを介して入力された情報に基づいて、処理選択部７０ｅおよび補正量算出部７０ｉを設定する。

ステップＳ１２：プレ処理部７０ｄは、画像データに対して伸張、色変換処理を施す。具体的には、まず、画像取得部７０ｃは、選択された画像データに関する情報を入力部７０ａから受け取り、メモリカードＭに記憶されている該当する画像データを取得する。プレ処理部７０ｄは、画像取得部７０ｃによって取得された画像データに対してプレ処理を施す。すなわち、メモリカードＭに格納されている画像データは、ＪＰＥＧ形式により圧縮されており、また、ＹＣｂＣｒ形式の表色系にて表現されているので、画像データに対して伸張処理を施すとともに、ＲＧＢ形式の表色系にて表現されるデータに変換する。なお、ＹＣｂＣｒ表色系をＲＧＢ表色系に変換する際には、ＪＦＩＦ規格に規定されたマトリクスを利用するが、当該処理については周知技術であるので、その説明は省略する。また、プレ処理部７０ｄは、得られた画像データから一定の割合でサンプリング処理をしてサンプリング画像データを生成する。

ステップＳ１３：補正処理部７０ｊは、ステップＳ１０で選択された画像データに対して、ステップＳ１１で設定された設定内容に対応した補正処理を実行する。なお、この処理の詳細については、図６を参照して後述する。

ステップＳ１４：補正処理部７０ｊは、補正処理が完了した画像データを、プリンタエンジンコントローラ６２に出力して本処理を終了する。なお、プリンタエンジンコントローラ６２は、補正処理が完了した画像データをＣＭＹＫ表色系の画像データに変換した後、ハーフトーン処理、解像度変換処理等を施して印刷用ラスタデータを得る。そして、プリンタエンジンコントローラ６２は、印刷用ラスタデータに基づいて記録ヘッド６８を駆動し、キャリッジ６７に収納されている各色のインクを印刷用紙に対して吐出させ、画像データに対応するカラー画像を印刷用紙に印刷する。

つぎに、図４に示すステップＳ１３の補正処理の詳細について説明する。図６は、図４に示すステップＳ１３の詳細な処理の一例を説明するフローチャートである。このフローチャートが開始されると、以下のステップが実行される。

ステップＳ３０：処理選択部７０ｅは、設定部７０ｂからの指示を参照し、補正内容として図５に示す標準Ｍ４が選択されているか否かを判定し、選択されている場合にはステップＳ３９に進み、それ以外の場合にはステップＳ３１に進む。

ステップＳ３１：処理選択部７０ｅは、設定部７０ｂからの指示を参照し、補正内容として図５に示す人物Ｍ５、風景Ｍ６、および、夜景Ｍ７のいずれが選択されているかを判定し、人物Ｍ５が選択されている場合にはステップＳ３２に進み、風景Ｍ６が選択されている場合にはステップＳ３５に進み、夜景Ｍ７が選択されている場合にはステップＳ３７に進む。

ステップＳ３２：第１の顔認識処理部７０ｈは、対象となる画像データに含まれている人物の顔を特定する顔認識処理を実行する。この処理により、画像データに含まれている人物の顔の位置およびその範囲が特定される。例えば、画像データ内に一人の人物が存在する場合には当該人物の顔の位置および範囲が特定され、また、複数の人物が存在する場合には、それぞれの人物の顔の位置および範囲が特定される。なお、この処理の詳細については図８を参照して後述する。人物の顔が特定された場合には、第１の顔認識処理部７０ｈは、特定された人物の顔の位置および範囲に関する情報を補正量算出部７０ｉに通知する。

ステップＳ３２の処理では、ユーザによって人物画であることが指定されているので、画像データ中には必ず人物が含まれており、風景画を人物画と誤認識することはない。したがって、ステップＳ３２の処理では、顔認識処理の感度を高くして、顔が確実に検出されるようにする。

ステップＳ３３：補正量算出部７０ｉは、第１の顔認識処理部７０ｈから供給された人物の顔の位置と範囲を示す情報に基づいて、画像データに含まれている顔の領域を特定し、当該領域の画像データのカラーバランスが適切になるような補正量を求める。具体的には、補正量算出部７０ｉは、まず、顔の領域に対応する画像データから画素を所定の割合でサンプリングする。なお、人物が画像データ中に複数存在する場合には、それぞれの人物の顔に対応する領域の画像データについてサンプリングを行う。

つぎに、補正量算出部７０ｉは、サンプリングによって得られた画素（肌色の画素（以下、「肌色画素」と称する））を用いて、ＨＳＢ色空間における肌色画素の平均彩度Ｓａと、肌色画素の平均色相Ｈａとを算出する。

つぎに、補正量算出部７０ｉは、算出された肌色画素の平均彩度Ｓａと、平均色相Ｈａと、予め設定されている補正基準明度Ｂｒとを用いて、補正基準明度Ｂｒにおける肌色画素のＲＧＢそれぞれの平均色成分値Ｒａ，Ｇａ，Ｂａを算出する。

つぎに、補正量算出部７０ｉは、補正の目標値となる肌色画素目標値である肌色画素目標色相Ｈｔ、肌色画素目標彩度Ｓｔ、および、先述した補正基準明度Ｂｒを、ＲＧＢ空間に変換し、ＲＧＢそれぞれの目標色成分値Ｒｔ，Ｇｔ，Ｂｔを求める。ここで、肌色画素目標色相Ｈｔおよび肌色画素目標彩度Ｓｔは、補正基準明度Ｂｒにおける目標値であり、画像サンプルの解析等によって経験的に求められた、いわば、人物の肌の色として好ましい肌色である。

つづいて、補正量算出部７０ｉは、先に求めた、平均色成分値Ｒａ，Ｇａ，Ｂａと、目標色成分値Ｒｔ，Ｇｔ，Ｂｔとの差分を求め、それぞれの色における補正量ΔＲ，ΔＧ，ΔＢを以下の式から求める。なお、ｋは補正係数であり、ステップＳ３３の処理では、シーンが人物であることがユーザによって指定されており、肌色に関する補正がユーザによって望まれていると考えられるので、最大値である“１”に設定される。

ΔＲ＝ｋ・（Ｒｔ−Ｒａ） ・・・（１ａ）
ΔＧ＝ｋ・（Ｇｔ−Ｇａ） ・・・（１ｂ）
ΔＢ＝ｋ・（Ｂｔ−Ｂａ） ・・・（１ｃ）

そして、補正量算出部７０ｉは、式１ａ〜１ｃによって求められた補正量を、補正処理部７０ｊに供給する。

ステップＳ３４：補正処理部７０ｊは、ステップＳ３３において補正量算出部７０ｉから供給されたＲＧＢそれぞれの補正量ΔＲ，ΔＧ，ΔＢに基づいて画像データに対する補正処理を実行する。具体的には、補正処理部７０ｊは、図７に示すトーンカーブを用いた補正を実行する。ここで、図７の横軸は画像データの入力値（補正前の値）を示し、縦軸は画像データの出力値（補正後の値）を示す。また、図中の破線は補正を行わない場合（入力＝出力）の入出力特性（無補正特性）を示している。また、Ｒ，Ｇ，Ｂそれぞれに対応する曲線は、それぞれの色の画素値に対する入出力特性を示している。Ｄｒｅｆは、入力基準値であり、本実施の形態では、補正基準明度Ｂｒの値である“１９２”を用いている。式１ａ〜１ｃによって求めた補正量ΔＲ，ΔＧ，ΔＢは、入力基準値Ｄｒｅｆにおける、無補正特性線からのシフト量とされている。例えば、Ｒに注目すると、式１ａで求めた補正量ΔＲは、入力基準値Ｄｒｅｆにおける破線で示す無補正特性線からのシフト量に対応している。

補正処理部７０ｊは、図７に示すような特性曲線を用いて、画像データを構成するＲ，Ｇ，Ｂそれぞれの画素に対して補正処理を実行する。

つづいて、補正処理部７０ｊは、補正処理が施された画像データに対して、記憶色補正処理を実行する。ここで、記憶色とは、一般に多くの人がイメージとして記憶している色をいう。補正処理部７０ｊは、人物の肌の色、空の色、夕焼けの色、植物の緑色といった特定の被写体の色を記憶色として保持している。具体的には、補正処理部７０ｊは、「人物の肌の色」の記憶色として、所定の彩度Ｓ、色相Ｈ、明度Ｂを記憶しており、補正処理部７０ｊは、対応する画素データ（肌色の画素データ）に対してのみ、図７を参照して説明したのと同様の処理を施す。なお、その際、補正量ΔＲ，ΔＧ，ΔＢについては、記憶されている「人物の肌の色」の記憶色を用いる。また、前述した式１ａ〜１ｃにおける補正係数ｋの値としては、前述のように、ユーザによって顔にふさわしい補正が望まれているので、最大値である“１”を用いる。以上の処理により、記憶色によって更に補正がなされた画像データが得られる。

前述した２つの処理により、画像データは、人物の顔の見え方が最適となるように補正がされることになる。そして、ステップＳ１４の処理に復帰する。

図６に戻る。

ステップＳ３５：ステップＳ３１において、シーンとして風景が選択されたと判定された場合には、補正量算出部７０ｉは、主たる被写体が風景である場合に対応する補正量を算出する。具体的には、補正量算出部７０ｉは、プレ処理部７０ｄによって生成されたサンプリングデータに基づいて画像データのヒストグラムを生成する。そして、当該ヒストグラムからコントラストを求め、当該コントラストが風景画の目標値として予め設定されているコントラストに近付くように補正量を算出する。また、彩度についても予め設定されている彩度に近付くように補正量を求める。さらに、前述した「空の色」、「植物の緑色」としての記憶色を利用して、ユーザが好ましいと思う色になるように前述の場合と同様の方法により補正量を算出する。このようにして求めた補正量は、補正処理部７０ｊに供給される。

ステップＳ３６：補正処理部７０ｊは、ステップＳ３５において求めた補正量に基づいて、画像データに対して補正処理を施す。これにより、風景にふさわしい補正がなされる。そして、ステップＳ１４の処理に復帰する。

ステップＳ３７：ステップＳ３１において、シーンとして夜景が選択されたと判定された場合には、補正量算出部７０ｉは、主たる被写体が夜景である場合に対応する補正量を算出する。具体的には、補正量算出部７０ｉは、プレ処理部７０ｄによって生成されたサンプリングデータに基づいて画像データのヒストグラムを生成する。そして、当該ヒストグラムから夜景画の目標値として予め設定されているコントラストに近付くように補正量を算出する。具体的には、暗い部分は抑えたままで、明るい部分を強調するようにトーンカーブを設定する。また、彩度についても予め設定されている彩度に近付くように補正量を求める。さらに、色かぶりが生じている場合には色かぶりを補正するための補正量を算出するとともに、彩度が予め設定されている値に近付くように補正するための補正量を求める。このようにして求めた補正量は、補正処理部７０ｊに供給される。

ステップＳ３８：補正処理部７０ｊは、ステップＳ３７において求めた補正量に基づいて、画像データに対して補正処理を施す。これにより、夜景がより鮮やかに再現される。そして、ステップＳ１４の処理に復帰する。

ステップＳ３９：ステップＳ３０において、「標準」が選択されていると判定された場合には、第２の顔認識処理部７０ｆが画像データに人物の顔が含まれているか判定する顔認識処理を実行する。なお、第２の顔認識処理部７０ｆは、第１の顔認識処理部７０ｈに比較すると、認識の感度が低くなるように設定されている。これは、標準に設定されている場合には、対象となる画像データが人物画であるとは限らないため、誤認識が生じて画像データの色合い等が不適切になることを防止するためである。なお、ステップＳ３９における顔認識処理の詳細については後述する。

ステップＳ４０：シーン判別処理部７０ｇは、第２の顔認識処理部７０ｆの認識結果に基づいてシーンを判別する処理を実行する。具体的には第２の顔認識処理部７０ｆによって人物の顔が検出された場合には、人物画であると判定する。また、人物画でないと判定された場合であって、ヒストグラムが全体として左側に分布している場合には夜景画であると判定する。また、緑色または青色の領域が多い場合には風景画と判定する。

ステップＳ４１：補正量算出部７０ｉは、それぞれのシーン毎に画像データに対する補正量を算出する。具体的には、人物画である場合には、ステップＳ３３の場合と同様の処理により補正量ΔＲ，ΔＧ，ΔＢを算出する。但し、当該補正処理では、ユーザは人物画に特化した補正を選択したとは言えないので、ステップＳ３３に比較して弱めの補正となるようにする。具体的には、前述した補正係数ｋの値を（ｋ＜１）となる所定の値（例えば、“０．８”）に設定する。

また、風景画および夜景画の場合についても、ステップＳ３５およびステップＳ３７において算出される補正量よりも少なめの補正となるように計算する。具体的には、例えば、コントラストの目標値として、ステップＳ３５およびステップＳ３７において使用される目標値よりも小さめの値を用いる等である。

ステップＳ４２：補正処理部７０ｊは、ステップＳ３７において求めた補正量に基づいて、画像データに対して補正処理を施す。これにより、それぞれのシーンにふさわしい補正処理がなされる。そして、ステップＳ１４の処理に復帰する。

つぎに、図６のステップＳ３２およびステップＳ３９に示す第１および第２の顔認識処理の詳細について説明する。図８は、図６のステップＳ３２およびステップＳ３９に示す第１および第２の顔認識処理の詳細について説明するフローチャートである。なお、ステップＳ３２に示す第１の顔認識処理と、ステップＳ３９に示す第２の顔認識処理は、顔であるか否かの判断をする処理の判断基準（後述するステップＳ５４の判断基準）が異なる点が主たる差異であるので、ステップＳ３２に示す第１の顔認識処理を例に挙げて説明する。

図８に示す処理が実行されると、以下のステップが実行される。

ステップＳ５０：第１の顔認識処理部７０ｈは、テンプレートを指定する変数ｎに値“１”を初期設定し、テンプレートの走査位置を指定する変数ｘ，ｙに値“０”をそれぞれ初期設定する。

ステップＳ５１：第１の顔認識処理部７０ｈは、変数ｎによって指定される第ｎ番目のテンプレート（詳細は後述する）を、例えば、ＲＯＭ５１から選択する。第１回目の処理では、変数ｎには値“１”が設定されているので、第１番目のテンプレートが選択される。図９（Ａ）は、第１〜第５のテンプレートの一例を示している。この図に示すように、テンプレートは顔の特徴点（目、鼻、口等）を含む画像であり、第１〜第５の順でそのサイズが小さくなっている。なお、テンプレートの画像の解像度が高い場合には、各個人の顔の特徴に影響を受けてマッチング処理の精度が低下するので、図９（Ｂ）に示すように、テンプレートにモザイク処理を施すことにより、各個人の特徴に影響を受けにくくしている。

ステップＳ５２：第１の顔認識処理部７０ｈは、画像データからｘ，ｙを左上端とし、ステップＳ５１で選択したテンプレートに対応するサイズの領域を抽出する。なお、以下では、抽出された画像データを抽出画像データと称する。いまの例では、ｘ，ｙ＝０であり、第１のテンプレートが選択されているので、ｘ，ｙ＝０を左上端とし、第１のテンプレートと同じサイズの領域が抽出画像データとして抽出される。

ステップＳ５３：第１の顔認識処理部７０ｈは、ステップＳ５１において選択したテンプレートと、ステップＳ５２において抽出された抽出画像データとのマッチング処理を実行する。マッチング方法としては、例えば、抽出画像データと、テンプレートの各画素の差分の２乗を累積加算し、所定の閾値以下になった場合には、これらの類似性が高い（顔が含まれている）と判断することができる。なお、これ以外にも、例えば、ニューラルネットワークを利用することも可能である。その場合、例えば、入力層、中間層、および、出力層の３層構造を有するニューラルネットワークを利用し、入力層にテンプレートの画像を、例えば、位置等をずらしながら入力して学習を行い、十分に学習を積んだニューラルネットワークを用いてマッチング処理を行うことが可能である。

また、ニューラルネットワークではなく、例えば、ジェネティックアルゴリズム（遺伝的アルゴリズム）を用いてマッチング処理を行うことも可能である。例えば、テンプレートを原画像に重ねる際のパラメータとして、テンプレートの種類ｎ、左上端のｘ，ｙ座標を定義し、各固体の染色体をこれらのパラメータに基づいて決定し、マッチング率を固体の適応度とみなして個体集団を進化させることにより、最適な個体をマッチング処理の結果とすることができる。

ステップＳ５４：第１の顔認識処理部７０ｈは、ステップＳ５３の処理の結果に基づいて、ステップＳ５２で抽出された抽出画像データに顔が含まれているか否かを判定し、含まれていると判定した場合にはステップＳ５５に進み、それ以外の場合にはステップＳ５６に進む。例えば、前述した差分の２乗を計算するマッチング処理の場合には、累積加算値が所定の閾値Ｔｈよりも小さい場合には顔が含まれていると判定する。なお、閾値Ｔｈについては、第１の顔認識処理部７０ｈの方が、第２の顔認識処理部７０ｆよりも大きくなるように設定する。これにより、顔認識の感度を第２の顔認識処理部７０ｆよりも第１の顔認識処理部７０ｈの方が高くなるように設定することができる。このように第１の顔認識処理部７０ｈの顔認識の感度を高くなるように設定するのは、第１の顔認識処理部７０ｈが処理対象とする画像データは、ユーザによって人物画であることが予め指定されているので、画像データに含まれる人物を確実に検出するためである。また、第２の顔認識処理部７０ｆの感度を低く設定するのは、当該処理部が処理対象とする画像データは、人物画であるか否かは不明であるため、誤認識が生じて画像データの色調等が不適当となることを防止することを最優先とするためである。

ステップＳ５５：第１の顔認識処理部７０ｈは、顔が存在すると判定された領域の中心の座標をＲＡＭ５２に記憶する。なお、中心座標を求めるには、現在選択されているテンプレートのサイズの半分の長さを、現在のｘ，ｙ座標に加算すればよい。

ステップＳ５６：第１の顔認識処理部７０ｈは、それまでの処理で合計して１０人分の顔を検出したか否かを判定し、１０人分の顔を検出した場合には処理を終了してもとの処理に復帰し、それ以外の場合にはステップＳ５７に進む。例えば、第１のテンプレートで、３人の顔が検出され、第３のテンプレートで７人の顔が検出された場合には処理を終了してもとの処理に復帰する。

なお、第１の顔認識処理については、ユーザによって人物画であることが指定されているので、１０人ではなく全ての画像データの領域について認識処理を実行するようにし、第２の顔認識処理については１０人または２〜３人とすることも可能である。予め人物画と指定された場合には、全ての人物に最適な補正を行う方が望ましいからである。なお、１０人以外の人数であってもよい。

ステップＳ５７：第１の顔認識処理部７０ｈは、抽出画像データが抽出される領域が画像データの右端に到達したか否かを判定し、到達した場合にはステップＳ５９に進み、それ以外の場合にはステップＳ５８に進む。すなわち、本発明の実施の形態では、図１０（Ａ）に示すように、画像データからテンプレートに対応した大きさの画像データを抽出し、図１０（Ｂ）に示す順序で抽出を繰り返す。このとき、画像を抽出する領域が右端に到達した場合には、ステップＳ５９に進む。

ステップＳ５８：第１の顔認識処理部７０ｈは、左上端のｘ座標に対してΔｘを加算する。なお、Δｘは、選択されているテンプレートのサイズに応じて最適な値を決定する。例えば、テンプレートのサイズが小さい場合にはΔｘの値を小さくし、サイズが大きい場合にはΔｘの値を大きくする。

ステップＳ５９：第１の顔認識処理部７０ｈは、左上端のｙ座標に対してΔｙを加算する。なお、Δｙは、前述のΔｘの場合と同様に、テンプレートのサイズに応じて決定する。

ステップＳ６０：第１の顔認識処理部７０ｈは、左上端のｘ座標を“０”に設定する。その結果、画像を抽出する領域が画像の左端に復帰する。

ステップＳ６１：第１の顔認識処理部７０ｈは、所定のテンプレートについて、全領域に対する処理が完了したか否かを判定し、終了したと判断した場合にはステップＳ６２に進み、それ以外の場合にはステップＳ５２に戻って同様の処理を繰り返す。

ステップＳ６２：第１の顔認識処理部７０ｈは、ｘ，ｙのそれぞれに対して値“０”を設定する。その結果、画像を抽出する領域が画像データの左上端にリセットされる。

ステップＳ６３：第１の顔認識処理部７０ｈは、テンプレートを選択するための変数ｎを“１”だけインクリメントする。いまの例では、変数ｎには初期値“１”が設定されているので、変数ｎの値はこの処理により“２”となる。その結果、ステップＳ５１の処理では第２のテンプレートが選択されることになる。

ステップＳ６４：第１の顔認識処理部７０ｈは、変数ｎの値がテンプレートの最大値を示す値Ｎよりも大きいか否かを判定し、大きい場合には処理を終了する。いまの例では、図９に示すように、Ｎ＝５であるので、ｎ＞５である場合には処理を終了してもとの処理に復帰し、それ以外の場合にはステップＳ５１に戻って同様の処理を繰り返す。

以上の処理により、画像データに含まれている人物の顔を認識して特定することが可能になる。

なお、図８のフローチャートは、画像データに対して人物が図１０（Ａ）に示す向き（画像データの長手方向が水平方向となる向き）で撮影されている場合に対応する処理であるが、長手方向が垂直方向となる向きで撮影される場合も想定される。したがって、画像を所定の角度で回転させた後に図８に示すフローチャートを実行することにより、そのような向きで撮影された場合についても確実に人物を検出することができる。

以上に説明したように、本発明の実施の形態によれば、ユーザによって人物画像であることが指定された場合には、感度の高い第１の顔認識処理部７０ｈによって顔認識処理を実行し、それ以外の場合には感度の低い第２の顔認識処理部７０ｆによって顔認識処理を実行するようにしたので、対象となる画像データが人物画でない場合に誤検出が生じることを防止できる。また、対象となる画像データが人物画である場合に人物の顔を確実に検出することが可能になる。

また、第１の顔認識処理部７０ｈと第２の顔認識処理部７０ｆによって認識されたそれぞれの人物の顔について、第１の顔認識処理部７０ｈによって認識された顔の補正量の方が大きくなるようにした。これにより、ユーザによって人物画であることが指定された画像データについては補正処理を強めにし、より人物の顔らしい画像データを得ることが可能になる。

また、シーンとして風景または夜景が選択された場合には、顔認識処理を実行しないようにしたので、これらのシーンが選択された場合には、印刷までの待ち時間を短縮することが可能になる。

また、シーンとして風景または夜景が選択された場合には、標準が選択されて風景または夜景と判定された場合よりも、補正量を強くするようにしたので、それぞれのシーンに最適な補正を行うことが可能になる。また、標準の場合には、誤認識によって色合い等が不適切になることを防止できる。

なお、以上の実施の形態は、一例であって、これ以外にも種々の変形実施態様が存在する。例えば、以上の実施の形態では、画像データの抽出する領域は固定としたが、例えば、過去の処理に基づいて学習を行い、最適な範囲を設定するようにしてもよい。具体的には、画像データにおける顔が存在する確率が高い部分を過去のデータから特定し、当該部分を含むように領域を設定するようにすればよい。そのような方法によれば、最小限のコストで顔を発見することが可能になる。

また、以上の実施の形態では、複合型の印刷装置を例に挙げて説明を行ったが通常の印刷装置（パーソナルコンピュータと接続して使用するタイプの印刷装置）に対して本発明を適用することができる。また、複合型ではない通常のスタンドアロン型の印刷装置に対して本発明を適用することも可能である。

また、以上の実施の形態では、メモリカードＭに記憶されている画像データを対象として処理を実行するようにしたが、例えば、スキャナ部１４によって光学的に読み込まれた画像データに対して、前述した処理を行うことも可能である。すなわち、スキャナ部１４に、例えば、写真等を配置してスキャンすることにより、画像を画像データに変換して読み込み、当該画像データに対して、前述の場合と同様の処理を実行することにより、被写体の種類に応じて補正処理を実行することができる。

また、以上の実施の形態では、顔の大きさに拘わらず、１０人検出した場合に、処理を終了するようにしたが、例えば、小さい顔については重要度が低いと考えることができることから、大きい顔が所定の個数見つかった場合には、処理を終了するようにしてもよい。そのような実施の形態によれば、処理速度を向上させることができる。また、それぞれの大きさについて、個数を定めておき、定められた個数の顔が検出された場合には処理を終了するようにしてもよい。例えば、第１のテンプレートでは１つ、第２のテンプレートでは２つ、といった具合である。そのような処理によれば、主な被写体と考えられる大きな顔が検出された場合には、迅速に処理を終了することにより、処理時間を短縮することができる。

また、以上の実施の形態では、正面を向いた顔に対応するテンプレートを使用するようにしたが、例えば、上、下、右、および、左を向いたテンプレートを用いるようにしてもよい。その場合、正面と上、下、右、左の中間の段階のテンプレートを複数用意し、それぞれのテンプレートとのマッチング処理を実行してもよい。そのような実施の形態によれば、被写体の人物が正面以外の方向を向いている場合であっても、顔として認識される確率を向上させることができる。

また、以上の実施の形態では、図１０（Ｂ）に示す順序で顔を検出するようにしたが、例えば、顔が含まれている蓋然性が最も高い、画面の中央から外側に向かって、螺旋状に旋回しながら検出するようにしてもよい。なお、そのとき、画面の中央部分では、抽出範囲の移動ステップを小さくし、外側に行くほどステップを大きくするようにしてもよい。そのような実施の形態によれば、例えば、顔が存在する蓋然性に応じたステップで検出処理を実行することができる。また、前述の大きい顔が見つかった場合には処理を終了する実施の形態と併せて実施するようにすれば、処理速度を向上させることが可能になる。

また、以上の実施の形態では、テンプレートを用いて、顔認識処理を行うようにしたが、例えば、目、鼻、口等の特徴部分を抽出し、抽出されたこれらの部分に基づいて認識処理を行うようにしてもよい。なお、その場合にも、抽出された特徴量から顔であるか否かの判断を行う閾値を、第１の顔認識処理および第２の顔認識処理でそれぞれ異なるように設定すればよい。

また、以上の実施の形態では、１つの画像データが選択された場合を例に挙げて説明したが、複数の画像データが一括して選択され、それに基づいて画像データに補正処理が施される場合も想定される。そのような場合、例えば、全ての画像データに対する処理を実行する前に、図５に示すメニューにおいて、実行しないＭ２が選択された場合には全ての画像データに対して補正処理を実行しないようにし、実行するＭ３が選択された場合には、１つの画像データの処理が開始される前に、標準Ｍ４、人物Ｍ５、風景Ｍ６、夜景Ｍ７等の選択を受けるようにしてもよい。あるいは、補正処理を開始する前に、全ての画像データに対する主たる被写体の種類の指定を受け、全ての画像データに対して一律に同じ処理を施すようにしてもよい。なお、その場合には、主たる被写体の選択を誤る場合が想定されるので、人物Ｍ５、風景Ｍ６、または、夜景Ｍ７が選択された場合に、該当する被写体が存在しない（例えば、人物Ｍ５が選択された場合に顔が認識できない）ときは、主たる被写体を再度選択するようにユーザに促すようにしてもよい。

また、以上の実施の形態では、図４，６，８に示す処理を、印刷装置１１において実行するようにしたが、例えば、印刷装置１１に接続されているホストコンピュータにおいて実行することも可能である。

なお、上記の処理機能は、コンピュータによって実現することができる。その場合、画像処理装置が有すべき機能の処理内容を記述したプログラムが提供される。そのプログラムをコンピュータで実行することにより、上記処理機能がコンピュータ上で実現される。処理内容を記述したプログラムは、コンピュータで読み取り可能な記録媒体に記録しておくことができる。コンピュータで読み取り可能な記録媒体としては、磁気記録装置、光ディスク、光磁気記録媒体、半導体メモリなどがある。磁気記録装置には、ハードディスク装置（ＨＤＤ）、フレキシブルディスク（ＦＤ）、磁気テープなどがある。光ディスクには、ＤＶＤ（Digital Versatile Disk）、ＤＶＤ−ＲＡＭ、ＣＤ−ＲＯＭ（Compact Disk ROM）、ＣＤ−Ｒ（Recordable）／ＲＷ（ReWritable）などがある。光磁気記録媒体には、ＭＯ（Magneto-Optical disk）などがある。

プログラムを流通させる場合には、たとえば、そのプログラムが記録されたＤＶＤ、ＣＤ−ＲＯＭなどの可搬型記録媒体が販売される。また、プログラムをサーバコンピュータの記憶装置に格納しておき、ネットワークを介して、サーバコンピュータから他のコンピュータにそのプログラムを転送することもできる。

プログラムを実行するコンピュータは、たとえば、可搬型記録媒体に記録されたプログラムもしくはサーバコンピュータから転送されたプログラムを、自己の記憶装置に格納する。そして、コンピュータは、自己の記憶装置からプログラムを読み取り、プログラムに従った処理を実行する。なお、コンピュータは、可搬型記録媒体から直接プログラムを読み取り、そのプログラムに従った処理を実行することもできる。また、コンピュータは、サーバコンピュータからプログラムが転送される毎に、逐次、受け取ったプログラムに従った処理を実行することもできる。

本発明の実施の形態に係る印刷装置の構成例を示す図である。 図１に示す印刷装置の制御系の構成例を示す図である。 図１に示す印刷装置において実現される機能ブロックを示す図である。 図１に示す印刷装置において実行されるフローチャートである。 図１に示す印刷装置に表示されるメニューの階層構造を示す図である。 図４に示すステップＳ１３の処理の詳細を説明するフローチャートである。 補正処理の一例を示す図である。 顔認識処理の詳細を説明するフローチャートである。 顔認識処理で使用されるテンプレートの一例である。 顔検出処理の流れを説明する図である。

符号の説明

７０ａ 入力部（入力手段）、７０ｆ 第２の顔認識処理部（第２の顔認識手段）、７０ｈ 第１の顔認識処理部（第１の顔認識手段）、７０ｉ 補正量算出部（補正手段の一部）、７０ｊ 補正処理部（補正手段の一部）

Claims (7)

1. 処理対象となる画像データが、主たる被写体が人物である人物画像であるか否かを示す情報の入力を受ける入力手段と、
   上記入力手段から人物画像である旨の情報が入力された場合には、上記画像データに含まれている人物の顔を認識して特定する第１の認識手段と、
   上記入力手段から人物画像である旨の情報の入力がなされない場合には、上記第１の認識手段よりも低い認識感度にて、上記画像データに含まれている人物の顔を認識して特定する第２の認識手段と、
   上記第１または第２の認識手段の認識結果に基づいて、上記画像データに対して補正処理を施す補正手段と、
   を有することを特徴とする画像処理装置。
2. 前記第１および第２の認識手段は、前記画像データの主たる被写体の種類として、人物以外の所定の種類が指定された場合には、認識動作を停止し、
   前記補正手段は、当該主たる被写体の種類に対応する補正処理を実行することを特徴とする請求項１記載の画像処理装置。
3. 前記補正手段は、前記第１の認識手段によって人物の顔が特定された画像データに対しては、特定された人物の顔の領域に対応する画像データの特性が目標値に近くなるように補正処理を実行し、一方、第２の認識手段によって人物の顔が特定された画像データに対しては、前記第１の認識手段によって人物の顔が特定された画像データよりも少ない補正量にて補正処理を実行することを特徴とする請求項１記載の画像処理装置。
4. 前記補正手段は、前記画像データの主たる被写体が人物以外である場合において、当該被写体の種類が前記入力手段から入力されたときは、当該被写体の種類に応じた補正処理を実行し、一方、当該被写体の種類が入力されないときは、被写体の種類が入力された場合よりも少ない補正量にて補正処理を実行することを特徴とする請求項１記載の画像処理装置。
5. 請求項１〜４のいずれか１項に記載の画像処理装置を有する印刷装置。
6. 処理対象となる画像データが、主たる被写体が人物である人物画像であるか否かを示す情報の入力を受け、
   人物画像である旨の情報が入力された場合には、上記画像データに含まれている人物の顔を認識して特定し、人物画像である旨の情報の入力がなされない場合には、入力がされた場合よりも低い認識感度にて、上記画像データに含まれている人物の顔を認識して特定し、
   上記認識結果に基づいて、上記画像データに対して補正処理を施す、
   ことを特徴とする画像処理方法。
7. コンピュータを、
   処理対象となる画像データが、主たる被写体が人物である人物画像であるか否かを示す情報の入力を受ける入力手段、
   上記入力手段から人物画像である旨の情報が入力された場合には、上記画像データに含まれている人物の顔を認識して特定する第１の認識手段、
   上記入力手段から人物画像である旨の情報の入力がなされない場合には、上記第１の認識手段よりも低い認識感度にて、上記画像データに含まれている人物の顔を認識して特定する第２の認識手段、
   上記第１または第２の認識手段の認識結果に基づいて、上記画像データに対して補正処理を施す補正手段、
   として機能させることを特徴とするコンピュータ読み取り可能な画像処理プログラム。
   

Images