JP2009134410A - 彩色処理装置、彩色処理方法およびプログラム - Google Patents

Abstract

【課題】未彩色線画の各閉領域の彩色作業を効率化し、さらに彩色線画の品質を向上させることを目的とする。
【解決手段】未彩色線画を多階調化した後、その多階調化画像における階調の統計的分布として特徴量を解析する。その特徴量に基づいて線画の描画面から複数の閉領域を分離し、所定のルールによって、それらの閉領域が表現するそれぞれのオブジェクトの種類を認識する。また、未彩色線画から芯線を抽出するとともに、それらの芯線の線切れを補正して閉曲線とする。閉曲線で囲まれた部分領域を描画面から切り出して切出領域とし、切出領域のそれぞれに対応するオブジェクトの種類に応じてそれらの切出領域を自動彩色する。
【選択図】図３

Description

本発明は、未彩色の線画において描画線で規定された領域を自動彩色して彩色線画を得る技術に関する。

未彩色の線画として代表的なものとしてマンガがある。マンガ（Ｍａｎｇａ）は、英語のコミック（Ｃｏｍｉｃ）とは異なり、日本独自の風合いを持つ（モノクロ）線画である。すなわち、マンガでは、階調（色合い）やキャラクターの感情などが、様々なトーン、効果線、ベタなどの白黒の模様、線等で表現されており、カラー表現が多いコミックとは大きく異なる。

伝統的にマンガは紙上に印刷して市場に供給されてきており、カラー印刷コストがかかりすぎるなどの理由のために、雑誌などの巻頭カラーページ以外はモノクロ（未彩色）でしか制作されていなかった。

しかし、携帯電話などの端末装置の通信技術の発達により、デジタル化されたマンガを、通信回線を介して購読できるサイトが急増しており、マンガを液晶モニタなどで鑑賞できる機会が増え、カラー化（彩色、色付け）されたマンガの需要が大きくなっている。また、日本国外においては、モノクロマンガの文化がないため、マンガビジネスを海外展開する上では、モノクロマンガを彩色する必要がある。そのため、モノクロマンガを彩色するための制作作業がなされている。ここで、デジタル線画中の領域について、彩色作業を自動化する技術は、例えば特許文献１に開示されている。

特許第２８３５７５２号公報

ところが、特許文献１に開示された技術は、アニメ彩色を想定してトレース線を用いて描かれたセル画に対して彩色を行う技術であり、マンガなどの線画を自動彩色する際に、そのまま適用することは困難であった。

すなわち、マンガには、アニメ制作のように彩色を前提としたトレース線がなく、背景や被写体なども一枚の線画に合成されている。そのため、マンガには、トーンや細かな書き込み描写が多く、細かな領域が多数存在するため、手作業の切り抜きや色塗りに手間がかかるという問題があった。

また、マンガでは、いわゆるペンタッチなどの書き味が重要視されており、線が途中で切れた線切れがマンガにおいて多数見受けられる。そのため、彩色の作業者は、人物や背景などを目視により確認して輪郭線を把握し、デジタル画像の領域を適切に細かく切り抜くなど、操作入力して彩色を行っている。そのため、デジタル画像処理上での彩色作業に時間がかかる上に、彩色結果に個人差が生ずるという問題もあった。

以上のように、彩色作業は、工程が多く煩雑であり、これらの作業の効率化が強く望まれている。

本発明は、上記課題に鑑みなされたものであり、未彩色線画の彩色作業を効率化させ、さらに彩色線画の品質を向上させることを目的とする。

上記の課題を解決するため、請求項１の発明は、未彩色の線画において描画線で規定された領域を彩色して彩色線画を得る彩色処理装置であって、未彩色の線画の画像解析によって前記線画の特徴量を抽出する特徴量抽出手段と、前記特徴量に基づいて前記線画の描画面を複数の閉領域に分離する領域分離手段と、前記特徴量との関連において規定された所定のルールによって、前記複数の閉領域を、複数種類のオブジェクトに類別して認識するオブジェクト認識手段と、オブジェクトとして認識された閉領域を囲む描画線の線切れを補正することにより閉曲線を得る線切れ補正手段と、前記閉曲線で囲まれた部分領域を前記描画面から切出して切出領域を得る閉領域切出手段と、各オブジェクトに対応してあらかじめ定めておいた彩色情報に基づいて、前記オブジェクトとして認識された閉領域に対応する前記切出領域を彩色する彩色手段とを備えることを特徴とする。

また、請求項２の発明は、請求項１の発明に係る彩色処理装置であって、前記未彩色の線画の所定範囲を多階調表現での中間調に変換する多階調化手段、をさらに備え、前記特徴量抽出手段は、前記多階調化手段によって多階調化された線画データから前記特徴量を抽出することを特徴とする。

また、請求項３の発明は、請求項２の発明に係る彩色処理装置であって、前記多階調化手段は、前記線画を多階調で縮小処理することによって前記未彩色の線画を多階調化する縮小化手段、を含むことを特徴とする。

また、請求項４の発明は、請求項２または３の発明に係る彩色処理装置であって、前記多階調化手段は、所定サイズのフィルタを用いて各画素の値を多階調で平均化することによって、前記未彩色の線画を多階調化する平均化手段、を含むことを特徴とする。

また、請求項５の発明は、請求項２ないし４のいずれかの発明に係る彩色処理装置であって、前記特徴量抽出手段は、前記多階調画像の階調値をヒストグラム分析することによって抽出される特定の階調レベルを特徴量とすることを特徴とする。

また、請求項６の発明は、請求項１ないし５のいずれかの発明に係る彩色処理装置であって、前記特徴量抽出手段は、前記線画から抽出されるエッジの属性を特徴量とすることを特徴とする。

また、請求項７の発明は、請求項１ないし６のいずれかの発明に係る彩色処理装置であって、前記未彩色の線画に含まれる描画線を細線化することによって芯線を抽出する細線化手段、をさらに備え、前記線切れ補正手段は、前記芯線を処理対象として線切れ補正を行うことを特徴とする。

また、請求項８の発明は、請求項７の発明に係る彩色処理装置であって、前記線切れ補正手段は、前記芯線の端点から扇状に延びるサーチエリア内に存在する他の芯線を検出する検出手段と、前記他の芯線上の点を、接続候補点として設定する設定手段と、前記接続候補点と前記端点との中間点から所定の距離範囲内に、オブジェクトとして認識された閉領域が存在す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所定半径エリア内にオブジェクトとして認識された閉領域が存在すると判定された場合に、前記接続候補点と前記端点とを接続する接続手段とを有することを特徴とする。

また、請求項９の発明は、コンピュータによって実行可能なプログラムであって、前記プログラムの前記コンピュータによる実行は、前記コンピュータを、請求項１ないし８のいずれかの彩色処理装置として機能させることを特徴とする。

また、請求項１０の発明は、未彩色の線画において描画線で規定された領域を彩色して彩色線画を得る彩色処理方法であって、(a)未彩色の線画の画像解析によって前記線画の特徴量を抽出する工程と、(b)前記特徴量に基づいて前記線画の描画面を複数の閉領域に分離する工程と(c)前記特徴量との関連において規定された所定のルールによって、前記複数の閉領域を、複数種類のオブジェクトに類別して認識する工程と、(d)オブジェクトとして認識された閉領域を囲む描画線の線切れを補正することにより閉曲線を得る工程と、(e)前記閉曲線で囲まれた部分領域を前記描画面から切出して切出領域を得る工程と、(f)前記オブジェクトに対応する彩色情報をあらかじめ記憶させた記憶手段から、前記オブジェクトとして認識された閉領域に対応する前記切出領域の彩色情報を読出し、当該彩色情報に基づいて当該閉領域にデジタル色データを付与して彩色する彩色工程とを備えることを特徴とする。

請求項１ないし１０に記載の発明によれば、オブジェクトとして認識された閉領域に応じて線切れ補正を行うことで、より正確に線切れを補正することができる。そのため、自動彩色により、正確な領域に色付けすることができるため、彩色作業の省力化や効率化が図られるとともに、彩色線画の品質を向上させることができる。

また、請求項３に記載の発明によれば、縮小処理をすることによって、容易にモノクロの模様を多階調化することができる。

また、請求項４に記載の発明によれば、所定サイズの領域を平均化する処理を行うことによって、容易にモノクロの模様を多階調化することができる。

また、請求項５に記載の発明によれば、特定の階調レベルを特徴量として抽出することによって、領域の分割を詳細に行うことができる。

また、請求項６に記載の発明によれば、エッジの属性を特徴量として抽出することによって、領域の分離を詳細に行うことができる。

また、請求項７に記載の発明によれば、細線化することによって、線切れであるか否かの判定が容易になり、線切れ補正処理も効率的に実行できる。

また、請求項８に記載の発明によれば、オブジェクトとして認識された閉領域の周辺で線切れ状態となっている芯線を補正することができるため、当該閉領域をより正確に彩色することができる。

以下、本発明の好適な実施の形態について、添付の図面を参照しつつ、詳細に説明する。

＜１．彩色処理装置の構成および機能＞
［概略構成］
図１は、本発明の第１の実施の形態に係る彩色処理装置１の外観図である。また、図２は、彩色処理装置１の各構成を示す図である。彩色処理装置１は、主としてＣＰＵ１０と、記憶部１１と、操作部１２と、表示部１３と、ディスク読取部１４と、通信部１５と、スキャナ１６とを備え、一般的なコンピュータとしての機能を備えている。

ＣＰＵ１０は、記憶部１１に記憶されているプログラム２にしたがって動作することによって、各種データの演算や制御信号の生成を実行し、彩色処理装置１の各構成を制御する。ＣＰＵ１０によって実現される機能ブロックについては後述する。

記憶部１１は、ＣＰＵ１０の一時的なワーキングエリアとなるＲＡＭおよびハードディスクや、読み取り専用のＲＯＭを備えている（図示せず）。記憶部１１は、プログラム２や各種データを記憶する記録媒体としての機能を有している。なお、プログラム２は、後述する記録媒体９からディスク読取部１４を介して記憶部１１に転送されても良い。あるいは、プログラム２が通信部１５を介して、記憶部１１に転送されても良い。

操作部１２は、彩色処理装置１に対してオペレータの指示を入力するために使用される。すなわち、操作部１２は、彩色処理装置１における入力装置として機能する。具体的に操作部１２は、例えばキーボードやマウス、ペンタブレット（登録商標）および各種ボタン類などが該当する。

表示部１３は、各種データを画像として画面に表示する。すなわち表示部１３は、彩色処理装置１における表示装置として機能する。具体的に表示部１３は、例えばＣＲＴモニタや液晶ディスプレイなどが該当するが、タッチパネルディスプレイのように、操作部１２の機能を一部有しているものでも良い。

ディスク読取部１４は、可搬性の記録媒体９に記憶されているデータを読み取って記憶部１１に転送する装置である。すなわち、ディスク読取部１４は彩色処理装置１におけるデータ入力装置として機能する。

なお、本実施の形態における彩色処理装置１は、ディスク読取部１４としてＣＤ−ＲＯＭドライブを備えている。しかし、ディスク読取部１４はこれに限られるものではなく、例えばＦＤドライブ、ＤＶＤドライブ、ＭＯ装置などであっても良い。なお、ディスク読取部１４が記録媒体９にデータを記録させる機能を有する場合には、ディスク読取部１４に記憶部１１の機能の一部を代行させることも可能である。

通信部１５は、彩色処理装置１と図示しない他の装置群との間でネットワークを介した通信を行うための機能を有する。

スキャナ１６は、未彩色の線画を読み取るための読取装置であって、多数のイメージセンサを有しており、線画をデジタルデータとして取得するための機能を有する。

図３は、彩色処理装置１の機能ブロックと記憶部１１との接続状態を示す図である。図３に示す多階調化部２０、特徴量抽出部２１、領域分離部２２、オブジェクト認識部２３、細線化部２４、線切れ補正部２５、閉領域切出部２６および自動彩色部２７は、主にＣＰＵ１０がプログラム２に従って動作することにより実現される機能ブロックである。

図４は、スキャナ１６によって読み取られた未彩色線画データＤ１の一例を示す図である。このような印刷基材（紙など）に印刷された線画がスキャナ１６によって読み取られる。取得された未彩色線画データＤ１は、記憶部１１に格納される。

［未彩色線画］
図５は、図４に示した未彩色線画データＤ１の一コマを拡大した線画データＤ１０を示す図である。処理対象となる未彩色線画は、紙などに記載されたアナログ画像（原稿）の場合もあり、出版用に過去にデジタル化された画像の場合もあるが、いずれの場合も白黒２値画像（モノクロ画像）である。アナログ画像の場合には、スキャナ１６などを用いた光電読取りによってデジタル化するにあたって２値画像としての読取りでもよいが、その場合には、下記に説明する縮小処理の前に、複数ビットを用いたモノクロ多階調（たとえば４ビット＝１６階調、８ビット＝２５６階調）画像表現に変換しておく。また、最初からモノクロ多階調での画像読取りであってもよい。もっとも、縮小処理の前段階での「多階調」は各画素が複数ビットで表現されているというだけであり、実際には白、黒の２つのレベルが用いられているだけである。

図５に示すように、一般的な未彩色の線画には、様々なトーン（模様）がモノクロのパターンないしは絵柄として付されており、背景やキャラクターの服装などの色合いが模様によって表現されている。

［多階調化部２０］
多階調化部２０は、図５に示したようなモノクロの未彩色線画データＤ１を縮小処理することによって、多階調化データＤ２を取得し、記憶部１１に格納する（図３）。

ここでの縮小処理は、所定のサイズを持つ画素ブロック領域（本実施の形態では１６×１６画素）を１画素に縮小する処理であって、縮小する際に、当該画素ブロック領域に含まれる全画素（２５６画素）について、それぞれの画素濃度が複数ビットで表現された全画素値の平均値を算出して、縮小後の当該領域に対応する１画素の画素値を当該平均値とする処理となっている。

図６は、図５に示した線画データＤ１０を縮小処理した縮小線画データＤ２０を拡大して示す図である。多階調化部２０が未彩色線画データＤ１を縮小処理すると、図５に示すキャラクターの頭髪、服装の領域に付されたトーンは、図６に示すように平均化されて、中間調へと階調化される。このようにして、多階調化部２０は未彩色線画データＤ１から多階調化データＤ２を取得して、記憶部１１へ格納する。

なお、図６に示した例では、図５に示した線画データＤ１０を１／１６倍の縮小率で縮小しているが、この縮小率Ｎは、
Ｎ＝１／｛２．０×（画像解像度）／（トーン線数）｝
によって算出すればよい。なお、トーン線数は、処理対象の未彩色の線画の中で一番良く使用されているトーン（スクリーントーン（登録商標））に合わせて、単位間隔（たとえばセンチメートルまたはインチ）あたりの線数として設定される。ただし、縮小率Ｎの算出法は、これに限定されるものではない。

以上のように特徴量抽出部２１は、未彩色線画データＤ１を縮小処理することにより多階調化データＤ２を取得し、この多階調化データＤ２を画像解析することによって未彩色線画の特徴量を抽出する。この特徴量を表現するものとして生成された特徴量データＤ３は、記憶部１１に格納される。

上記の縮小処理以外に、平均化処理を行うことによっても、未彩色線画データＤ１から多階調化データＤ２を取得することができる。平均化処理とは、所定のフィルタ（平均化フィルタ）を使用することによって、平均化フィルタのサイズ（ｍ×ｍ画素）と同一の画素ブロック領域の各画素の値を、当該画素ブロック領域内に含まれる全画素の値の平均値とする処理をいう。

図７は、図５に示した線画データＤ１０を平均化処理した平均化線画データＤ２０ａを示す図である。図７に示すように、平均化処理によっても図５に示すキャラクターの頭髪、服装の領域に付されたトーンは、平均化されて（ぼかされて）階調化される。したがって、平均化処理により取得した平均化線画データＤ２０ａを多階調化データＤ２として用いてもよい。この場合には、解像度を維持した状態の多階調化データＤ２を生成することができる。

なお、平均化フィルタのサイズ（ｍ×ｍ画素）は、
ｍ＝２．０×（画像解像度）／（トーン線数）
によって算出する。ただし、平均化フィルタのサイズ（ｍ×ｍ画素）の算出法は、これに限定されるものではない。

図８は、特徴量抽出部２１が備える各部を示す図である。図８に示すように、特徴量抽出部２１は、階調レベル解析部２１０と、エッジ特徴量解析部２１１と、図形特徴量解析部２１２とを備える。

階調レベル解析部２１０、エッジ特徴量解析部２１１および図形特徴量解析部２１２は、多階調化データＤ２を解析対象とする。以下に、これら各解析部についてそれぞれ説明する。

［階調レベル解析部２１０］
図９は、階調レベル解析部２１０によって多階調化データＤ２を解析した一例を示す図である。図１０は、図９に示した解析結果を元に生成される特徴量データＤ３の一例を示す図である。図９に示すように、階調レベル解析部２１０は、各階調値毎の画素数をヒストグラム化し、画素数のピークとピークの境の階調値を分離階調値として取得する。図９に示す例では、ピークとピークの境（矢印で示す）の階調値は、「２４」，「１７４」，「２１３」，「２３４」，「２４４」となっている。

そこで、階調レベル解析部２１０は、図１０に示すように描画面上の線画の各部分を、
図１０（ａ）＝階調値が２４未満のみの画素を抽出した画像データＤ３０、
図１０（ｂ）＝階調値が２４以上１７４未満のみの画素を抽出した画像データＤ３１、
図１０（ｃ）＝階調値が１７４以上２１３未満のみの画素を抽出した画像Ｄデータ３２、
図１０（ｄ）＝階調値が２１３以上２３４未満のみの画素を抽出した画像データＤ３３、
図１０（ｅ）＝階調値が２３４以上２４４未満のみの画素を抽出した画像データＤ３４、および
図１０（ｆ）＝階調値が２４４以上のみの画素を抽出した画像データＤ３５、
からなる複数の種類へと類別する。

例えば、
・階調値が０以上２４未満のみを抽出した画像データＤ３０では、図９（ａ）中、矢印で示すように、いわゆるベタの領域が抽出されており、
・階調値が２１３以上２３４未満のみを抽出した画像データＤ３３では、図１０（ｄ）中、矢印で示すように、キャラクターの服装などの領域が抽出されており、
・階調値が２３４以上２４４未満のみを抽出した画像データＤ３４では、図１０（ｅ）中、矢印で示すように、キャラクターの頭髪の領域が抽出されており、
・階調値が２４４以上のみを抽出した画像データＤ３５では、図１０（ｆ）中、矢印で示すように、雲の輪郭領域が抽出されている。

以上のように、階調レベル解析部２１０では、未彩色線画の画像解析から得られた分類階調値（閾値）を元に、多階調化データＤ２が表現している描画面の各部分領域を複数の階調区間毎に分類することによって、ベタ領域、服装領域、頭髪領域などの各領域へと分類することが可能である。特徴量抽出部２１は、階調レベル解析部２１０が取得した画像データ（例えば、画像データＤ３０〜Ｄ３５）を、特徴量データＤ３の一部として記憶部１１に格納する（図３参照）。この特徴量データＤ３は、それに登録されている領域画像もしくは成分画像にそれぞれの特徴量を付随させており、特徴量によって区別された画像データの集合体としてのデータ構造を持つ。

［エッジ特徴量解析部２１１］
エッジ特徴量解析部２１１は、多階調化データＤ２を解析して、エッジ（輪郭）を抽出する機能を有する。なお、エッジの具体的な抽出方法として、例えば、一次微分（ソーベルフィルタ）や二次微分（ラプラシアンフィルタ）を用いることによって、模様や線のエッジ（高周波成分）が所定程度以上に集中している領域を特定することができる。また、ｇａｂｏｒフィルタを用いることによって、方向性のある模様などが存在する領域を抽出することができる。これらの手法によって抽出したエッジの属性は領域ごとの特徴量となっており、これらのデータは、特徴量データＤ３として記憶部１１に格納される（図３参照）。

［図形特徴量解析部２１２］
また、図形特徴量解析部２１２は、多階調化データＤ２を解析して、直線や円形の図形、トーンのテクスチャの形状を抽出する機能を有する。例えば、Ｈｏｕｇｈ変換を用いることにより、直線や円形などを抽出することができる。また、同時共起行列を用いることによって、トーンのテクスチャを分析することが可能である。これらの手法で抽出した図形特徴量のデータは、抽出された領域ごとに付随するものであり、特徴量データＤ３として、それぞれ記憶部１１に格納される（図３参照）。

なお、枠線を有する線画では、Ｈｏｕｇｈｔ変換を用いることによって、コマの枠線を抽出することが可能である。コマの枠線データについても、特徴量データＤ３として記憶部１１に格納される。

［領域分離部２２］
図３に戻って、領域分離部２２は、特徴量データＤ３のうち特徴量抽出部２１で生成されたデータ部分に基づいて描画面を複数の閉領域に分離（分割）し、領域分離データＤ４を生成する。以下に、特徴量抽出部２１の各解析部によって生成された各特徴量データＤ３の各データ部分を用いて、描画面から閉領域を分離する処理をそれぞれ説明する。

領域分離部２２は、特徴量データＤ３のうち階調レベル解析部２１０によって生成されたデータ部分を用いて、図１０に示すような各画像データ内に含まれる所定の画素数以上の領域（ベタ領域、服装領域、頭髪領域など）を描画面から閉領域として抽出する。そしてこの抽出によって分離された閉領域を特定する情報は、領域分離データＤ４の一部として記憶部１１に格納される。

また、領域分離部２２は、特徴量データＤ３のうちエッジ特徴量解析部２１１により生成されたエッジ特徴量を用いて、エッジ（輪郭など）で囲まれる閉領域を描画面から抽出し、それらの閉領域を特定する情報を領域分離データＤ４の一部として記憶部１１に格納する。

また、領域分離部２２は、特徴量データＤ３のうち図形特徴量解析部２１２により生成されたデータ部分を用いて、直線や円などで囲まれる閉領域を描画面から抽出し、それらの閉領域を特定する情報を領域分離データＤ４の一部として記憶部１１に格納する。

［オブジェクト認識部２３］
オブジェクト認識部２３は、領域分離部２２により生成された領域分離データＤ４に含まれる各閉領域に関する特徴（階調値、エッジの強さ、コマ内における位置、コマ面積に占める面積など）から、記憶部１１にあらかじめ記録されているオブジェクト認識ルールＤＢ１を参照して、当該閉領域に該当するオブジェトを認識する。具体的に、図１１を参照しつつオブジェクト認識部２３の処理機能について説明する。

図１１は、オブジェクト認識ルールＤＢ１を規定するテーブルのデータ構造の一例を示す図である。図１１に示すように、オブジェクト認識ルールＤＢ１には、オブジェクト名と、各オブジェクトについての階調値やエッジの強さ、形状、コマ内における位置、コマの面積に対する面積比の各条件が記述されている。

例えば仮に、オブジェクト認識部２３が領域分離データＤ４を参照して選択した閉領域の特徴として、階調値が２００以上であって、エッジが弱く、位置が１コマの半分よりも上であり、面積比が、当該閉領域が属するコマの面積の１／４以上であれば、図１１に示すオブジェクト認識ルールＤＢ１によると、当該閉領域はオブジェクト「空」に該当する。したがって、オブジェクト認識部２３は、当該閉領域を「空」であると認識する。

なお、図１１において「強」「弱」「複雑」というような相対表現がなされている部分は、実際にはエッジ量の多寡を区別する閾値や、輪郭の複雑度を示す指標（たとえば曲率の分散など）の閾値が数値として記述されている。

以上のように、オブジェクト認識部２３は、領域分離データＤ４に記述された各閉領域を、オブジェクト認識ルールＤＢ１に記述されたルール（条件）に基づいて類別し、オブジェクトとして認識する。そして、オブジェクト認識部２３は、オブジェクト認識の結果を、オブジェクト認識データＤ５として記憶部１１に格納する。なお、オブジェクト認識ルールＤＢ１は、図１１のようなものに限られず、処理する線画の全体的傾向などによって条件などを変更することが可能である。マンガの場合には作者の作画傾向などがそれに相当する。

［細線化部２４］
細線化部２４は、未彩色線画データＤ１に対して、細線化処理を行うことによって、芯線を抽出する機能を有する。細線化処理は、例えばＨｉｌｄｉｃｈの方法のように、所定の条件のもとで、端点（線が途切れる位置の点）を維持しつつ、境界となる画素を逐次削除（画素の値を１から０に置き換える）することにより、線幅が１画素である芯線を抽出する処理をいう。細線化部２４は、このような細線化処理を行って取得した結果（芯線のデータ）を、芯線抽出データＤ６として記憶部１１に格納する。

［線切れ補正部２５］
線切れ補正部２５は、芯線抽出データＤ６に基づいて、オブジェクト認識データＤ５をも利用しつつ、閉領域を囲む描画線の線切れを補正する機能を有する。

図１２は、線画データＤ１０における線切れを示した図である。図１２に示すように、線画データＤ１０では、円で囲って示すように、途中で切れた線切れ状態が含まれている。したがって、細線化部２４により線画データＤ１０から抽出される芯線抽出データＤ６にも、多数の線切れが含まれることとなる。線切れ補正部２５は、芯線抽出データＤ６における線切れ状態を、オブジェクト認識データＤ５に基づいて補正する。

図１３は、線切れ補正部２５が備える各機能構成を示す図である。図１３に示すように、線切れ補正部２５は、検出部２５０、設定部２５１、判定部２５２および接続部２５３を備える。

検出部２５０は、芯線抽出データＤ６に含まれる芯線（一般的には描画線）の端点を認識して、当該端点から扇状に延ばしたサーチエリア内に存在する他の芯線を検出する機能を有する。また、設定部２５１は、検出部２５０によって検出された他の芯線を構成する点（他の芯線上の点）の一点を、接続候補点として設定する機能を有する。

また、判定部２５２は、端点と接続候補点との間の中点を中心とする所定半径エリア（より一般的には端点と接続候補点との中間点から所定の距離範囲）内に、オブジェクト認識部２３によってオブジェクトとして認識された閉領域（オブジェクト認識データＤ５に記述されている。）が存在するか否かを判定する機能を有する。ただし、ここで言う「中点」とは２点間を等分割する点を指し、「中間点」とは２点間に設定された所定点（中点とは限らない）を指すものとする。

また、接続部２５３は、判定部２５２によって所定半径エリア内にオブジェクトとして認識された閉領域が存在すると判定した場合に、前記接続候補点と前記端点とを接続する機能を有する。

これら線切れ補正部２５が備える各構成の機能について、図１４および図１５を参照しつつ具体的に説明する。

図１４は、線切れ補正部２５による、描画線の線切れ補正を説明するための図である。なお、直線Ｌ１および曲線Ｌ２は、細線化部２４による細線化処理によって、太さが１画素幅の芯線となっている。

まず始めに、検出部２５０は、線切れ状態となっている直線Ｌ１の端点Ｐ１を認識する。そして、端点Ｐ１から延ばした、扇状のサーチエリアＳＡ１内に存在する曲線Ｌ２を検出する。なお、本実施の形態では、サーチエリアＳＡ１は直線Ｌ１の端点Ｐ１における接線を中心として扇状に所定角度θの広がりを有する。この角度θは、好ましくは０度より大きく１８０度より小さい値であり、さらに好ましくは０度より大きく３０度より小さい値とされる。

設定部２５１は、検出部２５０によって検出された曲線Ｌ２上であって、端点Ｐ１に最も近い点を接続候補点Ｐ２として設定する。さらに、判定部２５２は、端点Ｐ１と接続候補点Ｐ２とを直線的に結んだときの中点Ｐ１２を中心とし、かつ、所定の半径を有する円Ｃ１を定義する。

そして、判定部２５２は、円Ｃ１内の領域にオブジェクトとして認識された閉領域が存在するかどうか判定する。図１４に示す例では、判定部２５２によって、円Ｃ１内の領域にオブジェクトとして認識された閉領域Ａ１が存在すると判定される。そこで、接続部２５３は、端点Ｐ１と接続候補点Ｐ２とを直線によって接続する。これにより、直線Ｌ１の線切れが補正される。なお、オブジェクトとして認識された閉領域についてのデータは、オブジェクト認識データＤ５に記述されているのであって、芯線抽出データＤ６には含まれていない。したがって、判定部２５２は、オブジェクト認識データＤ５を参照することによって、上記判定を行う。

図１５は、線切れ補正部２５による、直線Ｌ３と直線Ｌ４の線切れ補正を説明するための図である。図１５に示す例において、検出部２５０は、まず、線切れ状態となっている直線Ｌ３の端点Ｐ３を認識する。そして、検出部は、端点Ｐ３か延ばしたサーチエリアＳＡ３内に存在する直線Ｌ４を検出する。設定部２５１は、直線３上の点であって端点Ｐ３と最も近い点を接続候補点Ｐ４に設定する。

そして判定部２５２は、端点Ｐ３と接続候補点Ｐ４との間の中点Ｐ３４を中心とし、かつ、所定の半径を有する円Ｃ２を生成する。そして、判定部２５２は、円Ｃ２内の領域にオブジェクトとして認識された閉領域が存在するかを、オブジェクト認識データＤ５を参照することによって判定する。図１５に示す例では、判定部２５２によって、円Ｃ２内の領域にオブジェクトとして認識された閉領域Ａ２が存在すると判定される。そこで、接続部２５３は、端点Ｐ３と接続候補点Ｐ４とを直線で接続する。これにより、直線Ｌ３および直線Ｌ４間の線切れが補正される。なお、検出部２５０が、端点Ｐ３よりも先に端点Ｐ４を認識した場合には、線切れ補正部２５は、サーチエリアＳＡ４を用いるなど、上記の場合と同様の処理を実行するため、説明は省略する。

以上説明してきたように、線切れ補正部２５は、判定部２５２を備えることによって、注目した端点と接続候補点の周辺にオブジェクトとして認識された閉領域が存在するか否かを判定して線切れ補正処理が実行されることによって、閉曲線が完成される。すなわち、単に線の端点を認識して最も近い他の点と接続することで線切れ補正するものではなく、より元の線画におけるトーンの領域や輪郭などの特徴に基づいた線切れ補正を実行することができる。なお、ここで言う「閉曲線」とは、折れ線による閉じた図形をも含むものとして定義する（したがって、「閉ループ」と称することもできる）。また、線切れ補正部２５は、芯線抽出データＤ６の線切れを補正したデータを、線切れ補正データＤ７として記憶部１１に格納する（図３参照）。

［閉領域切出部２６］
図１６は、閉領域切出部２６によって線切れ補正データＤ７から切出領域を抽出する処理の一例を示す図である。閉領域切出部２６は、線切れ補正データＤ７内の芯線（閉曲線となっている芯線）で囲まれた領域を、切出領域として抽出する。具体的には、図１６に示すように、閉領域切出部２６は、線切れ補正データＤ７において芯線（閉曲線）で囲まれた領域Ａ３を、切出領域Ａ３ａとして抽出する。そして、切出領域Ａ３ａの形状データと、その位置情報とを、切出領域データＤ８として記憶部１１に格納する（図３参照）。

［自動彩色部２７］
自動彩色部２７は、未彩色線画データＤ１に対して自動的に彩色する機能を有する。ここで、自動彩色部２７は、未彩色線画データＤ１を彩色する際に、オブジェクト認識データＤ５と、彩色情報ＤＢ２と、線切れ補正データＤ７と、領域切出データＤ８とに基づいて彩色処理を実行する。

図１７は、彩色情報ＤＢ２のデータ構造の一例を示す図である。彩色情報ＤＢ２は、各オブジェクトに対応してあらかじめ決定された彩色情報（基本色、修飾方法）を有しており、例えばオブジェクトが「雲」であれば、彩色情報として、基本色が「白色」、修飾方法が「一定濃度」といった情報が記述されて記憶部１１にあらかじめ記憶されている。なお、彩色情報ＤＢ２は、図１７に示したものに限られず、彩色処理する線画の種類や傾向によって、彩色情報を変更することができる。

図１８は、自動彩色部２７による彩色処理を説明するための一例を示す図である。図１８に示す例では、自動彩色部２７は、まず領域切出データＤ８を参照して、色づけする切出領域Ａ３ａを順次に自動選択する。次に、自動彩色部２７は、切出領域Ａ３ａの位置情報をもとに、当該切出領域Ａ３ａに対応する閉領域をオブジェクト認識データＤ５から抽出する。ここでは、オブジェクト名「雲」として認識された閉領域Ａ３ｂが対応する閉領域となっている。

そして自動彩色部２７は、当該閉領域のオブジェクト名を、彩色情報ＤＢ２にて参照する。図１８に示す例では、オブジェクト名は「雲」であるため、彩色情報ＤＢ２から彩色情報（「白色」、「一定濃度」）が記憶部１１から読み出されて取得される。彩色情報を取得した自動彩色部２７は、当該彩色情報を基に切出領域Ａ３ａを「白色」かつ「一定濃度」（白色のベタ塗り）で彩色する。具体的には、彩色情報に対応するデジタル色データを当該閉領域に付与することによって彩色することになる。なお、図１８においては、斜線によって色付けしたことを示している。

さらに自動彩色部２７は、彩色した切出領域Ａ３ａを未彩色線画データＤ１に嵌め込むことによって、彩色線画データＤ９を生成する。そして自動彩色部２７は、生成した彩色線画データＤ９を記憶部１１に格納する。

自動彩色部２７は、未彩色線画データＤ１に直接彩色するのではなく、まず線切れ補正データＤ７において芯線で囲まれた切出領域Ａ３ａを彩色する。そして、自動彩色部２７は、未彩色線画データＤ１に彩色済みの切出領域Ａ３ａを嵌め込むため、未彩色線画データＤ１における線の縁まで十分に色付けすることができる。

また、自動彩色部２７は、未彩色線画データＤ１における線の線切れ状態を維持しつつ彩色することが可能であるため、もとの未彩色線画データの作風を損なうことを最小限に抑えつつ、彩色処理を行うことができる（図１８、下段参照）。

以上が、彩色処理装置１が備える構成および機能の説明である。

＜２．彩色処理装置の動作フロー＞
次に、彩色処理装置１の動作フローについて説明する。なお、彩色処理装置１が備える各部の詳細な処理について、既に説明したものは適宜省略する。

［未彩色線画データＤ１の取得］
図１９は、彩色処理装置１の処理手順を説明するための流れ図である。まず、オペレータがモノクロの線画をスキャナ１６にセットして読み取らせることによって、彩色処理装置１は、未彩色線画データＤ１を取得する（ステップＳ１）。彩色処理装置１は、取得した未彩色線画データＤ１を記憶部１１に格納する。

なお、未彩色の線画が他のコンピュータ上によって描画されたことなどによって、例えば記録媒体９に電子データとして記録されているような場合には、オペレータが当該記録媒体９をディスク読取部６によって読み取り、読み取った電子データを彩色処理装置１が未彩色線画データＤ１として記憶部に格納すればよい。

［多階調化データＤ２の生成］
次に、彩色処理装置１は、多階調化部２０によって、未彩色線画データＤ１を縮小処理して階調化することで、多階調化データＤ２を生成する（ステップＳ２）。生成された多階調化データＤ２は、記憶部１１に格納される。

［特徴量データＤ３の生成］
そして彩色処理装置１は、特徴抽出部２１によって多階調化データＤ２から特徴量を抽出し、特徴量データＤ３を生成する（ステップＳ３）。

図２０は、特徴量抽出部２１による処理手順を説明するための流れ図である。まず、特徴量抽出部２１は、階調レベル解析部２１０によって、多階調化データＤ２をヒストグラム分析することによって、分離階調値を算出する（ステップＳ３１、図９参照）。さらに階調レベル解析部２１０は、各分離階調値間に属する階調値の画素を特異的に抽出した画像データを、分離階調値間毎に生成する（ステップＳ３２、図１０参照）。生成された各画像データは、特徴量抽出部２１によって、特徴量データＤ３として記憶部１１に格納される。

次に、特徴量抽出部２１は、エッジ特徴量解析部２１１によって、多階調化データＤ２からエッジ特徴量を抽出する（ステップＳ３３）。抽出されたエッジ特徴量は、特徴量抽出部２１によって、特徴量データＤ３として記憶部１１に格納される。

また、特徴量抽出部２１は、図形特徴量解析部２１２によって、多階調化データＤ２から図形特徴量を抽出する（ステップＳ３４）。抽出された図形特徴量は、特徴量抽出部２１によって、特徴量データＤ３として記憶部１１に格納される。

以上が、特徴量抽出部２１による特徴量抽出処理の流れであるが、ステップＳ３２〜３４の処理順序はこれに限られるものではなく、どのような順序で実行されても良い。ただし、ステップＳ３１とステップＳ３２は、この順序で実行される必要がある。

［領域分離データＤ４の生成］
再び図１９に戻って、彩色処理装置１は、領域分離部２２によって、特徴量データＤ３から領域分離データＤ４を生成する（ステップＳ４）。なお、領域分離部２２は、階調レベル解析部２１０によって得られた分離階調値間の画素を抽出した画像データから所定の画素数以上の集まりを認識して閉領域とする（図１０における、ベタ領域、頭髪領域、衣服領域など）。また、領域分離部２２は、エッジ特徴量解析部２１１によって抽出されたエッジ（輪郭など）で囲まれる領域を閉領域とする。また、図形特徴量解析部２１２によって、抽出された直線や円などで囲まれる領域を閉領域とする。このようにして各解析部の解析結果から得られた特徴量データＤ３毎に閉領域を抽出し、領域分離データＤ４としてそれぞれ記憶部１１に格納する。

［オブジェクト認識データＤ５の生成］
次に、彩色処理装置１は、オブジェクト認識部２３によって、領域分離データＤ４とオブジェクト認識ルールＤＢ１とから、オブジェクト認識データＤ５を生成する（ステップＳ５）。この工程では、オブジェクト認識部２３がステップＳ４にて生成した領域分離データＤ４に含まれる閉領域の情報（階調値、エッジの強さ、形状、位置、面積比）を、オブジェクト認識ルールＤＢ１にて参照することによって、閉領域の情報と一致するオブジェクトを検索する。そして、オブジェクト認識部２３は、該当するオブジェクトが見つかった場合には、当該閉領域をオブジェクトとして認識する。なお、オブジェクトとして認識された閉領域の情報は領域分離データＤ４にオブジェクト名の情報が記述されたオブジェクト認識データＤ５として記憶部１１に格納される。

［細線化処理と線切れ補正］
次に、彩色処理装置１は、細線化部２４によって、未彩色線画データＤ１を細線化処理し、芯線抽出データＤ６を生成する（ステップＳ６）。なお、このステップＳ６を実行する順序は、これに限られるものではなく、ステップＳ１を実行した後であれば、いつであっても良い。生成された芯線抽出データＤ６は、細線化部２４によって記憶部１１に格納される。

そして、線切れ補正部２５は、芯線抽出データＤ６に対して線切れ補正処理を行い、線切れ補正データＤ７を生成する（ステップＳ７）。なお、線切れ補正部２５は、オブジェクト認識データＤ５を参照しつつ線切れの補正を行う。

図２１は、線切れ補正部２５による線切れ補正処理の手順を示す流れ図である。まず始めに、線切れ補正部２５は、検出部２５０によって、芯線抽出データＤ６における線切れ状態となっている線の端点を認識する（ステップＳ７１）。そして、検出部２５０は、端点から扇状にサーチエリアを延ばし、当該サーチエリア内に存在する他の線を検出する（ステップＳ７２）。さらに線切れ補正部２５は、設定部２５１によって、当該他の線上の点であって、端点から最も近い点を接続候補点に設定する（ステップＳ７３）。

次に、線切れ補正部２５は、判定部２５２によって、端点と接続候補点との間の中点を中心とする所定半径のエリア内に、ステップＳ５にてオブジェクトとして認識された閉領域が存在するか否かを、オブジェクト認識データＤ５を参照して判定する（ステップＳ７４）。

ステップＳ７４にて、閉領域があると判定された場合（Ｙｅｓの場合）、線切れ補正部２５は、接続部２５３によって、ステップＳ７１にて認識した端点と、ステップＳ７３にて設定した接続候補点とを直線で接続する（ステップＳ７５）。一方、ステップＳ７４にて、閉領域が存在しないと判定された場合（Ｎｏの場合）、線切れ補正部２５は、ステップＳ７５をとばして、ステップＳ７６の工程に進む。

次に、検出部２５０によって、芯線抽出データＤ６内において、線切れ状態の線の端点が他に存在するかどうかを調べる（ステップＳ７６）。存在する場合（Ｙｅｓの場合）には、線切れ補正部２５は、ステップＳ７２に戻って以降の動作を繰り返す。存在しない場合（Ｎｏの場合）には、線切れ補正部２５は、線切れ補正処理を終了し、生成したデータを線切れ補正データＤ７として記憶部１１に格納する。

再び図１９に戻って、彩色処理装置１は、閉領域切出部２６によって、線切れ補正データＤ７内の芯線で囲まれる閉領域を、切出領域として抽出する（図１６参照）。そして、閉領域切出部２６は、当該切出領域の形状データおよび位置情報が記述された、領域切出データＤ８を生成する（ステップＳ８）。この際に、図１６に示すように、切出領域に対してＩＤ番号を振ることによって、識別を容易化しても良い。閉領域切出部２６は、生成した領域切出データＤ８を、記憶部１１に格納する。

［彩色線画データＤ９の生成］
次に、彩色処理装置１は、自動彩色部２７によって、彩色線画データＤ９を生成する（ステップＳ９）。自動彩色部２７は、未彩色線画データＤ１を彩色する際に、ステップＳ５にて取得されたオブジェクト認識データＤ５と、あらかじめ記憶部１１に記憶された彩色情報ＤＢ２と、ステップＳ７にて取得された線切れ補正データＤ７と、ステップＳ８にて取得された領域切出データＤ８とに基づいて彩色処理を実行する。

以上の手順によって、彩色処理装置１は、未彩色の線画を彩色する。

＜３．変形例＞
以上、本発明の実施の形態について説明してきたが、本発明は上記実施の形態に限定されるものではなく様々な変形が可能である。

例えば、上記実施の形態では、線切れ補正部２５は、オブジェクト認識データＤ５に基づいて、芯線抽出データＤ６の線切れ補正を実行すると説明したが、領域分離データＤ４に基づいて、線切れ補正部２５が芯線抽出データＤ６における線切れ補正を実行しても良い。このような場合であっても、未彩色の線画が有する特徴量をもとに、線切れを補正することができるため、自動彩色部２７による彩色処理を正確に行うことができる。

また、上記実施の形態では、多階調化部２０は、縮小処理のみを行うことによって多階調化データＤ２を生成すると説明したが、縮小処理と平均化処理を併用することによって多階調化データを生成しても良い。

また、一般的に線画を彩色によって立体的に表現する場合には、所定の閉領域の隅（例えば、キャラクターの顔の輪郭部分）を暗く彩色し、当該所定の閉領域の中央部（例えば、顔の頬）を明るく彩色する手法が用いられる。ここで、上記実施の形態における自動彩色部２７を、例えば芯線で囲まれた切出領域の芯線付近を暗く自動彩色し、中央部を明るく自動彩色するように構成することも可能である。これにより、線画を自動彩色によって立体的に表現することができる。

また、上記実施の形態では、エッジ特徴量解析部２１１が多階調化データＤ２を解析対象としていたが、未彩色線画データＤ１を解析対象とすることによって、トーンの模様の形状を特徴量として抽出することができる。この場合には、トーンの模様をオブジェクト認識することによって、トーンの模様を彩色することが可能となる。

また、オブジェクト認識ルールＤＢ１や彩色情報ＤＢ２は、彩色処理装置が接続されたネットワークを介して、外部の記憶装置上に記憶されていてもよい。既述したように、これらの情報は線画の全体的傾向（マンガの場合は、作者の作画傾向）に依存する傾向が強いため、線画の作者ごとにこれらの情報をデータベースとしてサーバ上に登録しておき、ネットワーク経由で複数の彩色処理装置に共通の情報を提供するようにシステムを構成することも有効である。

また、上記実施の形態では、彩色処理装置１の各処理機能が、ソフトウェア的に実現されているが、各処理部を専用の回路に置き換えることによって、ハードウェア的に彩色処理機構が実現されてもよい。

本発明の実施の形態に係る彩色処理装置の外観図である。 彩色処理装置の各構成を示す図である。 彩色処理装置の機能ブロックと記憶部との接続状態を示す図である。 スキャナによって読み取られた未彩色線画データの一例を示す図である。 図４に示した未彩色線画データの一コマを拡大した線画データを示す図である。 図５に示した線画データを縮小処理した縮小線画データを拡大して示す図である。 図５に示した線画データを平均化処理した平均化線画データを示す図である。 特徴量抽出部が備える各部を示す図である。 階調レベル解析部によって多階調化データを解析した一例を示す図である。 図９に示した解析結果を元に生成される特徴量データの一例を示す図である。 オブジェクト認識ルールのデータ構造の一例を示す図である。 線画データにおける線切れを示した図である。 線切れ補正部が備える各構成を示す図である。 線切れ補正部による、描画線の線切れ補正を説明するための図である。 線切れ補正部による、描画線の線切れ補正を説明するための図である。 閉領域切出部によって線切れ補正データから切出領域を抽出する処理の一例を示す図である。 彩色情報のデータ構造の一例を示す図である。 自動彩色部による彩色処理を説明するための一例を示す図である。 彩色処理装置の処理手順を説明するための流れ図である。 特徴量抽出部による処理手順を説明するための流れ図である。 線切れ補正部による線切れ補正処理の手順を示す流れ図である。

符号の説明

１ 彩色処理装置
１０ ＣＰＵ
１１ 記憶部
２ プログラム
２０ 階調化部
２１ 特徴量抽出部
２１０ 階調レベル解析部
２１１ エッジ特徴量解析部
２１２ 図形特徴量解析部
２２ 領域分離部
２３ オブジェクト認識部
２４ 細線化部
２５ 線切れ補正部
２５０ 検出部
２５１ 設定部
２５２ 判定部
２５３ 接続部
２６ 閉領域切出部
２７ 自動彩色部
Ａ１，Ａ２，Ａ３ｂ 閉領域
Ａ３ 領域
Ａ３ａ 切出領域
Ｃ１，Ｃ２ 円
ＤＢ１ オブジェクト認識ルール
ＤＢ２ 彩色情報
Ｐ１，Ｐ３ 端点
Ｐ２，Ｐ４ 接続候補点
Ｐ１２，Ｐ３４ 中点
ＳＡ１，ＳＡ３，ＳＡ４ サーチエリア

Claims (10)

1. 未彩色の線画において描画線で規定された領域を彩色して彩色線画を得る彩色処理装置であって、
   未彩色の線画の画像解析によって前記線画の特徴量を抽出する特徴量抽出手段と、
   前記特徴量に基づいて前記線画の描画面を複数の閉領域に分離する領域分離手段と、
   前記特徴量との関連において規定された所定のルールによって、前記複数の閉領域を、複数種類のオブジェクトに類別して認識するオブジェクト認識手段と、
   オブジェクトとして認識された閉領域を囲む描画線の線切れを補正することにより閉曲線を得る線切れ補正手段と、
   前記閉曲線で囲まれた部分領域を前記描画面から切り出して切出領域を得る閉領域切出手段と、
   各オブジェクトに対応してあらかじめ定めておいた彩色情報に基づいて、前記オブジェクトとして認識された閉領域に対応する前記切出領域を彩色する彩色手段と、
   を備えることを特徴とする彩色処理装置。
2. 請求項１に記載の彩色処理装置であって、
   前記未彩色の線画の所定範囲を多階調表現での中間調に変換する多階調化手段、
   をさらに備え、
   前記特徴量抽出手段は、前記多階調化手段によって多階調化された線画データから前記特徴量を抽出することを特徴とする彩色処理装置。
3. 請求項２に記載の彩色処理装置であって、
   前記多階調化手段は、
   前記線画を多階調で縮小処理することによって前記未彩色の線画を多階調化する縮小化手段、
   を含むことを特徴とする彩色処理装置。
4. 請求項２または３に記載の彩色処理装置であって、
   前記多階調化手段は、
   所定サイズのフィルタを用いて各画素の値を多階調で平均化することによって、前記未彩色の線画を多階調化する平均化手段、
   を含むことを特徴とする彩色処理装置。
5. 請求項２ないし４のいずれかに記載の彩色処理装置であって、
   前記特徴量抽出手段は、前記多階調画像の階調値をヒストグラム分析することによって抽出される特定の階調レベルを特徴量とすることを特徴とする彩色処理装置。
6. 請求項１ないし５のいずれかに記載の彩色処理装置であって、
   前記特徴量抽出手段は、前記線画から抽出されるエッジの属性を特徴量とすることを特徴とする彩色処理装置。
7. 請求項１ないし６のいずれかに記載の彩色処理装置であって、
   前記未彩色の線画に含まれる描画線を細線化することによって芯線を抽出する細線化手段、
   をさらに備え、
   前記線切れ補正手段は、前記芯線を処理対象として線切れ補正を行うことを特徴とする彩色処理装置。
8. 請求項７に記載の彩色処理装置であって、
   前記線切れ補正手段は、
   前記芯線の端点から扇状に延びるサーチエリア内に存在する他の芯線を検出する検出手段と、
   前記他の芯線上の点を、接続候補点として設定する設定手段と、
   前記接続候補点と前記端点との中間点から所定の距離範囲内に、オブジェクトとして認識された閉領域が存在す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所定半径エリア内にオブジェクトとして認識された閉領域が存在すると判定された場合に、前記接続候補点と前記端点とを接続する接続手段と、
   を有することを特徴とする彩色処理装置。
9. コンピュータによって実行可能なプログラムであって、
   前記プログラムの前記コンピュータによる実行は、前記コンピュータを、請求項１ないし８のいずれかの彩色処理装置として機能させることを特徴とするプログラム。
10. 未彩色の線画において描画線で規定された領域を彩色して彩色線画を得る彩色処理方法であって、
    (a) 未彩色の線画の画像解析によって前記線画の特徴量を抽出する工程と、
    (b) 前記特徴量に基づいて前記線画の描画面を複数の閉領域に分離する工程と
    (c) 前記特徴量との関連において規定された所定のルールによって、前記複数の閉領域を、複数種類のオブジェクトに類別して認識する工程と、
    (d) オブジェクトとして認識された閉領域を囲む描画線の線切れを補正することにより閉曲線を得る工程と、
    (e) 前記閉曲線で囲まれた部分領域を前記描画面から切り出して切出領域を得る工程と、
    (f) 前記オブジェクトに対応する彩色情報をあらかじめ記憶させた記憶手段から、前記オブジェクトとして認識された閉領域に対応する前記切出領域の彩色情報を読出し、当該彩色情報に基づいて当該閉領域にデジタル色データを付与して彩色する彩色工程と、
    を備えることを特徴とする彩色処理方法。