JP2013505669A5 - - Google Patents

Claims (15)

1. コンピューティングデバイスによって実施される方法であって、
   画像のカメラベースのスキャニングの開始に応答して前記画像を取り込むステップと、
   スキャニングするために、前記取り込まれた画像の中の１つまたは複数の四角形オブジェクトを自動的に選択するステップと、
   前記１つまたは複数の四角形オブジェクトが所定の閾値と比較される関連付けられるスコアを有することに基づいて、前記１つまたは複数の四角形オブジェクトの前記自動選択が成功であるかどうかを決定するステップと、
   前記１つまたは複数の四角形オブジェクトが前記所定の閾値を超えないスコアを有することに基づいて前記自動選択が不成功である場合に、ユーザ入力に基づいて半自動的補正をして、前記自動選択についてのユーザ修正を行うステップと、
   前記選択された１つまたは複数の四角形オブジェクトに対応する前記画像の部分から１つまたは複数のスキャンされた文書を作成するステップであって、前記取り込まれた画像中の前記１つまたは複数の四角形オブジェクトの遠近法ゆがみについて前記部分を補正することを含む、作成するステップと
   を含むことを特徴とする方法。
2. 前記１つまたは複数の四角形オブジェクトを自動的に選択する前記ステップは、
   前記取り込まれた画像中のエッジを視覚的差異に基づいて検出するステップと、
   前記１つまたは複数の四角形オブジェクトを前記検出されたエッジの組合せとして決定するステップと
   をさらに含むことを特徴とする請求項１に記載の方法。
3. Ｃａｎｎｙのアルゴリズムを使用して前記エッジを検出し、Ｈｏｕｇｈ変換を使用して前記識別されたエッジから可能性のある四角形を形成するステップと、
   スコアリング方式を前記可能性のある四角形に適用して前記１つまたは複数の四角形オブジェクトを決定し、前記１つまたは複数の四角形オブジェクトの前記関連付けられるスコアを識別するステップと
   をさらに含むことを特徴とする請求項２に記載の方法。
4. 前記取り込まれた画像を表示する部分と、前記取り込まれた画像から作成された少なくとも１つのスキャンされた文書を同時に表示する別の部分とを有するユーザインタフェースを見えるようにするステップをさらに含むことを特徴とする請求項１に記載の方法。
5. 前記ユーザインタフェースは、
   前記取り込まれた画像の中にインディケータを示して前記選択された１つまたは複数の四角形オブジェクトを識別し、
   前記インディケータとのユーザインタラクションが、前記１つまたは複数の四角形オブジェクトの前記自動選択をユーザ修正することができるようにし、
   前記インディケータとのユーザインタラクションに応答して、前記ユーザ修正に従って作成された少なくとも１つのスキャンされた文書を、更新および表示する
   ように構成されることを特徴とする請求項４に記載の方法。
6. 前記自動選択が成功である場合に、前記自動選択を使用して、前記１つまたは複数のスキャンされた文書の前記作成を行うステップと、
   前記自動選択が不成功である場合に、前記半自動補正を通して選択された、前記取り込まれた画像の中の四角形オブジェクトを使用して、前記１つまたは複数のスキャンされた文書の前記作成を行うステップと
   をさらに含むことを特徴とする請求項１に記載の方法。
7. 前記半自動補正を使用する前記ステップは、
   前記取り込まれた画像の中のある位置を選択するユーザ入力を受け取るステップと、
   前記ユーザ入力に基づいて対応する四角形を自動的に導き出すステップであって、前記選択された位置が前記対応する四角形の１つの隅部である、ステップと
   を含むことを特徴とする請求項６に記載の方法。
8. １つまたは複数の視覚的エンハンスメントを適用して、前記１つまたは複数のスキャンされた文書の体裁を改善するステップをさらに含むことを特徴とする請求項１に記載の方法。
9. 遠近法ゆがみについて前記部分を補正する前記ステップは、前記取り込まれた画像の前記部分の各々を長方形に対応するように調整することを含むことを特徴とする請求項１に記載の方法。
10. 携帯型コンピューティングデバイスであって、
    カメラと、
    メモリに結合された１つまたは複数のプロセッサと、
    前記メモリに格納され、前記１つまたは複数のプロセッサを介して実行可能であって前記カメラを介して取り込まれた画像のカメラベースのスキャニングを前記携帯型コンピューティングデバイスに実施させる、取込みアプリケーションとを含み、前記カメラベースのスキャニングの実施は少なくとも、
    前記取り込まれた画像からスキャニングするために少なくとも１つの四角形を選択することであって、前記少なくとも１つの四角形は前記取り込まれた画像の中の長方形オブジェクトに対応する、四角形を選択することを含み、前記四角形を選択することは、
    前記取り込まれた画像の中の１つまたは複数の可能性のある四角形の検出に基づいて前記少なくとも１つの四角形を識別するために自動選択を行うことと、
    少なくとも、前記少なくとも１つの四角形が所定の閾値を超える関連付けられるスコアを有するかどうかを決定することによって、前記自動選択が成功かどうかを決定することと、
    前記関連付けられるスコアが前記所定の閾値を超えることに基づいて前記自動選択が成功である場合には、前記自動選択を通して識別された前記少なくとも１つの四角形を選択することと、
    前記関連付けられるスコアが前記所定の閾値を超えないことに基づいて前記自動選択が不成功である場合には、ユーザ選択を得て前記少なくとも１つの四角形を識別する半自動補正を開始し、前記半自動選択を通して識別された前記少なくとも１つの四角形を選択することと、
    前記取り込まれた画像を処理して、前記選択された少なくとも１つの四角形に対応するスキャンされた文書を生成することと
    を含むことを特徴とする携帯型コンピューティングデバイス。
11. 前記取込みアプリケーションは、前記１つまたは複数の可能性のある四角形の検出を携帯型コンピューティングデバイスに実施させるようにさらに構成されており、
    前記四角形の検出の実施は少なくとも、
    前記取り込まれた画像の中のエッジを検出することと、
    前記検出されたエッジに対応する線を決定することと、
    前記検出されたエッジおよび線を組み合わせて可能性のある四角形を導き出すことと
    を含むことを特徴とする請求項１０に記載の携帯型コンピューティングデバイス。
12. 前記エッジを検出することは、アルゴリズムを適用して、前記エッジに対応する輝度の急激な変化を見つけることを含むことを特徴とする請求項１１に記載の携帯型コンピューティングデバイス。
13. 前記検出されたエッジに対応する線を決定することは、線形変換を適用して、前記検出されたエッジの中の欠陥を補正することを含むことを特徴とする請求項１１に記載の携帯型コンピューティングデバイス。
14. 前記自動選択を行うことは、前記取り込まれた画像の中の前記四角形の位置および前記取り込まれた画像の中での前記四角形の相対的な大きさを少なくとも説明するスコアリング方式を、前記取り込まれた画像の中で検出された前記１つまたは複数の可能性のある四角形に適用することを含むことを特徴とする請求項１０に記載の携帯型コンピューティングデバイス。
15. 前記取り込まれた画像を処理して前記スキャンされた文書を生成することは、
    前記取り込まれた画像を、前記少なくとも１つの四角形に対応するようにトリミングすることと、
    前記トリミングされた画像のゆがみを除去して、遠近法ゆがみを補正することと、
    １つまたは複数の視覚的エンハンスメントを前記トリミングされた画像に適用することと
    を含むことを特徴とする請求項１０に記載の携帯型コンピューティングデバイス。