JP2017068303A - 画像処理装置及びプログラム - Google Patents

Abstract

【課題】画像の分類処理において、各画像が分類される全ての分類先をユーザが予め選択する構成と比較して、ユーザの手間を軽減する。【解決手段】端末装置２０は、複数種類の原稿画像を取得する原稿画像受信部２２と、取得された複数種類の原稿画像の各々を、複数の分類項目を各々有する複数の分類先のうちの、一の分類先に含まれる何れかの分類項目に分類し、複数種類の原稿画像のうち、一の分類先に分類されなかった原稿画像がある場合には、分類されなかった原稿画像を、何れかの原稿画像が分類された分類項目を１つ以上含む他の分類先に分類する分類処理部２４とを備える。【選択図】図４

Description

本発明は、画像処理装置及びプログラムに関する。

特許文献１には、書類に記載されている情報に基づいて、書類の種類を確定し、集計に必要な情報をその書類から読み出し、集計データを作成し、更に、作成した集計データに基づいて、情報の読み出しが終了した書類の仕分パターンを作成し、この作成した仕分パターンに基づいて書類を仕分ける技術が開示されている。

特開２００５−２４２４３０号公報

例えば帳票等の原稿から読み取った画像を、予め定められた何れかの分類先へ分類する処理を行う場合がある。ここで、各画像が分類される全ての分類先を予めユーザが選択すれば、画像が誤った分類先に分類される可能性が低くなる。しかし、用意されている分類先の数が多くなるほど、分類先の選択に手間を要する。
本発明は、画像の分類処理において、各画像が分類される全ての分類先をユーザが予め選択する構成と比較して、ユーザの手間を軽減することを目的とする。

請求項１に記載の発明は、複数種類の原稿画像を取得する取得手段と、前記取得手段により取得された前記複数種類の原稿画像の各々を、複数の分類項目を各々有する複数の分類先のうちの、一の分類先に含まれる何れかの分類項目に分類する第１分類手段と、前記複数種類の原稿画像のうち、前記第１分類手段により前記一の分類先に分類されなかった原稿画像がある場合には、当該分類されなかった原稿画像を、当該第１分類手段にて何れかの原稿画像が分類された前記分類項目を１つ以上含む他の分類先に分類する第２分類手段とを備える画像処理装置である。
請求項２に記載の発明は、各分類先では、分類される原稿画像の数が分類項目毎に予め指定されており、前記第１分類手段は、前記複数種類の原稿画像の各々を前記一の分類先に含まれる何れかの分類項目に分類した結果、指定された数を超える原稿画像が分類された分類項目がある場合には、予め定められた規則により、指定された数の原稿画像を選択して当該分類項目に分類することを特徴とする請求項１に記載の画像処理装置である。
請求項３に記載の発明は、前記第１分類手段は、前記予め定められた規則として、原稿画像に含まれる文字列と予め指定された文字列とが類似するか否かにより、指定された数の原稿画像を選択することを特徴とする請求項２に記載の画像処理装置である。
請求項４に記載の発明は、前記第１分類手段は、前記予め定められた規則として、先に取得された順番に従って、指定された数の原稿画像を選択することを特徴とする請求項２に記載の画像処理装置である。
請求項５に記載の発明は、前記第１分類手段は、前記予め定められた規則として、ユーザの操作をもとに、指定された数の原稿画像を選択することを特徴とする請求項２に記載の画像処理装置である。
請求項６に記載の発明は、前記第２分類手段は、前記他の分類先に分類されなかった原稿画像がある場合には、当該分類されなかった原稿画像を、前記第１分類手段にて何れかの原稿画像が分類された前記分類項目を含まない別の分類先に分類することを特徴とする請求項１に記載の画像処理装置である。
請求項７に記載の発明は、前記第１分類手段は、ユーザによる前記一の分類先の指定がある場合、指定された当該一の分類先に前記複数種類の原稿画像の各々を分類し、ユーザによる当該一の分類先の指定がない場合、予め定められた規則により選択した当該一の分類先に当該複数種類の原稿画像の各々を分類することを特徴とする請求項１に記載の画像処理装置である。
請求項８に記載の発明は、前記分類項目は、原稿の種類であり、前記分類先は、複数種類の原稿が用いられる業務であることを特徴とする請求項１に記載の画像処理装置である。
請求項９に記載の発明は、コンピュータに、複数種類の原稿画像を取得する機能と、取得された前記複数種類の原稿画像の各々を、複数の分類項目を各々有する複数の分類先のうちの、一の分類先に含まれる何れかの分類項目に分類する機能と、前記複数種類の原稿画像のうち、前記一の分類先に分類されなかった原稿画像がある場合には、当該分類されなかった原稿画像を、何れかの原稿画像が分類された前記分類項目を１つ以上含む他の分類先に分類する機能とを実現させるためのプログラムである。

請求項１記載の発明によれば、画像の分類処理において、各画像が分類される全ての分類先をユーザが予め選択する構成と比較して、ユーザの手間が軽減される。
請求項２記載の発明によれば、指定された数を超える画像が分類された分類項目がある場合に、分類する画像を選択することができる。
請求項３記載の発明によれば、指定された数を超える画像が分類された分類項目がある場合に、予め指定された文字列に類似する文字列を含む画像を選択することができる。
請求項４記載の発明によれば、指定された数を超える画像が分類された分類項目がある場合に、先に取得された順番で画像を選択することができる。
請求項５記載の発明によれば、指定された数を超える画像が分類された分類項目がある場合に、ユーザの操作をもとに画像を選択することができる。
請求項６記載の発明によれば、画像の分類処理において、各画像が分類される全ての分類先をユーザが予め選択する構成と比較して、さらに、ユーザの手間が軽減される。
請求項７記載の発明によれば、分類先の指定がある場合には指定された分類先に分類が行われる一方で、分類先の指定がない場合にも分類を行うことができる。
請求項８記載の発明によれば、画像の分類処理において、複数種類の原稿が用いられる業務毎に分類することができる。
請求項９記載の発明によれば、画像の分類処理において、各画像が分類される全ての分類先をユーザが予め選択する構成と比較して、ユーザの手間を軽減する機能を、コンピュータにより実現できる。

本実施の形態に係る画像処理システムの全体構成例を示した図である。 本実施の形態に係る画像読取装置のハードウェア構成例を示した図である。 本実施の形態に係る端末装置のハードウェア構成例を示した図である。 本実施の形態に係る端末装置の機能構成例を示したブロック図である。 （ａ）、（ｂ）は、分類処理部が原稿画像を分類する処理の一例を説明するための図である。 （ａ）、（ｂ）は、分類処理部が原稿画像を分類する処理の一例を説明するための図である。 分類処理部が原稿画像を分類する処理の手順の一例を示したフローチャートである。 指定枚数チェック処理の手順の一例を示したフローチャートである。

以下、添付図面を参照して、本発明の実施の形態について詳細に説明する。
＜画像処理システムの全体構成＞
まず、本実施の形態に係る画像処理システム１の全体構成について説明する。図１は、本実施の形態に係る画像処理システム１の全体構成例を示した図である。本実施の形態に係る画像処理システム１は、帳票などの原稿を分類するためのシステムである。具体的には、画像処理システム１では、「納品書」や「請求書」等の様々な種類の原稿がセットされ、原稿の内容に応じて分類が行われる。原稿が分類されることにより、ユーザは、例えば、分類された状態で原稿の記載内容を確認したり、分類毎に決められたフローに従って原稿を処理したりすることができる。
図示するように、画像処理システム１は、原稿に形成された画像を読み取って画像データを生成する画像読取装置１０と、ネットワーク３０を介して画像読取装置１０から画像データを受信して分類を行う端末装置２０とを備える。

画像読取装置１０は、スキャン機能を有し、帳票等の原稿（用紙）上に形成されている画像を読み取り、読み取った画像を示す画像データ（以下、原稿画像と称する）を生成する。ここで、画像読取装置１０は、例えばスキャナ装置であり、光源から原稿に照射した光に対する反射光をレンズで縮小してＣＣＤ(Charge Coupled Devices)で受光するＣＣＤ方式や、ＬＥＤ光源から原稿に順に照射した光に対する反射光をＣＩＳ(Contact Image Sensor)で受光するＣＩＳ方式などが用いられる。なお、画像読取装置１０としては、スキャン機能に加えて、例えば、プリント機能、コピー機能及びファクシミリ機能等を備えても良い。

端末装置２０は、ネットワーク３０を介して画像読取装置１０が生成した原稿画像を受信し、受信した原稿画像の分類を行う。端末装置２０としては、例えばＰＣ（Personal Computer）等を用いれば良い。本実施の形態では、端末装置２０が、画像処理装置の一例としての機能を有している。

ネットワーク３０は、画像読取装置１０と端末装置２０との間の情報通信に用いられる通信手段であり、例えば、ＬＡＮ（Local Area Network）である。

ここで、本実施の形態では、原稿画像が分類される分類先として、複数の分類パターンが予め用意されている。この分類パターンは、原稿が使用される区分を示し、具体的には、例えば、注文処理や納品処理等の業務毎や案件毎、顧客毎に分類パターンが定められている。また、それぞれの分類パターンでは、分類パターンで使用される原稿の種類が予め定められている。例えば、分類パターンが「注文」の業務である場合には、「注文」の業務で使用される原稿の種類が予め定められている。
また、分類に際して、ユーザは、予め用意されている複数の分類パターンの中から、セットした原稿に合った分類パターンを指定する。分類パターンが指定されることで、端末装置２０は、各原稿画像の各々を、指定された分類パターンに含まれる原稿の種類の何れかに分類する処理を行う。

ここで、予め用意されている分類パターンは、例えば数千パターン近く存在する場合がある。このような場合、ユーザが分類パターンを指定するのに手間を要する。また、ユーザは、異なる業務などで使用される複数の原稿を１度にまとめてセットする場合もある。このような場合、それぞれの業務毎に分類パターンを指定すると、さらに手間を要することになる。一方、異なる業務で使用される原稿をまとめてセットしているにも関わらず、例えばユーザが１つの分類パターンしか指定しなければ、原稿が誤った分類パターンに分類されることも考えられる。

そこで、本実施の形態では、異なる分類パターンに属する複数の原稿を１度にまとめてセットするような場合に、各原稿の全ての分類パターンをユーザが選択しなくても、端末装置２０は、それぞれの原稿に合った分類パターンに分類する処理を行う。
なお、本実施の形態では、分類先の一例として、分類パターンが用いられる。また、分類項目の一例として、原稿の種類が用いられる。

＜画像読取装置のハードウェア構成＞
次に、画像読取装置１０のハードウェア構成について説明する。図２は、本実施の形態に係る画像読取装置１０のハードウェア構成例を示した図である。図示するように、画像読取装置１０は、ＣＰＵ（Central Processing Unit）１０１と、ＲＡＭ（Random Access Memory）１０２と、ＲＯＭ（Read Only Memory）１０３と、ＨＤＤ（Hard Disk Drive）１０４と、表示パネル１０５と、画像形成部１０６と、画像読取部１０７と、通信インタフェース（以下、通信Ｉ／Ｆと称する）１０８とを備える。なお、これらの各機能部はバス１０９に接続されており、このバス１０９を介してデータの授受を行う。

ＣＰＵ１０１は、ＯＳ（Operating System）やアプリケーション等の各種プログラムを実行する。ＲＡＭ１０２は、ＣＰＵ１０１の作業用メモリ等として用いられるメモリである。ＲＯＭ１０３は、ＣＰＵ１０１が実行する各種プログラム等を記憶するメモリである。そして、ＣＰＵ１０１は、ＲＯＭ１０３等に記憶された各種プログラムをＲＡＭ１０２にロードして実行することにより、画像読取装置１０の各機能を実現する。また、ＨＤＤ１０４は、各種ソフトウェアに対する入力データや各種ソフトウェアからの出力データ等を記憶する記憶領域である。

表示パネル１０５は、各種情報の表示やユーザからの操作入力の受付を行う。
画像形成部１０６は、入力される画像データをもとに記録媒体に画像を形成する。ここで、画像形成部１０６は、例えばプリンタであり、感光体に付着させたトナーを記録媒体に転写して像を形成する電子写真方式や、インクを記録媒体上に吐出して像を形成するインクジェット方式などが用いられる。

画像読取部１０７は、例えばスキャナであり、原稿上に形成されている画像を読み取り、読み取った画像を示す原稿画像を生成する。
通信Ｉ／Ｆ１０８は、ネットワーク３０を介して端末装置２０等の外部機器との間で各種データの送受信を行うインタフェースとして機能する。

＜端末装置のハードウェア構成＞
次に、端末装置２０のハードウェア構成について説明する。図３は、本実施の形態に係る端末装置２０のハードウェア構成例を示した図である。図示するように、端末装置２０は、演算手段であるＣＰＵ２０１と、記憶手段であるメインメモリ２０２および磁気ディスク装置（ＨＤＤ）２０３とを備える。

ここで、ＣＰＵ２０１は、ＯＳやアプリケーション等の各種プログラムを実行し、端末装置２０の各機能を実現する。また、メインメモリ２０２は、各種プログラムやその実行に用いるデータ等を記憶する記憶領域である。磁気ディスク装置２０３は、各種プログラムに対する入力データや各種プログラムからの出力データ等を記憶する記憶領域である。さらに、端末装置２０は、外部との通信を行うための通信Ｉ／Ｆ２０４と、ビデオメモリやディスプレイ等からなる表示機構２０５と、キーボードやマウス等の入力デバイス２０６とを備える。

＜端末装置の機能構成＞
次に、端末装置２０の機能構成について説明する。図４は、本実施の形態に係る端末装置２０の機能構成例を示したブロック図である。端末装置２０は、原稿画像を分類する際に用いられる情報を記憶する分類情報記憶部２１と、ネットワーク３０を介して画像読取装置１０から原稿画像を受信する原稿画像受信部２２と、ユーザからの操作入力を受け付ける操作受付部２３と、受信した原稿画像の分類を行う分類処理部２４とを備える。

分類情報記憶部２１は、原稿画像を分類する際に用いられる情報を記憶する。具体的には、分類情報記憶部２１は、予め用意された複数の分類パターンと、各分類パターンで使用される原稿の種類とを記憶している。
また、分類情報記憶部２１は、原稿の種類毎に、原稿の種類を特定するための情報を記憶している。ここで、原稿画像を分類する際には、例えばＯＣＲ（Optical Character Recognition）により、原稿画像に含まれる文字の認識が行われる。ＯＣＲとは、画像データ上にある文字を解析し、コンピュータで扱われる文字データに変換する技術である。そのため、分類情報記憶部２１は、原稿の種類毎に、原稿の種類を特定するための文字列等を記憶している。

原稿画像受信部２２は、画像読取部１０７が原稿上に形成されている画像を読み取って生成した原稿画像を、ネットワーク３０を介して画像読取装置１０から受信する。

操作受付部２３は、ユーザからの操作入力を受け付ける。例えば、操作受付部２３は、原稿画像の分類に際して、ユーザが分類パターンを指定する操作を受け付ける。

分類処理部２４は、原稿画像受信部２２が受信した複数種類の原稿画像の分類を行う。具体的には、分類処理部２４は、ユーザに指定された分類パターンに従って、原稿画像の各々を、指定された分類パターンに含まれる原稿の種類の何れかに分類する。ここで、指定された分類パターンに含まれるどの種類にも該当しない原稿画像がある場合には、指定された分類パターンには分類されない。この場合、分類処理部２４は、指定された分類パターンに分類されなかった原稿画像を、例えば「その他」の項目に分類する。その後、分類処理部２４は、「その他」の項目に分類した原稿画像を、指定された分類パターン以外の他の分類パターンで分類する処理を行う。

また、分類処理部２４は、原稿画像を分類する際には、上述したように、例えばＯＣＲにより原稿画像に含まれる文字を認識する。具体的には、分類処理部２４は、原稿画像内でＯＣＲにより認識した文字列と、分類情報記憶部２１が記憶している原稿の種類毎の文字列とを照合することにより、原稿画像に対応する原稿の種類を特定して、分類パターンへの分類を行う。

なお、端末装置２０が有するこれらの各機能部は、ソフトウェアとハードウェア資源とが協働することにより実現される。具体的には、ＣＰＵ２０１が、端末装置２０の各機能部を実現するプログラムを、例えば磁気ディスク装置２０３からメインメモリ２０２に読み込んで実行することにより、これらの機能部が実現される。また、分類情報記憶部２１は、例えば磁気ディスク装置２０３により実現される。

また、本実施の形態では、原稿画像受信部２２が、取得手段の一例としての機能を有している。さらに、分類処理部２４が、第１分類手段及び第２分類手段の一例としての機能を有している。

＜原稿画像を分類する処理の説明＞
次に、図５及び図６を参照しながら、分類処理部２４が原稿画像を分類する処理について説明する。図５及び図６は、分類処理部２４が原稿画像を分類する処理の一例を説明するための図である。

まず、図５（ａ）は、各分類パターンに定められている原稿の種類の一例を示す図である。図５（ａ）に示す例では、分類パターンとして、パターン１〜４が定められている。また、原稿の種類として、種類１〜６が定められている。そして、各分類パターンでは、「使用有無」の欄に「○」を付して、その分類パターンで使用される原稿の種類を示している。また、「枚数」の欄は、各分類パターンで使用される原稿の枚数として指定された枚数（以下、指定枚数と称する）を、原稿の種類毎に示している。

例えば、パターン１では、種類１、種類２及び種類３の原稿が１枚ずつ使用される。また、例えば、パターン３では、種類３及び種類５の原稿が１枚ずつ使用され、さらに種類１の原稿が２枚使用される。即ち、パターン３の業務を行うためには、種類３及び種類５の原稿は１枚あれば良いが、種類１の原稿は２枚必要になる。

次に、図５（ｂ）は、実際に画像読取装置１０にセットされて分類が行われる原稿の一例を説明するための図である。ここで、原稿Ａ〜Ｅの５枚の原稿が順番に画像読取装置１０にセットされるものとする。即ち、原稿Ａが１枚目にセットされ、続けて、原稿Ｂ、原稿Ｃ、原稿Ｄ、原稿Ｅがそれぞれ２枚目〜５枚目にセットされる。また、各原稿について、原稿Ａは種類１、原稿Ｂは種類２、原稿Ｃは種類３、原稿Ｄは種類１、原稿Ｅは種類５の原稿であるものとする。

次に、図６（ａ）、（ｂ）は、図５（ｂ）に示す各原稿Ａ〜Ｅを、図５（ａ）に示す分類パターンで分類した結果の一例を説明するための図である。
まず、ユーザは、分類パターンとして、図５（ａ）に示す「パターン１」を指定するものとする。「パターン１」が指定されると、分類処理部２４は、各原稿画像を、指定された「パターン１」に含まれる原稿の種類の何れかに分類する。具体的には、分類処理部２４は、１枚目の原稿Ａから順番に文字認識を行い、認識した文字をもとに、各原稿が種類１〜種類３の何れかに該当するか否かを判断していく。

ここで、例えば、１枚目の原稿Ａは、認識された文字により種類１と特定されて、種類１に分類される。順に、２枚目の原稿Ｂは種類２、３枚目の原稿Ｃは種類３、４枚目の原稿Ｄは種類１に分類される。一方、５枚目の原稿Ｅは種類１〜種類３のどの種類にも該当しない。そのため、原稿Ｅは「その他」に分類される。

その結果、種類１には原稿Ａ及び原稿Ｄの２枚の原稿が分類される。また、種類２には原稿Ｂが分類され、種類３には原稿Ｃが分類される。ここで、「パターン１」では、図５（ａ）に示すように、種類１〜３の原稿が１枚ずつ使用されるが、ここで種類１に分類された原稿の枚数は２枚であるため、指定枚数を超えることになる。この場合、分類処理部２４は、予め定められた規則に従って、指定枚数の原稿画像を選択する。

例えば、分類処理部２４は、分類情報記憶部２１に記憶されている「種類１」に分類するための文字列と、原稿画像に含まれる文字列との類似度を判断する。そして、分類処理部２４は、類似度が高い原稿画像を優先して選択する。ここでは、予め指定された文字列の一例として、「種類１」に分類するための文字列が用いられる。
さらに説明すると、原稿Ａには、「種類１」に分類するための文字列と完全に一致する文字列が含まれており、原稿Ｄには、「種類１」に分類するための文字列のうち１文字を違う文字に置き換えた正規表現が含まれていれば、完全一致の文字列を含む原稿Ａが優先される。即ち、原稿Ａがパターン１に分類される一方で、原稿Ｄは「その他」に分類される。

また、類似度については、完全一致文字列や正規表現を用いる場合に限られず、例えば、ＯＣＲで文字認識を行った際の確信度を用いても良い。一般に、ＯＣＲでは、文字認識を行った文字毎に確信度が割り当てられる。付言すると、同一の文字であっても、文字の大きさや字体によって確信度が変わる場合があり、確信度が高いほど文字認識の信頼性が高いと判断される。そこで、例えば、ＯＣＲによる確信度が高い原稿画像を優先して選択することとしても良い。

このようにして、１回目の分類結果では、図６（ａ）に示すように、原稿Ａは種類１、原稿Ｂは種類２、原稿Ｃは種類３に分類される。また、原稿Ｄ及び原稿Ｅは「その他」に分類される。

次に、分類処理部２４は、１回目の分類結果をもとに他の分類パターンを探索する。そして、分類処理部２４は、「その他」に分類された原稿画像の分類を実行する。
ここで、分類処理部２４は、１回目に原稿画像が分類された原稿の種類（図６（ａ）に示す例では、種類１〜３）の１つ以上を含む他の分類パターンを探索する。

図６（ａ）に示す例では、パターン２及びパターン４では種類１〜３が含まれていないが、パターン３では種類１及び種類３が含まれている。そのため、分類処理部２４は、探索の結果、「パターン３」を選択する。そして、分類処理部２４は、１回目に「その他」に分類された原稿Ｄ及び原稿Ｅを、「パターン３」に含まれる原稿の種類の何れかに分類する。その結果、図６（ａ）に示すように、４枚目の原稿Ｄは種類１に分類され、５枚目の原稿Ｅは種類５に分類される。このようにして、２回目の分類が終了する。

図６（ｂ）は、最終的な分類結果を示している。図示するように、原稿Ａ〜Ｃはパターン１に振り分けられ、原稿Ｄ及び原稿Ｅはパターン３に振り分けられる。また、原稿Ａ及び原稿Ｄは種類１に分類され、原稿Ｂは種類２に分類される。また、原稿Ｃは種類３に分類され、原稿Ｅは種類５に分類される。

ここで、図６（ｂ）に示す結果では、パターン１で使用される原稿は全て揃っている。一方、パターン３で使用される原稿は、種類１の原稿１枚、種類３の原稿１枚が足りない。言い換えると、原稿Ａ及び原稿Ｃをパターン１ではなくパターン３に分類すれば、パターン３で使用される原稿が全て揃うことになる。このように、図５及び図６に示す例は、パターン１及びパターン３の異なる分類パターンに属する複数の原稿がセットされた場合であり、どちらの分類パターンにも分類可能な原稿が存在している場合を示している。

図５及び図６に示す例のように、ユーザが原稿をまとめてセットする場合には、複数の原稿のうち、異なる分類パターンのどちらにも分類可能な原稿が存在することが考えられる。そこで、本実施の形態では、上記のように、分類処理部２４は、１回目の分類として、ユーザに指定された分類パターンで分類を行った後、１回目の分類結果をもとに他の分類パターンを選択する。ここで、分類処理部２４は、１回目で原稿画像が分類された原稿の種類の１つ以上を含む他の分類パターンを選択する。そして、分類処理部２４は、２回目の分類として、１回目に「その他」に分類した原稿を、選択した他の分類パターンで分類する。

＜原稿画像を分類する処理手順＞
次に、分類処理部２４が原稿画像を分類する処理の手順について説明する。図７は、分類処理部２４が原稿画像を分類する処理の手順の一例を示したフローチャートである。初期状態として、ユーザが画像読取装置１０に複数の原稿をセットしたものとする。

初めに、ユーザは、セットした原稿に応じて分類パターンを１つ指定する操作を行う。そして、操作受付部２３は、分類パターンを指定する操作を受け付ける（ステップ１０１）。次に、ユーザが画像読取装置１０を操作することにより、セットした原稿の読み取りが行われ、生成された原稿画像が端末装置２０に送信される。

次に、分類処理部２４は、指定された分類パターンで各原稿画像の分類を行う（ステップ１０２）。ここで、分類処理部２４は、各原稿画像の文字認識を行って、指定された分類パターンに含まれる原稿の種類の何れかに分類する。指定された分類パターンに含まれるどの原稿の種類にも該当しないものについては、「その他」に分類される。

次に、分類処理部２４は、全ての原稿画像について分類を行ったか否かを判定する（ステップ１０３）。まだ分類が行われていない原稿画像があると判定された場合（ステップ１０３でＮｏ）、ステップ１０２へ移行する。全ての原稿画像について分類が行われたと判定された場合（ステップ１０３でＹｅｓ）、分類処理部２４は、指定枚数チェック処理を行う（ステップ１０４）。指定枚数チェック処理では、分類パターンの指定枚数を超える原稿画像が分類された原稿の種類があるか否かのチェックが行われる。指定枚数を超える原稿画像については、「その他」に分類される。指定枚数チェック処理の手順の詳細については後述する。

次に、分類処理部２４は、分類結果の中に「その他」に分類された原稿画像があるか否かを判定する（ステップ１０５）。「その他」に分類された原稿画像がないと判定された場合（ステップ１０５でＮｏ）、本処理フローは終了する。一方、「その他」に分類された原稿画像があると判定された場合（ステップ１０５でＹｅｓ）、分類処理部２４は、１回目の分類結果をもとに他の分類パターンを選択する（ステップ１０６）。ここで、分類処理部２４は、１回目に原稿画像が分類された原稿の種類を１つ以上含む他の分類パターンを選択する。

次に、分類処理部２４は、選択した分類パターンで、１回目に「その他」に分類された原稿画像の分類を行う（ステップ１０７）。次に、分類処理部２４は、１回目に「その他」に分類された全ての原稿画像について分類を行ったか否かを判定する（ステップ１０８）。まだ分類が行われていない原稿画像があると判定された場合（ステップ１０８でＮｏ）、ステップ１０７へ移行する。一方、全ての原稿画像について分類が行われたと判定された場合（ステップ１０８でＹｅｓ）、分類処理部２４は、ステップ１０４と同様に、指定枚数チェック処理を行う（ステップ１０９）。

次に、分類処理部２４は、分類結果の中に「その他」に分類された原稿画像があるか否かを判定する（ステップ１１０）。「その他」に分類された原稿画像がないと判定された場合（ステップ１１０でＮｏ）、本処理フローは終了する。一方、「その他」に分類された原稿画像があると判定された場合（ステップ１１０でＹｅｓ）、分類処理部２４は、さらに他の分類パターンを選択し、「その他」に分類された原稿画像の分類を行う（ステップ１１１）。そして、本処理フローは終了する。

ここで、ステップ１０６において、１回目に原稿画像が分類された原稿の種類を１つ以上含む他の分類パターンが、複数存在する場合も考えられる。この場合、分類処理部２４は、予め定められた規則に従って、他の分類パターンを１つ選択する。
例えば、分類処理部２４は、予め用意された複数の分類パターンの中から、分類パターン毎に事前に付与されている番号の最も小さい分類パターンを選択する。ここで、１回目に原稿画像が分類された原稿の種類をより多く含む分類パターンを優先して選択しても良い。例えば、１回目に原稿画像が分類された原稿の種類が３つであれば、まず、分類処理部２４は、その３つの原稿の種類を全て含む分類パターンを優先して選択する。さらに、３つの原稿の種類を全て含む分類パターンが複数ある場合には、分類処理部２４は、その中で事前に付与されている番号の最も小さいものを選択する。

さらに、ステップ１０６において、分類処理部２４は、１回目に原稿画像が分類された原稿の種類を１つ以上含む他の分類パターンを選択することとしたが、１回目の分類で原稿画像が全て「その他」に分類されることも考えられる。この場合、例えば、分類処理部２４は、まず、分類情報記憶部２１に記憶されている情報を参照して、全ての原稿画像の原稿の種類を特定する。そして、分類処理部２４は、予め用意された複数の分類パターンの中で、特定した原稿の種類を最も多く含む分類パターンを選択して、２回目の分類を行う。

また、ステップ１１１でも、残りの分類パターンが複数存在する場合も考えられる。この場合、分類処理部２４は、上記のステップ１０６と同様に、予め定められた規則に従って、さらに他の分類パターンを選択する。
例えば、分類処理部２４は、残りの分類パターンの中で、１回目に原稿画像が分類された原稿の種類を含む分類パターンを優先して選択する。また、１回目に原稿画像が分類された原稿の種類を含む分類パターンがなければ、分類処理部２４は、事前に付与されている番号の最も小さい分類パターンを選択する。
ステップ１１１では、このようにして、全ての原稿画像が何れかの分類パターンの原稿の種類に分類されるまで、順番に分類パターンが選択されて処理が行われる。

＜指定枚数チェック処理の手順＞
次に、図７に示す手順のステップ１０４及びステップ１０９で行われる指定枚数チェック処理の手順について説明する。図８は、指定枚数チェック処理の手順の一例を示したフローチャートである。

まず、分類処理部２４は、分類パターンの指定枚数を超える原稿画像が分類された原稿の種類があるか否かを判定する（ステップ２０１）。ステップ２０１で否定の判断（Ｎｏ）がされた場合、本処理フローは終了する。一方、ステップ２０１で肯定の判断（Ｙｅｓ）がされた場合、分類処理部２４は、指定枚数を超えて分類された原稿の種類において、どの原稿画像を優先させるかを決定する（ステップ２０２）。ここで、分類処理部２４は、上述したように、例えば、分類情報記憶部２１に記憶されている文字列との類似度が高い文字列を含む原稿画像を優先させる。優先されなかった原稿画像は、「その他」に分類される。

次に、分類処理部２４は、分類パターンに定められた原稿の種類の全てについて、指定枚数以内に収まったか否かを判定する（ステップ２０３）。ステップ２０３で否定の判断（Ｎｏ）がされた場合、ステップ２０２へ移行する。一方、ステップ２０３で肯定の判断（Ｙｅｓ）がされた場合、本処理フローは終了する。

ここで、ステップ２０２において、分類情報記憶部２１に記憶されている文字列との類似度をもとに優先させる原稿画像を決定することとしたが、このような構成に限られるものではない。例えば、先に原稿がセットされて原稿画像受信部２２が原稿画像を受信した順番（即ち、画像読取装置１０にて先にスキャンされた順番）に従って、優先させる原稿画像を決定しても良い。例えば、ユーザに指定された分類パターンでは種類１の原稿が１枚使用されることが定められており、分類の結果、１枚目の原稿Ａと２枚目の原稿Ｂとが種類１に分類されたものとする。この場合、先にセットされた１枚目の原稿Ａが優先されて、この分類パターンの種類１に分類される。一方、２枚目の原稿Ｂは「その他」に分類される。

さらに、ユーザの操作をもとに、優先させる原稿画像を決定することとしても良い。例えば、ユーザに指定された分類パターンでは種類１の原稿が１枚使用されることが定められており、分類の結果、１枚目の原稿Ａと２枚目の原稿Ｂとが種類１に分類されたものとする。この場合、原稿Ａの画像と原稿Ｂの画像とを表示機構２０５等に表示して、どちらを優先させるかをユーザに選択させる。

以上説明したように、本実施の形態に係る端末装置２０は、１回目の分類として、ユーザに指定された分類パターンで分類を行った後、１回目の分類結果をもとに他の分類パターンを選択する。ここで、端末装置２０は、１回目で原稿画像が分類された原稿の種類を１つ以上含む分類パターンに絞って、２回目の分類で用いる他の分類パターンを選択する。そして、端末装置２０は、２回目の分類として、１回目に「その他」に分類された原稿を、選択した他の分類パターンで分類する。そのため、２回目の分類では、ユーザが分類パターンを指定することなく、端末装置２０にて分類パターンが選択されて分類が行われる。

また、本実施の形態において、画像読取装置１０が画像を読み取る前にユーザが分類パターンを指定することとしたが、画像読取装置１０が画像を読み取った後に、分類パターンを指定することとしても良い。また、ユーザは、分類パターンを指定する操作を端末装置２０に対して行うこととしたが、画像読取装置１０に対して行うこととしても良い。

さらに、本実施の形態において、１回目の分類で用いる分類パターンについても、ユーザが指定するのではなく、端末装置２０が予め定められた規則に従って選択することとしても良い。この場合、例えば、端末装置２０は、まず、分類情報記憶部２１に記憶している情報を参照して、受信した全ての原稿画像について原稿の種類を特定する。そして、端末装置２０は、例えば、予め用意された全ての分類パターンの中で、特定された原稿の種類を最も多く含む分類パターンを選択する。ここで候補になる分類パターンが複数ある場合には、端末装置２０は、分類パターン毎に事前に付与されている番号の小さい分類パターンを優先させる。さらに、端末装置２０が分類パターンを決定するのではなく、ユーザが分類パターンを指定する操作を端末装置２０や画像読取装置１０に対して行うこととしてもよい。

また、本実施の形態において、画像読取装置１０が端末装置２０の機能を有することとしても良い。この場合、画像読取装置１０は、原稿上に形成されている画像を読み取り、原稿画像を生成する。そして、画像読取装置１０は、生成した原稿画像を何れかの分類パターンに振り分けて、各原稿画像を原稿の種類毎に分類する。この場合には、画像読取装置１０を、画像処理装置の一例として捉えることができる。

また、本発明の実施の形態を実現するプログラムは、通信手段により提供することはもちろん、ＣＤ−ＲＯＭ等の記録媒体に格納して提供することも可能である。

なお、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態には限定されない。本発明の精神及び範囲から逸脱することなく様々に変更したり代替態様を採用したりすることが可能なことは、当業者に明らかである。

１…画像処理システム、１０…画像読取装置、２０…端末装置、２１…分類情報記憶部、２２…原稿画像受信部、２３…操作受付部、２４…分類処理部、３０…ネットワーク

Claims (9)

1. 複数種類の原稿画像を取得する取得手段と、
   前記取得手段により取得された前記複数種類の原稿画像の各々を、複数の分類項目を各々有する複数の分類先のうちの、一の分類先に含まれる何れかの分類項目に分類する第１分類手段と、
   前記複数種類の原稿画像のうち、前記第１分類手段により前記一の分類先に分類されなかった原稿画像がある場合には、当該分類されなかった原稿画像を、当該第１分類手段にて何れかの原稿画像が分類された前記分類項目を１つ以上含む他の分類先に分類する第２分類手段と
   を備える画像処理装置。
2. 各分類先では、分類される原稿画像の数が分類項目毎に予め指定されており、
   前記第１分類手段は、前記複数種類の原稿画像の各々を前記一の分類先に含まれる何れかの分類項目に分類した結果、指定された数を超える原稿画像が分類された分類項目がある場合には、予め定められた規則により、指定された数の原稿画像を選択して当該分類項目に分類すること
   を特徴とする請求項１に記載の画像処理装置。
3. 前記第１分類手段は、前記予め定められた規則として、原稿画像に含まれる文字列と予め指定された文字列とが類似するか否かにより、指定された数の原稿画像を選択すること
   を特徴とする請求項２に記載の画像処理装置。
4. 前記第１分類手段は、前記予め定められた規則として、先に取得された順番に従って、指定された数の原稿画像を選択すること
   を特徴とする請求項２に記載の画像処理装置。
5. 前記第１分類手段は、前記予め定められた規則として、ユーザの操作をもとに、指定された数の原稿画像を選択すること
   を特徴とする請求項２に記載の画像処理装置。
6. 前記第２分類手段は、前記他の分類先に分類されなかった原稿画像がある場合には、当該分類されなかった原稿画像を、前記第１分類手段にて何れかの原稿画像が分類された前記分類項目を含まない別の分類先に分類すること
   を特徴とする請求項１に記載の画像処理装置。
7. 前記第１分類手段は、ユーザによる前記一の分類先の指定がある場合、指定された当該一の分類先に前記複数種類の原稿画像の各々を分類し、ユーザによる当該一の分類先の指定がない場合、予め定められた規則により選択した当該一の分類先に当該複数種類の原稿画像の各々を分類すること
   を特徴とする請求項１に記載の画像処理装置。
8. 前記分類項目は、原稿の種類であり、前記分類先は、複数種類の原稿が用いられる業務であること
   を特徴とする請求項１に記載の画像処理装置。
9. コンピュータに、
   複数種類の原稿画像を取得する機能と、
   取得された前記複数種類の原稿画像の各々を、複数の分類項目を各々有する複数の分類先のうちの、一の分類先に含まれる何れかの分類項目に分類する機能と、
   前記複数種類の原稿画像のうち、前記一の分類先に分類されなかった原稿画像がある場合には、当該分類されなかった原稿画像を、何れかの原稿画像が分類された前記分類項目を１つ以上含む他の分類先に分類する機能と
   を実現させるためのプログラム。

Images