JP2018045368A - 画像処理装置、情報処理方法及びプログラム - Google Patents
画像処理装置、情報処理方法及びプログラム Download PDFInfo
- Publication number
- JP2018045368A JP2018045368A JP2016178598A JP2016178598A JP2018045368A JP 2018045368 A JP2018045368 A JP 2018045368A JP 2016178598 A JP2016178598 A JP 2016178598A JP 2016178598 A JP2016178598 A JP 2016178598A JP 2018045368 A JP2018045368 A JP 2018045368A
- Authority
- JP
- Japan
- Prior art keywords
- image
- processing apparatus
- objects
- image processing
- photographed
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Image Processing (AREA)
Abstract
【課題】オブジェクトの種類に応じて画像に対する処理を変更することを目的とする。【解決手段】複数のオブジェクトが撮影された第1の撮影画像を取得する第1の取得手段と、第1の撮影画像とは異なる角度から複数のオブジェクトが撮影された第2の撮影画像を取得する第2の取得手段と、第1の撮影画像の複数のオブジェクトのそれぞれのオブジェクトのオブジェクト画像と第2の撮影画像の複数のオブジェクトのそれぞれのオブジェクトのオブジェクト画像とを生成する生成手段と、複数のオブジェクトのそれぞれのオブジェクトのオブジェクト種別に応じて、それぞれのオブジェクトに関するオブジェクト画像に対する処理を変更する制御手段と、を有することによって課題を解決する。【選択図】図3
Description
本発明は、画像処理装置、情報処理方法及びプログラムに関する。
従来、スキャナを用いて文書を1枚ずつ光学的に読み取り、画像や文字を認識してデジタルデータ化して保管することが一般的だったが、複数の文書を同時に読み取る装置が提案されている。
特許文献1では、複数の文書を両面同時にスキャンし、両面の画像から、各文書をクロップし、位置情報から文書ごとの両面クロップ画像を関連付ける手法が提案されている。
特許文献1では、複数の文書を両面同時にスキャンし、両面の画像から、各文書をクロップし、位置情報から文書ごとの両面クロップ画像を関連付ける手法が提案されている。
しかし、特許文献1の方法では、複数の文書の両面スキャンをし、その両面画像の関連付けが可能であるが、スキャン対象となる物体の種別によって、画像の合成や後処理の方法を変えたい場合に、対処することができない。例えば、円筒形状の物体を複数面から撮影した場合、円筒形状の側面に書かれた文字やバーコードを認識したい場合は、その側面を展開した1枚の画像へと合成する必要がある。
本発明は、オブジェクトの種類に応じて画像に対する処理を変更することを目的とする。
本発明は、オブジェクトの種類に応じて画像に対する処理を変更することを目的とする。
本発明の画像処理装置は、複数のオブジェクトが撮影された第1の撮影画像を取得する第1の取得手段と、前記第1の撮影画像とは異なる角度から前記複数のオブジェクトが撮影された第2の撮影画像を取得する第2の取得手段と、前記第1の撮影画像の複数のオブジェクトのそれぞれのオブジェクトのオブジェクト画像と前記第2の撮影画像の複数のオブジェクトのそれぞれのオブジェクトのオブジェクト画像とを生成する生成手段と、前記複数のオブジェクトのそれぞれのオブジェクトのオブジェクト種別に応じて、前記それぞれのオブジェクトに関するオブジェクト画像に対する処理を変更する制御手段と、を有する。
本発明によれば、オブジェクトの種類に応じて画像に対する処理を変更することができる。
以下、本発明の実施形態について図面に基づいて説明する。
<第1の実施形態>
図1は、情報処理システムのシステム構成の一例を示す図である。
作業台101は、撮影対象物を置き、読み取り作業を行うための作業台である。作業台は、ガラスやアクリル等の可視光を透過する物体で構成され、対象物を下方からも撮影可能なようになっている。
第一撮影装置102は、作業台101に置かれた対象物を含めて、作業台101の全域を上面から撮影する機能を有する撮影装置である。
第二撮影装置103は、作業台101に置かれた対象物を含めて、作業台101の全域を下面から撮影する機能を有する撮影装置である。
画像処理装置104は、第一撮影装置102、第二撮影装置103で得られた画像を処理する画像処理装置である。
第一撮影装置102、第二撮影装置103、画像処理装置104は、同一のハードウェアとして構成されていてもよいし、別々のハードウェアとして構成されていてもよい。例えば、第一撮影装置102、第二撮影装置103はネットワークで接続されており、画像処理装置104は同ネットワーク上にサーバーやPCとして配置されていてもよい。本実施形態では説明の簡略化のために情報処理システムに含まれる撮影装置を2つとしているが、3方向、4方向から撮影対象物を撮影できるように更に撮影装置を含むようにしてもよい。
作業台101に置かれた複数の撮影対象物は、複数のオブジェクトの一例である。
図1は、情報処理システムのシステム構成の一例を示す図である。
作業台101は、撮影対象物を置き、読み取り作業を行うための作業台である。作業台は、ガラスやアクリル等の可視光を透過する物体で構成され、対象物を下方からも撮影可能なようになっている。
第一撮影装置102は、作業台101に置かれた対象物を含めて、作業台101の全域を上面から撮影する機能を有する撮影装置である。
第二撮影装置103は、作業台101に置かれた対象物を含めて、作業台101の全域を下面から撮影する機能を有する撮影装置である。
画像処理装置104は、第一撮影装置102、第二撮影装置103で得られた画像を処理する画像処理装置である。
第一撮影装置102、第二撮影装置103、画像処理装置104は、同一のハードウェアとして構成されていてもよいし、別々のハードウェアとして構成されていてもよい。例えば、第一撮影装置102、第二撮影装置103はネットワークで接続されており、画像処理装置104は同ネットワーク上にサーバーやPCとして配置されていてもよい。本実施形態では説明の簡略化のために情報処理システムに含まれる撮影装置を2つとしているが、3方向、4方向から撮影対象物を撮影できるように更に撮影装置を含むようにしてもよい。
作業台101に置かれた複数の撮影対象物は、複数のオブジェクトの一例である。
図2は、情報処理システムのハードウェア構成の一例を示す図である。本実施形態では説明の簡略化のため、第一撮影装置102、第二撮影装置103、画像処理装置104は同一の装置として構成されているものとする。画像処理装置104は、ハードウェア構成として、CPU201、メモリ203、記憶装置204、入力装置207を含む。
CPU(Central Processing Unit)201は、各種処理のための演算や論理判断等を行い、バス等に接続された各種要素を制御する。
メモリ203は、プログラムメモリとデータメモリとを保持する。プログラムメモリには、プログラムが格納される。メモリ203はROM(Read−Only Memory)であってもよいし、外部記憶装置等からプログラムがロードされるRAM(Random Access Memory)であってもよい。又は、メモリ203は、ROM、RAMの組合せで実現されてもよい。
記憶装置204は、本実施形態に係るデータやプログラムを記憶しておくためのハードディスク等の装置である。
第一撮影装置102、第二撮影装置103は、レンズと撮像素子を持ち、レンズから入射する光を撮影し画像データに現像する装置である。本実施形態では、第一撮影装置102、第二撮影装置103は、作業台101を上面、下面からそれぞれ撮影し、画像データ取得に利用される。
入力装置207は、ユーザからの指示を入力するための装置である。ユーザは入力装置207を介して、当該情報処理システムに指示を行う。入力装置207は、例えば、ユーザの押下を検知する物理ボタンやユーザのジェスチャー指示を検出可能なセンサにより実現することができる。
CPU201がメモリ203又は記憶装置204に記憶されたプログラムに基づき処理を実行することにより情報処理システムの機能及び後述する図3のフローチャートの各処理が実現される。
CPU(Central Processing Unit)201は、各種処理のための演算や論理判断等を行い、バス等に接続された各種要素を制御する。
メモリ203は、プログラムメモリとデータメモリとを保持する。プログラムメモリには、プログラムが格納される。メモリ203はROM(Read−Only Memory)であってもよいし、外部記憶装置等からプログラムがロードされるRAM(Random Access Memory)であってもよい。又は、メモリ203は、ROM、RAMの組合せで実現されてもよい。
記憶装置204は、本実施形態に係るデータやプログラムを記憶しておくためのハードディスク等の装置である。
第一撮影装置102、第二撮影装置103は、レンズと撮像素子を持ち、レンズから入射する光を撮影し画像データに現像する装置である。本実施形態では、第一撮影装置102、第二撮影装置103は、作業台101を上面、下面からそれぞれ撮影し、画像データ取得に利用される。
入力装置207は、ユーザからの指示を入力するための装置である。ユーザは入力装置207を介して、当該情報処理システムに指示を行う。入力装置207は、例えば、ユーザの押下を検知する物理ボタンやユーザのジェスチャー指示を検出可能なセンサにより実現することができる。
CPU201がメモリ203又は記憶装置204に記憶されたプログラムに基づき処理を実行することにより情報処理システムの機能及び後述する図3のフローチャートの各処理が実現される。
図3は、情報処理の一例を示すフローチャートである。
S301では、第一撮影装置102は、作業台101上を上面から撮影し、作業台101上に置かれた物体を含んだ第一面撮影画像を生成する。画像処理装置104は、第一撮影装置102より第一面撮影画像を取得する。
S302では、第二撮影装置103は、作業台101上を下面から撮影し、作業台101上に置かれた物体を含んだ第二面撮影画像を生成する。画像処理装置104は、第二撮影装置103より第二面撮影画像を取得する。第二面撮影画像は、第一面撮影画像とは異なる角度から作業台101上に置かれた物体が撮影された画像の一例である。
本実施形態では説明のためにS301、S302と順に実行しているが、同時に撮影してもよいし、順序が逆になってもよい。
S303では、画像処理装置104は、S301で得た第一面撮影画像から対象となる物体を検出し、第一面オブジェクト座標値を算出する。画像処理装置104は、第一撮影装置102、第二撮影装置103により、予め作業台101を撮影しておいて、画素差分から、物体を検出する。また、画像処理装置104は、実物体が紙文書等、四辺を持つ場合には、用紙の辺を直線抽出により抽出し、原稿四辺を推定する方法を用いてもよい。画像処理装置104は、撮影画像をグレースケールへと変換し、SobelやLaplacianフィルタ等のエッジ強調をかけ、ハフ変換や最小近似法等の手法により直線の線分を抽出すればよい。その他、画像処理装置104は、専用のセンサによって検出してもよい。
画像処理装置104は、S302で得た第二面撮影画像に対しても同様にオブジェクトを抽出し、第二面オブジェクト座標値を算出する。ここでは、作業台上に物体がN個置かれた場合は、N個の第一面オブジェクト座標値、N個の第二面オブジェクト座標値が得られることになる。
S301では、第一撮影装置102は、作業台101上を上面から撮影し、作業台101上に置かれた物体を含んだ第一面撮影画像を生成する。画像処理装置104は、第一撮影装置102より第一面撮影画像を取得する。
S302では、第二撮影装置103は、作業台101上を下面から撮影し、作業台101上に置かれた物体を含んだ第二面撮影画像を生成する。画像処理装置104は、第二撮影装置103より第二面撮影画像を取得する。第二面撮影画像は、第一面撮影画像とは異なる角度から作業台101上に置かれた物体が撮影された画像の一例である。
本実施形態では説明のためにS301、S302と順に実行しているが、同時に撮影してもよいし、順序が逆になってもよい。
S303では、画像処理装置104は、S301で得た第一面撮影画像から対象となる物体を検出し、第一面オブジェクト座標値を算出する。画像処理装置104は、第一撮影装置102、第二撮影装置103により、予め作業台101を撮影しておいて、画素差分から、物体を検出する。また、画像処理装置104は、実物体が紙文書等、四辺を持つ場合には、用紙の辺を直線抽出により抽出し、原稿四辺を推定する方法を用いてもよい。画像処理装置104は、撮影画像をグレースケールへと変換し、SobelやLaplacianフィルタ等のエッジ強調をかけ、ハフ変換や最小近似法等の手法により直線の線分を抽出すればよい。その他、画像処理装置104は、専用のセンサによって検出してもよい。
画像処理装置104は、S302で得た第二面撮影画像に対しても同様にオブジェクトを抽出し、第二面オブジェクト座標値を算出する。ここでは、作業台上に物体がN個置かれた場合は、N個の第一面オブジェクト座標値、N個の第二面オブジェクト座標値が得られることになる。
S304では、画像処理装置104は、S301で得た第一面画像から、S303で得た第一面オブジェクト座標値に基づいてクロップ(crop)し、第一面オブジェクト画像を生成する。同様に、画像処理装置104は、S302で得た第二面画像から、S303で得た第二面オブジェクト座標値に基づいてクロップし、第二面オブジェクト画像を生成する。
S305では、画像処理装置104は、S304で得られたN個の第一面オブジェクト画像と、N個の第二面オブジェクト画像と、を作業台平面に対する二次元座標を算出し、座標の重なりからそれぞれ対応関係を算出する。
対応する第一面オブジェクト画像と第二面オブジェクト画像とは、併せてオブジェクトデータとし、画像処理装置104は、N個のオブジェクトデータ配列を作成する。
第一面と第二面とは、逆方向から撮影しているため、X軸、又はY軸方向に反転しているはずである。そのため、画像処理装置104は、何れかの面を反転し、座標系を統一した上で、重なりの判定を行う。
S305では、画像処理装置104は、S304で得られたN個の第一面オブジェクト画像と、N個の第二面オブジェクト画像と、を作業台平面に対する二次元座標を算出し、座標の重なりからそれぞれ対応関係を算出する。
対応する第一面オブジェクト画像と第二面オブジェクト画像とは、併せてオブジェクトデータとし、画像処理装置104は、N個のオブジェクトデータ配列を作成する。
第一面と第二面とは、逆方向から撮影しているため、X軸、又はY軸方向に反転しているはずである。そのため、画像処理装置104は、何れかの面を反転し、座標系を統一した上で、重なりの判定を行う。
S306では、画像処理装置104は、オブジェクトデータ配列から、1つのオブジェクトデータを選択し、全オブジェクトデータ配列に対して、S307からS311までの処理を終わるまで繰り返す。本実施形態では説明のために逐次処理にしているが、すべて、又はいくつか並列に処理してもよい。
S307では、画像処理装置104は、オブジェクトの種別認識を行う。ここでの種別は、面形状(例えば紙等)なのか、直方体なのか、円筒形なのかという形状や、内容による種別、例えば写真なのか、文書なのかといったものを指す。例えば、画像処理装置104は、画像認識により、エッジ情報や形状、色等を画像特徴量として画像認識により形状を識別してもよいし、距離センサにより3D形状を認識し、厚みのあるなしで形状を識別してもよい。また、例えば、画像処理装置104は、文字認識結果から特定の単語の存在により紙の内容の認識、識別してもよいし、単語の頻度等を特徴量として事前に学習させ、紙の内容の認識、識別してもよい。
S308では、画像処理装置104は、種別に応じて後段の処理を記述したルールを予め用意したルールテーブルから取得する。
本実施形態ではS309からS311までの処理内容を記述した情報をオブジェクトの種別ごとにルールとしてテーブル化されているものとする。ルールについての詳細は後述する。S309からS311までの処理は、オブジェクト種別に応じて、オブジェクトに関するオブジェクト画像に対する処理を変更する処理の一例である。
S307では、画像処理装置104は、オブジェクトの種別認識を行う。ここでの種別は、面形状(例えば紙等)なのか、直方体なのか、円筒形なのかという形状や、内容による種別、例えば写真なのか、文書なのかといったものを指す。例えば、画像処理装置104は、画像認識により、エッジ情報や形状、色等を画像特徴量として画像認識により形状を識別してもよいし、距離センサにより3D形状を認識し、厚みのあるなしで形状を識別してもよい。また、例えば、画像処理装置104は、文字認識結果から特定の単語の存在により紙の内容の認識、識別してもよいし、単語の頻度等を特徴量として事前に学習させ、紙の内容の認識、識別してもよい。
S308では、画像処理装置104は、種別に応じて後段の処理を記述したルールを予め用意したルールテーブルから取得する。
本実施形態ではS309からS311までの処理内容を記述した情報をオブジェクトの種別ごとにルールとしてテーブル化されているものとする。ルールについての詳細は後述する。S309からS311までの処理は、オブジェクト種別に応じて、オブジェクトに関するオブジェクト画像に対する処理を変更する処理の一例である。
S309では、画像処理装置104は、S308で取得したルールに従い、処理対象オブジェクトデータの持つ第一面、第二面のオブジェクト画像の関連付け方法を決定する。本実施形態では関連付けとは、2面の画像が同じオブジェクトとして処理されるべきか否かの情報である。画像処理装置104は、ルールにより、関連付けなしと指定された場合は、第一面オブジェクト画像と、第二面オブジェクト画像とをそれぞれ別のオブジェクトデータとして分離し、S310、S311の処理は、独立して行う。
S310では、画像処理装置104は、S308で取得したルールに従い、処理対象オブジェクトデータの持つ第一面、第二面のオブジェクト画像の再構成を行い、処理対象オブジェクトデータの情報を更新する。画像処理装置104は、ルールにより、再構成の指定があれば、その方法に従い再構成する。画像処理装置104は、再構成の指定がなければ何もしない。
S311では、画像処理装置104は、S308で取得したルールに従い、処理対象オブジェクトデータの持つ第一面、第二面のオブジェクト画像、又はS310で再構成したオブジェクト画像に対する処理を行う。画像処理装置104は、その結果を処理対象オブジェクトデータに追加する。
画像処理装置104は、すべてのオブジェクトデータ配列に対してS307からS311までの処理を終えたら、図3のフローチャートの処理を終了する。
S310では、画像処理装置104は、S308で取得したルールに従い、処理対象オブジェクトデータの持つ第一面、第二面のオブジェクト画像の再構成を行い、処理対象オブジェクトデータの情報を更新する。画像処理装置104は、ルールにより、再構成の指定があれば、その方法に従い再構成する。画像処理装置104は、再構成の指定がなければ何もしない。
S311では、画像処理装置104は、S308で取得したルールに従い、処理対象オブジェクトデータの持つ第一面、第二面のオブジェクト画像、又はS310で再構成したオブジェクト画像に対する処理を行う。画像処理装置104は、その結果を処理対象オブジェクトデータに追加する。
画像処理装置104は、すべてのオブジェクトデータ配列に対してS307からS311までの処理を終えたら、図3のフローチャートの処理を終了する。
次に、本実施形態の処理のより具体的な適用例として、病院での薬剤識別を例に説明する。
病院では、入院患者に、入院時に処方されている薬剤を持参させ、その薬剤の種別や量を識別するという作業がある。
図4は、お薬手帳や薬剤を作業台上に置き、薬剤を認識するためのルールテーブルの一例を示す図である。
種別として、薬剤説明書、お薬手帳、シート形状、アンプル形状のルール401〜404があり、それぞれに対して関連付け方法、画像再構成方法、固有処理の方法が設定されている。
関連付け方法では、関連付けのあり、なしが定義されている。関連付けありとは、一つのオブジェクトデータに第一面オブジェクト画像、第二面オブジェクト画像が紐付いている状態である。関連付けなしとは、第一面オブジェクト画像、第二面オブジェクト画像をそれぞれ別個のオブジェクトデータとして、データを構成する状態である。
画像再構成方法では、画像再構成のあり、なし、ありの場合はどのように行うのかが定義されている。画像再構成なしの場合は、一つのオブジェクトデータに対して、第一面オブジェクト画像、第二面オブジェクト画像を合成することなく複数の画像データが紐付いている状態となる。例えば、オブジェクト種別が紙で、画像再構成がなしと指定された場合は、裏表の2ページの文書を持つオブジェクトデータとなる。画像再構成がありと指定された場合は、複数の撮影装置で得られた複数のオブジェクト画像が指定の方法で合成される。
固有処理の方法とは、画像再構成が完了したオブジェクトデータに対してどのような処理を行うのかが定義されている。例えば、バーコード認識や、文字認識、更にその認識結果から任意の情報抽出を行うことが定義されている。デジタルデータ化が目的であれば、任意の電子フォーマット変換や指定データベースやシステムへの保存等が定義されていてもよい。
本実施形態では、説明のために薬剤を認識する例を用いているが、薬剤の認識に限定されるものではない。
病院では、入院患者に、入院時に処方されている薬剤を持参させ、その薬剤の種別や量を識別するという作業がある。
図4は、お薬手帳や薬剤を作業台上に置き、薬剤を認識するためのルールテーブルの一例を示す図である。
種別として、薬剤説明書、お薬手帳、シート形状、アンプル形状のルール401〜404があり、それぞれに対して関連付け方法、画像再構成方法、固有処理の方法が設定されている。
関連付け方法では、関連付けのあり、なしが定義されている。関連付けありとは、一つのオブジェクトデータに第一面オブジェクト画像、第二面オブジェクト画像が紐付いている状態である。関連付けなしとは、第一面オブジェクト画像、第二面オブジェクト画像をそれぞれ別個のオブジェクトデータとして、データを構成する状態である。
画像再構成方法では、画像再構成のあり、なし、ありの場合はどのように行うのかが定義されている。画像再構成なしの場合は、一つのオブジェクトデータに対して、第一面オブジェクト画像、第二面オブジェクト画像を合成することなく複数の画像データが紐付いている状態となる。例えば、オブジェクト種別が紙で、画像再構成がなしと指定された場合は、裏表の2ページの文書を持つオブジェクトデータとなる。画像再構成がありと指定された場合は、複数の撮影装置で得られた複数のオブジェクト画像が指定の方法で合成される。
固有処理の方法とは、画像再構成が完了したオブジェクトデータに対してどのような処理を行うのかが定義されている。例えば、バーコード認識や、文字認識、更にその認識結果から任意の情報抽出を行うことが定義されている。デジタルデータ化が目的であれば、任意の電子フォーマット変換や指定データベースやシステムへの保存等が定義されていてもよい。
本実施形態では、説明のために薬剤を認識する例を用いているが、薬剤の認識に限定されるものではない。
図5(a)は、作業台101上に薬剤や薬剤説明書、お薬手帳を置いた状態を第一面撮影部方向から撮影した画像の例である。以下、本画像の例を用いて、図4のルールテーブルを適用した場合の本実施形態の処理の詳細を説明する。
S301では、画像処理装置104は、図5(a)の画像500を第一面撮影画像として取得する。
S302では、画像処理装置104は、図5(b)の画像510を第二面撮影画像として取得する。
S303では、画像処理装置104は、オブジェクト座標値を算出することで図5のオブジェクトを抽出する。画像処理装置104は、第一面撮影画像の例である画像500からは、オブジェクト501、502、503、504、505の5個のオブジェクトを抽出する。また、画像処理装置104は、第二面撮影画像の例である画像510からはオブジェクト511、512、513、514、515の5個のオブジェクトを抽出する。
S304では、画像処理装置104は、S303で算出したオブジェクト座標を基にオブジェクト画像を生成する。
S305では、画像処理装置104は、各オブジェクトの座標値を基に第一面撮影画像のオブジェクトと第二面撮影画像のオブジェクトとの対応関係を求める。
S301では、画像処理装置104は、図5(a)の画像500を第一面撮影画像として取得する。
S302では、画像処理装置104は、図5(b)の画像510を第二面撮影画像として取得する。
S303では、画像処理装置104は、オブジェクト座標値を算出することで図5のオブジェクトを抽出する。画像処理装置104は、第一面撮影画像の例である画像500からは、オブジェクト501、502、503、504、505の5個のオブジェクトを抽出する。また、画像処理装置104は、第二面撮影画像の例である画像510からはオブジェクト511、512、513、514、515の5個のオブジェクトを抽出する。
S304では、画像処理装置104は、S303で算出したオブジェクト座標を基にオブジェクト画像を生成する。
S305では、画像処理装置104は、各オブジェクトの座標値を基に第一面撮影画像のオブジェクトと第二面撮影画像のオブジェクトとの対応関係を求める。
図6は、S305の処理終了時のオブジェクト配列の一例を示す図である。5個のオブジェクトからオブジェクト配列が構成されている。配列の1個目であるオブジェクト[1]は、第一面撮影画像のオブジェクト501と第二面撮影画像のオブジェクト515とが関連付けられ構成されている。配列の2個目であるオブジェクト[2]は、第一面撮影画像のオブジェクト502と第二面撮影画像のオブジェクト513とが関連付けられ構成されている。配列の3個目であるオブジェクト[3]は、第一面撮影画像のオブジェクト503と第二面撮影画像のオブジェクト514とが関連付けられ構成されている。配列の4個目であるオブジェクト[4]は、第一面撮影画像のオブジェクト504と第二面撮影画像のオブジェクト511とが関連付けられ構成されている。配列の5個目であるオブジェクト[5]は、第一面撮影画像のオブジェクト505と第二面撮影画像のオブジェクト512とが関連付けられ構成されている。
S306では、画像処理装置104は、オブジェクト配列のオブジェクト[1]からオブジェクト[5]まで順にS307からS311までの処理を繰り返す。まず画像処理装置104は、オブジェクト[1]を処理対象オブジェクトとする。
S307では、画像処理装置104は、処理対象オブジェクトの種別を識別する。例えば、画像処理装置104は、ルールテーブルの情報等に基づき、画像認識等により処理対象オブジェクトの種別を識別する。図4のルールテーブルの例では、画像処理装置104は、形状に関して、紙、薬剤のシート形状、アンプル形状の判別を行う。また、画像処理装置104は、形状が紙の場合は内容が薬剤説明書なのか、お薬手帳なのかの識別を行う。
例えば、画像処理装置104は、オブジェクト識別の結果、オブジェクト[1]は、薬剤説明書と識別する。
S308では、画像処理装置104は、オブジェクト[1]は、薬剤説明書であるため、図4のルールテーブルからルール401を処理対象オブジェクトに対するルールとしてロードする。
S309では、画像処理装置104は、オブジェクト[1]に対して、ルール401に従い、関連付けをありとする。既に、オブジェクト[1]に対して2面の画像は関連付けされている状態であるため、画像処理装置104は、何も処理を行わない。
S310では、画像処理装置104は、オブジェクト[1]に対して、ルール401に従い、画像合成を行わない。
S311では、画像処理装置104は、オブジェクト[1]に対して、ルール401に従い、文字認識を行いオブジェクト[1]のデータに認識結果を格納する。
S307では、画像処理装置104は、処理対象オブジェクトの種別を識別する。例えば、画像処理装置104は、ルールテーブルの情報等に基づき、画像認識等により処理対象オブジェクトの種別を識別する。図4のルールテーブルの例では、画像処理装置104は、形状に関して、紙、薬剤のシート形状、アンプル形状の判別を行う。また、画像処理装置104は、形状が紙の場合は内容が薬剤説明書なのか、お薬手帳なのかの識別を行う。
例えば、画像処理装置104は、オブジェクト識別の結果、オブジェクト[1]は、薬剤説明書と識別する。
S308では、画像処理装置104は、オブジェクト[1]は、薬剤説明書であるため、図4のルールテーブルからルール401を処理対象オブジェクトに対するルールとしてロードする。
S309では、画像処理装置104は、オブジェクト[1]に対して、ルール401に従い、関連付けをありとする。既に、オブジェクト[1]に対して2面の画像は関連付けされている状態であるため、画像処理装置104は、何も処理を行わない。
S310では、画像処理装置104は、オブジェクト[1]に対して、ルール401に従い、画像合成を行わない。
S311では、画像処理装置104は、オブジェクト[1]に対して、ルール401に従い、文字認識を行いオブジェクト[1]のデータに認識結果を格納する。
S306に戻り、画像処理装置104は、オブジェクト[2]を処理対象オブジェクトとする。
S307では、例えば、画像処理装置104は、オブジェクト[2]をシートと識別する。
S308では、画像処理装置104は、ルール403をロードする。
S309では、画像処理装置104は、オブジェクト[2]に対して、ルール403に従い、関連付けをありとし、何も処理を行わない。
S310では、画像処理装置104は、オブジェクト[2]に対して、ルール403に従い、画像合成を行わない。
S311では、画像処理装置104は、オブジェクト[2]に対して、ルール403に従い、バーコード認識を行いオブジェクト[2]のデータに認識結果を格納する。
S306に戻り、画像処理装置104は、オブジェクト[3]を処理対象オブジェクトとする。
S307では、例えば、画像処理装置104は、オブジェクト[3]をシートと識別する。
S308では、画像処理装置104は、ルール403をロードする。以下S309からS311までの処理はオブジェクト[2]の処理と同様であるため、説明を省略する。
S307では、例えば、画像処理装置104は、オブジェクト[2]をシートと識別する。
S308では、画像処理装置104は、ルール403をロードする。
S309では、画像処理装置104は、オブジェクト[2]に対して、ルール403に従い、関連付けをありとし、何も処理を行わない。
S310では、画像処理装置104は、オブジェクト[2]に対して、ルール403に従い、画像合成を行わない。
S311では、画像処理装置104は、オブジェクト[2]に対して、ルール403に従い、バーコード認識を行いオブジェクト[2]のデータに認識結果を格納する。
S306に戻り、画像処理装置104は、オブジェクト[3]を処理対象オブジェクトとする。
S307では、例えば、画像処理装置104は、オブジェクト[3]をシートと識別する。
S308では、画像処理装置104は、ルール403をロードする。以下S309からS311までの処理はオブジェクト[2]の処理と同様であるため、説明を省略する。
S306に戻り、画像処理装置104は、オブジェクト[4]を処理対象オブジェクトとする。
S307では、例えば、画像処理装置104は、オブジェクト[4]をお薬手帳と識別する。
S308では、画像処理装置104は、ルール402をロードする。
S309では、画像処理装置104は、オブジェクト[4]に対して、ルール402に従い、関連付けをなしとする。オブジェクト[4]として、2面のオブジェクト504、511が関連付けされている状態であるため、画像処理装置104は、2つのオブジェクト[4a]と[4b]とに分割し、それぞれに対してS310、S311の処理を行う。
S310では、画像処理装置104は、2個のオブジェクト[4a]、[4b]に対して、ルール402に従い、画像合成を行わない。
S311では、画像処理装置104は、2個のオブジェクト[4a]、[4b]に対して、ルール402に従い、文字認識を行いオブジェクト[4]のデータに認識結果を格納する。
S307では、例えば、画像処理装置104は、オブジェクト[4]をお薬手帳と識別する。
S308では、画像処理装置104は、ルール402をロードする。
S309では、画像処理装置104は、オブジェクト[4]に対して、ルール402に従い、関連付けをなしとする。オブジェクト[4]として、2面のオブジェクト504、511が関連付けされている状態であるため、画像処理装置104は、2つのオブジェクト[4a]と[4b]とに分割し、それぞれに対してS310、S311の処理を行う。
S310では、画像処理装置104は、2個のオブジェクト[4a]、[4b]に対して、ルール402に従い、画像合成を行わない。
S311では、画像処理装置104は、2個のオブジェクト[4a]、[4b]に対して、ルール402に従い、文字認識を行いオブジェクト[4]のデータに認識結果を格納する。
S306に戻り、画像処理装置104は、オブジェクト[5]を処理対象オブジェクトとする。
S307では、例えば、画像処理装置104は、オブジェクト[5]をアンプルと識別する。
S308では、画像処理装置104は、ルール404をロードする。
S309では、画像処理装置104は、オブジェクト[5]に対して、ルール404に従い、関連付けをありとし、何も処理を行わない。
S310では、画像処理装置104は、オブジェクト[5]に対して、ルール404に従い、画像合成を行う。本実施形態では、アンプル形状のラベルが必要情報となるため、画像処理装置104は、ラベルを第一面オブジェクト画像、第二面オブジェクト画像から合成し、1枚の画像としてオブジェクト[5]に追加する。円筒形状となるラベル部分の合成については、断面が真円であると仮定することで、第一面オブジェクト画像と第二面オブジェクト画像とを展開することができる。第一撮影装置102と第二撮影装置103とがオブジェクトに対して真逆に位置していれば、画像処理装置104は、第一面オブジェクト画像の右端と第二面オブジェクト画像の左端、第一面オブジェクト画像の左端と第二面オブジェクト画像の右端、を接続する。このことで画像処理装置104は、展開画像を生成することができる。図7(a)の画像701は、オブジェクト505のラベル部分画像、画像702はオブジェクト512のラベル部分画像である。ラベルは円筒形上の円周状に貼られているため、第一面の両端共に第二面に接続可能である。図7(b)の画像703が図7(a)、(b)の画像を、画像合成をした例である。本実施形態では、画像処理装置104は、画像701の両端に画像702を接続して合成している。本実施形態の例ではバーコードが検出することが目的であるため、画像処理装置104は、このように冗長となる合成を行っている。画像処理装置104は、ラベルを正確に元の二次元画像に展開するために、本来の接合部分を、Y軸方向の画素値合計をとったヒストグラムを作成し、ヒストグラムの最小となる部分をラベルの切れ目として推測して画像合成してもよい。また、円筒形状となるラベルの両端に関しては解像度が減少してしまうが、情報処理システムに含まれる撮影装置を増やし、三面以上からの撮影を行うようにしてもよい。そして、画像処理装置104は、スティッチング手法により画像を合成してもよい。
S311では、画像処理装置104は、オブジェクト[5]に対して、ルール404に従い、合成画像のバーコード認識を行いオブジェクト[5]のデータに認識結果を格納する。
すべて処理が完了したため、画像処理装置104は、図3のフローチャートの処理を終了する。
S307では、例えば、画像処理装置104は、オブジェクト[5]をアンプルと識別する。
S308では、画像処理装置104は、ルール404をロードする。
S309では、画像処理装置104は、オブジェクト[5]に対して、ルール404に従い、関連付けをありとし、何も処理を行わない。
S310では、画像処理装置104は、オブジェクト[5]に対して、ルール404に従い、画像合成を行う。本実施形態では、アンプル形状のラベルが必要情報となるため、画像処理装置104は、ラベルを第一面オブジェクト画像、第二面オブジェクト画像から合成し、1枚の画像としてオブジェクト[5]に追加する。円筒形状となるラベル部分の合成については、断面が真円であると仮定することで、第一面オブジェクト画像と第二面オブジェクト画像とを展開することができる。第一撮影装置102と第二撮影装置103とがオブジェクトに対して真逆に位置していれば、画像処理装置104は、第一面オブジェクト画像の右端と第二面オブジェクト画像の左端、第一面オブジェクト画像の左端と第二面オブジェクト画像の右端、を接続する。このことで画像処理装置104は、展開画像を生成することができる。図7(a)の画像701は、オブジェクト505のラベル部分画像、画像702はオブジェクト512のラベル部分画像である。ラベルは円筒形上の円周状に貼られているため、第一面の両端共に第二面に接続可能である。図7(b)の画像703が図7(a)、(b)の画像を、画像合成をした例である。本実施形態では、画像処理装置104は、画像701の両端に画像702を接続して合成している。本実施形態の例ではバーコードが検出することが目的であるため、画像処理装置104は、このように冗長となる合成を行っている。画像処理装置104は、ラベルを正確に元の二次元画像に展開するために、本来の接合部分を、Y軸方向の画素値合計をとったヒストグラムを作成し、ヒストグラムの最小となる部分をラベルの切れ目として推測して画像合成してもよい。また、円筒形状となるラベルの両端に関しては解像度が減少してしまうが、情報処理システムに含まれる撮影装置を増やし、三面以上からの撮影を行うようにしてもよい。そして、画像処理装置104は、スティッチング手法により画像を合成してもよい。
S311では、画像処理装置104は、オブジェクト[5]に対して、ルール404に従い、合成画像のバーコード認識を行いオブジェクト[5]のデータに認識結果を格納する。
すべて処理が完了したため、画像処理装置104は、図3のフローチャートの処理を終了する。
図8は、すべての処理を終えた後のオブジェクト配列の一例を示す図である。オブジェクト[4]が分割されて、全部で6個のオブジェクが存在し、それぞれの認識結果が追加で格納されている。また、オブジェクト[5]に対してラベルを展開した画像703が新たに追加されている。
本実施形態では説明の簡略化のため、各種別の固有処理を簡潔なものとしているが、複雑な処理が設定されていてもよい。例えば、画像処理装置104は、バーコード認識し、識別のコードを認識したのち、薬剤のデータベースと照合することで、薬剤の種別を識別するようにしてもよい。また、画像処理装置104は、薬剤説明書やお薬手帳の文字認識を行い、薬剤種別辞書とのマッチングをすることで薬剤種別を複数取り出すことができる。
本実施形態では説明の簡略化のため、各種別の固有処理を簡潔なものとしているが、複雑な処理が設定されていてもよい。例えば、画像処理装置104は、バーコード認識し、識別のコードを認識したのち、薬剤のデータベースと照合することで、薬剤の種別を識別するようにしてもよい。また、画像処理装置104は、薬剤説明書やお薬手帳の文字認識を行い、薬剤種別辞書とのマッチングをすることで薬剤種別を複数取り出すことができる。
以上説明した通り、本実施形態の情報処理により、複数方向から撮影することで、片面にしかバーコードが存在しない様な対象物を、ユーザの手により方向を変える等の負担をかけずに認識可能となる。更に、オブジェクトの種別ごとのルールと種別の認識方法を設定することで、複数オブジェクトをまとめて、画像の関連付けや、合成が可能となる。例えば、アンプルであればラベルの展開画像等のユーザの所望するバーコード認識可能にオブジェクトの画像を再構成することが可能となる。
<第2の実施形態>
図9は、折りたたまれた文書を両面から同時に撮影する場合におけるルールテーブルの一例を示す図である。
ルール901は、折りたたまれていない通常の文書を撮影した場合のルールであり、関連付けだけ行い、2ページの文書として処理を行うことが設定されている。
ルール902は、折りたたまれている文書を撮影した場合のルールであり、2ページの文書を再構成して1枚の文書として合成することが設定されている。
図9は、折りたたまれた文書を両面から同時に撮影する場合におけるルールテーブルの一例を示す図である。
ルール901は、折りたたまれていない通常の文書を撮影した場合のルールであり、関連付けだけ行い、2ページの文書として処理を行うことが設定されている。
ルール902は、折りたたまれている文書を撮影した場合のルールであり、2ページの文書を再構成して1枚の文書として合成することが設定されている。
図10は、折りたたまれた文書を含む複数文書を作業台101において撮影した画像の一例を示す図である。図10(a)の第一面撮影画像1000は第一撮影装置102により、図10(b)の第二面撮影画像1010は第二撮影装置103によりそれぞれ撮影された画像である。
S301では、画像処理装置104は、第一面撮影画像1000を得る。
S302では、画像処理装置104は、第二面撮影画像1010を得る。
S303では、画像処理装置104は、第一面オブジェクト1001、1002を抽出し、第二面オブジェクト1011、1012を抽出する。
S304では、画像処理装置104は、第一面撮影画像1000から第一面オブジェクト画像を生成する。また、画像処理装置104は、第二面撮影画像1010から第二面オブジェクト画像を生成する。
S305では、画像処理装置104は、関連付けにより、第一面オブジェクト1001と第二面オブジェクト1012とを同一のオブジェクトとして関連付ける。また、画像処理装置104は、関連付けにより、第一面オブジェクト1002と第二面オブジェクトとを同一のオブジェクトとして関連付ける。その結果、画像処理装置104は、2つのオブジェクトデータ配列を得る。
S301では、画像処理装置104は、第一面撮影画像1000を得る。
S302では、画像処理装置104は、第二面撮影画像1010を得る。
S303では、画像処理装置104は、第一面オブジェクト1001、1002を抽出し、第二面オブジェクト1011、1012を抽出する。
S304では、画像処理装置104は、第一面撮影画像1000から第一面オブジェクト画像を生成する。また、画像処理装置104は、第二面撮影画像1010から第二面オブジェクト画像を生成する。
S305では、画像処理装置104は、関連付けにより、第一面オブジェクト1001と第二面オブジェクト1012とを同一のオブジェクトとして関連付ける。また、画像処理装置104は、関連付けにより、第一面オブジェクト1002と第二面オブジェクトとを同一のオブジェクトとして関連付ける。その結果、画像処理装置104は、2つのオブジェクトデータ配列を得る。
S306では、画像処理装置104は、S307からS311までの処理を2つのオブジェクトデータ配列に対してそれぞれ行う。
S307では、画像処理装置104は、オブジェクトの種別認識において、折りたたまれた文書か否かを識別する。折りたたまれた紙は、複数枚が重なっている状態となっている。したがって、例えば、画像処理装置104は、エッジ検出により、複数の文書エッジがあるか否かに基づき、折りたたまれた文書か否かを識別する。また、画像処理装置104は、文書内の画素値を連結していき文字やイラストの画素塊を生成し、ある一定方向の辺において、二面の画素塊が連続しているか否かに基づき折りたたまれた文書か否かを識別するようにしてもよい。その他、画像処理装置104は、文書の内容解析の結果から、二面の画像が意味的に連続しているか否かに基づき、折りたたまれた文書か否かを識別してもよい。
画像処理装置104は、第一面オブジェクト1001のオブジェクト画像、第二面オブジェクト1012のオブジェクト画像から構成されるオブジェクトデータについて、S307の処理において、通常の文書と判別する。そして、S308では、画像処理装置104は、ルール901をロードする。S309では、画像処理装置104は、ルール901に従い、2面のオブジェクト画像に関して関連付けありとする。S310では、画像処理装置104は、2面のオブジェクト画像に関して再構成しない。そして、S311では、画像処理装置104は、2面のオブジェクト画像に対して文字認識を行う。
S307では、画像処理装置104は、オブジェクトの種別認識において、折りたたまれた文書か否かを識別する。折りたたまれた紙は、複数枚が重なっている状態となっている。したがって、例えば、画像処理装置104は、エッジ検出により、複数の文書エッジがあるか否かに基づき、折りたたまれた文書か否かを識別する。また、画像処理装置104は、文書内の画素値を連結していき文字やイラストの画素塊を生成し、ある一定方向の辺において、二面の画素塊が連続しているか否かに基づき折りたたまれた文書か否かを識別するようにしてもよい。その他、画像処理装置104は、文書の内容解析の結果から、二面の画像が意味的に連続しているか否かに基づき、折りたたまれた文書か否かを識別してもよい。
画像処理装置104は、第一面オブジェクト1001のオブジェクト画像、第二面オブジェクト1012のオブジェクト画像から構成されるオブジェクトデータについて、S307の処理において、通常の文書と判別する。そして、S308では、画像処理装置104は、ルール901をロードする。S309では、画像処理装置104は、ルール901に従い、2面のオブジェクト画像に関して関連付けありとする。S310では、画像処理装置104は、2面のオブジェクト画像に関して再構成しない。そして、S311では、画像処理装置104は、2面のオブジェクト画像に対して文字認識を行う。
一方、画像処理装置104は、第一面オブジェクト1002のオブジェクト画像、第二面オブジェクト1011のオブジェクト画像から構成されるオブジェクトデータについて、S307の処理において、連続する文書、即ち折りたたまれた文書と判別する。
図11(a)の第一面オブジェクト画像1101は第一面オブジェクト1002のオブジェクト画像であり、第二面オブジェクト画像1102は第二面オブジェクト1012のオブジェクト画像である。
本実施形態では、画像処理装置104は、まず第一面オブジェクト画像1101と第二面オブジェクト画像1102との各辺近傍に画素が存在するかを判別する。次に、画像処理装置104は、画素が存在した第一面オブジェクト画像1101の辺と、第二面オブジェクト画像1102の辺とを合わせた場合に画素が連続するかどうかを判別し、折りたたまれた文書かどうかの判定を行う。第一面オブジェクト画像1101の辺1103と第二面オブジェクト画像1102の辺1104との近傍に画素が存在し、画素が連続している場合、画像処理装置104は、折りたたまれた文書であると判定する。
S308では、画像処理装置104は、ルール902をロードする。S309では、画像処理装置104は、ルール902に従い、2面のオブジェクト画像に関して関連付けありとする。S310では、画像処理装置104は、2面のオブジェクト画像に関して再構成をする。
図11(b)の画像1105は、第一面オブジェクト1002、第二面オブジェクト1011の画像を再構成した例である。画像処理装置104は、辺1103と辺1104とを合成して一つの画像である画像1105を構成している。
S310では、画像処理装置104は、画像1105に対して文字認識の処理を行う。
図11(a)の第一面オブジェクト画像1101は第一面オブジェクト1002のオブジェクト画像であり、第二面オブジェクト画像1102は第二面オブジェクト1012のオブジェクト画像である。
本実施形態では、画像処理装置104は、まず第一面オブジェクト画像1101と第二面オブジェクト画像1102との各辺近傍に画素が存在するかを判別する。次に、画像処理装置104は、画素が存在した第一面オブジェクト画像1101の辺と、第二面オブジェクト画像1102の辺とを合わせた場合に画素が連続するかどうかを判別し、折りたたまれた文書かどうかの判定を行う。第一面オブジェクト画像1101の辺1103と第二面オブジェクト画像1102の辺1104との近傍に画素が存在し、画素が連続している場合、画像処理装置104は、折りたたまれた文書であると判定する。
S308では、画像処理装置104は、ルール902をロードする。S309では、画像処理装置104は、ルール902に従い、2面のオブジェクト画像に関して関連付けありとする。S310では、画像処理装置104は、2面のオブジェクト画像に関して再構成をする。
図11(b)の画像1105は、第一面オブジェクト1002、第二面オブジェクト1011の画像を再構成した例である。画像処理装置104は、辺1103と辺1104とを合成して一つの画像である画像1105を構成している。
S310では、画像処理装置104は、画像1105に対して文字認識の処理を行う。
以上説明した通り、本実施形態の情報処理により、折りたたみ画像用のルールテーブルを適用することで、作業台101上に載らない大きな画像を折りたたんで撮影し、再構成することが可能となる。
<第3の実施形態>
図12のルールテーブルは、ある商品の梱包の際に内容物が充足しているかどうかを判別するアプリケーションに対応するルールテーブルである。
オブジェクトが充足しているか、リストと照合するために、部品やマニュアルといった梱包物を特定する必要がある。図12のルールテーブルには、その場合に最適な画像再構成の処理、固有処理がルールとして設定されている。
例えば、部品、即ち立体物であれば、画像処理装置104は、ルール1201に従い、複数面の画像を再構成はせずにそれぞれに類似画像検索をかけ、部品種別の特定を固有処理で行う。例えば上部からの撮影により同様のことをすると、部品の特徴となる部分が下面になってしまった場合は、類似画像検索の精度がでないが、本実施形態の処理では複数面から撮影されるため、特徴となる部分が撮影できる可能性が増え、画像検索精度があがる。文書の場合、画像処理装置104は、ルール1202に従い、画像の再構成をせずにそれぞれ文字認識により文書種別の特定を行う。
図12のルールテーブルは、ある商品の梱包の際に内容物が充足しているかどうかを判別するアプリケーションに対応するルールテーブルである。
オブジェクトが充足しているか、リストと照合するために、部品やマニュアルといった梱包物を特定する必要がある。図12のルールテーブルには、その場合に最適な画像再構成の処理、固有処理がルールとして設定されている。
例えば、部品、即ち立体物であれば、画像処理装置104は、ルール1201に従い、複数面の画像を再構成はせずにそれぞれに類似画像検索をかけ、部品種別の特定を固有処理で行う。例えば上部からの撮影により同様のことをすると、部品の特徴となる部分が下面になってしまった場合は、類似画像検索の精度がでないが、本実施形態の処理では複数面から撮影されるため、特徴となる部分が撮影できる可能性が増え、画像検索精度があがる。文書の場合、画像処理装置104は、ルール1202に従い、画像の再構成をせずにそれぞれ文字認識により文書種別の特定を行う。
以上説明した通り、本実施形態の情報処理により、多面からの撮影しオブジェクトの種別を特定し、オブジェクトの種別により、画像再構成の方法や固有処理を行うことで、様々なユースケースに対応することが可能となる。
<その他の実施形態>
本発明は、上述の実施形態の1以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給する。そして、そのシステム又は装置のコンピュータにおける1つ以上のプロセッサーがプログラムを読み出し実行する処理でも実現可能である。また、1以上の機能を実現する回路(例えば、ASIC)によっても実現可能である。
本発明は、上述の実施形態の1以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給する。そして、そのシステム又は装置のコンピュータにおける1つ以上のプロセッサーがプログラムを読み出し実行する処理でも実現可能である。また、1以上の機能を実現する回路(例えば、ASIC)によっても実現可能である。
以上、本発明の好ましい実施形態について詳述したが、本発明は係る特定の実施形態に限定されるものではない。
以上、上述した各実施形態の情報処理によれば、オブジェクトの種類に応じて画像に対する処理を変更することができる。
104 画像処理装置
201 CPU
202 メモリ
201 CPU
202 メモリ
Claims (20)
- 複数のオブジェクトが撮影された第1の撮影画像を取得する第1の取得手段と、
前記第1の撮影画像とは異なる角度から前記複数のオブジェクトが撮影された第2の撮影画像を取得する第2の取得手段と、
前記第1の撮影画像の複数のオブジェクトのそれぞれのオブジェクトのオブジェクト画像と前記第2の撮影画像の複数のオブジェクトのそれぞれのオブジェクトのオブジェクト画像とを生成する生成手段と、
前記複数のオブジェクトのそれぞれのオブジェクトのオブジェクト種別に応じて、前記それぞれのオブジェクトに関するオブジェクト画像に対する処理を変更する制御手段と、
を有する画像処理装置。 - 前記複数のオブジェクトのそれぞれのオブジェクトのオブジェクト種別を識別する識別手段を更に有し、
前記制御手段は、前記識別手段により識別された前記オブジェクト種別に応じて、前記それぞれのオブジェクトに関するオブジェクト画像に対する処理を変更する請求項1記載の画像処理装置。 - 前記オブジェクト種別には、オブジェクトの形状とオブジェクトの内容とが含まれる請求項1又は2記載の画像処理装置。
- 前記オブジェクトの形状には、紙か、シートか、アンプルか、が含まれる請求項3記載の画像処理装置。
- 前記オブジェクトの内容には、前記オブジェクトの形状が紙の場合、薬剤説明書か、お薬手帳かが含まれる請求項4記載の画像処理装置。
- 前記オブジェクトの内容には、前記オブジェクトの形状が紙の場合、折り曲げられているか、折り曲げられていないか、が含まれる請求項4記載の画像処理装置。
- 前記オブジェクトの形状には、立体物か、文書か、が含まれる請求項3記載の画像処理装置。
- 前記オブジェクト画像に対する処理には、処理対象のオブジェクトの前記第1の撮影画像のオブジェクト画像と前記第2の撮影画像のオブジェクト画像との関連付けを制御する処理が含まれる請求項1乃至7何れか1項記載の画像処理装置。
- 前記関連付けを制御する処理とは、処理対象のオブジェクトの前記第1の撮影画像のオブジェクト画像と前記第2の撮影画像のオブジェクト画像との関連付けをありとする処理と前記関連付けをなしとする処理とである請求項8記載の画像処理装置。
- 前記オブジェクト画像に対する処理には、処理対象のオブジェクトの前記第1の撮影画像のオブジェクト画像と前記第2の撮影画像のオブジェクト画像とを再構成する処理が含まれる請求項1乃至7何れか1項記載の画像処理装置。
- 前記再構成する処理とは、処理対象のオブジェクトの前記第1の撮影画像のオブジェクト画像と前記第2の撮影画像のオブジェクト画像とを合成する処理と合成しない処理とである請求項10記載の画像処理装置。
- 前記オブジェクト画像に対する処理には、処理対象のオブジェクトに関するオブジェクト画像に対する固有処理が含まれる請求項1乃至7何れか1項記載の画像処理装置。
- 前記固有処理とは、前記オブジェクト画像に対する文字認識とバーコード認識とである請求項12記載の画像処理装置。
- 前記固有処理には、前記オブジェクト画像に対する類似画像検索による部品種別の特定が更に含まれる請求項13記載の画像処理装置。
- 複数のオブジェクトが撮影された第1の撮影画像を取得する第1の取得手段と、
前記第1の撮影画像とは異なる角度から前記複数のオブジェクトが撮影された第2の撮影画像を取得する第2の取得手段と、
前記第1の撮影画像の複数のオブジェクトのそれぞれのオブジェクトのオブジェクト画像と前記第2の撮影画像の複数のオブジェクトのそれぞれのオブジェクトのオブジェクト画像とを生成する生成手段と、
前記複数のオブジェクトのそれぞれのオブジェクトが折り曲げられているか否かに応じて、前記それぞれのオブジェクトに対応する前記第1の撮影画像のオブジェクト画像と前記第2の撮影画像のオブジェクト画像とに対して、画像合成を行うか否か処理を変更する制御手段と、
を有する画像処理装置。 - 前記制御手段は、処理対象のオブジェクトが折り曲げられている場合、前記処理対象のオブジェクトに対応する前記第1の撮影画像のオブジェクト画像と前記第2の撮影画像のオブジェクト画像とオブジェクトとに対して、画像合成を行い、処理対象のオブジェクトが折り曲げられていない場合、前記処理対象のオブジェクトに対応する前記第1の撮影画像のオブジェクト画像と前記第2の撮影画像のオブジェクト画像とオブジェクトとに対して、画像合成を行わない請求項15記載の画像処理装置。
- 前記オブジェクトは、紙である請求項15又は16記載の画像処理装置。
- 画像処理装置が実行する情報処理方法であって、
複数のオブジェクトが撮影された第1の撮影画像を取得する第1の取得ステップと、
前記第1の撮影画像とは異なる角度から前記複数のオブジェクトが撮影された第2の撮影画像を取得する第2の取得ステップと、
前記第1の撮影画像の複数のオブジェクトのそれぞれのオブジェクトのオブジェクト画像と前記第2の撮影画像の複数のオブジェクトのそれぞれのオブジェクトのオブジェクト画像とを生成する生成ステップと、
前記複数のオブジェクトのそれぞれのオブジェクトのオブジェクト種別に応じて、前記それぞれのオブジェクトに関するオブジェクト画像に対する処理を変更する制御ステップと、
を含む情報処理方法。 - 画像処理装置が実行する情報処理方法であって、
複数のオブジェクトが撮影された第1の撮影画像を取得する第1の取得ステップと、
前記第1の撮影画像とは異なる角度から前記複数のオブジェクトが撮影された第2の撮影画像を取得する第2の取得ステップと、
前記第1の撮影画像の複数のオブジェクトのそれぞれのオブジェクトのオブジェクト画像と前記第2の撮影画像の複数のオブジェクトのそれぞれのオブジェクトのオブジェクト画像とを生成する生成ステップと、
前記複数のオブジェクトのそれぞれのオブジェクトが折り曲げられているか否かに応じて、前記それぞれのオブジェクトに対応する前記第1の撮影画像のオブジェクト画像と前記第2の撮影画像のオブジェクト画像とに対して、画像合成を行うか否か処理を変更する制御ステップと、
を含む情報処理方法。 - コンピュータを、請求項1乃至17何れか1項記載の画像処理装置の各手段として機能させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016178598A JP2018045368A (ja) | 2016-09-13 | 2016-09-13 | 画像処理装置、情報処理方法及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016178598A JP2018045368A (ja) | 2016-09-13 | 2016-09-13 | 画像処理装置、情報処理方法及びプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2018045368A true JP2018045368A (ja) | 2018-03-22 |
Family
ID=61694844
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016178598A Pending JP2018045368A (ja) | 2016-09-13 | 2016-09-13 | 画像処理装置、情報処理方法及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2018045368A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022168241A (ja) * | 2019-03-26 | 2022-11-04 | 沖電気工業株式会社 | 薬剤鑑別システム、薬剤撮影装置及び薬剤撮影方法 |
-
2016
- 2016-09-13 JP JP2016178598A patent/JP2018045368A/ja active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022168241A (ja) * | 2019-03-26 | 2022-11-04 | 沖電気工業株式会社 | 薬剤鑑別システム、薬剤撮影装置及び薬剤撮影方法 |
JP7343019B2 (ja) | 2019-03-26 | 2023-09-12 | 沖電気工業株式会社 | 薬剤鑑別システム及び制御装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Solem | Programming Computer Vision with Python: Tools and algorithms for analyzing images | |
Das et al. | Dewarpnet: Single-image document unwarping with stacked 3d and 2d regression networks | |
JP6732214B2 (ja) | 画像処理装置、画像処理方法、テンプレート作成装置、物体認識処理装置及びプログラム | |
Jagannathan et al. | Perspective correction methods for camera based document analysis | |
US10515291B2 (en) | Template creation device and template creation method | |
JP2017108401A5 (ja) | スマートフォンベースの方法、スマートフォン及びコンピュータ可読媒体 | |
US8675965B2 (en) | Method and system for analyzing an image generated by at least one camera | |
JPWO2014061372A1 (ja) | 画像処理装置、画像処理方法および画像処理プログラム | |
JP4709668B2 (ja) | 3次元物体認識システム | |
JP2014106692A (ja) | 画像処理装置、画像処理方法、画像処理システム及びプログラム | |
JP2008152530A (ja) | 顔認識装置及び顔認識方法、ガボア・フィルタ適用装置、並びにコンピュータ・プログラム | |
JP2014106692A5 (ja) | ||
JP6410450B2 (ja) | オブジェクト識別装置、オブジェクト識別方法及びプログラム | |
US20160110909A1 (en) | Method and apparatus for creating texture map and method of creating database | |
JP2018045368A (ja) | 画像処理装置、情報処理方法及びプログラム | |
Myanganbayar et al. | Partially occluded hands: A challenging new dataset for single-image hand pose estimation | |
Ren et al. | A non-contact sleep posture sensing strategy considering three dimensional human body models | |
WO2007108101A1 (ja) | 情報端末 | |
Martinez et al. | 3D reconstruction with a markerless tracking method of flexible and modular molecular physical models: Towards tangible interfaces | |
JP2019220032A (ja) | 原画像を目標画像に基づいて変形した表示画像を生成するプログラム、装置及び方法 | |
JP2017199288A (ja) | 画像処理装置、画像処理方法及びプログラム | |
Bandyopadhyay et al. | RectiNet-v2: A stacked network architecture for document image dewarping | |
JP2006119763A (ja) | 鑑定支援システム、鑑定支援方法および鑑定支援プログラム | |
CN112686959A (zh) | 待识别图像的矫正方法及装置 | |
Ho et al. | Multicamera fusion-based leather defects marking system |