JP2018120338A - 情報処理装置及び情報処理プログラム - Google Patents

Abstract

【課題】文字の書体を選択する場合に、文字の形状の特徴から抽出した印象を用いて書体を選択するようにした情報処理装置を提供する。【解決手段】情報処理装置の選択手段は、文字の形状の特徴と印象を対応させて記憶している記憶手段から抽出した文字の形状の特徴に対応する印象と最も類似する印象を有する書体を少なくとも１つ以上選択する。【選択図】図１

Description

本発明は、情報処理装置及び情報処理プログラムに関する。

特許文献１には、複数の言語をカバーする国際的なフォントを作成することを課題とし、複数の既存フォントをまとめて、単一のフォント・ファミリ、又は「仮想フォント」にグループ化するために、マークアップ言語ドキュメントを使用し、フォントを選択し、このマークアップ言語ドキュメントは、フォント・ファミリ内の個々のフォントのいずれが使用されるべきかについての条件に関するルールを含み、これによって、例えば、フォント開発者が、効率的なやり方で、いくつかの既存フォントを使用して、国際的なフォントを作り出せることが開示されている。

特許文献２には、ドキュメント中の書体データを判定してプリンタ搭載書体の中から最適な書体を特定して印刷処理することを課題とし、ドキュメントファイル中で使用されている書体データが取得されている搭載書体データ中に存在しないとプリンタドライバにより判定された場合に、書体置き換えデータサーバ装置よりプリンタで書体置き換え可能な書体置換情報を取得し、該書体置換情報と搭載書体データとに基づいて置き換えできるかどうかを判定して、プリンタで書体置き換え可能ないずれかの書体又は一意の書体を選択してドキュメントを印刷処理することが開示されている。

特許文献３には、多数のフォントの中から所望のフォントを迅速に見つけることを目的とし、部分イメージ検索領域に表示される複数の文字の一部の形状の中から所望の形状を選択し、検索領域をユーザーがクリックすることにより選択した形状を持つフォントが検索され、検索結果は検索結果領域に一覧表示され、フォント名を覚えていなくとも所望のフォントを見つけられることが開示されている。

特許文献４には、デザイン制作において、デザイン制作の目標となるイメージと実際のデザインのイメージとを容易に把握・修正できなかったことを課題とし、デザイン制作の際に目標となるイメージに関する文字情報を目標イメージとして決定する目標イメージ決定工程と、実際に制作されたデザインを取り込んで、そのデザインのイメージに関する文字情報をデザインイメージとして求めるデザインイメージ評価工程と、イメージに関する文字情報を表示画面の領域に割り当てたイメージマップ画面と、イメージマップ画面の領域のうち目標イメージ情報に対応する領域に目標イメージ情報と、デザインイメージ情報に対応する領域にデザインイメージと、を重ね合わせて表示するイメージ提示工程とを含むデザイン制作支援方法によって上記課題を解決できることが開示されている。

特開２００４−１５７５０２号公報 特開２００１−３４４０８５号公報 特開２０００−２２２３９７号公報 特開２００４−１０２７３４号公報

文字の形状によって、その文字から受ける印象が異なる。しかし、複数の既存フォントをまとめて、単一のフォント・ファミリを生成する構成では、その文字の印象が類似する書体を選択することができない。
そこで、本発明は、文字の書体を選択する場合に、文字の形状の特徴から抽出した印象を用いて書体を選択するようにした情報処理装置を提供することを目的としている。

かかる目的を達成するための本発明の要旨とするところは、次の各項の発明に存する。
請求項１の発明は、文字の形状の特徴と印象を対応させて記憶している記憶手段から抽出した文字の形状の特徴に対応する印象と最も類似する印象を有する書体を少なくとも１つ以上選択する選択手段を有する情報処理装置である。

請求項２の発明は、前記印象は複数の項目によって構成されており、前記特徴に対応する前記各項目における値を抽出する抽出手段をさらに有し、前記選択手段は、前記抽出手段によって抽出された値と前記書体の前記各項目における値との距離にしたがって、書体を選択する、請求項１に記載の情報処理装置である。

請求項３の発明は、前記抽出手段は、前記特徴に対応する前記各項目における値を、特徴と印象の各項目における値とを対応させた表から抽出する、請求項２に記載の情報処理装置である。

請求項４の発明は、操作者の操作にしたがって、前記抽出手段によって抽出された値を調整する調整手段をさらに有し、前記選択手段は、前記調整手段によって調整された値と前記書体の前記各項目における値との距離にしたがって、書体を選択する、請求項２に記載の情報処理装置である。

請求項５の発明は、前記選択手段は、第１の文書から前記文字を抽出し、前記選択手段によって選択された書体の文字を用いて第２の文書を生成する生成手段をさらに有する請求項１に記載の情報処理装置である。

請求項６の発明は、前記第１の文書の前記文字を翻訳する翻訳手段をさらに有し、前記生成手段は、前記選択手段によって選択された書体による翻訳後の文字によって、第２の文書を生成する、請求項５に記載の情報処理装置である。

請求項７の発明は、前記第１の文書には、複数の書体による文字が含まれており、前記選択手段は、前記第１の文書内の前記書体毎に、前記第２の文書に用いる書体を選択する、請求項５に記載の情報処理装置である。

請求項８の発明は、画像内の文字を対象として、該文字の形状の特徴を抽出する第２の抽出手段をさらに有し、前記選択手段は、前記第２の抽出手段によって抽出された特徴を用いて選択を行う、請求項１から７のいずれか一項に記載の情報処理装置である。

請求項９の発明は、電子文書内の文字を対象として、該文字の形状の特徴を抽出する第３の抽出手段をさらに有し、前記選択手段は、前記第３の抽出手段によって抽出された特徴を用いて選択を行う、請求項１から７のいずれか一項に記載の情報処理装置である。

請求項１０の発明は、コンピュータを、文字の形状の特徴と印象を対応させて記憶している記憶手段から抽出した文字の形状の特徴に対応する印象と最も類似する印象を有する書体を少なくとも１つ以上選択する選択手段として機能させるための情報処理プログラムである。

請求項１の情報処理装置によれば、文字の書体を選択する場合に、文字の形状の特徴から抽出した印象を用いて書体を選択することができる。

請求項２の情報処理装置によれば、複数の項目によって構成されている印象を反映させて書体を選択することができる。

請求項３の情報処理装置によれば、特徴と印象の各項目における値とを対応させた表を用いて、特徴に対応する各項目における値を抽出することができる。

請求項４の情報処理装置によれば、書体を選択するのに、操作者が調整操作を行うことができる。

請求項５の情報処理装置によれば、選択された書体の文字による文書を生成することができる。

請求項６の情報処理装置によれば、選択された書体の文字による翻訳文書を生成することができる。

請求項７の情報処理装置によれば、文書内に複数の書体による文字が含まれている場合に、第１の文書に含まれている書体毎に第２の文書に用いる書体を選択することができる。

請求項８の情報処理装置によれば、画像内の文字の形状の特徴を反映させた書体の選択をすることができる。

請求項９の情報処理装置によれば、電子文書内の文字の形状の特徴を反映させた書体の選択をすることができる。

請求項１０の情報処理プログラムによれば、文字の書体を選択する場合に、文字の形状の特徴から抽出した印象を用いて書体を選択することができる。

本実施の形態の構成例についての概念的なモジュール構成図である。 本実施の形態の構成例についての概念的なモジュール構成図である。 本実施の形態を利用したシステム構成例を示す説明図である。 書体形状特徴感性テーブルのデータ構造例を示す説明図である。 書体感性テーブルのデータ構造例を示す説明図である。 本実施の形態による処理例を示すフローチャートである。 本実施の形態が用いるテイストプロフィールの例を示す説明図である。 本実施の形態が用いるテイストプロフィールの例を示す説明図である。 本実施の形態による具体的処理例（１）を示す説明図である。 分析結果テーブルのデータ構造例を示す説明図である。 本実施の形態による処理例を示す説明図である。 書体形状特徴感性テーブルのデータ構造例を示す説明図である。 感性得点テーブルのデータ構造例を示す説明図である。 書体感性テーブルのデータ構造例を示す説明図である。 印象距離テーブルのデータ構造例を示す説明図である。 本実施の形態による具体的処理例（２）を示す説明図である。 分析結果テーブルのデータ構造例を示す説明図である。 本実施の形態による処理例を示す説明図である。 書体形状特徴感性テーブルのデータ構造例を示す説明図である。 感性得点テーブルのデータ構造例を示す説明図である。 感性得点テーブルのデータ構造例を示す説明図である。 書体感性テーブルのデータ構造例を示す説明図である。 印象距離テーブルのデータ構造例を示す説明図である。 本実施の形態による具体的処理例（３）を示す説明図である。 分析結果テーブルのデータ構造例を示す説明図である。 本実施の形態による処理例を示す説明図である。 書体形状特徴感性テーブルのデータ構造例を示す説明図である。 感性得点テーブルのデータ構造例を示す説明図である。 書体感性テーブルのデータ構造例を示す説明図である。 印象距離テーブルのデータ構造例を示す説明図である。 本実施の形態による処理例を示す説明図である。 書体形状特徴感性テーブルのデータ構造例を示す説明図である。 感性得点テーブルのデータ構造例を示す説明図である。 書体感性テーブルのデータ構造例を示す説明図である。 印象距離テーブルのデータ構造例を示す説明図である。 本実施の形態による具体的処理例（４）を示す説明図である。 分析結果テーブルのデータ構造例を示す説明図である。 本実施の形態による処理例を示す説明図である。 分析結果テーブルのデータ構造例を示す説明図である。 書体形状特徴感性テーブルのデータ構造例を示す説明図である。 書体形状特徴感性テーブルのデータ構造例を示す説明図である。 本実施の形態による具体的処理例（５）を示す説明図である。 分析結果テーブルのデータ構造例を示す説明図である。 本実施の形態を実現するコンピュータのハードウェア構成例を示すブロック図である。

以下、図面に基づき本発明を実現するにあたっての好適な一実施の形態の例を説明する。
図１は、本実施の形態の構成例についての概念的なモジュール構成図を示している。
なお、モジュールとは、一般的に論理的に分離可能なソフトウェア（コンピュータ・プログラム）、ハードウェア等の部品を指す。したがって、本実施の形態におけるモジュールはコンピュータ・プログラムにおけるモジュールのことだけでなく、ハードウェア構成におけるモジュールも指す。それゆえ、本実施の形態は、それらのモジュールとして機能させるためのコンピュータ・プログラム（コンピュータにそれぞれの手順を実行させるためのプログラム、コンピュータをそれぞれの手段として機能させるためのプログラム、コンピュータにそれぞれの機能を実現させるためのプログラム）、システム及び方法の説明をも兼ねている。ただし、説明の都合上、「記憶する」、「記憶させる」、これらと同等の文言を用いるが、これらの文言は、実施の形態がコンピュータ・プログラムの場合は、記憶装置に記憶させる、又は記憶装置に記憶させるように制御するという意味である。また、モジュールは機能に一対一に対応していてもよいが、実装においては、１モジュールを１プログラムで構成してもよいし、複数モジュールを１プログラムで構成してもよく、逆に１モジュールを複数プログラムで構成してもよい。また、複数モジュールは１コンピュータによって実行されてもよいし、分散又は並列環境におけるコンピュータによって１モジュールが複数コンピュータで実行されてもよい。なお、１つのモジュールに他のモジュールが含まれていてもよい。また、以下、「接続」とは物理的な接続の他、論理的な接続（データの授受、指示、データ間の参照関係等）の場合にも用いる。「予め定められた」とは、対象としている処理の前に定まっていることをいい、本実施の形態による処理が始まる前はもちろんのこと、本実施の形態による処理が始まった後であっても、対象としている処理の前であれば、そのときの状況・状態にしたがって、又はそれまでの状況・状態にしたがって定まることの意を含めて用いる。「予め定められた値」が複数ある場合は、それぞれ異なった値であってもよいし、２以上の値（もちろんのことながら、全ての値も含む）が同じであってもよい。また、「Ａである場合、Ｂをする」という記載は、「Ａであるか否かを判断し、Ａであると判断した場合はＢをする」の意味で用いる。ただし、Ａであるか否かの判断が不要である場合を除く。
また、システム又は装置とは、複数のコンピュータ、ハードウェア、装置等がネットワーク（一対一対応の通信接続を含む）等の通信手段で接続されて構成されるほか、１つのコンピュータ、ハードウェア、装置等によって実現される場合も含まれる。「装置」と「システム」とは、互いに同義の用語として用いる。もちろんのことながら、「システム」には、人為的な取り決めである社会的な「仕組み」（社会システム）にすぎないものは含まない。
また、各モジュールによる処理毎に又はモジュール内で複数の処理を行う場合はその処理毎に、対象となる情報を記憶装置から読み込み、その処理を行った後に、処理結果を記憶装置に書き出すものである。したがって、処理前の記憶装置からの読み込み、処理後の記憶装置への書き出しについては、説明を省略する場合がある。なお、ここでの記憶装置としては、ハードディスク、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、外部記憶媒体、通信回線を介した記憶装置、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）内のレジスタ等を含んでいてもよい。

本実施の形態である情報処理装置１００は、第１の文書から第２の文書を生成するものであって、図１の例に示すように、受付モジュール１０５、文字形状分析モジュール１１０、書体形状特徴感性ＤＢ１１５、テイスト判定モジュール１２０、書体感性ＤＢ１２５、テイストプロフィール比較モジュール１３０、結果表示モジュール１３５を有している。
既に作成されている文書である第１の文書と同じ印象（デザインテイスト、テイストともいわれる）を受けるように、第２の文書を作成する場合がある。例えば、第１の文書が第１の言語（例えば、英語等）で作成された文書であり、第２の文書が第１の文書を他の言語（例えば、日本語等）に翻訳した文書である場合、第２の文書は第１の文書の続きである場合等がある。これらの例に限定されることなく、２つの文書の印象を同じ印象を受けるようにしたい場合であればよい。特に、文書として販促物（チラシ、ビラ、パンフレット、ポスター、カタログ、リーフレット、ブックレット、ダイレクトメール（ＤＭ）、カレンダー、カード、名刺、ＷＥＢページ、レポート、プレゼンスライド等）等がある。
その場合、文書の構成要素である文字による印象を考慮する必要がある。文字から受ける印象も文書全体の印象に寄与するからである。文字の印象を考慮した書体の選択は困難である。例えば、電子文書が残されておらず、印刷後の紙の第１の文書で用いられている書体が不明となっている場合、第２の文書を作成する環境では第１の文書で用いられている書体を用いることができない場合、前述の翻訳のように、そもそも文字体系が異なるために第１の文書で用いられている書体と対応する書体を用いることができない場合等が該当する。
なお、印象は、後述するように、書体形状特徴感性ＤＢ１１５に記憶されている書体形状特徴感性テーブル４００によって定義されている。例えば、プリティ、カジュアル、ダイナミック、エレガント、クラシック、ダンディ、シック、クリア等がある。また、同じ印象か否かについては、後述するように、テイストプロフィール比較モジュール１３０によって、テイスト判定モジュール１２０によって抽出された値と書体の各項目における値との距離を用いて判断する。

情報処理装置１００は、元のフォントと選択したフォントの関連性を評価する。そして、文書内の書体を置き換えるときに、元書体のデザインテイストと類似している書体を選択する。
文字の印象は、複数の項目によって構成されている。「項目」は、印象を構成するものである。例えば、プリティ、カジュアル、ダイナミック、エレガント、クラシック、ダンディ、シック、クリア等がある。印象は、これらの複数の項目の値（強度を示す値）によって構成されている。

受付モジュール１０５は、文字形状分析モジュール１１０と接続されている。受付モジュール１０５は、ユーザー１９０の操作によって、第１の文書を受け付ける。ここでの第１の文書は、既に作成されている文書であって、画像であってもよいし、電子文書であってもよい。第１の文書が画像の場合は、例えば、スキャナ、カメラ等で画像を読み込むこと、ファックス等で通信回線を介して外部機器から画像を受信すること、ハードディスク（コンピュータに内蔵されているものの他に、ネットワークを介して接続されているもの等を含む）等に記憶されている画像を読み出すこと等が含まれる。画像は、２値画像、多値画像（カラー画像を含む）であってもよい。第１の文書が電子文書の場合は、少なくともテキストデータを含み、数値データ、図形データ、画像データ、動画データ、音声データ等の組み合わせであってもよく、記憶、編集及び検索等の対象となり、システム又は利用者間で個別の単位として交換できるものをいい、これらに類似するものを含む。例えば、ユーザー１９０の操作にしたがって、文書作成プログラムによって作成された文書、Ｗｅｂページ等を含む。受け付ける第１の文書は、１枚であってもよいし、複数枚であってもよい。また、文書の内容として、前述の販促物、ビジネスに用いられる文書等であってもよい。
さらに、受付モジュール１０５は、ユーザー１９０の操作によって、第２の文書を受け付けるようにしてもよい。情報処理装置１００は、その第２の文書内の文字を、第１の文書内の文字の印象と同じような印象となるように変更する。なお、第２の文書が第１の文書の翻訳である場合は、翻訳先の言語を受け付けるようにしてもよい。

文字形状分析モジュール１１０は、受付モジュール１０５、テイスト判定モジュール１２０と接続されている。文字形状分析モジュール１１０は、受付モジュール１０５が受け付けた第１の文書内の文字の形状を分析する。ここで分析とは、第１の文書内の文字の形状の特徴を抽出することである。ここで「文字の形状の特徴」とは、文字の外形上の特徴をいい、例えば、セリフ（文字の起筆部や終筆部を飾る線のこと、つまり、文字の起筆や終筆その他の部分に施された小さく突出した部分のこと）の有無、小文字の有無、シャープアペクス（文字の最上部又は最下部で画が接合するときの三角形）の有無、文字の起筆と終筆の形状が対称であるか否か（対称型であるか否か、又は、非対称型であるか否か）等がある。なお、アペクスとは、文字の頂点にあたる部分のことである。
第１の文書が画像である場合は、文字形状分析モジュール１１０は、その画像内の文字を対象として、その文字の形状の特徴を抽出する。例えば、既存の技術を用いて、画像内から文字を抽出する。そして、その文字の形状の特徴を抽出する。例えば、文字のエッジ検出を行い、そのエッジをベクトル変換して、形状の特徴を抽出してもよい。また、文字認識を行った後、予め定められた形状の特徴を有する書体の文字画像を複数生成し、第１の文書内の文字と同じ文字サイズに調整した後に、パターンマッチング等の技術を用いて、第１の文書内の文字と生成した文字画像との差異を算出して、差異が少ない書体の文字画像の特徴を、第１の文書内の文字の特徴とする等がある。なお、小文字であるか否かについては、文字認識を用いればよい。そして、文字認識の結果、第１の文書で用いられている言語を特定するようにしてもよい。
第１の文書が電子文書である場合は、文字形状分析モジュール１１０は、その電子文書内の文字を対象として、その文字の形状の特徴を抽出する。例えば、その第１の文書内の文字のプロパティ（属性）から書体を抽出することである。書体が特定できれば、その特徴から書体感性テーブル５００を用いて、各項目における値を抽出することができるからである。なお、書体と形状の特徴を対応させたテーブルを予め用意し、特定した書体から形状の特徴をそのテーブルから抽出し、この後、第１の文書が画像である場合と同様の処理ができるようにしてもよい。そして、第１の文書内のテキストから、第１の文書で用いられている言語を特定するようにしてもよい。

書体形状特徴感性ＤＢ１１５は、テイスト判定モジュール１２０と接続されている。書体形状特徴感性ＤＢ１１５は、デザインテイストと特定な書体の形状の特徴の関係の強さを感性評価実験によって分析した結果を格納したデータベースである。具体的には、文字の形状の特徴に対応する印象を記憶している。この印象は、各項目における値によって構成されている。例えば、書体形状特徴感性テーブル４００を記憶している。図４は、書体形状特徴感性テーブル４００のデータ構造例を示す説明図である。書体形状特徴感性テーブル４００は、特徴ＩＤ欄４０５、特徴欄４１０、プリティ欄４１５、カジュアル欄４２０、ダイナミック欄４２５、エレガント欄４３０、クラシック欄４３５、ダンディ欄４４０、シック欄４４５、クリア欄４５０を有している。特徴ＩＤ欄４０５は、本実施の形態において、特徴を一意に識別するための情報（特徴ＩＤ：ＩＤｅｎｔｉｆｉｃａｔｉｏｎ）を記憶している。特徴欄４１０は、文字の形状に関する特徴を記憶している。例えば、「セリフあり」、「小文字なし」等がある。プリティ欄４１５は、その特徴に対応するプリティの値を記憶している。カジュアル欄４２０は、その特徴に対応するカジュアルの値を記憶している。ダイナミック欄４２５は、その特徴に対応するダイナミックの値を記憶している。エレガント欄４３０は、その特徴に対応するエレガントの値を記憶している。クラシック欄４３５は、その特徴に対応するクラシックの値を記憶している。ダンディ欄４４０は、その特徴に対応するダンディの値を記憶している。シック欄４４５は、その特徴に対応するシックの値を記憶している。クリア欄４５０は、その特徴に対応するクリアの値を記憶している。例えば、書体形状特徴感性テーブル４００の１行目は、「セリフあり」の文字に対して、ダイナミック、ダンディ等の印象は高いが、逆にエレガント、クリア等の印象は低いことを示している。

テイスト判定モジュール１２０は、文字形状分析モジュール１１０、書体形状特徴感性ＤＢ１１５、テイストプロフィール比較モジュール１３０と接続されている。テイスト判定モジュール１２０は、文字形状分析モジュール１１０によって抽出された文字の形状の特徴に対応する各項目における値を抽出する。ここで「項目における値」とは、前述したプリティ等の項目の強度を示す値である。
また、テイスト判定モジュール１２０は、特徴に対応する各項目における値を、特徴と印象の各項目における値とを対応させた表から抽出するようにしてもよい。具体的には、「特徴と印象の各項目における値とを対応させた表」として、書体形状特徴感性ＤＢ１１５に記憶されている書体形状特徴感性テーブル４００を用いる。例えば、文字の形状の特徴が「セリフあり」である場合は、書体形状特徴感性テーブル４００のプリティ欄４１５〜クリア欄４５０内の値が、「項目における値」に該当する。つまり、テイスト判定モジュール１２０は、文字の形状の特徴に対応しているテイスト得点を計算し、テイストプロフィールを作成する。テイストプロフィールを図示したものについては、図７、図８の例を用いて後述する。

書体感性ＤＢ１２５は、テイストプロフィール比較モジュール１３０と接続されている。書体感性ＤＢ１２５は、デザインテイストと書体の関係の強さを感性評価実験によって評価した結果を格納したデータベースである。具体的には、書体に対応させて、その書体の文字から受ける印象の各項目の値を記憶している。例えば、書体感性テーブル５００を記憶している。図５は、書体感性テーブル５００のデータ構造例を示す説明図である。書体感性テーブル５００は、和文書体ＩＤ欄５０５、書体名欄５１０、プリティ欄５１５、カジュアル欄５２０、ダイナミック欄５２５、エレガント欄５３０、クラシック欄５３５、ダンディ欄５４０、シック欄５４５、クリア欄５５０を有している。和文書体ＩＤ欄５０５は、本実施の形態において、書体を一意に識別するための情報（書体ＩＤ）を記憶している。書体名欄５１０は、その書体の名称を記憶している。プリティ欄５１５は、その書体に対応するプリティの値を記憶している。カジュアル欄５２０は、その書体に対応するカジュアルの値を記憶している。ダイナミック欄５２５は、その書体に対応するダイナミックの値を記憶している。エレガント欄５３０は、その書体に対応するエレガントの値を記憶している。クラシック欄５３５は、その書体に対応するクラシックの値を記憶している。ダンディ欄５４０は、その書体に対応するダンディの値を記憶している。シック欄５４５は、その書体に対応するシックの値を記憶している。クリア欄５５０は、その書体に対応するクリアの値を記憶している。
また、書体感性テーブル５００として、見出し用、本文用等のように、文書の構成要素毎に用意しておいてもよい。同じ書体であっても、見出しに用いられるか、本文に用いられるか等によって、印象が異なる場合があるからである。

テイストプロフィール比較モジュール１３０は、テイスト判定モジュール１２０、書体感性ＤＢ１２５、結果表示モジュール１３５と接続されている。テイストプロフィール比較モジュール１３０は、文字の形状の特徴から抽出した印象と最も類似する印象を有する書体を少なくとも１つ以上選択する。ここで類似には、一致することを含む。例えば、テイストプロフィール比較モジュール１３０は、テイスト判定モジュール１２０が判定したテイストプロフィールと第２の文書で用いる書体のテイストプロフィールを比較し、印象差が小さい書体を抽出する。具体的には、テイストプロフィール比較モジュール１３０は、テイスト判定モジュール１２０によって抽出された値と書体の各項目における値との距離にしたがって、書体を選択する。ここで「文字の形状の特徴」は、文字形状分析モジュール１１０によって抽出された特徴である。したがって、テイストプロフィール比較モジュール１３０は、文字形状分析モジュール１１０によって抽出された特徴を用いて選択を行う。
また、テイストプロフィール比較モジュール１３０は、第１の文書から文字を抽出してもよい。この文字は、結果表示モジュール１３５によって翻訳対象として利用される。詳細な処理については、具体的処理例（３）を用いて詳述する。
また、第１の文書には、複数の書体による文字が含まれている場合、テイストプロフィール比較モジュール１３０は、第１の文書内の書体毎に、第２の文書に用いる書体を選択するようにしてもよい。詳細な処理については、具体的処理例（４）を用いて詳述する。

結果表示モジュール１３５は、テイストプロフィール比較モジュール１３０と接続されている。結果表示モジュール１３５は、テイストプロフィール比較モジュール１３０による処理結果（書体の選択結果）をユーザー１９０に提示する。
また、結果表示モジュール１３５は、テイストプロフィール比較モジュール１３０によって選択された書体の文字を用いて第２の文書を生成するようにしてもよい。例えば、結果表示モジュール１３５は、第１の文書内の文字（文章）を翻訳し、テイストプロフィール比較モジュール１３０によって選択された書体による翻訳後の文字によって、第２の文書を生成する。具体的には、翻訳用の書体（テイストプロフィール比較モジュール１３０によって選択された書体）を利用して、第１の文書内の文字内容を替えることを行う。そして、第２の文書を出力する。ここで文書を出力するとは、例えば、プリンタ等の印刷装置で印刷すること、ディスプレイ等の表示装置に表示すること、ファックス等の画像送信装置で文書を送信すること、文書データベース等の記憶装置へ文書を書き込むこと、メモリーカード等の記憶媒体に記憶すること、他の情報処理装置へ渡すこと等が含まれる。

図２は、本実施の形態の構成例（変更例）についての概念的なモジュール構成図である。
情報処理装置２００は、受付モジュール１０５、文字形状分析モジュール１１０、書体形状特徴感性ＤＢ１１５、テイスト判定モジュール１２０、書体感性ＤＢ１２５、テイストプロフィール比較モジュール１３０、結果表示モジュール１３５、テイスト調整モジュール２４０を有している。図１の例に示した情報処理装置１００にテイスト調整モジュール２４０を付加したものである。図１の例に示した情報処理装置１００と同種の部位には同一符号を付し重複した説明を省略する。
テイスト判定モジュール１２０は、文字形状分析モジュール１１０、書体形状特徴感性ＤＢ１１５、テイストプロフィール比較モジュール１３０、テイスト調整モジュール２４０と接続されている。
テイスト調整モジュール２４０は、テイスト判定モジュール１２０と接続されている。テイスト調整モジュール２４０は、ユーザー１９０の操作にしたがって、テイスト判定モジュール１２０によって抽出された値を調整する。例えば、テイスト調整モジュール２４０は、テイスト判定モジュール１２０が判定したテイストプロフィールの上に、ユーザー１９０がテイストの強さを調整するようにしてもよい。具体的には、図７、図８の例で示されるテイストプロフィール上の項目の値を上下させる調整を行う。
テイストプロフィール比較モジュール１３０は、テイスト調整モジュール２４０によって調整された値と書体の各項目における値との距離にしたがって、書体を選択する。詳細な処理については、具体的処理例（２）を用いて後述する。

図３は、本実施の形態を利用したシステム構成例を示す説明図である。
図３（ａ）に示す例は、スタンドアロンとして構成した場合の例である。
画像処理装置３００は、情報処理装置１００（情報処理装置２００）を有している。画像処理装置３００は、複写機、複合機（スキャナ、プリンタ、複写機、ファックス等のいずれか２つ以上の機能を有している画像処理装置）等であって、例えば、第１の文書を画像処理装置３００のスキャナによって読み込み、情報処理装置１００の処理結果である第２の文書を画像処理装置３００のプリンタによって印刷する。

図３（ｂ）に示す例は、通信回線３９０を介して、複数の装置によって構成されるようにしたものである。情報処理装置１００（情報処理装置２００）、ユーザー端末３１０、画像処理装置３２０、フォント管理装置３３０は、通信回線３９０を介してそれぞれ接続されている。通信回線３９０は、無線、有線、これらの組み合わせであってもよく、例えば、通信インフラとしてのインターネット、イントラネット等であってもよい。また、情報処理装置１００（情報処理装置２００）による機能は、クラウドサービスとして実現してもよい。フォント管理装置３３０は、フォントを管理する装置であり、例えば、書体形状特徴感性ＤＢ１１５、書体感性ＤＢ１２５を有し、フォントデータ等を記憶している。そして、ユーザー端末３１０、画像処理装置３２０の要求によって、フォントデータを提供してもよい。
例えば、第１の文書が画像である場合、第１の文書を画像処理装置３２０のスキャナによって読み込み、情報処理装置１００に送信し、処理結果である第２の文書を画像処理装置３２０のプリンタによって印刷する、又は、ユーザー端末３１０で受け取る。また、第１の文書が電子文書である場合、第１の文書をユーザー端末３１０から情報処理装置１００に送信し、処理結果である第２の文書をユーザー端末３１０で受け取る、又は、画像処理装置３２０のプリンタによって印刷する。また、ユーザー端末３１０、画像処理装置３２０で、第２の文書を出力するにあたり、フォントデータが不足している場合は、フォント管理装置３３０からダウンロードしてもよい。

図６は、本実施の形態（情報処理装置１００）による処理例を示すフローチャートである。
ステップＳ６０２では、受付モジュール１０５は、ユーザーが作成した販促物（第１の文書）の画像を入力する。
ステップＳ６０４では、文字形状分析モジュール１１０は、文字内容に対応した言語（第１の文書内の文字の言語）を認識する。
ステップＳ６０６では、文字形状分析モジュール１１０は、文字の形状特徴を認識する。
ステップＳ６０８では、テイスト判定モジュール１２０は、形状特徴に対応したテイストスコアを抽出する。具体的には、書体形状特徴感性テーブル４００を用いて、形状特徴から各テイストの値を抽出する。
ステップＳ６１０では、テイスト判定モジュール１２０は、形状特徴に対応した各テイストの得点を算出する。具体的には、複数の形状特徴での各テイストの値を、テイスト毎に加算する。

ステップＳ６１２では、テイスト判定モジュール１２０は、形状特徴に対応したテイストプロフィールを生成する。例えば、図７は、テイストプロフィールを図示したものであり、「プリティ」、「カジュアル」等のテイスト１〜５の５軸で示したものである。もちろんのことながら、書体形状特徴感性テーブル４００で示したように８軸のテイストでテイストプロフィールを生成してもよい。なお、図７内の実線は元言語（ステップＳ６０４で認識された言語）の書体、点線は指定した言語（ステップＳ６１４で指定された言語）の書体を示している。したがって、ステップＳ６１２の時点では実線のテイストプロフィールだけが生成されている。

ステップＳ６１４では、受付モジュール１０５は、ユーザーが指定した言語を受け付ける。つまり、第２の文書の言語を受け付ける。ステップＳ６０４で認識された言語と異なる場合は、翻訳が行われる。
ステップＳ６１６では、テイストプロフィール比較モジュール１３０は、指定した言語の書体に対応したテイストプロフィールと判定したテイストプロフィールの差を計算する。図７の例で示したように、実線と点線の差（距離）を計算する。もちろんのことながら、比較対象とする書体は複数となる。例えば、図８は、比較対象とする書体が２つである場合のテイストプロフィールを図示したものである。図８内の実線は元言語（ステップＳ６０４で認識された言語）の書体、点線は指定した言語（ステップＳ６１４で指定された言語）の書体Ａ、一点鎖線は指定した言語（ステップＳ６１４で指定された言語）の書体Ｂを示している。
ステップＳ６１６での計算は、例えば、式（１）を用いる。
ここで、Ｄｉｓｔは、２つの書体間のテイストの距離を示している。ｍは、テイストの種類の数を示している。ＴａｓｔｅＳｃｏｒｅは、書体のテイストスコアを示している。ＴａｓｔｅＳｃｏｒｅ_０，ｉは、元言語における書体のテイストスコアを示している。ＴａｓｔｅＳｃｏｒｅ_{１〜ｎ，ｉ}は、指定した言語における書体のテイストスコアを示している。添え字１〜ｎは、各テイスト（項目）を示している。

ステップＳ６１８では、テイストプロフィール比較モジュール１３０は、判定したテイストプロフィールと類似しているテイストを持つ書体を選択する。もちろんのことながら、最も類似している書体１つを選択してもよいし、その書体を含めて複数の書体を選択し、最終的な選択はユーザーが行うようにしてもよい。複数の書体を選択することは、例えば、差が予め定められた閾値未満である書体を選択してもよいし、差を昇順に並べて予め定められた順位までの書体を選択してもよい。
ステップＳ６２０では、結果表示モジュール１３５は、デザイン結果である第２の文書を合成・表示する。

次に、具体的処理例（１）〜（４）を用いて、第１の文書が画像である場合の処理について説明し、具体的処理例（５）を用いて、第１の文書が電子文書である場合の処理について説明する。
＜具体的処理例（１）＞
英語版の販促物（紙文書、チラシ）を書体感性ＤＢ１２５に記憶されている欧文書体を使って電子文書として再作成する場合の例である。つまり、第１の文書が欧文文字であり、第２の文書も欧文文書である場合である。
図９は、本実施の形態による具体的処理例（１）を示す説明図である。情報処理装置１００は、対象画像９１０を対象画像として入力し、再作成した結果として処理結果画像９９０を出力する例を示している。具体的には、英語版のチラシをスキャンして情報処理装置１００に入力し、テイストが一致している英語版のチラシを再作成する。

文字形状分析モジュール１１０は、文字と文字書体特徴の認識エンジンとしての機能を有しており、対象画像９１０の文字内容（使用言語）は英語と認識する。そして、文字形状分析モジュール１１０は、対象画像９１０の文字形状を抽出する。その後、テイスト判定モジュール１２０は、その形状を欧文書体の書体形状特徴感性ＤＢ１１５から探索してテイスト得点を取得し、文字のテイストプロフィールを算出する。テイストプロフィール比較モジュール１３０は、書体選択エンジンとしての機能を有しており、テイスト判定モジュール１２０によって算出された文字のテイストプロフィールと類似しているテイストを持つ欧文書体をピックアップ（抽出）する。

文字形状分析モジュール１１０による文字認識の処理結果として、分析結果テーブル１０００を生成する。図１０は、分析結果テーブル１０００のデータ構造例を示す説明図である。分析結果テーブル１０００は、内容ＩＤ欄１００５、元内容欄１０１０、再作成内容欄１０１５、内容属性欄１０２０を有している。内容ＩＤ欄１００５は、本実施の形態において、内容を一意に識別するための情報（内容ＩＤ）を記憶している。元内容欄１０１０は、元内容を記憶している。つまり、文字認識結果を記憶している。再作成内容欄１０１５は、再作成内容を記憶している。この例では、元内容欄１０１０の内容と同じである。なお、ユーザー１９０の指示にしたがって、再作成内容欄１０１５の内容が定まる。この場合は、対象画像９１０をそのまま再生する旨の指示が行われている。内容属性欄１０２０は、文書の構成要素の種別を示す内容属性を記憶している。文字形状分析モジュール１１０は、既存の技術を用いて、文書の構成要素を認識する。例えば、文字のサイズを予め定められた閾値と比較することによって、見出し、本文等に分類する。この構成要素にしたがって、対象とする書体（書体感性ＤＢ１２５内の書体）を限定してもよい。例えば、見出しについては、全ての書体を対象とするようにしてもよいし、本文については、明朝体とゴシック体の書体だけを対象とするようにしてもよい。

図１１は、本実施の形態による処理例を示す説明図である。文字形状分析モジュール１１０による文字の形状分析処理の例を示すものである。
文字形状分析モジュール１１０は、対象画像９１０から見出し領域１１２０を抽出する（図１１（ａ）、（ｂ）の例参照）。そして、各文字について、形状の特徴を抽出する。例えば、図１１（ｃ）の例に示すように、文字「Ｐ」から「セリフなし」、文字「ｔ」から「シャープアペクスなし」、文字「ｃ」から「対称型」の特徴を抽出する。

そして、テイスト判定モジュール１２０は、文字形状分析モジュール１１０が抽出した形状の特徴に関するテイスト得点を書体形状特徴感性ＤＢ１１５から抽出する。例えば、抽出結果として書体形状特徴感性テーブル１２００を生成する。図１２は、書体形状特徴感性テーブル１２００のデータ構造例を示す説明図である。書体形状特徴感性テーブル１２００は、特徴ＩＤ欄１２０５、特徴欄１２１０、プリティ欄１２１５、カジュアル欄１２２０、ダイナミック欄１２２５、エレガント欄１２３０、クラシック欄１２３５、ダンディ欄１２４０、シック欄１２４５、クリア欄１２５０を有している。特徴ＩＤ欄１２０５は、本実施の形態において、特徴を一意に識別するための情報（特徴ＩＤ：ＩＤｅｎｔｉｆｉｃａｔｉｏｎ）を記憶している。特徴欄１２１０は、特徴を記憶している。プリティ欄１２１５は、プリティの値を記憶している。カジュアル欄１２２０は、カジュアルの値を記憶している。ダイナミック欄１２２５は、ダイナミックの値を記憶している。エレガント欄１２３０は、エレガントの値を記憶している。クラシック欄１２３５は、クラシックの値を記憶している。ダンディ欄１２４０は、ダンディの値を記憶している。シック欄１２４５は、シックの値を記憶している。クリア欄１２５０は、クリアの値を記憶している。図１２の例では、３つの特徴（（１）セリフなし、（２）「ｔ」シャープアペクスなし、（３）「ｃ」対称型）のそれぞれに対して、８つの項目における値（感性スコア）が抽出されている。

テイスト判定モジュール１２０は、書体形状特徴感性テーブル１２００から感性得点テーブル１３００を生成する。図１３は、感性得点テーブル１３００のデータ構造例を示す説明図である。感性得点テーブル１３００は、統合ＩＤ欄１３０５、プリティ欄１３１０、カジュアル欄１３１５、ダイナミック欄１３２０、エレガント欄１３２５、クラシック欄１３３０、ダンディ欄１３３５、シック欄１３４０、クリア欄１３４５を有している。統合ＩＤ欄１３０５は、本実施の形態において、各項目の値の統合を一意に識別するための情報（統合ＩＤ）を記憶している。プリティ欄１３１０は、統合したプリティの値を記憶している。カジュアル欄１３１５は、統合したカジュアルの値を記憶している。ダイナミック欄１３２０は、統合したダイナミックの値を記憶している。エレガント欄１３２５は、統合したエレガントの値を記憶している。クラシック欄１３３０は、統合したクラシックの値を記憶している。ダンディ欄１３３５は、統合したダンディの値を記憶している。シック欄１３４０は、統合したシックの値を記憶している。クリア欄１３４５は、統合したクリアの値を記憶している。
具体的には、抽出した特徴の感性スコアにより、対象画像９１０の文字内容の感性得点を計算する。式（２）を用いて、プリティ（１つ目の項目）の感性得点を計算する。いわゆる平均値である。
なお、ＳｃｏｒｅＯｆＣｈａｒａｃｔｅｒ_{ｐｒｅｔｔｙ}は、プリティの感性得点を示しており、プリティ欄１３１０内の値である。ＳｃｏｒｅＯｆＣｈａｒａｃｔｅｒ_{ｉ，ｐｒｅｔｔｙ}は、各特徴におけるプリティの感性得点を示しており、プリティ欄１２１５内の値である。ＣｏｕｎｔＯｆＣｈａｒａｃｔｅｒｓは、抽出した特徴の数を示しており、特徴ＩＤ欄１２０５の個数（３）である。図１２の例では、「（０．０３８５＋０．０９５４−０．０６３４）／３」の計算を行い、図１３の例に示す「０．０２３５」を得る。もちろんのことながら、他の項目（カジュアル等）についても同等の式を用いればよい。

次に、テイストプロフィール比較モジュール１３０は、書体感性ＤＢ１２５から欧文書体で見出しに使用できる書体を抽出する。例えば、抽出結果として書体感性テーブル１４００を生成する。図１４は、書体感性テーブル１４００のデータ構造例を示す説明図である。書体感性テーブル１４００は、欧文書体ＩＤ欄１４０５、書体名欄１４１０、プリティ欄１４１５、カジュアル欄１４２０、ダイナミック欄１４２５、エレガント欄１４３０、クラシック欄１４３５、ダンディ欄１４４０、シック欄１４４５、クリア欄１４５０を有している。欧文書体ＩＤ欄１４０５は、本実施の形態において、欧文書体を一意に識別するための情報（欧文書体ＩＤ）を記憶している。書体名欄１４１０は、書体名を記憶している。プリティ欄１４１５は、その書体におけるプリティの値を記憶している。カジュアル欄１４２０は、その書体におけるカジュアルの値を記憶している。ダイナミック欄１４２５は、その書体におけるダイナミックの値を記憶している。エレガント欄１４３０は、その書体におけるエレガントの値を記憶している。クラシック欄１４３５は、その書体におけるクラシックの値を記憶している。ダンディ欄１４４０は、その書体におけるダンディの値を記憶している。シック欄１４４５は、その書体におけるシックの値を記憶している。クリア欄１４５０は、その書体におけるクリアの値を記憶している。
ここでは、欧文書体に関するテイスト得点（感性スコア）として、見出しに関する６つの書体を書体感性ＤＢ１２５から抽出した結果である。

そして、テイストプロフィール比較モジュール１３０は、感性得点テーブル１３００、書体感性テーブル１４００から印象距離テーブル１５００を生成する。図１５は、印象距離テーブル１５００のデータ構造例を示す説明図である。印象距離テーブル１５００は、欧文書体ＩＤ欄１５０５、書体名欄１５１０、印象距離欄１５１５を有している。欧文書体ＩＤ欄１５０５は、欧文書体ＩＤを記憶している。書体名欄１５１０は、書体名を記憶している。印象距離欄１５１５は、印象距離を記憶している。
具体的には、各書体の感性スコアにより、統合した感性得点との印象距離を計算し、例えば、距離が一番小さい書体（又は、距離が一番小さい書体を含む複数の書体）を選択する。この例では、書体「Ａｒｉａｌ」が選択される。結果表示モジュール１３５は、この書体「Ａｒｉａｌ」の文字（分析結果テーブル１０００の再作成内容欄１０１５）を用いて、処理結果画像９９０を作成し、提示する。もちろんのことながら、前述したように複数選択してもよい。複数の書体を選択した場合は、各々の書体を用いて複数の処理結果画像９９０を作成し、ユーザー１９０に選択可能に提示してもよい。
具体的には、式（３）を用いて、各書体の印象距離を計算する。
なお、Ｄｉｓｔは、書体ｎの印象距離を示しており、印象距離欄１５１５内の値である。ＴａｓｔｅＳｃｏｒｅ_ｎ，ｉは、書体ｎにおける各テイストの感性スコアであり、例えば、プリティの場合は、プリティ欄１４１５内の値である。ＴａｓｔｅＳｃｏｒｅ_０，ｉは、感性得点テーブル１３００における各テイストの感性得点である。

＜具体的処理例（２）＞
英語版の販促物（紙文書、チラシ）の持つテイストを、ユーザー１９０の操作にしたがって調整し、書体感性ＤＢ１２５に記憶されている欧文書体を使って電子文書として再作成する場合の例である。つまり、第１の文書が欧文文字であり、第２の文書も欧文文書である場合であって、操作者の操作にしたがって、テイスト判定モジュール１２０によって抽出された値を調整するものである。なお、具体的処理例（１）と同等の処理、例えば、式（２）、式（３）を用いること等については説明を省略した。
図１６は、本実施の形態による具体的処理例（２）を示す説明図である。情報処理装置２００は、対象画像１６１０を対象画像として入力し、ユーザー１９０によってテイストを調整１６２０が行われ、その調整後に再作成した結果として処理結果画像１６９０を出力する例を示している。具体的には、英語版のチラシをスキャンして情報処理装置２００に入力し、テイストを調整し、そのテイストが一致している英語版のチラシを再作成する。
テイストを調整１６２０として、例えば、「エレガント」、「クラシック」のテイストを強くするという調整指示があったものとして説明する。なお、テイスト調整モジュール２４０による処理以外は、具体的処理例（１）と同等である。

文字形状分析モジュール１１０は、文字と文字書体特徴の認識エンジンとしての機能を有しており、対象画像１６１０の文字内容（使用言語）は英語と認識する。そして、文字形状分析モジュール１１０は、対象画像１６１０の文字形状を抽出する。その後、テイスト判定モジュール１２０は、その形状を欧文書体の書体形状特徴感性ＤＢ１１５から探索してテイスト得点を取得し、文字のテイストプロフィールを算出する。テイスト調整モジュール２４０は、ユーザー１９０のテイストを調整１６２０にしたがって、テイストを調整する。テイストプロフィール比較モジュール１３０は、書体選択エンジンとしての機能を有しており、テイスト調整モジュール２４０によって調整された文字のテイストプロフィールと類似しているテイストを持つ欧文書体をピックアップ（抽出）する。

文字形状分析モジュール１１０による文字認識の処理結果として、分析結果テーブル１７００を生成する。図１７は、分析結果テーブル１７００のデータ構造例を示す説明図である。分析結果テーブル１７００は、内容ＩＤ欄１７０５、元内容欄１７１０、再作成内容欄１７１５、内容属性欄１７２０を有している。具体的処理例（１）における図１０の例に示す分析結果テーブル１０００のデータ構造と同等である。

図１８は、本実施の形態による処理例を示す説明図である。文字形状分析モジュール１１０による文字の形状分析処理の例を示すものである。具体的処理例（１）における図１１の例と同等である。
そして、テイスト判定モジュール１２０は、文字形状分析モジュール１１０が抽出した形状の特徴に関するテイスト得点を書体形状特徴感性ＤＢ１１５から抽出する。例えば、抽出結果として書体形状特徴感性テーブル１９００を生成する。図１９は、書体形状特徴感性テーブル１９００のデータ構造例を示す説明図である。書体形状特徴感性テーブル１９００は、特徴ＩＤ欄１９０５、特徴欄１９１０、プリティ欄１９１５、カジュアル欄１９２０、ダイナミック欄１９２５、エレガント欄１９３０、クラシック欄１９３５、ダンディ欄１９４０、シック欄１９４５、クリア欄１９５０を有している。具体的処理例（１）における図１２の例のデータ構造と同等である。
テイスト判定モジュール１２０は、書体形状特徴感性テーブル１９００から感性得点テーブル２０００を生成する。図２０は、感性得点テーブル２０００のデータ構造例を示す説明図である。感性得点テーブル２０００は、統合ＩＤ欄２００５、プリティ欄２０１０、カジュアル欄２０１５、ダイナミック欄２０２０、エレガント欄２０２５、クラシック欄２０３０、ダンディ欄２０３５、シック欄２０４０、クリア欄２０４５を有している。具体的処理例（１）における図１３の例のデータ構造と同等である。

次に、テイスト調整モジュール２４０は、ユーザー１９０のテイストを調整１６２０による指示にしたがって、感性得点テーブル２０００内のエレガントの値を「＋０．３２７１」、クラシックの値を「＋０．４０８５」として、感性得点テーブル２１００を生成する。図２１は、感性得点テーブル２１００のデータ構造例を示す説明図である。感性得点テーブル２１００は、調整ＩＤ欄２１０５、プリティ欄２１１０、カジュアル欄２１１５、ダイナミック欄２１２０、エレガント欄２１２５、クラシック欄２１３０、ダンディ欄２１３５、シック欄２１４０、クリア欄２１４５を有している。図２０の例に示した感性得点テーブル２０００と同等のデータ構造である。ただし、エレガント欄２１２５の値が「−０．１２７１」から「０．２０００」に変更され、クラシック欄２１３０の値が「−０．２０８５」から「０．２０００」に変更されている。
例えば、ユーザー１９０のテイストを調整１６２０の指示として、図７、図８の例に示したようなテイストプロフィールが提示され、エレガントとクラシックの軸の値を強調する操作が行われる。

次に、テイストプロフィール比較モジュール１３０は、書体感性ＤＢ１２５から欧文書体で見出しに使用できる書体を抽出する。例えば、抽出結果として書体感性テーブル２２００を生成する。図２２は、書体感性テーブル２２００のデータ構造例を示す説明図である。書体感性テーブル２２００は、欧文書体ＩＤ欄２２０５、書体名欄２２１０、プリティ欄２２１５、カジュアル欄２２２０、ダイナミック欄２２２５、エレガント欄２２３０、クラシック欄２２３５、ダンディ欄２２４０、シック欄２２４５、クリア欄２２５０を有している。具体的処理例（１）における図１４の例のデータ構造と同等である。

そして、テイストプロフィール比較モジュール１３０は、感性得点テーブル２１００、書体感性テーブル２２００から印象距離テーブル２３００を生成する。図２３は、印象距離テーブル２３００のデータ構造例を示す説明図である。印象距離テーブル２３００は、欧文書体ＩＤ欄２３０５、書体名欄２３１０、印象距離欄２３１５を有している。具体的処理例（１）における図１５の例のデータ構造と同等である。
具体的には、各書体の感性スコアにより、統合した感性得点との印象距離を計算し、例えば、距離が一番小さい書体（又は、距離が一番小さい書体を含む複数の書体）を選択する。この例では、書体「Ｇａｒａｍｏｎｄ」が選択される。結果表示モジュール１３５は、この書体「Ｇａｒａｍｏｎｄ」の文字（分析結果テーブル１７００の再作成内容欄１７１５）を用いて、処理結果画像１６９０を作成し、提示する。もちろんのことながら、前述したように複数選択してもよい。複数の書体を選択した場合は、各々の書体を用いて複数の処理結果画像１６９０を作成し、ユーザー１９０に選択可能に提示してもよい。

＜具体的処理例（３）＞
英語版の販促物（紙文書、チラシ）を日本語に翻訳し、書体感性ＤＢ１２５に記憶されている和文書体を使って電子文書として再作成する場合の例である。つまり、第１の文書が欧文文字であり、第２の文書は和文文書である場合である。ただし、本文と見出しがあり、それぞれのテイストが同じになるように別々に処理している。
図２４は、本実施の形態による具体的処理例（３）を示す説明図である。情報処理装置１００は、対象画像２４１０を対象画像として入力し、翻訳後に再作成した結果として処理結果画像２４９０を出力する例を示している。具体的には、英語版のチラシをスキャンして情報処理装置１００に入力し、テイストが一致している日本語版のチラシを再作成する。

文字形状分析モジュール１１０は、文字と文字書体特徴の認識エンジン、翻訳エンジンとしての機能を有しており、対象画像２４１０の文字内容（使用言語）は英語と認識し、文字認識を行い、英語から日本語への翻訳を行う。そして、文字形状分析モジュール１１０は、対象画像２４１０の文字形状を抽出する。その後、テイスト判定モジュール１２０は、その形状を欧文書体の書体形状特徴感性ＤＢ１１５から探索してテイスト得点を取得し、文字のテイストプロフィールを算出する。テイストプロフィール比較モジュール１３０は、書体選択エンジンとしての機能を有しており、テイスト判定モジュール１２０によって算出された文字のテイストプロフィールと類似しているテイストを持つ和文書体をピックアップ（抽出）する。

文字形状分析モジュール１１０による文字認識、翻訳の処理結果として、分析結果テーブル２５００を生成する。図２５は、分析結果テーブル２５００のデータ構造例を示す説明図である。分析結果テーブル２５００は、内容ＩＤ欄２５０５、元内容欄２５１０、再作成内容欄２５１５、内容属性欄２５２０を有している。具体的処理例（１）における図１０の例に示す分析結果テーブル１０００のデータ構造と同等である。ただし、再作成内容欄２５１５内は、元内容欄２５１０に対応する日本語となっている。また、図２５は、見出しと本文に分類されている例を示している。見出しと本文で適用する書体（書体感性ＤＢ１２５内の書体）が異なる。この例では、見出しについて、全ての書体を対象とし、本文に対しては、明朝体とゴシック体の書体だけを対象とする。

以下、本文部分と見出し部分との処理を分けて行う。
まず、見出し部分について、以下の処理を行う。もちろんのことながら、いずれを先に行ってもよいし、並列的に処理を行うようにしてもよい。
図２６は、本実施の形態による処理例を示す説明図である。文字形状分析モジュール１１０による文字の形状分析処理の例を示すものである。
文字形状分析モジュール１１０は、対象画像２４１０から見出し領域２６２０を抽出する（図２６（ａ）、（ｂ）の例参照）。そして、各文字について、形状の特徴を抽出する。例えば、図２６（ｃ）の例に示すように、文字「ＮＥＫＯＭＵＲＡ ＴＯＲＡＯ」から「小文字なし」、文字「Ｎ」から「セリフあり」、文字「ＭＮ」から「「Ｍ」シャープアペクス」の特徴を抽出する。

そして、テイスト判定モジュール１２０は、文字形状分析モジュール１１０が抽出した形状の特徴に関するテイスト得点を書体形状特徴感性ＤＢ１１５から抽出する。例えば、抽出結果として書体形状特徴感性テーブル２７００を生成する。図２７は、書体形状特徴感性テーブル２７００のデータ構造例を示す説明図である。書体形状特徴感性テーブル２７００は、特徴ＩＤ欄２７０５、特徴欄２７１０、プリティ欄２７１５、カジュアル欄２７２０、ダイナミック欄２７２５、エレガント欄２７３０、クラシック欄２７３５、ダンディ欄２７４０、シック欄２７４５、クリア欄２７５０を有している。具体的処理例（１）における図１２の例のデータ構造と同等である。
テイスト判定モジュール１２０は、書体形状特徴感性テーブル２７００から感性得点テーブル２８００を生成する。図２８は、感性得点テーブル２８００のデータ構造例を示す説明図である。感性得点テーブル２８００は、統合ＩＤ欄２８０５、プリティ欄２８１０、カジュアル欄２８１５、ダイナミック欄２８２０、エレガント欄２８２５、クラシック欄２８３０、ダンディ欄２８３５、シック欄２８４０、クリア欄２８４５を有している。具体的処理例（１）における図１３の例のデータ構造と同等である。

次に、テイストプロフィール比較モジュール１３０は、書体感性ＤＢ１２５から和文書体で見出しに使用できる書体を抽出する。例えば、抽出結果として書体感性テーブル２９００を生成する。図２９は、書体感性テーブル２９００のデータ構造例を示す説明図である。書体感性テーブル２９００は、和文書体ＩＤ欄２９０５、書体名欄２９１０、プリティ欄２９１５、カジュアル欄２９２０、ダイナミック欄２９２５、エレガント欄２９３０、クラシック欄２９３５、ダンディ欄２９４０、シック欄２９４５、クリア欄２９５０を有している。具体的処理例（１）における図１４の例のデータ構造と同等である。見出しとして、５つの和文書体がある例である。

そして、テイストプロフィール比較モジュール１３０は、感性得点テーブル２８００、書体感性テーブル２９００から印象距離テーブル３０００を生成する。図３０は、印象距離テーブル３０００のデータ構造例を示す説明図である。印象距離テーブル３０００は、和文書体ＩＤ欄３００５、書体名欄３０１０、印象距離欄３０１５を有している。具体的処理例（１）における図１５の例のデータ構造と同等である。
具体的には、各書体の感性スコアにより、統合した感性得点との印象距離を計算し、例えば、距離が一番小さい書体（又は、距離が一番小さい書体を含む複数の書体）を選択する。この例では、書体「小塚明朝」が選択される。結果表示モジュール１３５は、見出しについて、この書体「小塚明朝」の文字（分析結果テーブル２５００の再作成内容欄２５１５の見出し部分）を用いて、処理結果画像２４９０を作成する。もちろんのことながら、前述したように複数選択してもよい。複数の書体を選択した場合は、各々の書体を用いて複数の処理結果画像２４９０の見出し部分を作成してもよい。

次に、本文部分について、見出し部分に対する処理と同等の処理を行う。
図３１は、本実施の形態による処理例を示す説明図である。文字形状分析モジュール１１０による文字の形状分析処理の例を示すものである。
文字形状分析モジュール１１０は、対象画像２４１０から本文領域３１２０、本文領域３１３０を抽出する（図３１（ａ）、（ｂ）の例参照）。そして、各文字について、形状の特徴を抽出する。例えば、図３１（ｃ）の例に示すように、文字「Ｐ」から「セリフあり」、文字「ｔ」から「「ｔ」シャープアペクス」、文字「ｃ」から「「ｃ」非対称型」の特徴を抽出する。

そして、テイスト判定モジュール１２０は、文字形状分析モジュール１１０が抽出した形状の特徴に関するテイスト得点を書体形状特徴感性ＤＢ１１５から抽出する。例えば、抽出結果として書体形状特徴感性テーブル３２００を生成する。図３２は、書体形状特徴感性テーブル３２００のデータ構造例を示す説明図である。書体形状特徴感性テーブル３２００は、特徴ＩＤ欄３２０５、特徴欄３２１０、プリティ欄３２１５、カジュアル欄３２２０、ダイナミック欄３２２５、エレガント欄３２３０、クラシック欄３２３５、ダンディ欄３２４０、シック欄３２４５、クリア欄３２５０を有している。具体的処理例（１）における図１２の例のデータ構造と同等である。
テイスト判定モジュール１２０は、書体形状特徴感性テーブル３２００から感性得点テーブル３３００を生成する。図３３は、感性得点テーブル３３００のデータ構造例を示す説明図である。感性得点テーブル３３００は、統合ＩＤ欄３３０５、プリティ欄３３１０、カジュアル欄３３１５、ダイナミック欄３３２０、エレガント欄３３２５、クラシック欄３３３０、ダンディ欄３３３５、シック欄３３４０、クリア欄３３４５を有している。具体的処理例（１）における図１３の例のデータ構造と同等である。

次に、テイストプロフィール比較モジュール１３０は、書体感性ＤＢ１２５から和文書体で本文に使用できる書体を抽出する。例えば、抽出結果として書体感性テーブル３４００を生成する。図３４は、書体感性テーブル３４００のデータ構造例を示す説明図である。書体感性テーブル３４００は、和文書体ＩＤ欄３４０５、書体名欄３４１０、プリティ欄３４１５、カジュアル欄３４２０、ダイナミック欄３４２５、エレガント欄３４３０、クラシック欄３４３５、ダンディ欄３４４０、シック欄３４４５、クリア欄３４５０を有している。具体的処理例（１）における図１４の例のデータ構造と同等である。本文として、４つの和文書体（いずれも明朝体、ゴシック体の種類である）がある例である。

そして、テイストプロフィール比較モジュール１３０は、感性得点テーブル３３００、書体感性テーブル３４００から印象距離テーブル３５００を生成する。図３５は、印象距離テーブル３５００のデータ構造例を示す説明図である。印象距離テーブル３５００は、和文書体ＩＤ欄３５０５、書体名欄３５１０、印象距離欄３５１５を有している。具体的処理例（１）における図１５の例のデータ構造と同等である。
具体的には、各書体の感性スコアにより、統合した感性得点との印象距離を計算し、例えば、距離が一番小さい書体（又は、距離が一番小さい書体を含む複数の書体）を選択する。この例では、書体「秀英明朝」が選択される。結果表示モジュール１３５は、本文について、この書体「秀英明朝」の文字（分析結果テーブル２５００の再作成内容欄２５１５の本文部分）を用いて、処理結果画像２４９０を作成する。もちろんのことながら、前述したように複数選択してもよい。複数の書体を選択した場合は、各々の書体を用いて複数の処理結果画像２４９０の本文部分を作成してもよい。
先の見出し部分の処理結果とこの本文部分の処理結果とを組み合わせることによって、処理結果画像２４９０を生成する。複数の書体を選択した場合は、各々の書体を用いて複数の処理結果画像２４９０を作成し、ユーザー１９０に選択可能に提示してもよい。

＜具体的処理例（４）＞
英語版の販促物（紙文書、チラシ）の一文の中に複数の書体があり、この販促物を日本語に翻訳し、書体感性ＤＢ１２５に記憶されている和文書体を使って電子文書として再作成する場合の例である。つまり、第１の文書が欧文文字であり、第２の文書は和文文書である場合である。
図３６は、本実施の形態による具体的処理例（４）を示す説明図である。情報処理装置１００は、対象画像３６１０を対象画像として入力し、翻訳後に再作成した結果として処理結果画像３６９０を出力する例を示している。具体的には、英語版のチラシをスキャンして情報処理装置１００に入力し、テイストが一致している日本語版のチラシを再作成する。

文字形状分析モジュール１１０は、文字と文字書体特徴の認識エンジン、翻訳エンジンとしての機能を有しており、対象画像３６１０の文字内容（使用言語）は英語と認識し、文字認識を行い、英語から日本語への翻訳を行う。そして、文字形状分析モジュール１１０は、対象画像３６１０の文字形状を抽出する。その後、テイスト判定モジュール１２０は、その形状を欧文書体の書体形状特徴感性ＤＢ１１５から探索してテイスト得点を取得し、文字のテイストプロフィールを算出する。テイストプロフィール比較モジュール１３０は、書体選択エンジンとしての機能を有しており、テイスト判定モジュール１２０によって算出された文字のテイストプロフィールと類似しているテイストを持つ和文書体をピックアップ（抽出）する。

文字形状分析モジュール１１０による文字認識、翻訳の処理結果として、分析結果テーブル３７００を生成する。図３７は、分析結果テーブル３７００のデータ構造例を示す説明図である。分析結果テーブル３７００は、内容ＩＤ欄３７０５、元内容欄３７１０、再作成内容欄３７１５、内容属性欄３７２０を有している。具体的処理例（１）における図１０の例に示す分析結果テーブル１０００のデータ構造と同等である。ただし、再作成内容欄３７１５内は、元内容欄３７１０に対応する日本語となっている。

図３８は、本実施の形態による処理例を示す説明図である。文字形状分析モジュール１１０による文字の形状分析処理の例を示すものである。
文字形状分析モジュール１１０は、対象画像３６１０から見出し領域３８２０、見出し領域３８３０を抽出する（図３８（ａ）、（ｂ）の例参照）。そして、各文字について、書体毎に形状の特徴を抽出する。例えば、図３８（ｃ１）、（ｃ２）の例に示すように、文字「ｋ」から「セリフなし」、文字「ｙ」から「「ｙ」ケルンあり」、文字「ｈ」から「セリフあり」、文字「ａ」から「「ａ」ダブルストーリー型」の特徴を抽出する。ここで、「セリフなし」と「セリフあり」が混在しており、矛盾したものである。矛盾するものは別のグループに分けることを行う。なお、ケルンとは、「ｆ」、「ｊ」、「ｒ」、「ｙ」等の文字にある丸い部分をいう。

具体的には、文字形状分析モジュール１１０は、違う特徴毎に分析結果テーブル３７００を分けて、分析結果テーブル３９００を生成する。図３９は、分析結果テーブル３９００のデータ構造例を示す説明図である。分析結果テーブル３９００は、内容ＩＤ欄３９０５、元内容欄３９１０、再作成内容欄３９１５、内容属性欄３９２０を有している。図１７の例に示した分析結果テーブル１７００のデータ構造と同等である。ただし、全ては見出しであるが、特徴（書体）毎に分けている。具体的には、書体Ａの「Ｄｏ ｙｏｕ ｌｉｋｅ」、書体Ｂの「Ｂｒａｈｍｓ」、書体Ｃの「？」の３つに分けている。

そして、テイスト判定モジュール１２０は、文字形状分析モジュール１１０が抽出した形状の特徴に関するテイスト得点を書体形状特徴感性ＤＢ１１５から抽出する。例えば、抽出結果として書体形状特徴感性テーブル４０００、書体形状特徴感性テーブル４１００を生成する。書体形状特徴感性テーブル４０００は、書体Ａの「Ｄｏ ｙｏｕ ｌｉｋｅ」に対応するものであり、書体形状特徴感性テーブル４１００は、書体Ｂの「Ｂｒａｈｍｓ」に対応するものである。なお、「？」については、翻訳後も「？」であることから、書体の変更を行う必要がないことから書体形状特徴感性テーブル４０００の説明を省略した。
図４０は、書体形状特徴感性テーブル４０００のデータ構造例を示す説明図である。書体形状特徴感性テーブル４０００は、特徴ＩＤ欄４００５、特徴欄４０１０、プリティ欄４０１５、カジュアル欄４０２０、ダイナミック欄４０２５、エレガント欄４０３０、クラシック欄４０３５、ダンディ欄４０４０、シック欄４０４５、クリア欄４０５０を有している。具体的処理例（１）における図１２の例のデータ構造と同等である。書体形状特徴感性テーブル４０００は、欧文の書体Ａに対応した特徴に関するテイスト得点（感性スコア）を示しており、８つのテイストがある。
図４１は、書体形状特徴感性テーブル４１００のデータ構造例を示す説明図である。書体形状特徴感性テーブル４１００は、特徴ＩＤ欄４１０５、特徴欄４１１０、プリティ欄４１１５、カジュアル欄４１２０、ダイナミック欄４１２５、エレガント欄４１３０、クラシック欄４１３５、ダンディ欄４１４０、シック欄４１４５、クリア欄４１５０を有している。具体的処理例（１）における図１２の例のデータ構造と同等である。書体形状特徴感性テーブル４１００は、欧文の書体Ｂに対応した特徴に関するテイスト得点（感性スコア）を示しており、８つのテイストがある。

この後の処理は、前述した具体的処理例（３）の場合で、見出しの処理方法と同等である。つまり、形状特徴に対応したテイストプロフィールを、それぞれ統合する。指定した言語（日本語）の書体に対応したテイストプロフィールと統合したテイストプロフィールの差を計算し、類似しているテイストを持つ書体をそれぞれ選択し、処理結果画像３６９０を作成する。

＜具体的処理例（５）＞
ユーザーインタフェース（ＵＩ）メニューを日本語版から英語版に翻訳し、書体感性ＤＢ１２５に記憶されている欧文書体を使ってＵＩメニューとして再作成する場合の例である。つまり、第１の文書が和文文字であり、第２の文書は欧文文書である場合である。
図４２は、本実施の形態による具体的処理例（５）を示す説明図である。情報処理装置１００は、日本語メニュー画面４２１０内のデータを対象文書として入力し、翻訳後に再作成した結果として英語メニュー画面４２２０を出力する例を示している。
携帯端末４２００は、日本語メニュー画面４２１０、英語メニュー画面４２２０を表示し得る。日本語メニュー画面４２１０には、ユーザー名欄４２１２、パスワード欄４２１４、「ログインする」ボタン４２１６、「アカウントをつくる」ボタン４２１８が表示されている。そして、英語メニュー画面４２２０には、ＵｓｅＮａｍｅ欄４２２２、Ｐａｓｓｗｏｒｄ欄４２２４、「Ｌｏｇｉｎ」ボタン４２２６、「Ｓｉｇｎ ｕｐ」ボタン４２２８が表示されている。ＵｓｅＮａｍｅ欄４２２２はユーザー名欄４２１２に対応しており、Ｐａｓｓｗｏｒｄ欄４２２４はパスワード欄４２１４に対応しており、「Ｌｏｇｉｎ」ボタン４２２６は「ログインする」ボタン４２１６に対応しており、「Ｓｉｇｎ ｕｐ」ボタン４２２８は「アカウントをつくる」ボタン４２１８に対応している。つまり、英語版のＵＩメニューとテイストが一致している日本語版のＵＩメニューを生成する。

文字形状分析モジュール１１０は、文字書体特徴の認識エンジン、翻訳エンジンとしての機能を有しており、日本語メニュー画面４２１０の文字内容（使用言語）は日本語と認識する。そして、文字形状分析モジュール１１０は、日本語メニュー画面４２１０の文字形状として書体を属性（プロパティ）から抽出する。その後、テイスト判定モジュール１２０は、その書体を和文書体の書体形状特徴感性ＤＢ１１５から探索してテイスト得点を取得し、文字のテイストプロフィールを算出する。テイストプロフィール比較モジュール１３０は、書体選択エンジンとしての機能を有しており、テイスト判定モジュール１２０によって算出された文字のテイストプロフィールと類似しているテイストを持つ欧文書体をピックアップ（抽出）する。

文字形状分析モジュール１１０による翻訳の処理結果として、分析結果テーブル４３００を生成する。図４３は、分析結果テーブル４３００のデータ構造例を示す説明図である。分析結果テーブル４３００は、内容ＩＤ欄４３０５、元内容欄４３１０、再作成内容欄４３１５、内容属性欄４３２０を有している。具体的処理例（１）における図１０の例に示す分析結果テーブル１０００のデータ構造と同等である。
この後の処理は、前述した具体的処理例と同等である。

図４４を参照して、本実施の形態の情報処理装置のハードウェア構成例について説明する。図４４に示す構成は、例えばパーソナルコンピュータ（ＰＣ）等によって構成されるものであり、スキャナ等のデータ読み取り部４４１７と、プリンタ等のデータ出力部４４１８を備えたハードウェア構成例を示している。

ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）４４０１は、前述の実施の形態において説明した各種のモジュール、すなわち、受付モジュール１０５、文字形状分析モジュール１１０、テイスト判定モジュール１２０、テイストプロフィール比較モジュール１３０、結果表示モジュール１３５、テイスト調整モジュール２４０等の各モジュールの実行シーケンスを記述したコンピュータ・プログラムにしたがった処理を実行する制御部である。

ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）４４０２は、ＣＰＵ４４０１が使用するプログラムや演算パラメータ等を格納する。ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）４４０３は、ＣＰＵ４４０１の実行において使用するプログラムや、その実行において適宜変化するパラメータ等を格納する。これらはＣＰＵバス等から構成されるホストバス４４０４により相互に接続されている。

ホストバス４４０４は、ブリッジ４４０５を介して、ＰＣＩ（Ｐｅｒｉｐｈｅｒａｌ Ｃｏｍｐｏｎｅｎｔ Ｉｎｔｅｒｃｏｎｎｅｃｔ／Ｉｎｔｅｒｆａｃｅ）バス等の外部バス４４０６に接続されている。

キーボード４４０８、マウス等のポインティングデバイス４４０９は、操作者により操作されるデバイスである。ディスプレイ４４１０は、液晶表示装置又はＣＲＴ（Ｃａｔｈｏｄｅ Ｒａｙ Ｔｕｂｅ）等があり、各種情報をテキストやイメージ情報として表示する。また、ポインティングデバイス４４０９とディスプレイ４４１０の両方の機能を備えているタッチスクリーン等であってもよい。

ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）４４１１は、ハードディスク（フラッシュ・メモリ等であってもよい）を内蔵し、ハードディスクを駆動し、ＣＰＵ４４０１によって実行するプログラムや情報を記録又は再生させる。ハードディスクは、書体形状特徴感性ＤＢ１１５、書体感性ＤＢ１２５等としての機能を実現させる。さらに、その他の各種データ、各種コンピュータ・プログラム等が格納される。

ドライブ４４１２は、装着されている磁気ディスク、光ディスク、光磁気ディスク、又は半導体メモリ等のリムーバブル記録媒体４４１３に記録されているデータ又はプログラムを読み出して、そのデータ又はプログラムを、インタフェース４４０７、外部バス４４０６、ブリッジ４４０５、及びホストバス４４０４を介して接続されているＲＡＭ４４０３に供給する。なお、リムーバブル記録媒体４４１３も、データ記録領域として利用可能である。

接続ポート４４１４は、外部接続機器４４１５を接続するポートであり、ＵＳＢ、ＩＥＥＥ１３９４等の接続部を持つ。接続ポート４４１４は、インタフェース４４０７、及び外部バス４４０６、ブリッジ４４０５、ホストバス４４０４等を介してＣＰＵ４４０１等に接続されている。通信部４４１６は、通信回線に接続され、外部とのデータ通信処理を実行する。データ読み取り部４４１７は、例えばスキャナであり、ドキュメントの読み取り処理を実行する。データ出力部４４１８は、例えばプリンタであり、ドキュメントデータの出力処理を実行する。

なお、図４４に示す情報処理装置のハードウェア構成は、１つの構成例を示すものであり、本実施の形態は、図４４に示す構成に限らず、本実施の形態において説明したモジュールを実行可能な構成であればよい。例えば、一部のモジュールを専用のハードウェア（例えば特定用途向け集積回路（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ：ＡＳＩＣ）等）で構成してもよく、一部のモジュールは外部のシステム内にあり通信回線で接続している形態でもよく、さらに図４４に示すシステムが複数互いに通信回線によって接続されていて互いに協調動作するようにしてもよい。また、特に、パーソナルコンピュータの他、携帯情報通信機器（携帯電話、スマートフォン、モバイル機器、ウェアラブルコンピュータ等を含む）、ロボット、複写機、ファックス、スキャナ、プリンタ、複合機等に組み込まれていてもよい。

なお、説明したプログラムについては、記録媒体に格納して提供してもよく、また、そのプログラムを通信手段によって提供してもよい。その場合、例えば、前記説明したプログラムについて、「プログラムを記録したコンピュータ読み取り可能な記録媒体」の発明として捉えてもよい。
「プログラムを記録したコンピュータ読み取り可能な記録媒体」とは、プログラムのインストール、実行、プログラムの流通等のために用いられる、プログラムが記録されたコンピュータで読み取り可能な記録媒体をいう。
なお、記録媒体としては、例えば、デジタル・バーサタイル・ディスク（ＤＶＤ）であって、ＤＶＤフォーラムで策定された規格である「ＤＶＤ−Ｒ、ＤＶＤ−ＲＷ、ＤＶＤ−ＲＡＭ等」、ＤＶＤ＋ＲＷで策定された規格である「ＤＶＤ＋Ｒ、ＤＶＤ＋ＲＷ等」、コンパクトディスク（ＣＤ）であって、読出し専用メモリ（ＣＤ−ＲＯＭ）、ＣＤレコーダブル（ＣＤ−Ｒ）、ＣＤリライタブル（ＣＤ−ＲＷ）等、ブルーレイ・ディスク（Ｂｌｕ−ｒａｙ（登録商標） Ｄｉｓｃ）、光磁気ディスク（ＭＯ）、フレキシブルディスク（ＦＤ）、磁気テープ、ハードディスク、読出し専用メモリ（ＲＯＭ）、電気的消去及び書換可能な読出し専用メモリ（ＥＥＰＲＯＭ（登録商標））、フラッシュ・メモリ、ランダム・アクセス・メモリ（ＲＡＭ）、ＳＤ（Ｓｅｃｕｒｅ Ｄｉｇｉｔａｌ）メモリーカード等が含まれる。
そして、前記のプログラムの全体又はその一部は、前記記録媒体に記録して保存や流通等させてもよい。また、通信によって、例えば、ローカル・エリア・ネットワーク（ＬＡＮ）、メトロポリタン・エリア・ネットワーク（ＭＡＮ）、ワイド・エリア・ネットワーク（ＷＡＮ）、インターネット、イントラネット、エクストラネット等に用いられる有線ネットワーク、又は無線通信ネットワーク、さらにこれらの組み合わせ等の伝送媒体を用いて伝送させてもよく、また、搬送波に乗せて搬送させてもよい。
さらに、前記のプログラムは、他のプログラムの一部分若しくは全部であってもよく、又は別個のプログラムと共に記録媒体に記録されていてもよい。また、複数の記録媒体に分割して記録されていてもよい。また、圧縮や暗号化等、復元可能であればどのような態様で記録されていてもよい。

１００…情報処理装置
１０５…受付モジュール
１１０…文字形状分析モジュール
１１５…書体形状特徴感性ＤＢ
１２０…テイスト判定モジュール
１２５…書体感性ＤＢ
１３０…テイストプロフィール比較モジュール
１３５…結果表示モジュール
１９０…ユーザー
２００…情報処理装置
２４０…テイスト調整モジュール
３００…画像処理装置
３１０…ユーザー端末
３２０…画像処理装置
３３０…フォント管理装置
３９０…通信回線

Claims (10)

1. 文字の形状の特徴と印象を対応させて記憶している記憶手段から抽出した文字の形状の特徴に対応する印象と最も類似する印象を有する書体を少なくとも１つ以上選択する選択手段
   を有する情報処理装置。
2. 前記印象は複数の項目によって構成されており、
   前記特徴に対応する前記各項目における値を抽出する抽出手段
   をさらに有し、
   前記選択手段は、前記抽出手段によって抽出された値と前記書体の前記各項目における値との距離にしたがって、書体を選択する、
   請求項１に記載の情報処理装置。
3. 前記抽出手段は、前記特徴に対応する前記各項目における値を、特徴と印象の各項目における値とを対応させた表から抽出する、
   請求項２に記載の情報処理装置。
4. 操作者の操作にしたがって、前記抽出手段によって抽出された値を調整する調整手段
   をさらに有し、
   前記選択手段は、前記調整手段によって調整された値と前記書体の前記各項目における値との距離にしたがって、書体を選択する、
   請求項２に記載の情報処理装置。
5. 前記選択手段は、第１の文書から前記文字を抽出し、
   前記選択手段によって選択された書体の文字を用いて第２の文書を生成する生成手段
   をさらに有する請求項１に記載の情報処理装置。
6. 前記第１の文書の前記文字を翻訳する翻訳手段
   をさらに有し、
   前記生成手段は、前記選択手段によって選択された書体による翻訳後の文字によって、第２の文書を生成する、
   請求項５に記載の情報処理装置。
7. 前記第１の文書には、複数の書体による文字が含まれており、
   前記選択手段は、前記第１の文書内の前記書体毎に、前記第２の文書に用いる書体を選択する、
   請求項５に記載の情報処理装置。
8. 画像内の文字を対象として、該文字の形状の特徴を抽出する第２の抽出手段
   をさらに有し、
   前記選択手段は、前記第２の抽出手段によって抽出された特徴を用いて選択を行う、
   請求項１から７のいずれか一項に記載の情報処理装置。
9. 電子文書内の文字を対象として、該文字の形状の特徴を抽出する第３の抽出手段
   をさらに有し、
   前記選択手段は、前記第３の抽出手段によって抽出された特徴を用いて選択を行う、
   請求項１から７のいずれか一項に記載の情報処理装置。
10. コンピュータを、
    文字の形状の特徴と印象を対応させて記憶している記憶手段から抽出した文字の形状の特徴に対応する印象と最も類似する印象を有する書体を少なくとも１つ以上選択する選択手段
    として機能させるための情報処理プログラム。