JP2019062483A - 画像処理装置、画像処理システムおよびプログラム - Google Patents

Abstract

【課題】色変換モデルを定量的に評価することができる画像処理装置等を提供できる。【解決手段】色変換前の画像情報および色変換後の画像情報からなる画像情報の組を受け付ける第１の画像取得手段１１および第３の画像取得手段１８と、受け付けた複数の画像情報の組から色変換特性の精度を出力する画像情報取得手段１２と、出力した精度を色領域毎に表示装置に表示するように制御する第２の精度評価表示手段１５と、を備えることを特徴とする画像処理装置１０。【選択図】図２

Description

本発明は、画像処理装置、画像処理システム、プログラムに関する。

近年、デジタルカメラやスマートフォン、タブレット等の機器の普及によりデジタル画像を撮影・閲覧するユーザが増加している。このとき撮影を行なう環境は、照明光等の影響により様々であり、また撮影対象も様々である。そのため撮影後に撮影された画像がユーザの意図するようなものとならないことがあり、そのため撮影された画像の色味等を調整することが一般的に行われている。

特許文献１には、画像処理装置として、次の処理を行なうものが記載されている。即ち、画像処理装置は、複数の色票データからなり、互いに共通する色票データを含まない複数の色票データ群の各々と、色票データ群を用いて行うことのできる画像処理の処理項目および色票データ群によって達成される処理精度レベルとを対応付けて記憶している。画像処理の処理項目および処理精度レベルの少なくともいずれか一方を入力すると、画像処理装置は、入力された処理項目および処理精度レベルに対応する色票データ群を読み出し、色票データ群を用いて画像処理を行う。

特開２００９−２２５４７９号公報

写真等の色変換を行なう色変換モデル（色変換特性）を作成する場合、より理想的な色変換となるように、従来は色変換モデルを作成するための材料となる色変換前の画像と色変換後の画像について、人が理想的となる画像を選択し集めていた。
そして作成された色変換モデルが実際に使えるものか否かの評価は、変換したい画像を入力し、その結果を見て目標となる変換かどうか評価するが、多数の画像を評価する必要がある。しかし従来は、これを定量的に評価することが難しかった。また、理想的な色変換モデルが実現できていないとき、何が原因なのかを把握するのが難しかった。
本発明は、色変換モデルを定量的に評価することができる画像処理装置等を提供する。

請求項１に記載の発明は、色変換前の画像情報および色変換後の画像情報からなる画像情報の組を受け付ける受付手段と、前記受付手段が受け付けた複数の画像情報の組から色変換特性の精度を出力する精度出力手段と、前記精度出力手段が出力した前記精度を色領域毎に表示装置に表示するように制御する表示制御手段と、を備えることを特徴とする画像処理装置である。
請求項２に記載の発明は、前記表示制御手段は、新たな画像情報の組を追加する前と後とで色変換特性の精度をそれぞれ表示装置に表示するよう制御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、前記表示制御手段は、前記色領域毎に表示された精度を組み合わせて色領域を表す円環を構成して精度を表示装置に表示するよう制御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４に記載の発明は、前記表示制御手段は、ユーザ評価受付画面で受け付けたユーザの評価が予め定められた基準以下、または、当該基準を下回るときに、さらに画像情報の組を受け付けるための画像を表示装置に表示するように制御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５に記載の発明は、前記表示制御手段は、さらに受け付ける画像情報の組に対し求められる色領域を表示装置に表示するように制御することを特徴とする請求項４に記載の画像処理装置である。
請求項６に記載の発明は、前記表示制御手段は、さらに受け付ける画像情報の組として必要な追加組数を表示装置に表示するように制御することを特徴とする請求項４に記載の画像処理装置である。
請求項７に記載の発明は、前記表示制御手段は、前記色変換特性を作成するのに必要な画像情報の組の充足度を表示装置に表示するように制御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、前記表示制御手段は、画像情報の組の充足度を、画像情報の組を取得する前と後とでそれぞれ表示装置に表示するよう制御することを特徴とする請求項７に記載の画像処理装置である。
請求項９に記載の発明は、撮影対象を撮影する撮影装置と、前記撮影装置により撮影した画像に対し色変換を行なう画像処理装置と、を備え、前記画像処理装置は、色変換前の画像情報および色変換後の画像情報からなる画像情報の組を受け付ける受付手段と、前記受付手段が受け付けた複数の画像情報の組から色変換特性の精度を出力する精度出力手段と、前記精度出力手段が出力した前記精度を色領域毎に表示装置に表示するように制御する表示制御手段と、を備えることを特徴とする画像処理システムである。
請求項１０に記載の発明は、コンピュータに、色変換前の画像情報および色変換後の画像情報からなる画像情報の組を受け付ける受付機能と、前記受付機能が受け付けた複数の画像情報の組から色変換特性の精度を出力する精度出力機能と、前記精度出力機能が出力した前記精度を色領域毎に表示装置に表示するように制御する表示制御機能と、を実現させるためのプログラムである。

請求項１の発明によれば、色変換特性を定量的に評価することができる画像処理装置を提供することができる。
請求項２の発明によれば、色変換特性を視覚的に評価することができる。
請求項３の発明によれば、色領域と精度との関係を把握しやすくなる。
請求項４の発明によれば、ユーザの評価が予め定められた基準以下、または、基準を下回るときに、色変換特性の精度を向上させることができる。
請求項５の発明によれば、追加する必要がある項目として、色領域をユーザに提示することができる。
請求項６の発明によれば、追加する必要がある項目として、画像の追加組数をユーザに提示することができる。
請求項７の発明によれば、画像情報の組の数が足りているか否かをユーザに提示することができる。
請求項８の発明によれば、画像情報の組を取得する前と後とで、充足度の変化をユーザが把握することができる。
請求項９の発明によれば、撮影装置により撮影された画像の色調整のばらつきが小さくなる。
請求項１０の発明によれば、色変換特性を定量的に評価することができる機能をコンピュータにより実現できる。

本実施の形態における画像処理システムの構成例を示す図である。 本実施の形態における画像処理装置および表示装置の機能構成例を表すブロック図である。 （ａ）〜（ｆ）は、第１の画像取得手段が取得する第１の画像の例について示した図である。 （ａ）〜（ｂ）は、色調整前の画像情報と色調整後の画像情報との組の例を示した図である。 （ａ）〜（ｂ）は、色変換ベクトルから精度を求める方法について示した図である。 第１の精度評価表示手段が作成した表示情報を、表示装置の表示手段に表示した例を示した図である。 第２の精度評価表示手段が作成した表示情報を、表示装置の表示手段に表示した第１の例を示した図である。 （ａ）は、第２の精度評価表示手段が作成した表示情報を、表示装置の表示手段に表示した第２の例を示した図である。（ｂ）は、第２の精度評価表示手段が作成した表示情報を、表示装置の表示手段に表示した第３の例を示した図である。 第２の精度評価表示手段が作成した表示情報を、表示装置の表示手段に表示した第４の例を示した図である。 ユーザ評価受付画面を表示手段に表示した例を示した図である。 追加情報画面を表示手段に表示した例を示した図である。 色変換モデルの一例について示した図である。 本実施の形態における画像処理装置および表示装置の機能構成の変形例を表すブロック図である。 第１の実施形態における画像処理装置の動作について説明したフローチャートである。 第２の実施形態における画像処理装置の動作について説明したフローチャートである。 第３の実施形態における画像処理装置の動作について説明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。

＜画像処理システム全体の説明＞
図１は、本実施の形態における画像処理システム１の構成例を示す図である。
図示するように本実施の形態の画像処理システム１は、カメラ４０により撮影した原画像に対し色調整（色変換）を行なう画像処理装置１０と、画像処理装置１０により出力された表示情報に基づき画像を表示する表示装置２０と、画像処理装置１０に対しユーザが種々の情報を入力するための入力装置３０と、撮影対象Ｓを撮影し画像処理装置１０で色調整するための画像情報を生成するカメラ４０とを備える。

画像処理装置１０は、例えば、所謂汎用のパーソナルコンピュータ（ＰＣ）である。そして、画像処理装置１０は、ＯＳ（Operating System）による管理下において、各種アプリケーションソフトウェアを動作させることで、色調整等が行われるようになっている。

画像処理装置１０は、演算手段であるＣＰＵ（Central Processing Unit）と、記憶手段であるメインメモリ及びＨＤＤ（Hard Disk Drive）とを備える。ここで、ＣＰＵは、ＯＳ（Operating System、基本ソフトウェア）やアプリケーションプログラム（応用ソフトウェア）等の各種ソフトウェアを実行する。また、メインメモリは、各種ソフトウェアやその実行に用いるデータ等を記憶する記憶領域であり、ＨＤＤ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。
更に、画像処理装置１０は、外部との通信を行うための通信インタフェース（以下、「通信Ｉ／Ｆ」と表記する）と、キーボードやマウス等の入力デバイスとを備える。

表示装置２０は、表示画面２０ａに画像を表示する。表示装置２０は、例えばＰＣ用の液晶ディスプレイ、液晶テレビあるいはプロジェクタなど、画像を表示する機能を備えたもので構成される。したがって、表示装置２０における表示方式は、液晶方式に限定されるものではない。なお、図１に示す例では、表示装置２０内に表示画面２０ａが設けられているが、表示装置２０として例えばプロジェクタを用いる場合、表示画面２０ａは、表示装置２０の外部に設けられたスクリーン等となる。

入力装置３０は、キーボードやマウス等で構成される。入力装置３０は、色調整を行なうためのアプリケーションソフトウェアの起動、終了や、色調整を行なう際に、ユーザが画像処理装置１０に対し色調整を行なうための指示を入力するのに使用する。

カメラ４０は、撮影装置の一例であり、例えば、入射した光を収束する光学系と、光学系により収束された光を検出する撮像手段であるイメージセンサとを備える。
光学系は、単一のレンズまたは複数のレンズを組み合わせて構成される。光学系は、レンズの組み合わせおよびレンズ表面に施されたコーティング等により、各種の収差が除去されている。イメージセンサは、ＣＣＤ（Charge Coupled Device）やＣＭＯＳ（Complementary Metal Oxide Semiconductor）等の撮像素子を配列して構成される。

画像処理装置１０および表示装置２０は、ＤＶＩ（Digital Visual Interface）を介して接続されている。なお、ＤＶＩに代えて、ＨＤＭＩ（登録商標）（High-Definition Multimedia Interface）やDisplayPort等を介して接続するようにしてもかまわない。
また画像処理装置１０と入力装置３０とは、例えば、ＵＳＢ（Universal Serial Bus）を介して接続されている。なお、ＵＳＢに代えて、ＩＥＥＥ１３９４やＲＳ−２３２Ｃ等を介して接続されていてもよい。
さらに画像処理装置１０およびカメラ４０とは、図示する例では、有線で接続されており、例えば、ＵＳＢ、ＩＥＥＥ１３９４、ＲＳ−２３２Ｃを介して接続されている。これによりカメラ４０で撮影された画像の画像情報が、有線により画像処理装置１０に送られる。ただしこれに限られるものではなく、無線ＬＡＮ（Local Area Network）、ブルートゥース（Bluetooth）（登録商標）等の無線接続であってもよい。さらに画像処理装置１０およびカメラ４０とを接続せず、ＳＤカード等のメモリカード等を介して画像情報を画像処理装置１０に受け渡してもよい。

このような画像処理システム１において、まず最初にユーザが、カメラ４０により撮影対象Ｓを撮影する。カメラ４０により撮影した画像は、原画像であり、原画像の画像情報は、画像処理装置１０に送られる。そして表示装置２０には、色調整を行なう前の画像である原画像が表示される。次にユーザが入力装置３０を使用して、画像処理装置１０に対し色調整を行なうための指示を入力すると、画像処理装置１０により原画像に対し色調整がなされる。この色調整の結果は、例えば、表示装置２０に表示される画像に反映され、色調整前の画像とは異なる色調整後の画像が再描画されて表示装置２０に表示される。
また、色調整後の画像としては、画像処理装置１０による色調整後の画像の他、カメラ４０とは機種特性が異なる、即ち撮影条件が異なる他のカメラによって撮影された他の画像としてもよい。この場合は、カメラ４０で撮影した画像を色調整前の画像とし、撮影条件が異なるカメラで撮影された他の画像を色調整後の画像として見ることができる。

また画像処理装置１０では、色調整の結果を基に、色変換特性（色変換モデル）を作成する。「色変換モデル」は、色調整前の画像情報と色調整後の画像情報との関係である。また「色変換モデル」は、色調整前の画像情報と色調整後の画像情報との関係を表す関数であると言ってもよい。また詳しくは後述するが、色調整前の画像情報を始点とし、色調整後の画像情報を終点とする色変換ベクトルを考えたとき、「色変換モデル」は、この色変換ベクトルの集合体（色変換ベクトル群）であると言うこともできる。例えば、画像情報がＲｅｄ（Ｒ）、Ｇｒｅｅｎ（Ｇ）、Ｂｌｕｅ（Ｂ）からなるＲＧＢデータであったとき、色調整前の画像情報を（Ｒ_ａ、Ｇ_ａ、Ｂ_ａ）、色調整後の画像情報を（Ｒ_ｂ、Ｇ_ｂ、Ｂ_ｂ）とすると、（Ｒ_ａ、Ｇ_ａ、Ｂ_ａ）と（Ｒ_ｂ、Ｇ_ｂ、Ｂ_ｂ）との関係を表す。

さらに画像処理装置１０では、色変換モデルを基に、色調整前の原画像の画像情報を色調整後の画像情報に色変換を行なう変換関係を作成する。「変換関係」は、色調整前の画像情報を色調整後の画像情報に変換するための変換情報である。この変換関係は、ＬＵＴ（Look up Table）として作成することができる。ＬＵＴは、多次元ＬＵＴとすることができる。また１次元ＬＵＴとすることもできる。さらに変換関係は、ＬＵＴではなく、多次元マトリクスであってもよい。変換関係は多次元ＬＵＴ、ＬＵＴ、マトリックス以外にも、学習のための教師データ（入出力データ対）として保持してもよい。

変換関係は、画像情報がＲＧＢデータの場合、色調整前の画像情報である（Ｒ_ａ、Ｇ_ａ、Ｂ_ａ）を、色調整後の画像情報である（Ｒ_ｂ、Ｇ_ｂ、Ｂ_ｂ）に変換する、（Ｒ_ａ、Ｇ_ａ、Ｂ_ａ）→（Ｒ_ｂ、Ｇ_ｂ、Ｂ_ｂ）とするための情報である。この変換関係を使用することで、先に行なった色調整と同様の色調整を再現することができる。つまり新たに色調整前の画像情報が生じたときに、この変換関係を使用して色変換を行なうことで、先に行なった色調整と同様の色調整を行ない、色調整後の画像情報を生成することができる。
変換関係が多次元ＬＵＴの場合、ここでは３次元ＬＵＴとなり、（Ｒ_ａ、Ｇ_ａ、Ｂ_ａ）を（Ｒ_ｂ、Ｇ_ｂ、Ｂ_ｂ）に直接変換する。即ち、（Ｒ_ａ、Ｇ_ａ、Ｂ_ａ）→（Ｒ_ｂ、Ｇ_ｂ、Ｂ_ｂ）とするものとなる。また変換関係が１次元ＬＵＴの場合、Ｒ、Ｇ、Ｂのそれぞれについて変換する。即ち、Ｒ_ａ→Ｒ_ｂ、Ｇ_ａ→Ｇ_ｂ、Ｂ_ａ→Ｂ_ｂとするものとなる。本実施の形態では、ＲＧＢの色空間での変換を例示しているが、ＣＭＹＫ等の他の色空間の変換であってもよい。この場合、画像情報は、Ｃ（シアン）、Ｍ（マゼンタ）、Ｙ（イエロー）、Ｋ（黒）の各色からなるＣＭＹＫデータとなる。そして、変換関係が多次元ＬＵＴの場合、ここでは４次元ＬＵＴとなり、色調整前の画像情報である（Ｃ_ａ、Ｍ_ａ、Ｙ_ａ、Ｋ_ａ）を、色調整後の画像情報である（Ｃ_ｂ、Ｍ_ｂ、Ｙ_ｂ、Ｋ_ｂ）に変換する、（Ｃ_ａ、Ｍ_ａ、Ｙ_ａ、Ｋ_ａ）→（Ｃ_ｂ、Ｍ_ｂ、Ｙ_ｂ、Ｋ_ｂ）とするものとなる。また変換関係が１次元ＬＵＴの場合、Ｃ、Ｍ、Ｙ、Ｋのそれぞれについて変換する。即ち、Ｃ_ａ→Ｃ_ｂ、Ｍ_ａ→Ｍ_ｂ、Ｙ_ａ→Ｙ_ｂ、Ｋ_ａ→Ｋ_ｂとするものとなる。

なお本実施の形態における画像処理システム１は、図１の形態に限られるものではない。例えば、画像処理システム１としてタブレット端末を例示することができる。この場合、タブレット端末は、タッチパネルを備え、このタッチパネルにより画像の表示を行なうとともにタッチ等のユーザの指示が入力される。即ち、タッチパネルが、表示装置２０および入力装置３０として機能する。なおカメラ４０としては、タブレット端末に内蔵されたカメラを用いることができる。また同様に表示装置２０および入力装置３０を統合した装置として、タッチモニタを用いることもできる。これは、上記表示装置２０の表示画面２０ａとしてタッチパネルを使用したものである。この場合、画像処理装置１０により出力された画像情報に基づきタッチモニタに画像が表示される。そしてユーザは、このタッチモニタをタッチ等することで色調整を行なうための指示を入力する。

ここで画像処理装置１０が、変換関係を作成するには、上述したように原画像から色調整前の画像情報を取得し、色調整後の画像から色調整後の画像情報を取得する必要がある。つまり色調整前の画像情報とこれに対応する色調整後の画像情報とを画像情報の組として取得する必要がある。

このとき色調整前の画像情報および色調整後の画像情報の複数の組についての精度がよくないと、精度の高い色変換モデルが作成しにくくなり、変換関係の精度が低下する。具体的には、色調整を行なう際に、色調整の方向性が異なるデータが入り込む場合があり、これが画像情報の複数の組から導出される色変換モデルについての精度を低下させる一因となる。これが生じる要因としては、例えば、色調整を行なうユーザの習熟度に問題がある場合や、色調整を行なう際の環境の差異による場合などがある。この環境の差異としては、例えば、使用する表示装置２０のデバイス特性の差異や照明環境の差異である。色調整の方向性が異なるデータが入り込むと、色調整の方向性の統一性がくずれ、精度の高い色変換モデルが作成しにくくなる。そしてその結果作成された変換関係により色調整を行なうと、例えば、要求と異なる色調整がなされたり、色調整の大きさがなめされて変化量が小さい色調整がなされるようになってしまう。

以上説明したように、色調整前の画像情報および色調整後の画像情報の複数の組についての「精度」とは、色調整の方向性がそろっているか否かを表す指標である。また「精度」は、色変換モデルや変換関係を作成する上で、色調整前の画像情報および色調整後の画像情報の複数の組の質の程度を表す指標であると言うこともできる。詳しくは後述するが、「精度」は、色変換前の画像情報を始点とし、色変換後の画像情報を終点とする色変換ベクトルを基に数値化し、評価することができる。「精度」は色変換モデルを作成するもととなる画像情報の複数の組の全体を対象にしてもよいし、色変換モデルを作成するもととなる画像情報の複数の組の一部を対象にしてもよい。

このように、色変換モデルについては、精度のよいものが求められる。しかしながらユーザが、これを判断するのは、困難である。また、精度のよい色変換モデルが実現できていないとき、どこに問題があるのかを把握するのは、困難である。
そこで本実施の形態では、色変換モデルの精度と、色調整前の画像情報および色調整後の画像情報の複数の組の精度とに関連があることに着目し、画像処理装置１０の構成を以下のようにすることで、上述した問題が生じにくくする。つまり色調整前の画像情報および色調整後の画像情報の複数の組についての精度を評価することで、この画像情報の複数の組を基に作成される色変換モデルの精度を定量的に評価する。

なお以後、色調整前の画像および色調整後の画像として、ユーザがまず入力するものを、「第１の画像」ということがある。「第１の画像」は、色調整前の画像および色調整後の画像の組として基本となる画像のセットであると言うこともできる。また色調整前の画像および色調整後の画像として、ユーザが、色調整前の画像情報および色調整後の画像情報の複数の組についての精度を確認するために入力するものを、「第２の画像」ということがある。色調整前の画像および色調整後の画像の組として、ユーザが精度の評価を行なうための画像のセットであると言うこともできる。さらに色調整前の画像および色調整後の画像として、ユーザが第１の画像に追加して入力するものを、「第３の画像」ということがある。「第３の画像」は、色調整前の画像および色調整後の画像の組として第１の画像に加えられる画像のセットであると言うこともできる。

＜画像処理装置１０および表示装置２０の説明＞
次に画像処理装置１０および表示装置２０について説明を行なう。

図２は、本実施の形態における画像処理装置１０および表示装置２０の機能構成例を表すブロック図である。なお図２では、画像処理装置１０および表示装置２０が有する種々の機能のうち本実施の形態に関係するものを選択して図示している。
図示するように本実施の形態の画像処理装置１０は、第１の画像情報を取得する第１の画像取得手段１１と、第１の画像から画像情報の組を取得する画像情報取得手段１２と、画像情報の複数の組の精度を評価する画像を表示させる第１の精度評価表示手段１３と、評価用の第２の画像の画像情報を取得する第２の画像取得手段１４と、第２の画像の画像情報を基に画像情報の複数の組の精度を評価する画像を表示させる第２の精度評価表示手段１５と、ユーザの評価を受け付けるユーザ評価受付手段１６と、画像の追加が必要なときに追加する画像の情報を求める追加情報導出手段１７と、追加の画像である第３の画像の画像情報を取得する第３の画像取得手段１８と、変換関係として色変換係数を算出する色変換係数算出手段１９とを備える。

また表示装置２０は、画像処理装置１０から、画像を表示するための表示情報を取得する表示情報取得手段２１と、表示情報に基づき、画像を表示する表示手段２２とを備える。この表示手段２２は、上述した表示画面２０ａに対応するものである。

第１の画像取得手段１１は、第１の画像である色調整前の画像および色調整後の画像について、それぞれの画像情報を取得する。
これらの画像情報は、表示装置２０で表示を行なうためのデータ形式となっており、例えば、前述のＲＧＢデータである。なお第１の画像取得手段１１は、他のデータ形式で画像情報を取得し、これを色変換してＲＧＢデータ等としてもよい。
よって、第１の画像取得手段１１は、色変換前の画像情報および色変換後の画像情報からなる画像情報の組を受け付ける受付手段として機能する。

図３（ａ）〜（ｆ）は、第１の画像取得手段１１が取得する第１の画像の例について示した図である。
ここでは、商品である衣服または商品である衣服を着用した人物を撮影したときの画像情報を３組用意した場合を示している。このうち図３（ａ）および図３（ｂ）は、それぞれダウンジャケットＤｊを撮影したときの第１の画像である。ここでは、図３（ａ）が色調整前の画像であり、図３（ｂ）が色調整後の画像である。同様に図３（ｃ）および図３（ｄ）は、それぞれシャツＳｈを着用した人物を撮影したときの第１の画像である。ここでは、図３（ｃ）が色調整前の画像であり、図３（ｄ）が色調整後の画像である。さらに図３（ｅ）および図３（ｆ）は、それぞれワンピースＤｒを着用した人物を撮影したときの第１の画像である。ここでは、図３（ｅ）が色調整前の画像であり、図３（ｆ）が色調整後の画像である。

このように本実施の形態では、色調整前の画像と色調整後の画像とを複数組用意することで、より多くの色を含む画像情報の組を取得するようにする。

画像情報取得手段１２は、図２に示すように、色調整前の画像および色調整後の画像から画像情報を抽出する領域を決定する領域決定手段１２１と、画像情報の組を抽出する画像情報抽出手段１２２と、抽出した画像情報の組を記憶する画像情報記憶手段１２３と、画像情報の組に対し精度を算出する精度導出手段１２４とを備える。

領域決定手段１２１は、色調整前の画像と色調整後の画像うちいずれか一方の画像について、画像情報を抽出する領域を決定する。
つまり領域決定手段１２１は、例えば、図３に示した画像の中から画像情報をどの位置から取得するかを決定する。この場合、色調整は商品である衣服の箇所に対して行われる。つまり商品の色は、色再現をより厳密に行ない、実際の商品の色と画像として表示される商品の色とが合致することが要求される。そのため色調整を行なう対象となりやすい。

具体的には、例えば、領域決定手段１２１は、背景以外の箇所を画像情報を抽出する領域とする。そのために領域決定手段１２１は、背景と背景以外の箇所を判断する必要がある。ここで背景の画像情報は、画像の左端の画像情報とほぼ同じとなる。そのため画像の左端の画像情報と大きく画像情報が変化している箇所を背景以外の箇所とすることができる。このとき画像の左端の画像情報と比較する画像情報をサンプリングするには、例えば、画像中において予め定められた間隔で画素位置を決定し、画像の左端の画素との画像情報を比較していく。また予め定められたサイズのマスクを画像情報に適用し、このマスク内の画像情報の平均値と画像の左端の画素との画像情報を比較してもよい。

さらに他の方法としては、画像情報を基に周波数解析をし、高周波が発生した画素位置を取得する。この画素位置は、背景以外の箇所の輪郭となるため、この輪郭の内側を背景以外の箇所とする。さらに他の方法としては、画像の中央から予め定められたサイズの範囲を規定しておき、この内部を背景以外の箇所とする。

領域決定手段１２１は、色調整前の画像および色調整後の画像の何れかの画像について、以上説明したような処理を行ない、画像情報を抽出する領域を決定する。

画像情報抽出手段１２２は、領域決定手段１２１によって指定された、色調整前の画像または色調整後の画像のうち一方の画像の領域内と、他方の画像のこれに対応する領域内とから画像情報を抽出する。これは、画像中の互いに対応する位置における画像情報の組として、色調整前の画像から画像情報を抽出するとともに、色調整後の画像から画像情報を抽出する、と言うこともできる。
つまり色調整前の画像および色調整後の画像から、画像中で同じとなる位置において、色調整前の画像情報および色調整後の画像情報を抽出する。

図４（ａ）〜（ｂ）は、色調整前の画像情報と色調整後の画像情報との組の例を示した図である。
ここで図４（ａ）は、色調整前の画像とこれから抽出した色調整前の画像情報の例を示している。ここでは、色調整前の画像がブラウスの画像であり、その中のＢｒ１〜Ｂｒ５で示した箇所において抽出した画像情報をＲＧＢａ１〜ＲＧＢａ５として示している。この場合、ブラウスは、青単色であり、ＲＧＢａ１〜ＲＧＢａ５は、何れも青色を表すＲＧＢデータとなっている。
また図４（ｂ）は、色調整後の画像とこれから抽出した色調整後の画像情報の例を示している。ここでは、図４（ａ）と同様のＢｒ１〜Ｂｒ５で示した箇所において抽出した画像情報をＲＧＢｂ１〜ＲＧＢｂ５として示している。

画像情報取得手段１２では、以上説明したような方法により、色変換前の画像情報とこれに対応する色変換後の画像情報とを画像情報の組として取得する。取得された画像情報の組は、画像情報記憶手段１２３に記憶される。

精度導出手段１２４は、画像情報抽出手段１２２で抽出した画像情報の複数の組に対する精度を算出する。

精度導出手段１２４は、色変換前の画像情報を始点とし、色変換後の画像情報を終点とする色変換ベクトルを基に精度を求める。
図５（ａ）〜（ｂ）は、色変換ベクトルから精度を求める方法について示した図である。
このうち図５（ａ）は、複数の色変換ベクトル相互の角度の大きさから精度を導出する場合を示している。
図示する例では、色変換ベクトルとして、色変換ベクトルＶｃ１および色変換ベクトルＶｃ２の２つが示されている。これらの色変換ベクトルＶｃ１、Ｖｃ２の始点は、上述の通り、色変換前の画像情報（色値）であり、終点は、色変換後の画像情報（色値）を意味する。つまり色変換ベクトルＶｃ１、Ｖｃ２は、色変換による画像情報の移動方向および移動量を示す。そして色変換ベクトルＶｃ１と色変換ベクトルＶｃ２との角度θを考える。もし特定の色領域において、色調整の方向性がそろっており、統一性がある場合、複数の色変換ベクトルの方向はそろうため、角度θは、より０に近くなりやすい。対して色調整の方向性がそろっておらず、統一性が乏しい場合、複数の色変換ベクトルの方向はそろいにくく、角度θは、より大きくなりやすい。つまり画像情報取得手段１２で取得した画像情報の複数の組に対する精度がよい場合、複数の色変換ベクトル相互の角度θの大きさは、より小さくなりやすく、精度がよくない場合、複数の色変換ベクトル相互の角度θの大きさは、より大きくなりやすい。よって複数の色変換ベクトル相互の角度θの大きさから上記精度を導出することができる。

また図５（ｂ）は、複数の色変換ベクトルの終点の色差から精度を導出する場合を示している。
図示する例では、色変換ベクトルとして、色変換ベクトルＶｃ３が示されている。また色変換ベクトルＶｃ４として使用する色変換前の画像の画像情報と色変換した後の画像情報とは、後述する学習データを使用してもよく、学習外データを使用してもよい。そして色変換ベクトルＶｃ３の終点の画像情報と始点となる色変換前の画像の画像情報を色変換特性を基に色変換した後の画像情報との色差（色差）Ｌを考える。ここで色変換ベクトルＶｃ３と色変換ベクトルＶｃ４との終点の画像情報の差（色差）Ｌを考える。なお色差Ｌは、この画像情報を表す色空間（例えば、ＲＧＢ色空間）中のユークリッド距離であると考えることもできる。もし特定の色領域において、色調整の方向性がそろっており、統一性がある場合、これらの色変換ベクトルＶｃ３、Ｖｃ４の方向や大きさはそろうため、終点の位置は、ばらつきにくい。その結果、色差Ｌは、より小さくなりやすい。対して色調整の方向性がそろっておらず、統一性が乏しい場合、これらの色変換ベクトルＶｃ３、Ｖｃ４の方向や大きさはそろいにくく、終点の位置は、ばらつきやすい。その結果、色差Ｌは、より大きくなりやすい。つまり画像情報取得手段１２で取得した画像情報の複数の組に対する精度がよい場合、これらの色変換ベクトルＶｃ３、Ｖｃ４の終点の色差は、より小さくなりやすく、精度がよくない場合、これらの色変換ベクトルＶｃ３、Ｖｃ４の終点の色差は、より大きくなりやすい。よってこれらの色変換ベクトルＶｃ３、Ｖｃ４の終点の色差から上記精度を導出することができる。

なお画像情報取得手段１２は、色変換ベクトルについて、上述した角度や色差が他のものと比較して大きく異なるものについて、除外することもできる。即ち、このような色変換ベクトルとなる画像情報の組を除外することができる。つまりこのような画像情報の組となる色調整は、色調整の方向性が他と明らかに異なるものであり、精度を導出したり、精度の高い色変換モデルを作成するのには、適当なものとは言えない。そのため画像情報取得手段１２は、画像情報の組からこのようなものを除外することもできる。色変換ベクトルについて、角度や色差が他のものと比較して大きく異なるか否かを判断するには、既存の統計的手法を用いることができる。
また画像情報取得手段１２は、第１の画像取得手段１１や第３の画像取得手段１８が受け付けた複数の画像情報の組から色変換特性の精度を出力する精度出力手段と捉えることもできる。

第１の精度評価表示手段１３は、このように算出した精度を表示する表示情報を作成する。そしてこの表示情報を表示装置２０に出力し表示するよう制御している。

図６は、第１の精度評価表示手段１３が作成した表示情報を、表示装置２０の表示手段２２に表示した例を示した図である。
図示する例は、左側エリアＲＬに、精度を算出した全体の色領域２２１を表示している。ここでは、２つの円環２２１ａ、２２１ｂにより、全体の色領域２２１を表示している。

図６に示した例では、全体の色領域２２１を領域１〜領域８の８つの色領域に分割している。なお「色領域」とは、色空間を予め定められた方法で分割したときの各領域を言う。ここでは、使用する色空間全体を予め定められた規則により分割し、分割したそれぞれの領域を色領域とする。より具体的には、色相、彩度、明度について、予め定められた境界値を設け、これにより分割を行なった領域を各領域とすることができる。図６では、この一例として、色相および彩度を基に分割を行なった領域を各領域としている。

そして本実施の形態では、第１の精度評価表示手段１３は、精度を各色領域毎に算出する。
図６に示す例では、内側の円環２２１ａには、１〜４の数字が表示され、全体の色領域２２１の中から領域１〜領域４で精度を算出したことを示している。また外側の円環２２１ｂには、５〜８の数字が表示され、全体の色領域２２１の中から領域５〜領域８で精度を算出したことを示している。また領域１〜領域８は、この領域における実際の色により塗色されている。よって２つの円環２２１ａ、２２１ｂは、色領域毎に表示された精度を組み合わせて色領域を表す。

また図示する例では、右側エリアＲＲに、全体の色領域２２１の中で領域１、７における精度を含む情報が表示されている。

この中で、エリア２２２には、精度がよくない色領域についての情報が表示される。ここでは、領域１について精度がよくなかったものとする。
エリア２２２には、領域１における色が、色見本２２２ａとして表示されるとともに、領域１に関する情報であることを示す領域情報２２２ｂとして、「領域１」が表示されている。さらにエリア２２２には、画像情報の複数の組の精度２２２ｃが表示されるとともに、画像情報の組の充足度が、データ数２２２ｄとして表示される。この「充足度」は、必要な画像情報の組に対し、実際に第１の画像取得手段１１で入力された画像情報の組の割合である。「充足度」は、各色領域について一律に定める場合と、各色領域について別々に定める場合がある。本実施の形態では、各色領域について別々に定める方法で充足度を定める。

このうち精度２２２ｃは、「Ｌｅｖｅｌ」として表され、Ａ、Ｂ、Ｃ、Ｄ、Ｅの５段階で表示が行われる。この場合、最も精度がよい場合がＡであり、最も精度が悪い場合がＥである。またここでは、精度２２２ｃは、「Ｂｅｆｏｒｅ」および「Ａｆｔｅｒ」の２つについて表示されている。「Ｂｅｆｏｒｅ」は、第１の画像についての画像情報の複数の組の精度であり、ここでは、ＬｅｖｅｌがＣであることを示している。また「Ａｆｔｅｒ」は、詳しくは後述するが、追加の画像である第３の画像を追加した後の画像情報の複数の組の精度であり、ここでは、ＬｅｖｅｌがＢであることを示している。つまりここでは、新たな画像情報の組（第３の画像）を追加する前と後とで色変換特性の精度をそれぞれ表示装置２０に表示する、と言うこともできる。

またデータ数２２２ｄは、着色されたボックスの数により５段階で表示される。即ち、着色されたボックスの数が少ないほど、画像情報の組の数の充足度が少なく、着色されたボックスの数が多いほど、画像情報の組の数の充足度が多いことを示す。またここでも、データ数２２２ｄは、「Ｂｅｆｏｒｅ」および「Ａｆｔｅｒ」の２つについて表示されている。「Ｂｅｆｏｒｅ」は、第１の画像についての画像情報の組の数の充足度であり、ここでは、データ数２２２ｄが５段階の中で３段階目であることを示している。また「Ａｆｔｅｒ」は、詳しくは後述するが、追加の画像である第３の画像を追加した後の画像情報の組の数の充足度であり、ここでは、データ数２２２ｄが５段階の中で３段階目であることを示している。

またエリア２２３には、精度がよくなかった領域１との比較として、精度がよい色領域についての情報が表示される。ここでは、領域７について精度がよかったものとする。
エリア２２３には、領域７について、エリア２２２と同様の情報が表示されている。つまりエリア２２３には、領域７における色が色見本２２３ａとして表示され、領域７に関する情報であることを示す領域情報２２３ｂが表示される。さらにエリア２２３には、画像情報の複数の組の精度２２３ｃが表示され、画像情報の組の充足度が、データ数２２３ｄとして表示される。

このように、表示手段２２では、精度を色領域毎に表示する。ここではエリア２２２、２２３において、領域１〜領域８の色領域の中から、領域１、７の色領域を選択して、精度２２２ｃ、２２３ｃの表示を行なっている。また表示手段２２では、精度を、追加する画像情報の組を取得するための第３の画像の画像情報を取得する前と後とでそれぞれ表示する。ここでは、エリア２２２、２２３において、精度２２２ｃ、２２３ｃの表示として、「Ｂｅｆｏｒｅ」および「Ａｆｔｅｒ」によりこれを行なっている。

また表示手段２２では、色変換モデルを作成するのに必要な画像情報の組の充足度を表示する。ここではエリア２２２、２２３において、必要な画像情報の組の充足度として、データ数２２２ｄ、２２３ｄの表示を行なっている。また表示手段２２では、画像情報の組の充足度を、追加する画像情報の組を取得するための第３の画像の画像情報を取得する前と後とでそれぞれ表示する。ここでは、エリア２２２、２２３において、データ数２２２ｄ、２２３ｄの表示として、「Ｂｅｆｏｒｅ」および「Ａｆｔｅｒ」によりこれを行なっている。

そしてエリア２２４には、領域１と領域７について、取得した画像情報の組の数が、第１の画像の画像枚数２２４ａとして表示される。ここでは、領域１について第１の画像の画像枚数２２４ａが、２０枚で、領域７について第１の画像の画像枚数２２４ａが、１００枚であったことを示している。
さらにエリア２２４には、領域１と領域７について、色変換ベクトルのばらつきの程度が、画像均一性２２４ｂとして表示される。ここでは、画像均一性２２４ｂは、例えば、よい方から悪い方へ、Ａ、Ｂ、Ｃ、Ｄ、Ｅの５段階で表示が行われる。そして領域１について画像均一性２２４ｂがＢで、領域７について画像均一性２２４ｂがＡであったことを示している。

さらにボタン２２５は、上述した第３の画像を入力するときにユーザが選択するボタンである。

図２に戻り、第２の画像取得手段１４は、ユーザが精度を確認するための第２の画像の画像情報を取得する。この第２の画像は、ユーザが精度を確認するための評価用の画像である。またここでは、第２の画像は、第１の画像と同様に、色調整前の画像および色調整後の画像の組である。よって第２の画像取得手段１４は、第１の画像取得手段１１と同様に、色変換前の画像情報および色変換後の画像情報からなる画像情報の組を受け付ける受付手段として機能する。

第２の精度評価表示手段１５は、第２の画像について、色変換前の画像と色変換モデルを基に色変換した後の画像とを表示する表示情報をさらに作成する制御を行なっている。そしてこれを表示手段２２が表示する。つまりここでは、第１の画像取得手段１１で取得した画像情報の組を基に暫定的な仮の色変換モデルを作成し、この色変換モデルを使用したときに行なうことができる色調整の結果を、色変換した後の画像とし、表示手段２２に表示する。そしてユーザは、これを見ることで上記精度を確認する。

図７は、第２の精度評価表示手段１５が作成した表示情報を、表示装置２０の表示手段２２に表示した第１の例を示した図である。
図７では、「色領域」を、特定の色として定めている。この特定の色は、特に限られるものではなく、ユーザの目的に応じて定められる。この場合、定められる色領域は、使用する色空間の全体をカバーしていなくてもよく、一部だけカバーしていてもよい。例えば、ベージュ色の色調整しか行わないような場合は、ベージュ一色を色領域としてもよい。また例えば、金属部品の色調整しか行わないような場合は、金属色一色を色領域としてもよい。もちろん複数の色領域を定めてもよい。図７では、一例として、赤、白、グレイ、ベージュ、青、黄の６つの色領域を定めたものとする。

本実施の形態でも、第２の精度評価表示手段１５は、精度を各色領域毎に算出する。
図示する例は、左側エリアＲＬに、全体の色領域の中から精度を確認する画像を表示する色領域について表示している。ここでは、エリア２２６に、グレイの色領域における色が、色見本２２６ａとして表示されるとともに、グレイの色領域に関する情報であることを示す領域情報２２６ｂとして「領域：グレイ」が表示されている。さらにエリア２２６には、画像情報の複数の組の精度２２６ｃが表示されるとともに、画像情報の組の充足度が、データ数２２６ｄとして表示される。

そして図６の場合と同様に、精度２２６ｃは、「Ｌｅｖｅｌ」として表されるとともに、「Ｂｅｆｏｒｅ」および「Ａｆｔｅｒ」の２つについて表示されている。ここでは、双方ともＬｅｖｅｌがＣであることを示している。またデータ数２２６ｄについても、図６の場合と同様に、着色されたボックスの数により５段階で表示されるとともに、「Ｂｅｆｏｒｅ」および「Ａｆｔｅｒ」の２つについて表示されている。「Ｂｅｆｏｒｅ」については、５段階の中で３段階目であることを示し、「Ａｆｔｅｒ」については、５段階の中で５段階目であることを示している。

またここでは、エリア２２７に、比較として、精度がよい領域の精度が表示される。ここでは、赤の領域における色が、色見本２２７ａとして表示されるとともに、赤の領域に関する情報であることを示す領域情報２２７ｂとして「領域：赤」が表示されている。そして精度２２７ｃとして、赤の領域におけるＬｅｖｅｌがＡであることを示している。さらにデータ数２２７ｄは、５段階の中で５段階目であることを示している。

なお左側エリアＲＬには、図６の場合と同様の機能を有するボタン２２５が表示される。

また図示する例は、右側エリアＲＲのエリア２２８に、グレイの色領域におけるユーザが精度を確認するための画像が表示される。ここでは、第２の画像取得手段１４で取得した第２の画像のうち、色調整前の画像が、「補正前」の画像２２８ａとして表示される。また第２の画像取得手段１４で取得した第２の画像のうち、色調整後の画像が、「目標」の画像２２８ｃとして表示される。そして画像２２８ａと画像２２８ｃとの間には、暫定的な色変換モデルを使用したときに行なうことができる色調整の結果が、「自動補正」の画像２２８ｂとして表示される。

また右側エリアＲＲのエリア２２９には、赤の領域におけるユーザが精度を確認するための画像が表示される。エリア２２９で表示される画像は、エリア２２８と同様の方法で表示される。つまり第２の画像取得手段１４で取得した第２の画像のうち、色調整前の画像が、「補正前」の画像２２９ａとして表示される。また第２の画像取得手段１４で取得した第２の画像のうち、色調整後の画像が、「目標」の画像２２９ｃとして表示される。そして画像２２９ａと画像２２９ｃとの間には、暫定的な色変換モデルを使用したときに行なうことができる色調整の結果が、「自動補正」の画像２２９ｂとして表示される。

エリア２２８内で、画像２２８ｂと画像２２８ｃとをユーザが比較することで、上述した暫定的な色変換モデルの精度を判断することができる。同様にエリア２２９内で、画像２２９ｂと画像２２９ｃとをユーザが比較することで、同様のことをすることができる。ただし、エリア２２８では、精度がよくない場合の比較となり、エリア２２９では、精度がよい場合の比較となる。そのためユーザは、エリア２２８とエリア２２９とを比較することで、精度がよくない場合と精度がよい場合とを比較することもできる。
なおこの暫定的な色変換モデルの精度と画像情報の複数の組の精度とは関連するため、これらは画像情報の複数の組の精度を表示するものであると考えることもできる。

なお第２の画像は、ここでは、色調整前の画像および色調整後の画像の組であったが、色調整後の画像をなくし、色調整前の画像の画像だけとしてもよい。この場合、色調整後の画像である、「目標」の画像２２８ｃ、２２９ｃは、表示されない。この場合、エリア２２８における画像２２８ａ、２２８ｂ、およびエリア２２９における画像２２９ａ、２２９ｂをそれぞれ比較し、暫定的な色変換モデルの精度を判断する。

図８（ａ）は、第２の精度評価表示手段１５が作成した表示情報を、表示装置２０の表示手段２２に表示した第２の例を示した図である。

図示する例は、左側エリアＲＬのエリア２２６に、図７のエリア２２６と同様の画像が表示される。即ち、グレイの色領域について、色見本２２６ａ、領域情報２２６ｂ、精度２２６ｃ、データ数２２６ｄが表示される。
また左側エリアＲＬには、図７のボタン２２５と同様の機能を有するボタン２２５が表示される。

また右側エリアＲＲのエリア２３０には、グレイの色領域におけるユーザが精度を確認するための画像が表示される。そして図７の場合と同様に、色調整前の画像が、「補正前」の画像２３０ａとして表示される。一方、ここでは、第３の画像を追加する前における色調整の結果が、「学習１」の画像２３０ｂとして表示され、第３の画像を追加した後における色調整の結果が、「学習２」の画像２３０ｃとして表示される。つまり画像２３０ｂおよび画像２３０ｃは、精度２２６ｃの「Ｂｅｆｏｒｅ」および「Ａｆｔｅｒ」に対応する画像であると考えることができる。
なおここでは、図７のエリア２２７およびエリア２２９の画像は表示していないが、これと同じ画像を図８（ａ）の場合でも表示するようにしてもよい。また、図７中のエリア２２８、エリア２２９、または図８中のエリア２３０、エリア２３２で画像を表示している部分は、画像でなく色領域内のＲＧＢの値の図形（または塗りつぶし）を表示してもよい。

図８（ｂ）は、第２の精度評価表示手段１５が作成した表示情報を、表示装置２０の表示手段２２に表示した第３の例を示した図である。

図示する例は、全体の色領域について、ユーザが精度を確認するための画像が表示する例を示している。ここでは、左側エリアＲＬのエリア２３１に、精度２３１ｃ、データ数２３１ｄが表示される。

精度２３１ｃは、ここでも「Ｌｅｖｅｌ」として表され、Ａ、Ｂ、Ｃ、Ｄ、Ｅの５段階で表示が行われる。またここでは、追加の画像である第３の画像を２セット用意し、それぞれを「学習１」および「学習２」としたときの精度２３１ｃを表示している。この場合、「学習１」の精度として、ＬｅｖｅｌがＡであることを示している。また「学習２」の精度として、ＬｅｖｅｌがＣであることを示している。

データ数２３１ｄは、図７の場合と同様に、着色されたボックスの数により５段階で表示されるとともに、「学習１」および「学習２」の２つについて表示されている。ここでは、「学習１」については、５段階の中で４段階目であることを示し、「学習２」については、５段階の中で５段階目であることを示している。

またここでは、右側エリアＲＲのエリア２３２に、全体の色領域についてユーザが精度を確認するための画像が表示される。そして図８（ａ）の場合と同様に、色調整前の画像が、「補正前」の画像２３２ａとして表示される。またここでは、２セット用意した第３の画像に対する精度を確認するための画像として、「学習１」の画像２３２ｂ、および「学習２」の画像２３２ｃが表示される。つまり画像２３０ｂおよび画像２３０ｃは、精度２３１ｃの「学習１」および「学習２」に対応する画像であると考えることができる。またここでは、色調整後の画像である「目標」の画像２３２ｄが表示され、「学習１」の画像２３２ｂおよび「学習２」の画像２３２ｃの何れが、「目標」の画像２３２ｄに近いのかを比較することができる。さらに、ユーザは比較した結果、使用したい学習として「学習１」および「学習２」の何れかを選択することができる。

そして、ボタン２３３は、ユーザが、「学習１」および「学習２」の何れかを選択するときに使用される。

図９は、第２の精度評価表示手段１５が作成した表示情報を、表示装置２０の表示手段２２に表示した第４の例を示した図である。
ここでは、「色領域」として設定されている赤、白、グレイ、ベージュ、青、黄について、精度を一覧として表示する場合を示している。
ここでは、左側エリアＲＬに、それぞれの色領域の色が、色見本２３４ａとして表示されるとともに、それぞれの色領域の色が、領域情報２３４ｂとして表示されている。
さらに右側エリアＲＲには、精度２３４ｃが表示される。精度２３４ｃは、「Ｌｅｖｅｌ」として表されるが、ここでは、ボックスの数ではなく、１、２、３、４、５の５段階で表示が行われる。この場合、最も精度がよい場合が５であり、最も精度が悪い場合が１である。そして第３の画像を追加する前におけるＬｅｖｅｌが、「学習（初期）」として表示され、第３の画像を追加した後におけるＬｅｖｅｌが、「再学習」として表示される。

第１の精度評価表示手段１３および第２の精度評価表示手段１５は、色変換前の画像の画像情報を色変換後の画像の画像情報に変換する色変換モデルを作成するときに、画像情報の複数の組に対する精度を表示する表示情報を作成する表示情報作成手段であると把握することができる。また第１の精度評価表示手段１３および第２の精度評価表示手段１５は、画像情報取得手段１２が出力した精度を色領域毎に表示装置２０に表示するように制御する表示制御手段であると把握することができる。さらに第２の精度評価表示手段１５は、第２の画像取得手段１４が新たな画像情報の組（第２の画像）を受け付けたときに、少なくとも、すでに第１の画像取得手段１１が受け付けた画像情報の組から色変換係数算出手段１９が作成した色変換特性（色変換モデル）をもとに新たな画像情報の組（第２の画像）の色変換前の画像情報を色変換した画像情報と、画像情報の組（第２の画像）の色変換後の画像情報とを表示装置２０に表示するように制御する表示制御手段であると把握することができる。

ユーザ評価受付手段１６は、第２の画像についての表示情報を基に表示手段２２に画像を表示したときに、色変換モデルによる色変換についてのユーザの評価を受け付ける。
つまりユーザが図７のエリア２２８およびエリア２２９の画像を見て、上述した暫定的な色変換モデルの精度が許容できるか否かの評価を受け付ける。このとき表示手段２２は、第２の画像について表示した結果として、色変換モデルによる色変換についてのユーザの評価を受け付けるユーザ評価受付画面を表示する。

図１０は、ユーザ評価受付画面を表示手段２２に表示した例を示した図である。
図示する例は、表示手段２２にユーザ評価受付画面をウィンドウＷ１として表示した例を示している。ここでは、図７のグレイの色領域に対する評価を入力する場合を示している。即ち、図７のエリア２２８内で、画像２２８ａ〜画像２２８ｃをユーザが比較し、これによる評価を入力する場合を示している。そしてウィンドウＷ１には、「グレイに対する評価を入力して下さい。」のメッセージＭｅ１が表示され、ユーザはここから１、２、３、４、５の５段階で評価を入力することができる。この場合、最も悪い評価が１であり、最もよい評価が５である。そしてユーザは、１〜５の数値に隣接したラジオボタンＲｂを選択することで、１〜５の何れかの評価を入力することができる。ここでは、ユーザが、評価として３に対応するラジオボタンＲｂを選択した例を示している。

なお図１０では、ユーザ評価として１〜５の５段階を設定したが、この段数は、特に限られるものではない。例えば、〇（よい）または×（悪い）の２段階で行なってもよい。またここでは、グレイの色領域についてのユーザ評価を入力する場合を示したが、他の色領域に対しユーザ評価を入力してもよい。さらにユーザが複数の第２の画像を入力し、それぞれの第２の画像毎にユーザ評価を行なってもよい。さらに第２の画像に含まれる色領域を判別し、それぞれの色領域における代表画像を複数の第２の画像の中から決定して、図７のエリア２２８やエリア２２９に表示し、これを基にユーザ評価を入力してもよい。
さらに図８で示したように、複数セット用意した第３の画像に対する精度を確認するための画像の中から、ユーザが使用したいものを選択することで評価を行なってもよい。よって図８に示した画面は、ユーザ評価受付画面である、と言うこともできる。

追加情報導出手段１７は、画像情報の組が不足している場合に、追加する画像情報の組に対し求められる色領域を求める。つまり追加情報導出手段１７は、色調整前の画像と色調整後の画像の組からなる第３の画像について要求される色領域を求める。このとき、追加情報導出手段１７は、追加する画像情報の組に対し求められる色領域を表示する追加情報画面を表示する表示情報を作成する。そして表示手段２２は、追加情報画面を表示する。
また追加情報導出手段１７は、第３の画像として必要な追加組数をさらに求めることもできる。この場合、表示手段２２は、第３の画像として必要な追加組数をさらに表示する。

図１１は、追加情報画面を表示手段２２に表示した例を示した図である。
図示する例は、表示手段２２に追加情報画面をウィンドウＷ２として表示した例を示している。そしてウィンドウＷ２には、「学習させる画像が少なすぎます。セットする画像の数を増やしてください。」のメッセージＭｅ２が表示される。

またウィンドウＷ２には、各色領域毎に、着色されたボックスＢｘの数により４段階で表示される。即ち、着色されたボックスＢｘの数が少ないほど、画像情報の組の数の充足度が少なく、着色されたボックスＢｘの数が多いほど、画像情報の組の数の充足度が多いことを示す。さらにウィンドウＷ２には、各色領域毎に、追加組数Ｔｍが表示される。

追加組数Ｔｍは、各色領域毎に必要な枚数を予め設定しておき、これに対し実際に入力された第１の画像の枚数との差とすることができる。また単なる差の枚数ではなく、上述した精度やユーザの評価により追加組数Ｔｍを増減させてもよい。つまり精度がよかった場合は、追加組数Ｔｍを減少させる。対して精度がよくなかった場合は、追加組数Ｔｍを増加させる。またユーザの評価がよかった場合は、追加組数Ｔｍを減少させる。対してユーザの評価がよくなかった場合は、追加組数Ｔｍを増加させる。

ここでは、赤、白、グレイ、ベージュ、青、黄の６つの色領域について、ボックスＢｘおよび追加組数を表示した例を示している。ここでは、赤、青の色領域については、画像情報の組が不足しておらず、追加組数が０枚であることを示している。また他の色の色領域については画像情報の組が不足しており、それぞれ必要な枚数が表示される。例えば、グレイの色領域については、追加組数が３０枚であることが表示されている。ユーザは、この追加情報画面を見ることで、追加する画像である第３の画像が必要であるか否かを把握することができる。さらにユーザは、何れの色領域について不足が生じているかを把握することができ、例えば、この色領域の色を多く含む画像を選択し、第３の画像とすることができる。

第３の画像取得手段１８は、第３の画像の画像情報を取得する。よって第３の画像取得手段１８は、第１の画像取得手段１１や第２の画像取得手段１４と同様に、色変換前の画像情報および色変換後の画像情報からなる画像情報の組を受け付ける受付手段として機能する。
これにより、例えば、ユーザ評価受付手段１６が受け付けたユーザの評価が予め定められた基準以下、またはその基準を下回る場合に、画像情報の組を取得することができる。このとき、表示手段２２は、第３の画像の画像情報を取得するための第３の画像取得画面を表示する。
第３の画像取得画面の一例としては、第３の画像を入力するときにユーザが選択するボタン２２５を表示する、図６および図７に示した画面が挙げられる。なお他にも第３の画像を取得するためのウィンドウを表示するようにしてもよい。
第３の画像の画像情報は、第１の画像の画像情報と同様の処理が行なわれる。即ち、画像情報取得手段１２において、領域決定手段１２１が、画像情報を抽出する領域を決定し、画像情報抽出手段１２２が、画像情報の組を抽出する。そして画像情報記憶手段１２３が、抽出した画像情報の組を記憶するとともに、精度導出手段１２４が、画像情報の複数の組に対する精度を算出する。なおこの精度は、第１の画像の画像情報に加え、第３の画像を追加した後の画像情報の複数の組の精度である。そして算出された精度は、図６や図７で説明した「Ａｆｔｅｒ」の箇所に表示されるものとなる。

色変換係数算出手段１９は、色変換モデルを作成する。よって色変換係数算出手段１９は、第１の画像取得手段１１が受け付けた複数の画像情報の組から色変換特性（色変換モデル）を作成する色変換特性作成手段として機能する。またさらに色変換係数算出手段１９は、色変換モデルを基に、３次元ＬＵＴ等の変換関係を作成する。
色変換係数算出手段１９は、第１の画像や第３の画像から得られた色調整前の画像情報および色調整後の画像情報の組を基に色変換モデルを作成する。つまり色調整前の画像情報と色調整後の画像情報との関係を表す色変換モデルを作成する。

図１２は、色変換モデルの一例について示した図である。
ここで横軸は、色調整前の画像情報を表し、縦軸は、色調整後の画像情報を表す。色調整前の画像情報および色調整後の画像情報は、ＲＧＢデータであり、図１２では、色調整前の画像情報は、ＲＧＢａ、色調整後の画像情報は、ＲＧＢｂとして図示している。

そして黒丸Ｐｒは、色調整前の画像情報と色調整前の画像情報とをプロットしたものであり、ここでは、色調整前の画像情報と色調整後の画像情報との組が、１２個であったことを示している。

また実線Ｊｓは、色調整前の画像情報と色調整後の画像情報との関係であり、色変換係数算出手段１９で作成される色変換モデルを表す。この色変換モデルは、上述したように、色調整前の画像情報と色調整後の画像情報との関係を表した関数であると言うこともでき、この関数をｆとすると、ＲＧＢｂ＝ｆ（ＲＧＢａ）と表すこともできる。この色変換モデルは、公知の方法で作成することができる。ただし、重み付け回帰モデルやニューラルネットワークなどの非線形特性に対するフィッティング性能が高い方法を使用することが好ましい。ただし、非線形特性に限定されず、Ｍａｔｒｉｘモデルを使用した線形特性を用いてもよい。

＜変形例＞
次に本実施の形態における変形例の説明を行なう。
図１３は、本実施の形態における画像処理装置１０および表示装置２０の機能構成の変形例を表すブロック図である。なお図１３では、画像処理装置１０および表示装置２０が有する種々の機能のうち本実施の形態に関係するものを選択して図示している。

図１３に示す本実施の形態における画像処理装置１０および表示装置２０は、図２に示したものに対し、画像情報取得手段１２に、分類手段１２５が加わっている。そして第２の画像取得手段１４は、分類手段１２５から第２の画像の画像情報を取得する。また他は、図２に示したものと同様である。この場合、分類手段１２５以外の他の箇所の機能は、図２の場合と同様である。よって以下、分類手段１２５について主に説明を行なう。

分類手段１２５は、画像情報抽出手段１２２で抽出された画像情報の組を、学習データと学習外データとに分類する。この場合、「学習データ」は、色変換モデルを作成するために使用する画像情報の組である。また「学習外データ」は、色変換モデルを作成するために使用しない画像情報の組である。そして第２の精度評価表示手段１５は、学習外データをユーザが精度を確認するための第２の画像の画像情報とする。つまり図１３に示した画像処理装置１０は、第１の画像の画像情報から、評価用の第２の画像の画像情報を取得する。
画像情報の組を、学習データと学習外データとに分類するには、各色領域毎に数の比率で分けることで行なう。例えば、学習データと学習外データとの比率を４：１や９：１など予め定めておき、この比率に従い、画像情報の組を、学習データと学習外データとにランダムに振り分ける。

この場合、ユーザは、第２の画像の画像情報を入力する必要がなくなり、ユーザの負担が軽減される。

次に画像処理装置１０の動作について説明する。

[第１の実施形態]
第１の実施形態では、最小構成の第１の例として、図７に示す画面を表示する画像処理装置１０の動作について説明する。
図１４は、第１の実施形態における画像処理装置１０の動作について説明したフローチャートである。
まず第１の画像取得手段１１が、第１の画像として、色調整前の原画像の画像情報と色調整後の画像情報とを取得する（ステップ１０１：第１の画像取得工程、受付工程）。

次に画像情報取得手段１２の領域決定手段１２１が、色調整前の画像と色調整後の画像のうちいずれか一方の画像について、画像情報を抽出する領域を決定する（ステップ１０２：抽出領域決定工程）。

そして画像情報抽出手段１２２は、領域決定手段１２１によって決定された、色調整前の画像または色調整後の画像のうち一方の画像の領域内と、他方の画像のこれに対応する領域内とから画像情報を抽出する（ステップ１０３：画像情報抽出工程）。

さらに画像情報記憶手段１２３が、抽出された画像情報の組を記憶する（ステップ１０４：画像情報記憶工程）。
なおステップ１０２〜ステップ１０４は、第１の画像について、色変換前の画像情報とこれに対応する色変換後の画像情報とを画像情報の組として取得する画像情報取得工程であると把握することができる。ここで、ステップ１０２の工程がない場合も考えられる。ステップ１０２がない場合は、画像全体から画像情報を抽出する。

次に精度導出手段１２４が、抽出された画像情報の複数の組に対する精度を算出する（ステップ１０５：精度導出工程、精度出力工程）。つまり図５で説明したように、複数の色変換ベクトル相互の角度の大きさや終点の色差から精度を導出する。このとき精度導出手段１２４は、図７で示した各色領域毎に精度を算出する。また上述したように、このとき画像情報取得手段１２は、色変換ベクトルについて、角度や色差が他のものと比較して大きく異なるものについて、除外することもできる。

さらに第２の画像取得手段１４が、評価用の第２の画像の画像情報を取得する（ステップ１０６：第２の画像取得工程、受付工程）。

そして第２の精度評価表示手段１５が、算出した精度を表示する表示情報を作成する（ステップ１０７：表示情報作成工程）。具体的には、第２の精度評価表示手段１５は、図７に示したような画面を表示する表示情報を作成する。

さらに第２の精度評価表示手段１５は、作成した表示情報を表示装置２０に出力する（ステップ１０８：表示情報出力工程、表示制御工程）。
その結果、表示装置２０の表示手段２２では、図７に示した画面が表示される。

[第２の実施形態]
第２の実施形態では、最小構成の第２の例として、変形例における画像処理装置１０の動作について説明する。
図１５は、第２の実施形態における画像処理装置１０の動作について説明したフローチャートである。
図１５において、ステップ２０１〜ステップ２０３は、ステップ１０１〜ステップ１０３と同様であるので説明を省略する。
ステップ２０３より後は、分類手段１２５が、画像情報抽出手段１２２で抽出された画像情報の組を、学習データと学習外データとに分類する（ステップ２０４）。

そして画像情報記憶手段１２３が、学習データを記憶する（ステップ２０５：学習データ記憶工程）。
なおステップ２０２〜ステップ２０５は、第１の画像について、色変換前の画像情報とこれに対応する色変換後の画像情報とを画像情報の組として取得する画像情報取得工程であると把握することができる。

次に精度導出手段１２４が、抽出された画像情報の複数の組に対する精度を算出する（ステップ２０６：精度導出工程、精度出力工程）。

そして第２の画像取得手段１４が、学習外データを、評価用の第２の画像の画像情報として取得する（ステップ２０７：第２の画像取得工程、受付工程）。

以後のステップ２０８〜ステップ２０９は、ステップ１０７〜ステップ１０８と同様であるので説明を省略する。

[第３の実施形態]
第３の実施形態では、第１の実施形態に加え、ユーザの評価を受け付け、追加の画像である第３の画像の画像情報を取得して、変換関係を作成する場合について説明する。
図１６は、第３の実施形態における画像処理装置１０の動作について説明したフローチャートである。
図１６において、ステップ３０１〜ステップ３０８は、ステップ１０１〜ステップ１０８と同様であるので説明を省略する。
ステップ３０８より後は、図７の画面を見たユーザが、例えば、図８に示したユーザ評価受付画面に対し評価の入力を行なう。そしてユーザ評価受付手段１６は、入力されたユーザの評価を受け付ける（ステップ３０９：ユーザ評価受付工程）。ここでは、ユーザの評価は、〇（よい）または×（悪い）の２段階で行なうものとする。

次にユーザ評価受付手段１６は、ユーザの評価が〇（よい）であったか否かを判断する（ステップ３１０：評価判断工程）。
その結果、ユーザの評価が〇（よい）であった場合（ステップ３１０でＹｅｓ）、追加情報導出手段１７は、取得した画像情報の組の数が不足しているか否かを判断する（ステップ３１１：不足判断工程）。

そして不足していなかった場合（ステップ３１１でＮｏ）、色変換係数算出手段１９が、色変換モデルを作成する（ステップ３１２：色変換モデル作成工程、色変換特性作成工程）。またさらに色変換係数算出手段１９は、色変換モデルを基に、３次元ＬＵＴ等の変換関係を作成する（ステップ３１３：変換関係作成工程）。
つまり本実施の形態では、ユーザ評価受付手段１６が受け付けたユーザの評価が予め定められた基準を超えるものである（この場合、ユーザの評価が〇）とともに、画像情報の組が必要数に足りている場合は、色変換モデルを作成する。

対してステップ３１１で、不足していた場合（ステップ３１１でＹｅｓ）、ステップ３１７に移行する。

またステップ３１０で、ユーザの評価が×（悪い）であった場合（ステップ３１０でＮｏ）、追加情報導出手段１７は、ステップ３０５で求めた精度が目標を満たしているか否かを判断する（ステップ３１４：精度判断工程）。追加情報導出手段１７は、精度について予め定められた限界値を設け、この限界値を基に精度が目標を満たしているか否かを判断する。
その結果、精度が目標を満たしていた場合（ステップ３１４でＹｅｓ）、限界値を修正する（ステップ３１５：限界値修正工程）。つまりこの場合は、精度が目標を満たしているにも拘わらず、ユーザの評価が×（悪い）である場合であり、ユーザの要求に対し、精度のレベルが低かったものと考えられる。よって限界値を精度のレベルがより高い方へ（より厳しいレベルになるように）修正を行なう。
対して精度が目標を満たしていない場合（ステップ３１４でＮｏ）、追加情報導出手段１７は、第３の画像により追加する画像情報に対し求められる色領域を求めるとともに、第３の画像として必要な追加組数をさらに求める（ステップ３１６：追加組数導出工程）。

次に、追加情報導出手段１７は、図１１で示したような追加情報画面の表示情報を作成し、表示手段２２に表示させる（ステップ３１７：追加情報表示工程）。これによりユーザに第３の画像の入力を促す。

つまり本実施の形態では、ユーザ評価受付手段１６が受け付けたユーザの評価が予め定められた基準以下、またはその基準を下回る場合（この場合、ユーザの評価が×）は、第３の画像の画像情報を取得する。
またユーザ評価受付手段１６が受け付けたユーザの評価が予め定められた基準を超えるものである（この場合、ユーザの評価が〇）場合でも、画像情報の組が必要数に足りていない場合（この場合、ステップ３１１でＮｏ）は、第３の画像の画像情報を取得する。

そしてユーザにより第３の画像が入力されると、第３の画像取得手段１８が、第３の画像の画像情報を取得する（ステップ３１８：第３の画像取得工程、受付工程）。
さらに画像情報取得手段１２が、ステップ３０１で取得した第１の画像と、ステップ３１８で取得した第３の画像から使用する画像を選択する（ステップ３１９：画像選択工程）。その後は、ステップ３０２に移行する。

以上説明した第１の実施形態および第２の実施形態によれば、色領域毎にユーザが入力した第１の画像についての画像情報の複数の組の精度を表示し、これにより第１の画像を基に作成される色変換モデルを定量的に評価することができる。またこれを見たユーザは、画像の追加の必要性の有無を判断することができる。またユーザは、何れの色領域について画像の追加の必要があるかを判断することができる。つまり精度がよくない場合に、どこに問題があるかを把握することができる。

また第３の実施の形態によれば、これに加え、精度の情報を見たユーザが評価を行ない、その結果に応じて追加する第３の画像が必要か否かを画像処理装置１０側で判断することができる。またこのとき第３の画像として必要な色領域や追加組数をユーザに提示することができる。またユーザは、第３の画像を追加後の精度を見ることで、入力する画像の何れに問題があるかを把握するのがより容易になる。つまり画像の枚数を多くしても精度がよくならない場合、色調整の方向性が異なる画像が多く含まれていることがわかる。また画像の枚数を多くしても特定の色領域についての精度が向上しなければ、この色領域の色を含む画像が不足していることがわかる。
そしてこれにより各色領域において必要な画像が確保でき、精度のよい色変換モデルを作成できる。さらに色変換モデルから作成される変換関係も精度の高いものとなる。

なお第１の実施形態〜第３の実施形態では、図７に示した画面を表示する場合を説明したが、図６、図８、図９に示した画面を表示することもできる。この場合もユーザは、精度を見て、画像の追加の必要性の有無を判断したり、評価を入力することができる。

また上述した例では、色調整前の画像は、カメラ４０により撮影された画像であったが、これに限られるものではなく、どのような画像であってもよい。
さらに図６や図７において、「Ａｆｔｅｒ」の箇所は、第３の画像を追加する前は、この部分は、表示しなくてもよい。またはこの箇所は、第３の画像を追加する前は、グレイ表示とし、追加した後に更新し、通常の表示としてもよい。

なお以上説明した画像処理装置１０が行なう処理は、画像処理方法として捉えることもできる。即ち、画像処理装置１０が行なう処理は、以下の（I）〜（II）の少なくとも２つの工程を含む画像処理方法であると考えることができる。

（I）色変換前の画像および色変換後の画像からなる第１の画像について、色変換前の画像情報とこれに対応する色変換後の画像情報とを画像情報の組として取得する画像情報取得工程
（II）画像情報取得工程で取得した第１の画像の色変換前の画像の画像情報を色変換後の画像の画像情報に変換する画像情報の複数の組に対する精度を表示する表示情報を作成する表示情報作成工程

また以上説明した表示装置２０が行なう処理は、画像表示方法として捉えることもできる。即ち、表示装置２０が行なう処理は、以下の（III）〜（IV）の少なくとも２つの工程を含む画像表示方法であると考えることができる。

（III）色変換前の画像の画像情報を色変換後の画像の画像情報に変換する色変換特性を作成するときに、色変換前の画像および色変換後の画像からなる第１の画像について、色変換前の画像情報とこれに対応する色変換後の画像情報との画像情報の組に対する精度を色領域毎に表示するための表示情報を取得する表示情報取得工程
（IV）前記表示情報に基づき、精度を表示する表示工程

＜プログラムの説明＞
ここで以上説明を行った本実施の形態における画像処理装置１０が行なう処理は、例えば、アプリケーションソフトウェア等のプログラムとして用意される。

よって本実施の形態で画像処理装置１０が行なう処理は、コンピュータに、色変換前の画像情報および色変換後の画像情報からなる画像情報の組を受け付ける受付機能と、受付機能が受け付けた複数の画像情報の組から色変換特性の精度を出力する精度出力機能と、受付機能が受け付けた複数の画像情報の組から色変換特性を作成する色変換特性作成機能と、受付機能が新たな画像情報の組を受け付けたときに、少なくとも、すでに受付機能が受け付けた画像情報の組から色変換特性作成機能が作成した色変換特性をもとに新たな画像情報の組の色変換前の画像情報を色変換した画像情報と、新たな画像情報の組の色変換後の画像情報とを表示装置に表示するように制御する表示制御機能と、を実現させるためのプログラムとして捉えることができる。
またコンピュータに、色変換前の画像情報および色変換後の画像情報からなる画像情報の組を受け付ける受付機能と、受付機能が受け付けた複数の画像情報の組から色変換特性の精度を出力する精度出力機能と、精度出力機能が出力した精度を色領域毎に表示装置に表示するように制御する表示制御機能と、を実現させるためのプログラムとして捉えることができる。

なお、本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。

以上、本実施の形態について説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。上記実施の形態に、種々の変更または改良を加えたものも、本発明の技術的範囲に含まれることは、特許請求の範囲の記載から明らかである。

１…画像処理システム、１０…画像処理装置、１１…第１の画像取得手段、１２…画像情報取得手段、１３…第１の精度評価表示手段、１４…第２の画像取得手段、１５…第２の精度評価表示手段、１６…ユーザ評価受付手段、１７…追加情報導出手段、１８…第３の画像取得手段、１９…色変換係数算出手段、２０…表示装置、２１…表示情報取得手段、２２…表示手段、４０…カメラ

Claims (10)

1. 色変換前の画像情報および色変換後の画像情報からなる画像情報の組を受け付ける受付手段と、
   前記受付手段が受け付けた複数の画像情報の組から色変換特性の精度を出力する精度出力手段と、
   前記精度出力手段が出力した前記精度を色領域毎に表示装置に表示するように制御する表示制御手段と、
   を備えることを特徴とする画像処理装置。
2. 前記表示制御手段は、新たな画像情報の組を追加する前と後とで色変換特性の精度をそれぞれ表示装置に表示するよう制御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. 前記表示制御手段は、前記色領域毎に表示された精度を組み合わせて色領域を表す円環を構成して精度を表示装置に表示するよう制御することを特徴とする請求項１に記載の画像処理装置。
4. 前記表示制御手段は、ユーザ評価受付画面で受け付けたユーザの評価が予め定められた基準以下、または、当該基準を下回るときに、さらに画像情報の組を受け付けるための画像を表示装置に表示するように制御することを特徴とする請求項１に記載の画像処理装置。
5. 前記表示制御手段は、さらに受け付ける画像情報の組に対し求められる色領域を表示装置に表示するように制御することを特徴とする請求項４に記載の画像処理装置。
6. 前記表示制御手段は、さらに受け付ける画像情報の組として必要な追加組数を表示装置に表示するように制御することを特徴とする請求項４に記載の画像処理装置。
7. 前記表示制御手段は、前記色変換特性を作成するのに必要な画像情報の組の充足度を表示装置に表示するように制御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. 前記表示制御手段は、画像情報の組の充足度を、画像情報の組を取得する前と後とでそれぞれ表示装置に表示するよう制御することを特徴とする請求項７に記載の画像処理装置。
9. 撮影対象を撮影する撮影装置と、
   前記撮影装置により撮影した画像に対し色変換を行なう画像処理装置と、
   を備え、
   前記画像処理装置は、
   色変換前の画像情報および色変換後の画像情報からなる画像情報の組を受け付ける受付手段と、
   前記受付手段が受け付けた複数の画像情報の組から色変換特性の精度を出力する精度出力手段と、
   前記精度出力手段が出力した前記精度を色領域毎に表示装置に表示するように制御する表示制御手段と、
   を備えることを特徴とする画像処理システム。
10. コンピュータに、
    色変換前の画像情報および色変換後の画像情報からなる画像情報の組を受け付ける受付機能と、
    前記受付機能が受け付けた複数の画像情報の組から色変換特性の精度を出力する精度出力機能と、
    前記精度出力機能が出力した前記精度を色領域毎に表示装置に表示するように制御する表示制御機能と、
    を実現させるためのプログラム。

Images