JP2019068324A - スキャン画像にファイル名を設定するための装置、その制御方法及びプログラム - Google Patents

Abstract

【課題】スキャン画像に対してＯＣＲ処理を行って得られた文字列を用いてファイル名等の設定を行う場面において、ユーザの利便性を高める。
【解決手段】スキャン画像内の一続きの文字列と推認される単位領域をユーザが選択可能に表示した、所定の処理を行うためのＵＩ画面を表示する表示制御手段と、前記ＵＩ画面を介してユーザが選択した単位領域に対しＯＣＲ処理を行って文字列を抽出するＯＣＲ処理手段と、前記ＯＣＲ処理手段により抽出された前記文字列を用いて前記所定の処理のための付帯情報を設定する設定手段と、を備え、前記表示制御手段は、ユーザにより選択された前記単位領域から前記ＯＣＲ処理手段によって抽出された前記文字列のうち所定の分割条件を満たす文字列を分割して前記ＵＩ画面にユーザにより選択可能に表示する。
【選択図】図１０

Description

本発明は、スキャン画像の文字認識結果を用いて、当該スキャン画像に対してファイル名等を設定する技術に関する。

従来より、文書の管理手法として、紙文書をスキャンして電子化する手法が広く行われている。そして、文書の電子化に際して、スキャンされた画像データに対して文字認識処理（ＯＣＲ処理）を行い、認識された文字を、電子化した文書ファイルのファイル名に使用する技術がある。例えば、特許文献１には、原稿を読み取って得たスキャン画像に対しＯＣＲ処理を行って文字列を取得し、文字列をスキャン画像と共にユーザに提示し、ユーザにより指定された文字列をスキャン画像のファイル名などに使用する技術が開示されている。

特開２０１６−０２４４８８号公報

しかしながら、特許文献１では、ファイル名として指定可能な文字列にユーザが意図しない文字列を含んでいる場合、ユーザが文字列を指定してファイル名を設定した後に、ユーザが意図しない文字列を削除しなければならず、作業効率が良くなかった。

本発明は、上記の課題に鑑みなされたものであり、スキャン画像に対してＯＣＲ処理を行って得られた文字列を用いてファイル名等の設定を行う場面において、ユーザの利便性を高めることを目的としている。

上述した課題を解決する本発明に係る装置は、文書をスキャンして得られたスキャン画像に対して所定の処理を行う装置であって、前記スキャン画像内の一続きの文字列と推認される単位領域をユーザが選択可能に表示した、前記所定の処理を行うためのＵＩ画面を表示する表示制御手段と、前記ＵＩ画面を介してユーザが選択した単位領域に対しＯＣＲ処理を行って文字列を抽出するＯＣＲ処理手段と、前記ＯＣＲ処理手段により抽出された前記文字列を用いて前記所定の処理のための付帯情報を設定する設定手段と、を備え、前記表示制御手段は、ユーザにより選択された前記単位領域から前記ＯＣＲ処理手段によって抽出された前記文字列のうち所定の分割条件を満たす前記文字列を分割して前記ＵＩ画面にユーザにより選択可能に表示することを特徴とする。

本発明によれば、スキャン画像に対してＯＣＲ処理を行って得られた文字列を用いてファイル名等の設定を行う場面において、ユーザの利便性を高めることができる。

画像処理システムの全体構成を示す図 ＭＦＰのハードウェア構成図 ファイルサーバのハードウェア構成図 ＭＦＰのソフトウェア構成図 スキャン画像の生成からアップロードまでの動作制御の流れを示すフローチャート スキャン設定画面の一例を示す図 プレビュー画面の一例を示す図 プレビュー画面でファイル名が生成された状態を示す図 アップロード設定画面の一例を示す図 ファイル名の生成処理の詳細を示すフローチャート 分割単語リストの一例を示す図 第２の実施形態に係る、ファイル名の入力処理の一例を示す図 第３の実施形態に係る、プレビュー画面の一例を示す図 分割単語領域の表示処理の詳細を示すフローチャート ファイル名の生成処理の詳細を示すフローチャート

以下、本発明を実施するための形態について図面を用いて説明する。なお、以下の実施の形態は特許請求の範囲に係る発明を限定するものでなく、また実施の形態で説明されている特徴の組み合わせの全てが発明の解決手段に必須のものとは限らない。

［第１の実施形態］
＜画像処理システムの構成＞
図１は、本実施形態に係る画像処理システムの全体構成を示す図である。画像処理システムは、ＭＦＰ１１０とファイルサーバ１２０とで構成され、ＬＡＮ（Local Area Network）を介して互いに通信可能に接続されている。

ＭＦＰ（Multi Function Printer）１１０は、スキャナやプリンタといった複数の機能を有する複合機であり、画像処理装置の一例である。ファイルサーバ１２０は、電子化された文書ファイルを保存・管理する外部サーバの一例である。本実施形態の画像処理システムは、ＭＦＰ１１０とファイルサーバ１２０とからなる構成としているがこれに限定されない。例えば、ＭＦＰ１１０がファイルサーバ１２０の役割を兼ね備えてもよい。また、ＬＡＮに代えてインターネットなどを介した接続形態であってもよい。また、ＭＦＰ１１０は、ＰＳＴＮ（Public Switched Telephone Networks）に接続され、ファクシミリ装置（不図示）との間で画像データをファクシミリ通信することができる。

＜ＭＦＰのハードウェア構成＞
図２は、ＭＦＰ１１０のハードウェア構成図である。ＭＦＰ１１０は、制御部２１０、操作部２２０、プリンタ部２２１、スキャナ部２２２、モデム２２３で構成される。制御部２１０は、以下の各部２１１〜２１９で構成され、ＭＦＰ１１０全体の動作を制御する。ＣＰＵ２１１は、ＲＯＭ２１２に記憶された制御プログラムを読み出して、読取／印刷／通信などＭＦＰ１１０が有する各種機能を実行・制御する。ＲＡＭ２１３は、ＣＰＵ２１１の主メモリ、ワークエリア等の一時記憶領域として用いられる。なお、本実施形態では１つのＣＰＵ２１１が１つのメモリ（ＲＡＭ２１３またはＨＤＤ２１４）を用いて後述のフローチャートに示す各処理を実行するものとするが、他の態様であっても構わない。例えば、複数のＣＰＵや複数のＲＡＭまたはＨＤＤを協働させて各処理を実行してもよい。ＨＤＤ２１４は、画像データや各種プログラムを記憶する大容量記憶部である。操作部Ｉ／Ｆ２１５は、操作部２２０と制御部２１０を接続するインタフェースである。操作部２２０には、タッチパネル機能を有する液晶表示部やキーボードなどが備えられており、ユーザによる操作／入力／指示を受け付ける受付部としての役割を担う。これらのユーザによる操作などは液晶パネルに対するタッチによって受け付けてもよいし、ユーザによるキーボードやボタンなどの操作によって受け付けてもよい。プリンタＩ／Ｆ２１６は、プリンタ部２２１と制御部２１０を接続するインタフェースである。印刷用の画像データはプリンタＩ／Ｆ２１６を介して制御部２１０からプリンタ部２２１へ転送され、記録媒体上に印刷される。スキャナＩ／Ｆ２１７は、スキャナ部２２２と制御部２１０を接続するインタフェースである。スキャナ部２２２は、不図示の原稿台やＡＤＦ（Auto Document Feeder）にセットされた原稿を読み取って画像データを生成し、スキャナＩ／Ｆ２１７を介して制御部２１０に入力する。ＭＦＰ１１０は、スキャナ部２２２で生成された画像データをプリンタ部２２１から印刷出力（コピー）するほか、ファイル送信またはメール送信することができる。モデムＩ／Ｆ２１８は、モデム２２３と制御部２１０を接続するインタフェースである。モデム２２３は、ＰＳＴＮ上のファクシミリ装置との間で画像データをファクシミリ通信する。ネットワークＩ／Ｆ２１９は、制御部２１０（ＭＦＰ１１０）をＬＡＮに接続するインタフェースである。ＭＦＰ１１０は、ネットワークＩ／Ｆ２１９を用いてＬＡＮ上の外部装置（ファイルサーバ１２０など）に画像データや情報を送信したり、各種情報を受信したりする。

＜ファイルサーバのハードウェア構成＞
図３は、ファイルサーバ１２０のハードウェア構成図である。ファイルサーバ１２０は、ＣＰＵ３１１、ＲＯＭ３１２、ＲＡＭ３１３、ＨＤＤ３１４及びネットワークＩ／Ｆ３１５で構成される。ＣＰＵ３１１は、ＲＯＭ３１２に記憶された制御プログラムを読み出して各種処理を実行することで、ファイルサーバ１２０全体の動作を制御する。ＲＡＭ３１３は、ＣＰＵ３１１の主メモリ、ワークエリアなどの一時記憶領域として用いられる。ＨＤＤ３１４は、画像データや各種プログラムを記憶する大容量記憶部である。ネットワークＩ／Ｆ３１５は、ファイルサーバ１２０をＬＡＮに接続するインタフェースである。ファイルサーバ１２０は、ネットワークＩ／Ｆ３１５を用いてＬＡＮ上の他の装置（例えばＭＦＰ１１０）との間で各種情報を送受信する。

＜ＭＦＰのソフトウェア構成＞
図４は、ＭＦＰ１１０のソフトウェア構成図である。ＭＦＰ１１０のソフトウェアは、ネイティブ機能モジュール４１０とアディショナル機能モジュール４２０の２つに大きく分けられる。ネイティブ機能モジュール４１０に含まれる各部は、ＭＦＰ１１０に標準的に備えられた機能モジュールである。これに対し、アディショナル機能モジュール４２０に含まれる各部は、ＭＦＰ１１０に追加的に備わる機能モジュールであり、例えばアプリケーションのインストールによって実現される機能モジュールである。本実施形態におけるアディショナル機能モジュール４２０は、Ｊａｖａ（登録商標）をベースとしたアプリケーションであり、ＭＦＰ１１０への機能追加を容易に実現できる。なお、ＭＦＰ１１０には図示しないほかのアプリケーションがインストールされていても良い。以下、両機能モジュール４１０及び４２０を構成する各部について説明する。

アプリケーション表示部４２３は、操作部２２０のタッチパネルに、ユーザによる各種操作を受け付けるためのＵＩ画面を表示する表示制御を行う。表示するＵＩ画面の詳細については後述する。スキャン指示部４２１は、ＵＩ画面を介して入力されたユーザ指示に従い、スキャン設定や転送設定の情報を含んだスキャン要求をスキャン実行部４１１に送信して、スキャン処理を実行させる。このスキャン要求には、後述するアプリケーション受信部４２２が受信する画像データが、当該スキャン要求に対応したものかどうかを識別するための要求ＩＤも含まれる。

スキャン実行部４１１は、スキャン指示部４２１からスキャン要求を受けて、スキャナＩ／Ｆ２１７を介してスキャナ部２２２を制御しスキャン処理を実行する。これにより、原稿が読み取られて画像データが生成される。スキャンによって生成された画像データ（以下、「スキャン画像データ」と呼ぶ。）はその転送先を特定する転送特定の情報と共に転送部４１２に渡される。転送部４１２は、スキャン実行部４１１から受け取ったスキャン画像データを、転送設定に従って転送する。スキャン画像データの転送先としては、ファイルサーバ１２０や、ＬＡＮ上のＰＣ（不図示）等を設定可能である。ただし、本実施形態ではスキャン実行部４１１で生成したスキャン画像データは、一旦全て、アディショナル機能モジュール４２０に転送するように設定されているものとする。転送部４１２は、ＦＴＰ（File Transfer Protocol）クライアント機能を有しており、ＦＴＰサーバ機能を有するアプリケーション受信部４２２に対してＦＴＰでスキャン画像データを転送する。

アプリケーション受信部４２２は、転送部４１２から内部転送されたスキャン画像データを受信し、アプリケーション転送部４２４に渡す。アプリケーション転送部４２４は、受信したスキャン画像データを画像解析部４２５に渡す。

画像解析部４２５は、受け取ったスキャン画像データに対して文字列領域の特定や文字列認識や文章方向の特定といった画像解析処理を行なう。そして、スキャン画像データとその解析結果は、アプリケーション転送部４２４を介して、プレビュー表示部４２６に渡される。プレビュー表示部４２６は、スキャン画像データとその解析結果に基づき、ユーザがファイル名設定を行うためのＵＩ画面であるプレビュー画面を生成し、操作部２２０のタッチパネルに表示するといった表示制御を行う。表示するプレビュー画面の詳細については後述する。

アップロード指示部４２７は、ユーザがフォルダパス設定を行うためのＵＩ画面を生成し、操作部２２０のタッチパネルに表示する。アプリケーション転送部４２４は、ファイルサーバ１２０にスキャン画像データを転送（送信）する。アプリケーション転送部４２４は、転送が終了すると、アプリケーション表示部４２３に転送が終了したことを通知する。アプリケーション表示部４２３は、アプリケーション転送部４２４からの通知を受けて、表示内容を更新する。また、アプリケーション転送部４２４は、ＳＭＢ（Server Message Block）クライアント機能を有している。これにより、ＳＭＢサーバ機能を有するファイルサーバ１２０に対してＳＭＢを用いてファイル操作及びフォルダ操作を行う。なお、使用するプロトコルは、ＳＭＢに限定されるものではなく、WebDAV、ＦＴＰ、ＳＭＴＰなどであってもよい。また、ＳＯＡＰやＲＥＳＴといったファイル送信目的以外のプロトコルも使用可能である。

続いて、ＭＦＰ１１０において原稿からスキャン画像を生成し、ファイルサーバ１２０にアップロードする際の動作制御について説明する。図５は、スキャン画像データの生成からアップロードまでの制御の流れを示すフローチャートである。この一連の処理は、制御部２１０がＨＤＤ２１４に記憶された制御プログラムを実行することにより実現される。以下、詳しく説明する。

ステップ５０１では、アプリケーション表示部４２３により、スキャン処理のための各種設定を行うためのＵＩ画面（以下、「スキャン設定画面」と呼ぶ。）が、操作部２２０のタッチパネルに表示される。図６は、スキャン設定画面の一例を示す図である。図６のスキャン設定画面６００には、５つの設定ボタン６０１〜６０５が存在する。［カラー設定］ボタン６０１は、原稿をスキャンする際のカラー／モノクロを設定するためのボタンである。［解像度設定］ボタン６０２は、原稿をスキャンする際の解像度を設定するためのボタンである。［両面読み取り設定］ボタン６０３は、原稿の両面をスキャンしたい場合に用いる設定ボタンである。［原稿混載設定］ボタン６０４は、サイズが異なる原稿をまとめてスキャンしたい場合に用いる設定ボタンである。［画像形式設定］ボタン６０５は、スキャン画像データの保存形式を指定する際に用いる設定ボタンである。これら設定ボタン６０１〜６０５を用いた設定時には、ＭＦＰ１１０においてサポートされている範囲で設定可能な候補（選択肢）が表示され、ユーザが表示された候補から望むものを選択する。なお、上述の設定ボタンは一例であって、これらすべての設定項目が存在しなくてもよいし、これら以外の設定項目が存在してもよい。ユーザは、このようなスキャン設定画面６００を介してスキャン処理についても詳細な設定を行う。［キャンセル］ボタン６２０は、スキャン設定を中止する場合に用いるボタンである。［スキャン開始］ボタン６２１は、原稿台等にセットした原稿に対するスキャン処理の開始を指示するためのボタンである。

ステップ５０２では、アプリケーション表示部４２３により、ユーザによるボタン操作の内容によって処理の切り分けがなされる。［スキャン開始］ボタン６２１の押下を検出された場合、アプリケーション表示部４２３によって各設定ボタン６０１〜６０５で設定された内容とスキャン処理の実行開始の受付が、スキャン指示部４２１に対して伝えられる。一方、［キャンセル］ボタン６２０の押下を検出された場合は本処理を終える。

ステップ５０３では、スキャン指示部４２１からの指示に応答して、スキャン実行部４１１によってスキャン処理が実行される。これにより得られたスキャン画像データは、ステップ５０４において、転送部４１２を通じてアプリケーション受信部４２２にＦＴＰで内部転送され、さらにアプリケーション転送部４２４を介して画像解析部４２５に送られる。

ステップ５０５では、画像解析部４２５において、スキャン画像データの解析処理が実行される。具体的には、まず、スキャン画像データに対し、画像信号の二値化やスキャン時にずれた原稿の傾きの修正、原稿が正立する方向への回転などを行って、解析処理を行いやすい状態に補正する。そして、補正されたスキャン画像（２値画像）に対しエッジ抽出などを行って、当該画像内の文字列領域、すなわち、一続きの文字列と推認される塊（単位領域）を特定する。続いて、単位領域ごとに文字列を解析する。以下の表１は、ある見積書のスキャン画像の一部に対して画像解析処理を行った結果の一例を示している。

上記表１において、［番号］は、特定された各文字列領域を一意に示す番号である。この例では１から８までの通し番号が、認識した順番に付けられている。座標はプレビュー領域７１０の左上を原点（０，０）として右方向にＸ軸、下方向にＹ軸をとるものとする。［領域のＸ座標］は、特定された各文字列領域の左上隅のＸ座標を示す。［領域のＹ座標］は、特定された各文字列領域の左上隅のＹ座標を示す。以後、文字列領域に対して“座標”という場合は、特に断らない限り、文字列領域の左上隅の位置座標のことを意味するものとする。［領域の幅］は、特定された各文字列領域の左辺から右辺までの距離を示す。［領域の高さ］は、特定された各文字列領域の上辺から下辺までの距離を示す。本実施形態では、［領域のＸ座標］、［領域のＹ座標］、［領域の幅］、［領域の高さ］はいずれもピクセルで示すが、ポイントやインチ等で示してもよい。スキャン画像から抽出された各文字列領域の情報（以下、「文字列領域情報」と呼ぶ。）は、画像解析データとしてアプリケーション転送部４２４に渡される。このとき、文字列の情報に、文字列に含まれる一文字ごとの座標情報を含ませることも可能である。

画像解析データは、例えばＣＳＶやＸＭＬのフォーマットとするが、他のフォーマットであっても構わない。また、ＨＤＤ２１４に一旦保存した上で、所定のタイミングで渡してもよい。

ステップ５０６では、アプリケーション転送部４２４により、ステップ５０３で読み込まれたスキャン画像が、操作部２２０のタッチパネルにプレビュー表示される。このプレビュー表示用の画面データは、アプリケーション表示部４２３によって生成・提供される。ユーザは、スキャン画像がプレビュー表示されたＵＩ画面（以下、「プレビュー画面」と呼ぶ。）を介して、スキャン画像データのファイル名を設定することができる。図７（ａ）は、プレビュー画面の一例を示す図である。プレビュー画面７００において、画面中央にあるプレビュー領域７１０内には、スキャン画像と共にその表示状態を変更するための複数のボタン７１１〜７１４も表示される。ボタン７１１及び７１２はスキャン画像の全体を表示しきれないときに現れるボタンで、表示領域を縦方向にスクロールするためのボタンである。ＭＦＰ１１０が備えるタッチパネルは通常それほど大きくはない。そこで、例えば、スキャン画像がＡ４縦・横書きの原稿を読み取ったものである場合は、スキャン画像の幅方向（短手方向）全体がプレビュー領域７１０にちょうど収まるように上詰めで縮小表示されるよう初期設定される。つまり、初期設定においては、Ａ４縦のスキャン画像の下部は、プレビュー領域７１０内に表示されないことになる。このようなとき、「↓」のボタン７１２を押下すると下に表示領域がスクロールし、下部を表示させることができる。さらに、スキャン画像が例えばＡ４横やＡ３などの場合には、表示領域を横方向にスクロールするためのボタンをさらに設ければよい。ボタン７１３及び７１４は、表示領域を拡大・縮小するためのボタンであり、「＋」のボタン７１３を押下するとズームインし、「−」のボタン７１４を押下するとズームアウトする。これらボタン操作による動作を、プレビュー画面上でスワイプやピンチアウト／ピンチインといったユーザの指による操作で実現してもよい。また、プレビュー領域７１０には、ステップ５０５の画像解析処理によって特定された文字領域が、上述の文字列領域情報に基づき、ユーザに識別可能な態様で表示される。図７（ｂ）は、図７（ａ）のプレビュー画面７００において、各文字列領域が囲み枠によって識別可能に表示された状態を示す図である。文字列領域の表示処理の詳細については後述する。ユーザがプレビュー領域７１０に表示された文字列領域の中から任意の文字列領域を選択（例えば指でタッチ）すると、そこに含まれる文字列がファイル名入力欄７０１に表示、すなわち自動入力され、ファイル名を構成する文字列の一部となる。［戻る］ボタン７２０は、プレビュー表示を中止する場合に用いるボタンである。［次へ］ボタン７２１は、読み込まれたスキャン画像データのアップロード先を設定する画面に移行するためのボタンである。また、ボタン７０２はファイル名のフォーマットなどを設定するためのボタンである。なお、上述した各種ボタンの種類、各文字列領域の表示や選択の態様は一例にすぎず、これに限定されない。例えば、ファイル名入力欄７０１に表示された文字列を修正・変更したり、ファイル名を確定したりするためのボタンがあってもよい。

ステップ５０７では、プレビュー表示部４２６により、読み込まれたスキャン画像に対するファイル名の生成がなされる。図８は、ファイル名生成後のプレビュー画面７００の状態を示している。この例では、「見積書」、「東京株式会社」、「2017年04月14日」に対応する文字列領域が順次選択されたことで、「見積書＿東京株式会社＿2017年04月14日」の文字列が、ファイル名入力欄７０１に表示・設定されている。また、プレビュー領域７１０では、ユーザがタッチ操作した文字列領域の囲みが、ファイル名の一部として選択されたことを示すため太枠に変わっている。このファイル名生成処理の詳細については後述する。所望するファイル名が生成されてユーザが［次へ］ボタン７２１を押下すると、ステップ５０８へ進む。

ステップ５０８では、プレビュー表示部４２６により、ステップ５０２と同様、ユーザによるボタン操作の内容によって処理の切り分けがなされる。［次へ］ボタン７２１の押下が検出された場合は、ファイル名入力欄７０１に表示中のファイル名（ファイル名として設定された文字列）の情報がアップロード指示部４２７へ送られ、ステップ５０９へ進む。一方、［戻る］ボタン７２０の押下が検出された場合は、ステップ５０１（スキャン設定画面の表示）へ戻る。

ステップ５０９では、アップロード指示部４２７により、スキャン画像データの転送先を設定するためのＵＩ画面（以下、「アップロード設定画面」と呼ぶ。）が、操作部２２０のタッチパネルに表示される。ユーザは、このアップロード設定画面を介して、ファイルサーバ１２０へのアップロードに関する詳細設定を行う。図９は、アップロード設定画面の一例を示す図である。ユーザは、［フォルダパス］入力欄９０１に、ファイルサーバ１２０へ外部転送する際のフォルダパスの名称（パス名）を入力する。図９の例では、“2017_04_14”がパス名として入力されている。入力方法としては、例えば［フォルダパス］入力欄９０１へのタップ操作に応じてキーボード画面のサブウインドウ（不図示）を表示し、ユーザに、当該キーボード画面を介してパス名を入力させる方法がある。あるいは、ＨＤＤ２１４内に保持するアドレス帳の中から選択して設定できるようにしてもよい。［戻る］ボタン９２０は、アップロードに関する詳細設定を中止する場合に用いるボタンである。［アップロード］ボタン９２１は、［フォルダパス］入力欄９０１で設定したフォルダパスへのアップロードを指示するためのボタンである。

ステップ５１０では、アップロード指示部４２７により、ステップ５０８と同様、ユーザによるボタン操作の内容によって処理の切り分けがなされる。［アップロード］ボタン９２１の押下が検出された場合は、ステップ５１１へ進む。その際、［フォルダパス］入力欄９０１に入力されたパス名、ステップ５０７で生成されたファイル名、ファイルサーバ設定は、ファイルサーバ１２０にスキャン画像データを格納するために必要な情報である。具体的には、ホスト名、フォルダパスの起点、ログイン用のユーザ名とパスワードといった情報を含む。一方、［戻る］ボタン９２０の押下が検出された場合は、ステップ５０６（プレビュー画面の表示）へ戻る。

ステップ５１１では、アプリケーション転送部４２４により、スキャン画像データの格納先パスが、アップロード指示部４２７から受け取った情報に基づき生成される。具体的には、ファイルサーバ設定（ファイルサーバ１２０のホスト名、フォルダパスの起点）にフォルダパスを加えて生成される。これにより、例えば“\\server01\Share\2017_04_14”といった格納先パスが生成される。そして、ステップ５１２では、アプリケーション転送部４２４により、ファイルサーバ１２０に対するアクセスが実行される。この際、ファイルサーバ設定に含まれるユーザ名とパスワードをファイルサーバ１２０に送信する。ユーザ名とパスワードを受け取ったファイルサーバ１２０では、認証処理が実行される。

ステップ５１３では、アプリケーション転送部４２４により、ファイルサーバ１２０での認証結果に従って処理の切り分けがなされる。すなわち、ファイルサーバ１２０から認証成功の通知を受信した場合は、ステップ５１４に進む。一方、認証失敗の通知を受信した場合は、本処理を終える。

ステップ５１４では、アプリケーション転送部４２４により、ステップ５１１で生成された格納先パスが示すフォルダにスキャン画像データが外部転送され、ファイルサーバ１２０内に格納される。

以上が、本実施形態に係るスキャン画像の生成からアップロードまでの動作制御の内容である。なお、本実施形態では、ステップ５０５〜５０７の処理を、スキャンによって生成された１ページ分の画像データに対して行うことを想定している。例えば、プレビュー画面７００内に次のページの画像解析を行うためのボタンを設け、その解析によって得られた次ページのプレビュー表示を行って、次ページ以降の文字列領域からファイル名を構成する文字列を設定できるようにしてもよい。

＜ファイル名の生成＞
図１０は、プレビュー表示部４２６におけるファイル名生成処理（ステップ５０７）の詳細を示すフローチャートである。以下、図１０のフローに沿って説明する。

ステップ１００１では、タッチパネル上に表示されたプレビュー画面７００へのユーザによるタッチ操作の有無が監視される。タッチ操作が検出されるとステップ１００２へ進む。続くステップ１００２では、タッチ操作の内容によって処理の切り分けがなされる。タッチ操作の内容が、［次へ］ボタン７２１または［戻る］ボタン７２０の押下であった場合は、本処理を終える。［次へ］ボタン７２１または［戻る］ボタン７２０の押下ではなかった場合は、ステップ１００３へ進む。

ステップ１００３では、タッチ操作がなされたタッチパネル上の位置座標（x,y）が取得される。続くステップ１００４では、タッチ操作された位置座標が、いずれかの文字列領域と重なるかどうかが判定される。例えば、タッチ操作された位置座標が、プレビュー領域７１０に表示された各文字例領域の内側（文字列領域の四隅を表す位置座標で特定される矩形の内側）に含まれるかどうかで判定する。タッチ操作された位置座標がいずれかの文字列領域と重なっている場合は、ステップ１００５へ進む。一方、重なっていない場合は、ステップ１００１に戻る。

ステップ１００５では、タッチ操作された位置座標と重なっている文字列領域の文字列が取得される。文字列の取得は、タッチ操作によって選択された文字列領域（以下、「選択文字列領域」と呼ぶ。）に対するＯＣＲ処理を画像解析部４２５で実行して、文字列を抽出することで取得される。

ステップ１００６では、プレビュー表示部４２６により、前記抽出した文字列情報が単語ごとに分割される。文字列の分割条件に関しては限定しない。例えば、文字列に含まれるスペースやコロンといった特定の文字を区切り文字として複数の単語に分割したり、形態素解析を使用して品詞ごとに分割複数の単語（複数の名詞）を取り出したりしてもよい。

ステップ１００７では、プレビュー表示部４２６により、分割された単語の数が複数存在するか、つまり、分割できたかどうかが判定される。分割単語が複数存在する場合、ステップ１００８へ進み、分割単語数分のステップ１００８乃至１０１１を繰り返す。分割されなかった場合、ステップ１０１７に進む。

ステップ１００８では、プレビュー表示部４２６により、ステップ１００６で得られた複数の分割単語の中から１つの分割単語が決定される。

ステップ１００９では、プレビュー表示部４２６により、ステップ１００８で決定された分割単語に関し、座標、高さおよび幅が取得される。分割単語の座標、高さおよび幅は、前記画像解析部４２５から取得した文字の座標から算出してもよいし、文字列領域の座標と単語の文字数から算出してもよい。

ステップ１０１０では、プレビュー表示部４２６により、分割単語リスト（選択リスト）に当該分割単語が追加される。このとき、分割単語は表示条件に従い分割単語リストに追加される。表示条件として、例えば、前記タッチ座標と当該分割単語の座標からその距離を算出し、距離に応じて分割単語を分割単語リストに追加する条件を用いることが可能である。分割単語リストでは、例えば、上位にタッチ座標に最も近い分割単語が表示され、下位にタッチ座標から最も離れた分割単語が表示される。このような表示条件に従い分割単語が表示される分割単語リストによれば、ユーザによる選択の意図が反映されており、単語選択の利便性が高められる。タッチ座標の距離の判定方法として、例えば、分割単語の中心座標とタッチ座標の距離を算出した数値を分割単語と共に分割単語リストテーブルに登録し、追加時は距離の数値が小さい順になるように追加される。このとき、分割単語リストの生成時に予め前記選択文字列領域全体の文字列（表２の番号２）およびその中心座標を座標と共に追加しておいてもよい。以下の表２は、分割単語情報が追加された分割単語リストテーブルの一例を示している。

ステップ１０１１では、プレビュー表示部４２６により、未処理の分割単語があるか判定される。未処理の分割単語がある場合には、ステップ１００８に戻り、ステップ１００８〜１０１０の処理が行われる。他方、未処理の分割単語が無い場合は、ステップ１０１２に進む。

ステップ１０１２では、プレビュー表示部４２６により、分割単語リストがプレビュー画面に表示される。分割単語リストとして、例えば、文字列が複数の単語で構成される場合に複数の単語のそれぞれを表示し、複数の単語のうちの１つをユーザに識別可能な態様で表示する表を用いることが可能である。図１１は、文字列領域「見積もり番号：Ｒ−１２３４」の分割単語リストが表示された状態を示す図である。文字列領域「見積もり番号：Ｒ−１２３４」の分割単語リストとして、「Ｒ−１２３４」，「見積もり番号：Ｒ−１２３４」，「見積もり番号：Ｒ−１２３４」の分割単語ボタン１１０１のそれぞれがユーザに識別可能な態様でプレビュー領域７１０に表示される。

ステップ１０１３では、プレビュー表示部４２６により、タッチパネル上に表示されたプレビュー画面７００へのユーザによるタッチ操作の有無が監視される。タッチ操作が検出されるとステップ１０１４へ進む。続くステップ１０１４では、プレビュー表示部４２６によりタッチ操作がなされたタッチパネル上の位置座標（x,y）が取得される。

ステップ１０１４では、プレビュー表示部４２６により、タッチ操作された位置座標が、分割単語リストに表示されたいずれかの分割単語ボタン１１０１と重なるかどうかが判定される。例えば、タッチ操作された位置座標が、一つの分割単語ボタン１１０１の内側（矩形の四隅を表す位置座標で特定される矩形の内側）に含まれるかどうかで判定される。タッチ操作された位置座標が一つの分割単語ボタン１１０１と重なっている場合は、ステップ１０１６へ進む。一方、重なっていない場合は、ステップ１０１３に戻る。

ステップ１０１６では、プレビュー表示部４２６により、選タッチ操作された位置座標と重なり当該タッチ操作によって選択された一つの分割単語ボタンに表示されている単語文字列が取得される。そして、ステップ１０１７では、ファイル名入力欄７０１に現在表示中のファイル名が取得される。続くステップ１０１８では、取得したファイル名の中身が“空”であるか判定する。ここで、ファイル名が“空”とは、ファイル名入力欄７０１内に何らの文字列も表示されていない空欄状態を意味する。取得したファイル名が“空”であった場合は、ステップ１０２０に進む。一方、“空”でなかった場合は、ステップ１０１９に進む。

ステップ１０１９では、ステップ１０１６で取得したファイル名の末尾に、所定の区切り文字を追加する処理がなされる。所定の区切り文字として、ここでは、アンダーバーを例に説明するが、これに限定されるものではない。例えばハイフンなどアンダーバー以外の記号・文字でも構わないし、さらにはスペースのような実体を伴わないものでも構わない。

ステップ１０２０では、ステップ１０１６で取得した文字列（選択文字列領域から抽出した文字列）が、ファイル名の構成要素として設定される。この際、既に設定された文字列が存在している場合は、その末尾に追加される。そして、ステップ１０２１では、現時点で設定されている文字列が、ファイル名入力欄７０１に表示（自動入力）される。

以上が、ファイル名生成処理の内容である。このような処理によって、ユーザに選択された複数の文字列の間に区切り文字が挿入されて、スキャン画像のファイル名が生成される。ユーザにより選択された文字列領域から抽出された文字列と、該文字列を所定の分割条件で分割された分割単語とがユーザに識別可能な態様でＵＩ画面に表示される。そのため、スキャン画像に対してＯＣＲ処理を行って得られた文字列を用いてファイル名を設定する場面において、タッチ操作によってユーザが意図した文字列をファイル名の一部として入力でき、ユーザの利便性が高められる。

本実施形態では、スキャン画像内の文字列領域の文字認識結果を用いてファイル名を設定する場面を例に説明したが、本発明の適用範囲はファイル名を設定する場面に限定されるものではない。例えば、スキャン画像データの格納先であるフォルダ名設定や、スキャン画像のアップロード先といったデータの転送先設定や、ＦＡＸ送信やメール送信の宛先設定に適用してもよい。この場合、例えば、前述の図９のアップロード設定画面９００において、スキャン画像内の文字列領域の文字認識結果をフォルダパスの候補として選択可能に表示し、ユーザ選択に応じてパス名を設定できるようにする。また、不図示の宛先設定画面において、スキャン画像内の文字列領域の文字認識結果をＦＡＸ番号やメールアドレスの候補として選択可能に表示し、ユーザ選択に応じてＦＡＸ番号やメールアドレスを設定できるようにする。このように、ファイル名設定以外の場面、例えばデータの転送先等の設定など、スキャン画像に関連する様々な情報（付帯情報）の設定を行う場面において、本発明は幅広く適用可能である。

［第２の実施形態］
次に、文字列領域から抽出された文字列をファイル名入力欄に表示（入力）すると共に、該文字列領域から抽出された文字列の分割単語を分割単語リスト（選択リスト）にユーザに識別可能に表示する態様を第２の実施形態として説明する。なお、ＭＦＰ１１０におけるスキャン動作の制御の流れなど第１の実施形態と共通する内容については説明を省略することとし、以下では本実施形態の特徴である文字列領域の表示処理を中心に説明するものとする。

本実施形態のプレビュー表示部４２６は、選択された文字列領域から抽出された文字列および該文字列の分割単語のうちの１つをファイル名入力欄に表示（入力）し、残りを分割単語リスト（選択リスト）にユーザに識別可能な態様で表示する機能も有する。プレビュー表示部４２６は、分割単語リストをファイル名入力欄付近に表示する機能も有する。プレビュー表示部４２６は、分割単語リストと対応し、ファイル名入力欄に表示された文字列の近傍に分割単語リストを表示することも可能である。

プレビュー表示部４２６は、タッチ操作に応じて、分割単語リストに表示された文字列と、分割単語リストに対応し、ファイル名入力欄に表示された文字列とを入れ替える機能も有する。

図１２は、文字列領域から抽出された文字列の分割単語の１つをファイル名入力欄に表示・設定する手順の説明図である。図１２では、文字列領域である「見積もり番号：Ｒ−１２３４］を選択し、分割単語リストの「Ｒ−１２３４」を選択した場合を示している。文字列領域である「見積もり番号：Ｒ−１２３４」にてユーザによるタッチ操作が検出されると、所定の区切り文字であるアンダーバーおよび「見積もり番号：Ｒ−１２３４」がファイル名入力欄１２０１内のファイル名の末尾に追加して表示（入力）される。同時に、ファイル名入力欄１２０１の下部に隣接して分割単語リスト１２０２が表示される。分割単語リスト１２０２には、一行目に「Ｒ−１２３４」の分割単語ボタンが表示され、二行目に「見積もり番号」の分割単語ボタンが表示される。

続いて、分割単語リスト１２０２の一行目の「Ｒ−１２３４」の分割単語ボタン１２０３にてユーザによるタッチ操作が検出されると、ファイル名入力欄１２０１の「見積もり番号：Ｒ−１２３４」と分割単語リストの「Ｒ−１２３４」とが入れ替わる。これにより、ファイル名入力欄１２０４には、「２０１７年０４月１４日」にアンダーバーおよび「Ｒ−１２３４」が追加して表示される。分割単語リスト１２０５には、一行目に「見積もり番号：Ｒ−１２３４」が表示される。

以上が、選択された文字列領域の文字列の一部をファイル名入力欄に表示する場合のフローである。

選択された文字列領域の文字列がファイル名入力欄に表示されることから、１回のタッチ操作でファイル名の入力操作を行うことができ、ユーザの利便性が高められる。また、選択された文字列領域の分割単語リストがファイル名入力欄付近にユーザに識別可能な態様で表示されることから、分割単語リストにて分割単語が容易に選択される。

選択された文字列領域に対応した分割単語リストの分割単語とファイル名入力欄に表示された文字列とがタッチ操作に応じて入れ替わることから、ファイル名入力欄にて文字の削除を行う必要が無く、ユーザの利便性が高められる。

また、プレビュー画像１２００の文字列領域にてユーザによるタッチ操作が検出されたときにファイル名入力欄に設定される文字列を、第１の実施形態のようにユーザによるタッチ操作が検出された座標に近い分割単語とすることも可能である。

［第３の実施形態］
次に、文字列領域と、文字列領域の分割単語領域とをユーザに識別可能に表示する態様を第３の実施形態として説明する。なお、ＭＦＰ１１０におけるスキャン動作の制御の流れなど第１の実施形態と共通する内容については説明を省略することとし、以下では本実施形態の特徴である文字列領域の表示処理を中心に説明するものとする。

本実施形態については、前述の第１の実施形態からの差分のみの説明とし、特に明記しない部分については第１の実施形態と同じ構成／手順となる。

本実施形態のプレビュー表示部４２６は、文字列領域と、文字列領域を予め分割した分割単語領域とをユーザに識別可能な態様で表示する機能も有する。

図１３は、文字列領域と、文字列領域の文字列を予め分割した分割単語領域とをプレビュー画面に表示した状態を示す図である。この例では、「見積書」、「東京株式会社」、「2017年04月14日」に対応する文字列領域が順次選択されたことで、「見積書_東京株式会社_2017年04月14日」の文字列がファイル名入力欄に入力された状態となっている。「見積もり番号：Ｒ−１２３４」に対応する文字列領域１３０１が表示されている。文字列領域１３０１から抽出した文字列を分割して取得した各単語の座標情報をもとに、「見積もり番号」，「Ｒ−１２３４］のそれぞれに対応する分割単語領域１３０２，１３０３がユーザに識別可能な態様で文字列領域１３０１の上に表示されている。

図１４は、プレビュー表示部４２６による文字列領域及び分割単語領域の表示処理を示すフローチャートである。

ステップ１４０１では、プレビュー表示部４２６により、画像解析部４２５で得られた複数の文字列領域の中から１つの文字列領域が決定される。

ステップ１４０２では、プレビュー表示部４２６により、ステップ１４０１で決定された文字列領域に関し、ステップ５０５の画像処理によって特定された文字列領域の情報および文字列領域の座標がアプリケーション転送部４２４を介して取得される。

ステップ１４０３では、プレビュー表示部４２６により、文字列領域１３０１がプレビュー画面１３００に表示される。

ステップ１４０４〜１４０７では、上述したステップ１００６〜１００９と同じ処理が行われており、詳細な説明は割愛する。

ステップ１４０８では、プレビュー表示部４２６により、ステップ１４０７で座標を取得した分割単語領域１３０２，１３０３がプレビュー画面１３００に表示される。

ステップ１４０９では、プレビュー表示部４２６により、未処理の分割単語があるか判定される。未処理の分割単語がある場合には、ステップ１４０６に戻り、ステップ１４０６〜１４０９の処理が行われる。他方、未処理の分割単語が無い場合は、ステップ１４１０に進む。

ステップ１４１０では、プレビュー表示部４２６により、未処理の文字列領域があるか判定される。未処理の文字列領域がある場合には、ステップ１４０１に戻り、ステップ１４０１〜１４１０の処理が行われる。他方、未処理の文字列領域が無い場合は、本処理を終える。

図１５は、本実施形態に係るプレビュー表示部４２６によるファイル名生成処理を示すフローチャートである。

ステップ１５０１〜１５０４では、上述したステップ１００１〜１００４と同じ処理が行われており、詳細な説明は割愛する。

ステップ１５０５では、プレビュー表示部４２６により、タッチ操作された位置座標が分割単語領域１３０２，１３０３と重なるかが判定される。重なるか否かの判定は、タッチされた座標がプレビュー表示領域８１０に表示されている分割単語領域１３０２，１３０３の座標領域の内側（矩形の四隅を表す位置座標で特定される矩形の内側）に含まれるかどうかで判定される。タッチ操作された位置座標が、分割単語領域と重なっている場合は、ステップ１５０６に進み、分割単語領域の文字列が取得される。一方、重なっていない場合は、ステップ１５０７に進み、文字列領域の文字列が取得される。

ステップ１５０８〜１５１２では、上述したステップ１０１７〜１０２１と同じ処理が行われて、ステップ１５０６で取得された分割単語またはステップ１５０７で取得された文字列領域の文字列がファイル名入力欄に追加して表示される。

文字列領域の文字列と該文字列の分割単語とがユーザによるタッチ操作を行う前にユーザに識別可能な態様でプレビュー画面上に表示されることから、１回のタッチ操作によりファイル名の一部に設定することができる。これにより、２回以上のタッチ操作によりファイル名の一部に設定する場合と比べて、ユーザの利便性が高められる。

［変形例］
以下に本実施形態の変形例について説明する。

ファイル名入力欄に表示されたファイル名の先頭に、該ファイル名側から区切り文字およびタッチ操作で選択された文字列を記載順に追加してファイル名を生成することも可能である。

［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し、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。

１１０ ＭＦＰ
１２０ ファイルサーバ
２１０ 制御部
２１１ ＣＰＵ
２１２ ＲＯＭ
２１３ ＲＡＭ
２１４ ＨＤＤ
４１０ ネイティブ機能モジュール
４１１ スキャン実行部
４２０ アディショナル機能モジュール
４２６ プレビュー表示部

Claims (17)

1. 文書をスキャンして得られたスキャン画像に対して所定の処理を行う装置であって、
   前記スキャン画像内の一続きの文字列と推認される単位領域をユーザが選択可能に表示した、前記所定の処理を行うためのＵＩ画面を表示する表示制御手段と、
   前記ＵＩ画面を介してユーザが選択した単位領域に対しＯＣＲ処理を行って文字列を抽出するＯＣＲ処理手段と、
   前記ＯＣＲ処理手段により抽出された前記文字列を用いて前記所定の処理のための付帯情報を設定する設定手段と、
   を備え、
   前記表示制御手段は、ユーザにより選択された前記単位領域から前記ＯＣＲ処理手段によって抽出された前記文字列のうち所定の分割条件を満たす文字列を分割して前記ＵＩ画面にユーザにより選択可能に表示する
   ことを特徴とする装置。
2. 前記表示制御手段は、前記所定の分割条件を満たす前記文字列が分割された分割単語を含むリストを表示することを特徴とする請求項１に記載の装置。
3. 前記表示制御手段は、ユーザにより選択された前記単位領域の文字列を前記リストに含めて表示することを特徴とする請求項２に記載の装置。
4. 前記表示制御手段は、前記リストを、ユーザにより選択された前記単位領域に隣接して表示することを特徴とする請求項２または３に記載の装置。
5. 前記表示制御手段は、前記リストに含まれる前記分割単語を所定の表示条件に従い表示することを特徴とする請求項２から４の何れか一項に記載の装置。
6. 前記表示制御手段は、ユーザによる選択位置との距離が近い順に前記分割単語を前記リストに表示することを特徴とする請求項５に記載の装置。
7. 前記表示制御手段は、前記付帯情報を設定する箇所に、前記所定の分割条件を満たす前記文字列が分割された分割単語および前記単位領域の文字列のうちの１つを表示することを特徴とする請求項１から６の何れか一項に記載の装置。
8. 前記表示制御手段は、前記所定の分割条件を満たす前記文字列が分割された分割単語を前記単位領域に重ねて表示することを特徴とする請求項１に記載の装置。
9. 前記設定手段は、前記表示制御手段により前記所定の分割条件を満たす前記文字列が分割された分割単語を用いて前記付帯情報を設定する
   ことを特徴とする請求項１から８の何れか一項に記載の装置。
10. 前記表示制御手段は、前記スキャン画像と共に、前記所定の分割条件を満たす前記文字列が分割された分割単語および前記単位領域を前記ＵＩ画面に表示することを特徴とする請求項１から９の何れか一項に記載の装置。
11. 前記所定の処理は、前記スキャン画像のデータを保存する処理であり、
    前記付帯情報は、前記スキャン画像を保存する際のファイル名であることを特徴とする請求項１から１０の何れか一項に記載の装置。
12. 前記所定の処理は、前記スキャン画像のデータを保存する処理であり、
    前記付帯情報は、前記スキャン画像を保存する際のフォルダ名であることを特徴とする請求項１から１０の何れか一項に記載の装置。
13. 前記所定の処理は、前記スキャン画像のデータを所定の場所にアップロードする処理であり、
    前記付帯情報は、アップロード先を示すパス名であることを特徴とする請求項１から１０の何れか一項に記載の装置。
14. 前記所定の処理は、前記スキャン画像のデータをＦＡＸ送信する処理であり、
    前記付帯情報は、ＦＡＸ番号であることを特徴とする請求項１から１０の何れか一項に記載の装置。
15. 前記所定の処理は、前記スキャン画像のデータをメール送信する処理であり、
    前記付帯情報は、メールアドレスであることを特徴とする請求項１から１０の何れか一項に記載の装置。
16. 文書をスキャンして得られたスキャン画像に対して所定の処理を行う装置の制御方法であって、
    表示制御手段が、前記スキャン画像内の一続きの文字列と推認される単位領域をユーザが選択可能に表示した、前記所定の処理を行うためのＵＩ画面を表示するステップと、
    ＯＣＲ処理手段が、前記ＵＩ画面を介してユーザが選択した単位領域に対しＯＣＲ処理を行って文字列を抽出するステップと、
    設定手段が、前記ＯＣＲ処理手段により抽出された文字列を用いて前記所定の処理のための付帯情報を設定するステップと、
    を含み、
    前記表示するステップでは、ユーザにより選択された前記単位領域から前記ＯＣＲ処理手段によって抽出された前記文字列のうち所定の分割条件を満たす文字列を分割して前記ＵＩ画面にユーザにより選択可能に表示する
    ことを特徴とする制御方法。
17. コンピュータを、請求項１から１５の何れか一項に記載の装置として機能させる
    ためのプログラム。

Images