JP2020024640A - 書物電子化装置および書物電子化方法 - Google Patents

Abstract

【課題】二次元ページデータから文字を効率的に認識する。【解決手段】書物電子化装置（１Ａ）は、三次元データを生成する三次元データ生成部（１０）と、インクに対応する点である第１点および背景に対応する値である第２点を有する二次元ページデータを生成する二次元ページデータ生成部（２０）と、二次元ページデータを用いて文字を認識する文字認識部（３０Ａ）と、を備えている。文字認識部（３０Ａ）は、文字領域のうちの一部の領域において、第１点の１つを初期点として第１点を繋げることにより生成される文字の一部の形状に基づいて文字を認識する。【選択図】図１

Description

本発明は、書物に記載されている文字を電子化する書物電子化装置などに関する。

読むために書物を開くことにより、書物が傷むことがある。特に、古い書物は、開くと傷んだり破損したりする可能性がある。例えば、イタリアで発見された、古代ローマ時代に噴火によって焦げてしまった巻物状の古文献がある。この古文献は、全体が黒ずんでいるため肉眼による判読が難しく、かつ、脆いので開くことができない。そこで、このような書物に対してＸ線位相コントラスト断層撮影を行うことにより、書物を傷ませることなく、書物の三次元データを取得する。

また、上記のような三次元データから、書物の各ページに相当する二次元ページデータを生成する書物電子化装置が知られている。特許文献１に開示されている書物電子化装置は、書物の三次元データを用いて、書物のページに対応するページ領域を特定し、ページ領域における文字を２次元平面にマッピングすることにより、書物に記された文字を含む二次元ページデータを生成する。なお、ここにおける文字は、認識前の複数の点のことを意味し、当該複数の点から文字が認識される。

国際公開２０１７／１３１１８４号公報

上述の書物電子化装置による二次元ページデータ生成工程の次の工程として、書物に記載された文字を認識する工程がある。当該工程では、二次元ページデータが含む、インクに対応する値を有する複数の点（ＮＯＤＥ、ノード）のうちの１つの点を初期点として、インクに対応する値を有する複数の点を繋げることにより文字を認識する。このとき、１つの文字について、すべての点を繋げているため、文字を認識するまでに時間を有するという問題がある。

本発明の一態様は、上記問題点に鑑みてなされたものであり、その目的は、二次元ページデータから文字を効率的に認識することができる書物電子化装置および書物電子化方法を実現することを目的とする。

上記の課題を解決するために、本発明の一態様に係る書物電子化装置は、書物を撮像し、前記書物の三次元データを生成する三次元データ生成部と、前記三次元データにおける前記書物のページに対応し、インクに対応する点である第１点および背景に対応する値である第２点を有する二次元ページデータを生成する二次元ページデータ生成部と、前記二次元ページデータを用いて前記ページに記載されている文字を認識する文字認識部と、を備えており、前記文字認識部は、前記ページにおける１つの前記文字が記載されている領域に相当する前記二次元ページデータの領域である文字領域のうちの一部の領域において、前記第１点の１つを初期点として前記第１点を繋げることにより生成される前記文字の一部の形状に基づいて前記文字を認識する。

上記の課題を解決するために、本発明の一態様に係る書物電子化方法は、書物を撮像し、前記書物の三次元データを生成する三次元データ生成工程と、前記三次元データにおける前記書物のページに対応し、インクに対応する点である第１点および背景に対応する値である第２点を有する二次元ページデータを生成する二次元ページデータ生成工程と、前記二次元ページデータを用いて前記ページに記載されている文字を認識する文字認識工程と、を含み、前記文字認識工程では、前記ページにおける１つの前記文字が記載されている領域に相当する前記二次元ページデータの領域である文字領域のうちの一部の領域において、前記第１点の１つを初期点として前記第１点を繋げることにより生成される前記文字の一部の形状に基づいて前記文字を認識する。

本発明の一態様によれば、二次元ページデータから文字を効率的に認識することができる。

本発明の実施形態１に係る書物電子化装置の要部構成を示すブロック図である。 上記書物電子化装置の処理の流れの一例を示すフローチャートである。 上記書物電子化装置が備えるノード増殖部によるノードの増殖を説明するものであり、（ａ）は、上記書物電子化装置の認識対象となる文字列を示す図であり、（ｂ）は、上記ノード増殖部によるノードの増殖を示す図である。 上記書物電子化装置が備える文字決定部による文字決定方法の一例を説明するための図である。 本発明の実施形態２に係る書物電子化装置の要部構成を示すブロック図である。

〔実施形態１〕
以下、本発明の一実施形態について、詳細に説明する。

（書物電子化装置１Ａの構成）
図１は、本実施形態における書物電子化装置１Ａの要部構成を示すブロック図である。図１に示すように、書物電子化装置１Ａは、三次元データ生成部１０と、二次元ページデータ生成部２０と、文字認識部３０Ａとを備えている。

三次元データ生成部１０は、書物を撮像し、当該書物の三次元データを生成する。三次元データ生成部１０は、図１に示すように、Ｘ線照射装置１１と、検出器１２とを備えている。

Ｘ線照射装置１１は、書物にＸ線を照射する。Ｘ線照射装置１１は、例えば、Ｘ線照射の出力（波長）を調整可能に構成されており、所望の波長のＸ線を書物へ照射することが可能である。

検出器１２は、書物に照射されたＸ線を検出する。検出器１２は、Ｘ線の検出位置とその位置でのＸ線の強度とを含む検出値を取得するように構成されている。検出器１２は、取得した検出値を三次元データとして二次元ページデータ生成部２０（より詳細には、位置指定部２１）に出力する。

二次元ページデータ生成部２０は、三次元データ生成部１０によって生成された三次元データから、インクに対応する値を有する複数の点（以降では、第１点と称する場合がある）および背景に対応する値を有する複数の点（第２点）の情報を含む二次元ページデータを生成する。当該二次元ページデータは、書物のページに対応する。二次元ページデータ生成部２０は、図１に示すように、位置指定部２１と、面特定部２２と、データ生成部２３とを備えている。

位置指定部２１は、検出器１２から出力された三次元データのデータ値に基づき、ページ領域を特定するための初期点を指定する。ページ領域とは、三次元データのうちの、書物の各ページに対応する部分であり、当該各ページに対応するある面上に存在するノードの集合である。位置指定部２１は、初期点の情報を面特定部２２に出力する。

面特定部２２は、位置指定部２１によって指定された初期点に繋がるページ領域を特定する。面特定部２２は、ページ領域に対応する点の集合、および各点のデータ値をデータ生成部２３に出力する。

データ生成部２３は、面特定部２２によって特定されたページ領域のデータを二次元の（平面の）ページデータ（以降では、二次元ページデータと称する）に変換する。二次元ページデータは、インクに対応する値または背景に対応する値を有する複数の点の情報を含み、書物のページ内における複数の文字または図形の位置関係（文字などの配置）の情報を含んでいる。データ生成部２３は、生成した二次元ページデータを文字認識部３０Ａ（より詳細には、文字領域サイズ決定部３２およびノード増殖部３３）に出力する。

文字認識部３０Ａは、二次元ページデータ生成部２０によって生成された二次元ページデータに含まれるインクに対応する値を有する複数の点から文字を特定（認識）する。文字認識部３０Ａは、格納部３１と、文字領域サイズ決定部３２と、ノード増殖部３３と、文字決定部３４Ａとを備えている。

格納部３１は、文字の特有点を格納している。換言すれば、格納部３１には、文字（例えば、ひらがな、カタカナ、漢字、アルファベット、数字など）の特有点が記憶されている。本明細書における「特有点」とは、文字を構成するのに必須となる点である。１つの文字に対する特有点の数は、とくに制限されることなく、文字によって異なっていてもよい。

文字領域サイズ決定部３２は、データ生成部２３が生成した二次元ページデータから１つの文字の領域のサイズを決定する。詳しくは、後述する。

ノード増殖部３３は、文字領域サイズ決定部３２が決定した１つの文字の領域において、インクに対応する値を有する複数の点（第１点）の１つを初期点として第１点同士を繋げる（本明細書では、「増殖させる」と呼称する場合がある）ことにより、文字の一部の形状を生成する。ノード増殖部３３は、文字領域サイズ決定部３２が決定した１つの文字の領域のうち一部の領域（例えば、領域の５０％）においてノードを増殖させる。

文字決定部３４Ａは、ノード増殖部３３が生成した文字の一部の形状に基づいて、文字領域サイズ決定部３２が決定した１つの文字の領域に記載されている文字を決定する。詳しくは、後述する。

（書物電子化装置１Ａの処理の一例）
図２は、書物電子化装置１Ａの処理（書物電子化方法）の流れの一例を示すフローチャートである。図２に示すように、書物電子化装置１Ａにおける処理では、まず、三次元データ生成部１０が書物を撮像し、当該書物の三次元データを生成する（Ｓ１、三次元データ生成工程）。具体的には、Ｘ線照射装置１１により書物にＸ線を照射し、検出器１２により当該Ｘ線を検出する。Ｘ線照射装置１１は、閉じたままの書物に対してＸ線を照射する。Ｘ線照射装置１１から照射されたＸ線の一部は、書物中のインクによって吸収される。

検出器１２は、書物を通過したＸ線の、特定の位置と強度とを含む検出値を検出し、検出した検出値を三次元データとして二次元ページデータ生成部２０（より詳細には、位置指定部２１）に出力する。書物中のインクが存在する領域を通過したＸ線は、書物の媒体（紙）を通過したＸ線よりも弱い強度のＸ線として検出器１２に検出される、上記検出値の集合は、このような弱い強度のＸ線が検出された点を含む三次元データを構成する。当該三次元データは、インクや紙面（背景）の位置情報と、当該位置におけるＸ線の強度の情報とを含むデータである。このように、Ｘ線で書物を撮像することによって、書物中のインクの三次元データが取得される。

次に、二次元ページデータ生成部２０が、三次元データ生成部１０によって生成された三次元データから、インクに対応する値または背景に対応する値を有する複数の点（ノード）の情報を含む二次元ページデータを生成する（Ｓ２、二次元ページデータ生成工程）。具体的には、まず、位置指定部２１が、三次元データにおいて、重なっている媒体の少なくとも一枚（書物が冊子であれば１頁）と交差するように、線状の経路を指定する。当該経路は、例えば、書物が冊子の場合では、書物の表紙と裏表紙とを貫通し、書物のすべてのページと交差する直線である。

そして、位置指定部２１は、上記経路上における、シートのデータ値と隙間のデータ値とを分ける閾値に対応する点をページ領域の初期点として指定する。位置指定部２１は、例えば、複数のページ領域に対応する複数の初期点を指定する。位置指定部２１は、初期点の情報を面特定部２２に出力する。

次に、面特定部２２が、上記初期点から決まるページ領域の位置を特定する。ページ領域は、例えば、三次元データの直交座標中に、当該直交座標を構成する単位セルを横切るように配置されている。面特定部２２は、例えば、ページ領域が横断する単位セルの辺において上記閾値以上である点を上記ページ領域に対応する点とし、上記ページ領域を特定する。

次に、データ生成部２３が、面特定部２２が特定したページ領域の各点のデータ値を二次元平面上にマッピングすることによって二次元ページデータを生成する。二次元ページデータの各点のデータ値は、概ねシート（背景）およびインクのいずれかに対応する。マッピングの方法には、公知の方法（例えば、鞍点特徴を利用した三次元メッシュ展開など）を用いることができる。

次に、文字認識部３０Ａが、データ生成部２３が生成した二次元ページデータに含まれる文字を認識する（文字認識工程）。

具体的には、まず、文字領域サイズ決定部３２が、データ生成部２３が生成した二次元ページデータから１つの文字の領域（または領域のサイズ）を決定する（Ｓ３）。例えば、すでに書物に記載されている文字の大きさ、および、互いに隣接する文字の間の距離が既知の場合、文字領域は、当該文字の大きさ、および、互いに隣接する文字の間の距離に基づいて、１つの文字の領域を決定する。一方、書物に記載されている文字の大きさ、および、互いに隣接する文字の間の距離が既知の場合、例えば、ノード増殖部３３が、書物に記載されている文字列のうちの任意の１行について、上記第１点の任意の点を初期点として、すべての第１点を繋げることにより、１つの文字を生成する。この処理を上記任意の１行に記載されている文字に対して実行する。これにより、文字領域サイズ決定部３２は、書物に記載されている文字の大きさ、および、互いに隣接する文字の間の距離を取得することができるので、１つの文字の領域を決定することができる。

次に、ノード増殖部３３が、文字領域サイズ決定部３２が決定した１つの文字の領域（以降では、文字領域とも称する）において、上記第１点の１つを初期点として、文字領域のうちの一部の領域にいて第１点同士を繋げる（Ｓ４）。

図３は、ノード増殖部３３によるノードの増殖を説明するものであり、（ａ）は、書物電子化装置１Ａの認識対象となる文字列を示す図であり、（ｂ）は、ノード増殖部３３によるノードの増殖を示す図である。

ここでは、図３の（ａ）に示すように、「Ａ」〜「Ｆ」が記載されている１行について、書物電子化装置１Ａが文字を認識する場合について説明する。

ノード増殖部３３は、まず、上記文字領域における中央に存在する任意の第１点を初期点とする。次に、ノード増殖部３３は、上記文字領域の中央から上半分の領域において、第１点を繋げる。これにより、図３の（ｂ）に示すように、上記文字領域の中央から上半分の領域において、文字の形状が生成される。すなわち、ノード増殖部３３は、文字領域のうちの一部の領域（所定の領域）において、第１点の１つを初期点として第１点を繋げることにより前記文字の一部の形状を生成する。

次に、文字決定部３４Ａが、ノード増殖部３３が生成した文字の一部の形状に基づいて、文字領域サイズ決定部３２が決定した１つの文字の領域に記載されている文字を決定する（Ｓ５）。なお、文字の形状に関する情報は、格納部３１に格納されている。文字決定部３４Ａは、格納部３１に格納されている文字の形状に関する情報を参照して、ノード増殖部３３が生成した文字の一部の形状から文字を特定する。

例えば、文字決定部３４Ａは、文字「Ａ」については、図３の（ｂ）に示すように、文字領域の中央から上半分の文字の形状から文字「Ａ」であると特定することができる。

これに対して、その他の文字については、文字領域の中央から上半分の文字の形状から特定することができない。例えば、文字「Ｂ」については、文字「Ｂ」または文字「Ｐ」である可能性がある。また、文字「Ｅ」および文字「Ｆ」については、文字「Ｅ」および文字「Ｆ」のいずれであるか特定することができない。すなわち、文字「Ｅ」および文字「Ｆ」については、複数の候補文字が存在する。

この場合、文字決定部３４Ａは、上記候補文字の特有点が、上記文字領域のうちノードを増殖させた領域以外の領域に存在したときに、文字を当該候補文字であると認識する。これについて、図４を参照しながら、文字「Ｅ」および文字「Ｆ」を例にして、具体的に説明する。

図４は、文字決定部３４Ａによる文字決定方法の一例を説明するための図である。図４に示すように、文字決定部３４Ａは、文字「Ｅ」の特有点であるノードＮ１がインクに対応する値を有する点（第１点）であるかどうかを判別する。ノードＮ１が第１点である場合、文字決定部３４Ａは、当該文字を「Ｅ」であると特定する。一方、ノードＮ１が第１点でない場合（すなわち、背景に対応する値を有する点（第２点）である場合）、文字決定部３４Ａは、当該文字を「Ｆ」であると特定する。

次に、文字認識部３０Ａは、二次元ページデータにおいて、まだ文字が決定されていない領域があるかどうかを判定する（Ｓ６）。まだ文字が決定されていない領域が存在する場合（Ｓ６でＮＯ）、文字認識部３０Ａは、次の領域について、ステップＳ４およびステップＳ５を行う。一方、すべての領域について文字を決定した場合、書物電子化装置１Ａは、処理を終了する。

以上のように、書物電子化装置１Ａでは、文字認識部３０Ａが、三次元データにおける書物のページにおける１つの文字が記載されている領域に相当する二次元ページデータの領域である文字領域のうちの一部の領域（すなわち、上半分）において、第１点の１つを初期点として第１点を繋げることにより生成される文字の一部の形状に基づいて文字を認識（特定）する。

従来では、文字領域のすべての領域において、第１点を繋げており、そのため、処理時間が長くなってしまうという問題があった。これに対して、上記の構成によれば、文字領域のうちの一部の領域（すなわち、上半分）において、第１点の１つを初期点として第１点を繋げることにより文字の一部の形状を生成する。そして、文字決定部３４Ａは、生成した文字の形状に基づいて文字を認識する。そのため、第１点を繋げる処理を削減することができるため、文字を特定するための処理時間を少なくすることができる。すなわち、書物電子化装置１Ａは、二次元ページデータから文字を効率的に認識することができる。

なお、本実施形態では、文字領域のうちの上半分の領域において、第１点の１つを初期点として第１点を繋げる構成であったが、本発明の書物電子化装置はこれに限られない。本発明の一態様の書物電子化装置では、例えば、文字領域のうちの上側の３分の１の領域において、第１点の１つを初期点として第１点を繋げる構成であってもよい。また、本発明の一態様の書物電子化装置では、例えば、文字領域のうちの上側の３分の２の領域において、第１点の１つを初期点として第１点を繋げる構成であってもよい。また、第１点を繋げる領域は、文字領域のうちの上側の一部の領域に限定されるものではなく、例えば、文字領域のうちの下側の一部の領域であってもよいし、文字領域のうちの左側の一部の領域であってもよいし、文字領域のうちの→側の一部の領域であってもよい。また、第１点を繋げる領域は、文字領域のうちの上側の一部の領域と下側の一部の領域とであってもよい。

なお、文字の種類（例えば、数字、アルファベット、ひらがな、カタカナ、ハングル文字）によって、特定しやすい領域が存在する場合がある。そこで、文字の種類によって第１点を繋げる領域を適宜設定することが好ましい。

また、文字の種類に応じて第１点を繋げる方向を異ならせることが好ましい。これにより、第１点を繋げる領域を小さくすることができるので、第１点を繋げる処理をさらに削減することができる。

〔実施形態２〕
本発明の他の実施形態について、以下に説明する。なお、説明の便宜上、上記実施形態にて説明した部材と同じ機能を有する部材については、同じ符号を付記し、その説明を繰り返さない。

図５は、本実施形態における書物電子化装置１Ｂの要部構成を示すブロック図である。図５に示すように、書物電子化装置１Ｂは、実施形態１における文字認識部３０Ａに代えて文字認識部３０Ｂを備えている。文字認識部３０Ｂは、実施形態１における文字決定部３４Ａに代えて文字決定部３４Ｂを備えている。

文字決定部３４Ｂは、ノード増殖部３３が生成した文字の一部の形状に基づいて、文字領域サイズ決定部３２が決定した１つの文字の領域に記載されている文字を決定する点については、実施形態１における文字決定部３４Ａと同じであるが、その処理の方法が異なっている。すなわち、書物電子化装置１Ｂでは、図２におけるステップＳ５の処理が、実施形態１とは異なっている。

書物電子化装置１ＢにおけるステップＳ５の処理では、文字領域のうちの上半分の領域において、第１点の１つを初期点として第１点を繋げることにより、文字が特定できるかどうかを判別する。当該処理については、実施形態１にて説明したとおりである。

書物電子化装置１ＢにおけるステップＳ５の処理では、上記の文字が特定できない場合には、ノード増殖部３３が上記文字領域のうち上半分以外の領域においてさらに第１点を繋げる。これにより、文字の形状をさらに生成する。そして、文字決定部３４Ｂは、さらに生成された文字の形状に基づいて文字を特定する。なお、さらに第１点を繋げる範囲は、上記文字領域の下半分の全ての領域ではなく、上記文字領域の下半分の一部の領域である。なお、下半分の一部の領域は、文字が特定できる範囲で適宜設定することができる。

上記の構成によれば、文字領域のうちの一部の領域（すなわち、上半分の領域および下半分の一部の領域）において、第１点の１つを初期点として第１点を繋げることにより文字の一部の形状を生成する。そして、文字決定部３４Ｂは、生成した文字の形状に基づいて文字を認識する。そのため、従来に比べて第１点を繋げる処理を削減することができるため、文字を特定するための処理時間を少なくすることができる。すなわち、書物電子化装置１Ｂは、二次元ページデータから文字を効率的に認識することができる。

〔ソフトウェアによる実現例〕
書物電子化装置１Ａ・１Ｂの制御ブロック（特に三次元データ生成部１０、二次元ページデータ生成部２０および文字認識部３０Ａ・３０Ｂ）は、集積回路（ＩＣチップ）等に形成された論理回路（ハードウェア）によって実現してもよいし、ソフトウェアによって実現してもよい。

後者の場合、書物電子化装置１Ａ・１Ｂは、各機能を実現するソフトウェアであるプログラムの命令を実行するコンピュータを備えている。このコンピュータは、例えば少なくとも１つのプロセッサ（制御装置）を備えていると共に、上記プログラムを記憶したコンピュータ読み取り可能な少なくとも１つの記録媒体を備えている。そして、上記コンピュータにおいて、上記プロセッサが上記プログラムを上記記録媒体から読み取って実行することにより、本発明の目的が達成される。上記プロセッサとしては、例えばＣＰＵ（Central Processing Unit）を用いることができる。上記記録媒体としては、「一時的でない有形の媒体」、例えば、ＲＯＭ（Read Only Memory）等の他、テープ、ディスク、カード、半導体メモリ、プログラマブルな論理回路などを用いることができる。また、上記プログラムを展開するＲＡＭ（Random Access Memory）などをさらに備えていてもよい。また、上記プログラムは、該プログラムを伝送可能な任意の伝送媒体（通信ネットワークや放送波等）を介して上記コンピュータに供給されてもよい。なお、本発明の一態様は、上記プログラムが電子的な伝送によって具現化された、搬送波に埋め込まれたデータ信号の形態でも実現され得る。

〔まとめ〕
本発明の態様１に係る書物電子化装置１Ａ・１Ｂは、書物を撮像し、前記書物の三次元データを生成する三次元データ生成部１０と、前記三次元データにおける前記書物のページに対応し、インクに対応する点である第１点および背景に対応する値である第２点を有する二次元ページデータを生成する二次元ページデータ生成部２０と、前記二次元ページデータを用いて前記ページに記載されている文字を認識する文字認識部３０Ａ・３０Ｂと、を備えており、前記文字認識部は、前記ページにおける１つの前記文字が記載されている領域に相当する前記二次元ページデータの領域である文字領域のうちの一部の領域において、前記第１点の１つを初期点として前記第１点を繋げることにより生成される前記文字の一部の形状に基づいて前記文字を認識する。

本発明の態様２に係る書物電子化装置は、上記態様１において、前記文字認識部は、前記一部の領域としての所定の領域において、前記第１点の１つを初期点として前記第１点を繋げることにより前記文字の一部の形状を生成し、生成した前記文字の一部の形状に基づいて前記文字として複数の候補文字が得られた場合に、前記候補文字の特有点が、前記文字領域のうち前記所定の領域以外の領域に存在したときに、前記文字を当該候補文字であると認識する構成であってもよい。

本発明の態様３に係る書物電子化装置は、上記態様１において、前記文字認識部は、前記一部の領域としての所定の領域において、前記第１点の１つを初期点として前記第１点を繋げることにより前記文字の一部の形状を生成し、生成した前記文字の一部の形状から前記文字を特定できない場合に、前記文字領域のうち前記所定の領域以外の領域においてさらに前記第１点を繋げる構成であってもよい。

本発明の態様４に係る書物電子化装置は、上記態様１〜３のいずれかにおいて、前記文字領域のサイズを決定する文字領域サイズ決定部３２をさらに備える。

本発明の態様５に係る書物電子化装置は、上記態様１〜４のいずれかにおいて、前記文字の種類に応じて、前記第１点を繋げる方向を異ならせる構成であってもよい。

本発明の態様６に係る書物電子化方法は、書物を撮像し、前記書物の三次元データを生成する三次元データ生成工程と、前記三次元データにおける前記書物のページに対応し、インクに対応する点である第１点および背景に対応する値である第２点を有する二次元ページデータを生成する二次元ページデータ生成工程と、前記二次元ページデータを用いて前記ページに記載されている文字を認識する文字認識工程と、を含み、前記文字認識工程では、前記ページにおける１つの前記文字が記載されている領域に相当する前記二次元ページデータの領域である文字領域のうちの一部の領域において、前記第１点の１つを初期点として前記第１点を繋げることにより生成される前記文字の一部の形状に基づいて前記文字を認識する。

本発明の各態様に係る書物電子化装置は、コンピュータによって実現してもよく、この場合には、コンピュータを上記書物電子化装置が備える各部（ソフトウェア要素）として動作させることにより上記書物電子化装置をコンピュータにて実現させる書物電子化装置の制御プログラム、およびそれを記録したコンピュータ読み取り可能な記録媒体も、本発明の範疇に入る。

本発明は上述した各実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能であり、異なる実施形態にそれぞれ開示された技術的手段を適宜組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。さらに、各実施形態にそれぞれ開示された技術的手段を組み合わせることにより、新しい技術的特徴を形成することができる。

１Ａ、１Ｂ 書物電子化装置
１０ 三次元データ生成部
２０ 二次元ページデータ生成部
３０Ａ，３０Ｂ 文字認識部
３２ 文字領域サイズ決定部

Claims (6)

1. 書物を撮像し、前記書物の三次元データを生成する三次元データ生成部と、
   前記三次元データにおける前記書物のページに対応し、インクに対応する点である第１点および背景に対応する値である第２点を有する二次元ページデータを生成する二次元ページデータ生成部と、
   前記二次元ページデータを用いて前記ページに記載されている文字を認識する文字認識部と、を備えており、
   前記文字認識部は、前記ページにおける１つの前記文字が記載されている領域に相当する前記二次元ページデータの領域である文字領域のうちの一部の領域において、前記第１点の１つを初期点として前記第１点を繋げることにより生成される前記文字の一部の形状に基づいて前記文字を認識することを特徴とする書物電子化装置。
2. 前記文字認識部は、
   前記一部の領域としての所定の領域において、前記第１点の１つを初期点として前記第１点を繋げることにより前記文字の一部の形状を生成し、
   生成した前記文字の一部の形状に基づいて前記文字として複数の候補文字が得られた場合に、前記候補文字の特有点が、前記文字領域のうち前記所定の領域以外の領域に存在したときに、前記文字を当該候補文字であると認識することを特徴とする請求項１に記載の書物電子化装置。
3. 前記文字認識部は、
   前記一部の領域としての所定の領域において、前記第１点の１つを初期点として前記第１点を繋げることにより前記文字の一部の形状を生成し、
   生成した前記文字の一部の形状から前記文字を特定できない場合に、前記文字領域のうち前記所定の領域以外の領域においてさらに前記第１点を繋げることを特徴とする請求項１に記載の書物電子化装置。
4. 前記文字領域のサイズを決定する文字領域サイズ決定部をさらに備えることを特徴とする請求項１〜３のいずれか１項に記載の書物電子化装置。
5. 前記文字の種類に応じて、前記第１点を繋げる方向を異ならせることを特徴とする請求項１〜４のいずれか１項に記載の書物電子化装置。
6. 書物を撮像し、前記書物の三次元データを生成する三次元データ生成工程と、
   前記三次元データにおける前記書物のページに対応し、インクに対応する点である第１点および背景に対応する値である第２点を有する二次元ページデータを生成する二次元ページデータ生成工程と、
   前記二次元ページデータを用いて前記ページに記載されている文字を認識する文字認識工程と、を含み、
   前記文字認識工程では、前記ページにおける１つの前記文字が記載されている領域に相当する前記二次元ページデータの領域である文字領域のうちの一部の領域において、前記第１点の１つを初期点として前記第１点を繋げることにより生成される前記文字の一部の形状に基づいて前記文字を認識することを特徴とする書物電子化方法。

Images