JP2021163159A - 文章抽出装置及びプログラム - Google Patents
文章抽出装置及びプログラム Download PDFInfo
- Publication number
- JP2021163159A JP2021163159A JP2020063663A JP2020063663A JP2021163159A JP 2021163159 A JP2021163159 A JP 2021163159A JP 2020063663 A JP2020063663 A JP 2020063663A JP 2020063663 A JP2020063663 A JP 2020063663A JP 2021163159 A JP2021163159 A JP 2021163159A
- Authority
- JP
- Japan
- Prior art keywords
- output
- text
- sentence
- character
- characters
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000605 extraction Methods 0.000 title claims abstract description 45
- 239000000284 extract Substances 0.000 claims abstract description 11
- 238000012015 optical character recognition Methods 0.000 claims description 5
- 238000000034 method Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Abstract
【課題】文章として理解可能なものを出力するように工夫した文章抽出装置及びプログラムを提供する。
【解決手段】複数のテキストボックスを有するＰＤＦデータから埋め込まれた文字の位置に応じて文字列を抽出する文章出力装置１は、表示されたＰＤＦデータから指定された処理対象領域における文字を抽出する文字抽出部１３と、抽出した文字を含むテキストボックスを特定するオブジェクト特定部１４と、処理対象領域から特定した複数のテキストボックスにおいて文字間の重なりの有無を判定する重なり判定部１５と、重なり判定部１５による判定結果に応じて出力内容を決定する出力オブジェクト決定部１６と、を備える。
【選択図】図３
【解決手段】複数のテキストボックスを有するＰＤＦデータから埋め込まれた文字の位置に応じて文字列を抽出する文章出力装置１は、表示されたＰＤＦデータから指定された処理対象領域における文字を抽出する文字抽出部１３と、抽出した文字を含むテキストボックスを特定するオブジェクト特定部１４と、処理対象領域から特定した複数のテキストボックスにおいて文字間の重なりの有無を判定する重なり判定部１５と、重なり判定部１５による判定結果に応じて出力内容を決定する出力オブジェクト決定部１６と、を備える。
【選択図】図３
Description
本発明は、文章抽出装置及びプログラムに関する。
従来、書籍や雑誌等のＰＤＦ（Ｐｏｒｔａｂｌｅ Ｄｏｃｕｍｅｎｔ Ｆｏｒｍａｔ）データに含まれる文章を編集するため、表示されたＰＤＦデータのうち文章の編集に用いる一部の領域を指定することで、指定した領域に含まれる文章を抽出する、といった作業が行われている。
ＰＤＦデータは、実際に紙に印刷したときの状態を保存するファイル形式のデータであり、様々なメタ情報を有している。
ＰＤＦデータは、実際に紙に印刷したときの状態を保存するファイル形式のデータであり、様々なメタ情報を有している。
図１は、ＰＤＦデータのメタ情報の一部を説明するための図である。
図１に示すＰＤＦデータ９１は、テキスト９２と、テキストライン９３とテキストボックス９４（テキストオブジェクト）とから構成されており、これらは、階層構造を有する。
テキスト９２は、１文字領域である。テキスト９２は、「お」といった文字データ（文字自体）の他、フォントやフォントサイズ、１文字領域の位置情報及び領域の大きさといった情報を、メタ情報として有する。
テキストライン９３は、複数のテキスト９２により構成された１行領域である。テキストライン９３は、１行領域の位置情報及び領域の大きさといった情報を、メタ情報として有する。
テキストボックス９４は、複数のテキストライン９３をまとめた矩形領域である。テキストボックス９４は、矩形領域の位置情報及び領域の大きさといった情報を、メタ情報として有する。
図１に示すＰＤＦデータ９１は、テキスト９２と、テキストライン９３とテキストボックス９４（テキストオブジェクト）とから構成されており、これらは、階層構造を有する。
テキスト９２は、１文字領域である。テキスト９２は、「お」といった文字データ（文字自体）の他、フォントやフォントサイズ、１文字領域の位置情報及び領域の大きさといった情報を、メタ情報として有する。
テキストライン９３は、複数のテキスト９２により構成された１行領域である。テキストライン９３は、１行領域の位置情報及び領域の大きさといった情報を、メタ情報として有する。
テキストボックス９４は、複数のテキストライン９３をまとめた矩形領域である。テキストボックス９４は、矩形領域の位置情報及び領域の大きさといった情報を、メタ情報として有する。
ＰＤＦデータは、情報を埋め込むことができるという特徴がある。例えば、ＰＤＦデータを作成するデザイナ等が、ページデータのどの位置に、何の文書をどのように配置するか、といった情報を、予め文字にして埋め込む場合がある。ここで、文書ファイルに文字の埋め込みを行う情報埋め込み装置が開示されている（例えば、特許文献１）。
上記したように、編集のために埋め込んだ文字は、ＰＤＦデータとして表示する際には見えない不可視の文字である。このような不可視の文字を埋め込んだ場合、ＰＤＦデータには、埋め込んだ文字を構成するテキストボックスと、表示される文章のテキストボックスとが存在することになる。
そこで、図２を例に、既存の方法によってＰＤＦデータから文字を抽出して出力する場合について説明する。
例えば、図２（Ａ）に示すＰＤＦデータ７１の場合、ユーザが編集可能な文字として出力したい範囲を示す指定領域７２には、テキストボックス７１ａと、テキストボックス７１ｂとが含まれている。文章７５は、指定領域７２に含まれる文字を出力した結果データである。文章７５は、指定領域７２に含まれるテキストボックス７１ａ及びテキストボックス７１ｂに含まれる文字データを、各文字データの位置情報に基づいて出力したものである。この場合のように、テキストボックス同士の各文字データが重なっていないときには、出力される文章７５は、文章として理解できるものである。
他方、図２（Ｂ）に示すＰＤＦデータ８１の場合、指定領域８２には、テキストボックス８１ａと、テキストボックス８１ｂの一部とが含まれている。ここで、テキストボックス８１ｂは、埋め込まれた不可視の文字を含むものである。文章８５は、指定領域８２に含まれる文字を出力した結果データである。文章８５は、指定領域８２に含まれるテキストボックス８１ａと、テキストボックス８１ｂの一部とに含まれる文字データを、各文字データの位置情報に基づいて出力したものである。この場合のように、テキストボックス同士の各文字データが重なっているときには、出力される文章８５は、文章として理解できないものになってしまう。
そこで、図２を例に、既存の方法によってＰＤＦデータから文字を抽出して出力する場合について説明する。
例えば、図２（Ａ）に示すＰＤＦデータ７１の場合、ユーザが編集可能な文字として出力したい範囲を示す指定領域７２には、テキストボックス７１ａと、テキストボックス７１ｂとが含まれている。文章７５は、指定領域７２に含まれる文字を出力した結果データである。文章７５は、指定領域７２に含まれるテキストボックス７１ａ及びテキストボックス７１ｂに含まれる文字データを、各文字データの位置情報に基づいて出力したものである。この場合のように、テキストボックス同士の各文字データが重なっていないときには、出力される文章７５は、文章として理解できるものである。
他方、図２（Ｂ）に示すＰＤＦデータ８１の場合、指定領域８２には、テキストボックス８１ａと、テキストボックス８１ｂの一部とが含まれている。ここで、テキストボックス８１ｂは、埋め込まれた不可視の文字を含むものである。文章８５は、指定領域８２に含まれる文字を出力した結果データである。文章８５は、指定領域８２に含まれるテキストボックス８１ａと、テキストボックス８１ｂの一部とに含まれる文字データを、各文字データの位置情報に基づいて出力したものである。この場合のように、テキストボックス同士の各文字データが重なっているときには、出力される文章８５は、文章として理解できないものになってしまう。
そこで、本発明は、文章として理解可能なものを出力するように工夫した文章抽出装置及びプログラムを提供することを目的とする。
本発明は、以下のような解決手段により、前記課題を解決する。
第１の発明は、複数のテキストオブジェクトを有するページデータから埋め込まれた文字の位置に応じて文字列を抽出する文章抽出装置であって、表示された前記ページデータから指定された処理対象領域における文字を抽出する文字抽出手段と、前記文字抽出手段により抽出した前記文字を含む前記テキストオブジェクトを特定するオブジェクト特定手段と、前記オブジェクト特定手段により前記処理対象領域から特定した複数の前記テキストオブジェクトにおいて文字間の重なりの有無を判定する判定手段と、前記判定手段による判定結果に応じて出力内容を決定する出力オブジェクト決定手段と、を備える、文章抽出装置である。
第２の発明は、第１の発明の文章抽出装置において、前記出力オブジェクト決定手段は、前記判定手段による判定結果、重なりがあると判定された場合に、前記処理対象領域に対する特定した前記テキストオブジェクトのそれぞれの面積比を算出し、算出した前記面積比に応じて前記出力内容を決定する、文章抽出装置である。
第３の発明は、第１の発明の文章抽出装置において、前記処理対象領域に含まれる前記文字を、光学文字認識により取得する認識文字取得手段を備え、前記出力オブジェクト決定手段は、前記判定手段による判定結果、重なりがあると判定された場合に、前記処理対象領域に対する特定した前記テキストオブジェクトのそれぞれに含まれる文章について、前記認識文字取得手段により取得した前記文字との一致度合を算出し、算出した一致度合に応じて前記出力内容を決定する、文章抽出装置である。
第４の発明は、第１の発明の文章抽出装置において、前記出力オブジェクト決定手段は、前記判定手段による判定結果、重なりがないと判定された場合に、前記複数のテキストオブジェクトのそれぞれに含まれる文章を、前記出力内容に決定する、文章抽出装置である。
第５の発明は、第１の発明から第４の発明までのいずれかの文章抽出装置において、前記出力オブジェクト決定手段により決定した前記出力内容を、前記テキストオブジェクトに対応するメタ情報に基づいて配置して編集画面に出力する文章出力手段を備える、文章抽出装置である。
第６の発明は、第１の発明から第５の発明までのいずれかの文章抽出装置において、前記ページデータのうち文章を含む指定領域の指定を受け付ける領域受付手段を備え、前記文字抽出手段は、前記指定領域を前記処理対象領域として、前記処理対象領域における前記文字を抽出する、文章抽出装置である。
第７の発明は、第１の発明から第６の発明までのいずれかの文章抽出装置において、前記ページデータは、ＰＤＦ形式のデータである、文章抽出装置である。
第８の発明は、第１の発明から第７の発明までのいずれかの文章抽出装置としてコンピュータを機能させるためのプログラムである。
第１の発明は、複数のテキストオブジェクトを有するページデータから埋め込まれた文字の位置に応じて文字列を抽出する文章抽出装置であって、表示された前記ページデータから指定された処理対象領域における文字を抽出する文字抽出手段と、前記文字抽出手段により抽出した前記文字を含む前記テキストオブジェクトを特定するオブジェクト特定手段と、前記オブジェクト特定手段により前記処理対象領域から特定した複数の前記テキストオブジェクトにおいて文字間の重なりの有無を判定する判定手段と、前記判定手段による判定結果に応じて出力内容を決定する出力オブジェクト決定手段と、を備える、文章抽出装置である。
第２の発明は、第１の発明の文章抽出装置において、前記出力オブジェクト決定手段は、前記判定手段による判定結果、重なりがあると判定された場合に、前記処理対象領域に対する特定した前記テキストオブジェクトのそれぞれの面積比を算出し、算出した前記面積比に応じて前記出力内容を決定する、文章抽出装置である。
第３の発明は、第１の発明の文章抽出装置において、前記処理対象領域に含まれる前記文字を、光学文字認識により取得する認識文字取得手段を備え、前記出力オブジェクト決定手段は、前記判定手段による判定結果、重なりがあると判定された場合に、前記処理対象領域に対する特定した前記テキストオブジェクトのそれぞれに含まれる文章について、前記認識文字取得手段により取得した前記文字との一致度合を算出し、算出した一致度合に応じて前記出力内容を決定する、文章抽出装置である。
第４の発明は、第１の発明の文章抽出装置において、前記出力オブジェクト決定手段は、前記判定手段による判定結果、重なりがないと判定された場合に、前記複数のテキストオブジェクトのそれぞれに含まれる文章を、前記出力内容に決定する、文章抽出装置である。
第５の発明は、第１の発明から第４の発明までのいずれかの文章抽出装置において、前記出力オブジェクト決定手段により決定した前記出力内容を、前記テキストオブジェクトに対応するメタ情報に基づいて配置して編集画面に出力する文章出力手段を備える、文章抽出装置である。
第６の発明は、第１の発明から第５の発明までのいずれかの文章抽出装置において、前記ページデータのうち文章を含む指定領域の指定を受け付ける領域受付手段を備え、前記文字抽出手段は、前記指定領域を前記処理対象領域として、前記処理対象領域における前記文字を抽出する、文章抽出装置である。
第７の発明は、第１の発明から第６の発明までのいずれかの文章抽出装置において、前記ページデータは、ＰＤＦ形式のデータである、文章抽出装置である。
第８の発明は、第１の発明から第７の発明までのいずれかの文章抽出装置としてコンピュータを機能させるためのプログラムである。
本発明によれば、文章として理解可能なものを出力するように工夫した文章抽出装置及びプログラムを提供することができる。
以下、本発明を実施するための形態について、図を参照しながら説明する。なお、これは、あくまでも一例であって、本発明の技術的範囲はこれに限られるものではない。
（実施形態）
図３は、本実施形態に係る文章出力装置１の機能ブロック図である。
（実施形態）
図３は、本実施形態に係る文章出力装置１の機能ブロック図である。
＜文章出力装置１＞
文章出力装置１（文章抽出装置）は、ＰＤＦデータ（ページデータ）の文章（文字列）を編集可能に出力するための装置である。文章出力装置１は、例えば、ＰＤＦデータに含まれる文章を編集したいユーザが利用する。文章出力装置１は、例えば、パーソナルコンピュータ（ＰＣ）である。文章出力装置１は、その他、タブレット端末や、スマートフォン等に代表されるコンピュータの機能を併せ持った携帯型の端末であってもよい。また、文章出力装置１は、サーバ等であってもよい。
文章出力装置１（文章抽出装置）は、ＰＤＦデータ（ページデータ）の文章（文字列）を編集可能に出力するための装置である。文章出力装置１は、例えば、ＰＤＦデータに含まれる文章を編集したいユーザが利用する。文章出力装置１は、例えば、パーソナルコンピュータ（ＰＣ）である。文章出力装置１は、その他、タブレット端末や、スマートフォン等に代表されるコンピュータの機能を併せ持った携帯型の端末であってもよい。また、文章出力装置１は、サーバ等であってもよい。
図３に示すように、文章出力装置１は、制御部１０と、記憶部３０と、入力部３６と、表示部３７と、通信インタフェース部３９とを備える。
制御部１０は、文章出力装置１の全体を制御する中央処理装置（ＣＰＵ）である。制御部１０は、記憶部３０に記憶されているオペレーティングシステム（ＯＳ）やアプリケーションプログラムを適宜読み出して実行することにより、上述したハードウェアと協働し、各種機能を実行する。
制御部１０は、ページデータ出力部１１と、領域受付部１２（領域受付手段）と、文字抽出部１３（文字抽出手段）と、オブジェクト特定部１４（オブジェクト特定手段）と、重なり判定部１５（判定手段）と、出力オブジェクト決定部１６（埋込文字オブジェクト特定手段）と、文章出力部１７（文章出力手段）とを備える。
制御部１０は、文章出力装置１の全体を制御する中央処理装置（ＣＰＵ）である。制御部１０は、記憶部３０に記憶されているオペレーティングシステム（ＯＳ）やアプリケーションプログラムを適宜読み出して実行することにより、上述したハードウェアと協働し、各種機能を実行する。
制御部１０は、ページデータ出力部１１と、領域受付部１２（領域受付手段）と、文字抽出部１３（文字抽出手段）と、オブジェクト特定部１４（オブジェクト特定手段）と、重なり判定部１５（判定手段）と、出力オブジェクト決定部１６（埋込文字オブジェクト特定手段）と、文章出力部１７（文章出力手段）とを備える。
ページデータ出力部１１は、編集するＰＤＦデータを表示部３７に出力する。例えば、ユーザが所望のＰＤＦ形式の文書ファイルを選択することで、制御部１０は、選択された文書ファイルを受け付けて、ＰＤＦデータを表示部３７に表示する。ＰＤＦデータは、印刷イメージのデータであり、例えば、１ページ分のデータである。ＰＤＦデータは、例えば、版面データであってもよい。また、ＰＤＦデータは、文章を含む。ＰＤＦデータは、文章のみのデータであってもよいし、一部に説明するための挿絵等を含むものであってもよい。
領域受付部１２は、ＰＤＦデータの一部領域を指定した指定領域（処理対象領域）の指定を受け付ける。ユーザが、例えば、マウス等の入力部３６を用いて、表示部３７に表示されたＰＤＦデータのうち、ユーザが編集をしたい文章を含むように、左上から右下方向にドラッグ（ｄｒａｇ）することで、領域受付部１２は、矩形形状の指定領域を受け付けてもよい。
文字抽出部１３は、領域受付部１２により受け付けた指定領域に含まれる文字データを、ＰＤＦデータを解析することで得られるメタ情報に基づいて抽出する。
オブジェクト特定部１４は、文字抽出部１３により抽出した文字を含むテキストボックス（テキストオブジェクト）を特定する。オブジェクト特定部１４は、ＰＤＦデータを解析することで得られるメタ情報に基づいて、テキストボックスを特定できる。
重なり判定部１５は、オブジェクト特定部１４が特定した複数のテキストボックスにおいて文字間の重なりの有無を判定する。重なり判定部１５は、抽出した文字データを構成する文字のメタ情報により、１文字領域の位置情報及び領域の大きさを把握する。そして、重なり判定部１５は、把握した１文字領域の位置情報及び領域の大きさを用いて、文字間の重なりの有無を判定できる。
オブジェクト特定部１４は、文字抽出部１３により抽出した文字を含むテキストボックス（テキストオブジェクト）を特定する。オブジェクト特定部１４は、ＰＤＦデータを解析することで得られるメタ情報に基づいて、テキストボックスを特定できる。
重なり判定部１５は、オブジェクト特定部１４が特定した複数のテキストボックスにおいて文字間の重なりの有無を判定する。重なり判定部１５は、抽出した文字データを構成する文字のメタ情報により、１文字領域の位置情報及び領域の大きさを把握する。そして、重なり判定部１５は、把握した１文字領域の位置情報及び領域の大きさを用いて、文字間の重なりの有無を判定できる。
出力オブジェクト決定部１６は、重なり判定部１５による判定結果に応じて出力内容を決定する。
より具体的には、出力オブジェクト決定部１６は、重なり判定部１５による判定結果が、重なりがあると判定されたものである場合に、指定領域に対するオブジェクト特定部１４で特定したテキストボックスのそれぞれの面積比を算出し、算出した面積比に応じて出力内容を決定する。ここで、出力オブジェクト決定部１６は、算出した面積比が高いテキストボックスに含まれる文章を、出力内容に決定してもよい。そして、制御部１０は、算出した面積比が低いテキストボックスに含まれる文章を、埋め込み文字であると判断してもよい。ここで、埋め込み文字は、通常は、表示されたＰＤＦデータや、ＰＤＦデータを印刷したものには含まない不可視なものである。また、出力オブジェクト決定部１６は、算出した面積比が高いテキストボックスに含まれる文章と、算出した面積比が低いテキストボックスに含まれる文章との両方を、出力内容に決定してもよい。
より具体的には、出力オブジェクト決定部１６は、重なり判定部１５による判定結果が、重なりがあると判定されたものである場合に、指定領域に対するオブジェクト特定部１４で特定したテキストボックスのそれぞれの面積比を算出し、算出した面積比に応じて出力内容を決定する。ここで、出力オブジェクト決定部１６は、算出した面積比が高いテキストボックスに含まれる文章を、出力内容に決定してもよい。そして、制御部１０は、算出した面積比が低いテキストボックスに含まれる文章を、埋め込み文字であると判断してもよい。ここで、埋め込み文字は、通常は、表示されたＰＤＦデータや、ＰＤＦデータを印刷したものには含まない不可視なものである。また、出力オブジェクト決定部１６は、算出した面積比が高いテキストボックスに含まれる文章と、算出した面積比が低いテキストボックスに含まれる文章との両方を、出力内容に決定してもよい。
さらに、出力オブジェクト決定部１６は、重なり判定部１５による判定結果が、重なりがないと判定されたものである場合に、オブジェクト特定部１４で特定したテキストボックスのそれぞれに含まれる文章を、出力内容に決定する。
ここで、出力オブジェクト決定部１６が決定する出力内容には、文章（文字列）の他、文章の表示態様も含まれてもよい。出力オブジェクト決定部１６は、文章の表示態様として、例えば、埋め込み文字の文字色や文字の大きさ、文字フォントを、埋め込み文字以外の文字の文字色や文字の大きさ、文字フォントとは異なるようにしてもよい。また、出力オブジェクト決定部１６は、文章の表示態様として、例えば、埋め込み文字を、埋め込み文字以外の文字の最後に下線やかっこ書きで付け加えたりしてもよい。
ここで、出力オブジェクト決定部１６が決定する出力内容には、文章（文字列）の他、文章の表示態様も含まれてもよい。出力オブジェクト決定部１６は、文章の表示態様として、例えば、埋め込み文字の文字色や文字の大きさ、文字フォントを、埋め込み文字以外の文字の文字色や文字の大きさ、文字フォントとは異なるようにしてもよい。また、出力オブジェクト決定部１６は、文章の表示態様として、例えば、埋め込み文字を、埋め込み文字以外の文字の最後に下線やかっこ書きで付け加えたりしてもよい。
文章出力部１７は、出力オブジェクト決定部１６により決定した出力内容を、各テキスト及びテキストボックスのメタ情報に基づいて配置した編集画面を出力する。その際、文章出力部１７は、文章の表示態様に基づいて、埋め込み文字を編集画面に配置して出力してもよい。また、文章出力部１７は、出力した文章を、文章記憶部３３に記憶させてもよい。
記憶部３０は、制御部１０が各種の処理を実行するために必要なプログラム、データ等を記憶するためのハードディスク、半導体メモリ素子等の記憶領域である。
記憶部３０は、プログラム記憶部３１と、文書ファイル記憶部３２と、文章記憶部３３とを備える。
プログラム記憶部３１は、各種のプログラムを記憶する記憶領域である。プログラム記憶部３１は、プログラム３１ａを記憶している。
プログラム３１ａは、文章出力装置１の制御部１０が実行する各種機能を行うためのプログラムである。
記憶部３０は、プログラム記憶部３１と、文書ファイル記憶部３２と、文章記憶部３３とを備える。
プログラム記憶部３１は、各種のプログラムを記憶する記憶領域である。プログラム記憶部３１は、プログラム３１ａを記憶している。
プログラム３１ａは、文章出力装置１の制御部１０が実行する各種機能を行うためのプログラムである。
文書ファイル記憶部３２は、各種の文書ファイルを記憶する記憶領域である。ここで、文書ファイル記憶部３２に記憶される文書ファイルは、例えば、雑誌や書籍等の内容のファイルであってよい。
なお、文書ファイル記憶部３２は、例えば、文章出力装置１に対して通信可能に接続された文書サーバ（図示せず）に有してもよい。
文章記憶部３３は、文章出力部１７によって出力された文章を記憶する記憶領域である。文章記憶部３３は、記憶された文章がその後に編集された場合、編集後の文章をさらに記憶してもよい。
なお、文書ファイル記憶部３２は、例えば、文章出力装置１に対して通信可能に接続された文書サーバ（図示せず）に有してもよい。
文章記憶部３３は、文章出力部１７によって出力された文章を記憶する記憶領域である。文章記憶部３３は、記憶された文章がその後に編集された場合、編集後の文章をさらに記憶してもよい。
入力部３６は、例えば、キーボードやマウス等の入力装置である。
表示部３７は、例えば、ＬＣＤ（Ｌｉｑｕｉｄ Ｃｒｙｓｔａｌ Ｄｉｓｐｌａｙ）等の表示装置である。
通信インタフェース部３９は、通信ネットワークを介して他の装置との通信を行うためのインタフェースである。
表示部３７は、例えば、ＬＣＤ（Ｌｉｑｕｉｄ Ｃｒｙｓｔａｌ Ｄｉｓｐｌａｙ）等の表示装置である。
通信インタフェース部３９は、通信ネットワークを介して他の装置との通信を行うためのインタフェースである。
＜文章出力装置１の処理＞
次に、文章出力装置１の処理について説明する。
図４は、本実施形態に係る文章出力装置１の文章出力処理を示すフローチャートである。
図５は、本実施形態に係る文章出力装置１の重なり処理を示すフローチャートである。
図６及び図７は、本実施形態に係る文章出力装置１の重なり処理を説明するための図である。
次に、文章出力装置１の処理について説明する。
図４は、本実施形態に係る文章出力装置１の文章出力処理を示すフローチャートである。
図５は、本実施形態に係る文章出力装置１の重なり処理を示すフローチャートである。
図６及び図７は、本実施形態に係る文章出力装置１の重なり処理を説明するための図である。
図４のステップＳ（以下、「Ｓ」という。）１１において、制御部１０（ページデータ出力部１１）は、ＰＤＦデータを表示部３７に出力させる。例えば、ユーザが、文書ファイル記憶部３２に記憶された文書ファイルのうち、１つを選択することで、制御部１０は、選択された文書ファイルのＰＤＦデータを出力させてもよい。
Ｓ１２において、制御部１０（領域受付部１２）は、表示部３７に表示されたＰＤＦデータについてユーザの操作により、ユーザが編集をしたい文章を含む指定領域の指定を受け付ける。
Ｓ１３において、制御部１０（文字抽出部１３）は、指定領域に含まれる文字データを、ＰＤＦデータのメタ情報に基づいて抽出する。
Ｓ１４において、制御部１０（オブジェクト特定部１４）は、指定領域に含まれるテキストボックスを、ＰＤＦデータのメタ情報に基づいて特定する。
Ｓ１２において、制御部１０（領域受付部１２）は、表示部３７に表示されたＰＤＦデータについてユーザの操作により、ユーザが編集をしたい文章を含む指定領域の指定を受け付ける。
Ｓ１３において、制御部１０（文字抽出部１３）は、指定領域に含まれる文字データを、ＰＤＦデータのメタ情報に基づいて抽出する。
Ｓ１４において、制御部１０（オブジェクト特定部１４）は、指定領域に含まれるテキストボックスを、ＰＤＦデータのメタ情報に基づいて特定する。
Ｓ１５において、制御部１０（重なり判定部１５）は、特定した複数のテキストボックスにおいて文字間の重なりの有無を判定する。
Ｓ１６において、制御部１０（重なり判定部１５）は、文字間の重なりがあるか否かを判定する。重なりがある場合（Ｓ１６：ＹＥＳ）には、制御部１０は、処理をＳ１７に移す。他方、重なりがない場合（Ｓ１６：ＮＯ）には、制御部１０は、処理をＳ１８に移す。
Ｓ１７において、制御部１０は、重なり処理を行う。
Ｓ１６において、制御部１０（重なり判定部１５）は、文字間の重なりがあるか否かを判定する。重なりがある場合（Ｓ１６：ＹＥＳ）には、制御部１０は、処理をＳ１７に移す。他方、重なりがない場合（Ｓ１６：ＮＯ）には、制御部１０は、処理をＳ１８に移す。
Ｓ１７において、制御部１０は、重なり処理を行う。
ここで、重なり処理について、図５に基づき説明する。
図５のＳ２１において、制御部１０（出力オブジェクト決定部１６）は、重なっている文字を含むテキストボックスごとに、指定領域との面積比として、重なり度合を算出する。
ここで、重なり度合の算出方法の一例を、図６に示す。
図６は、指定領域４１と、テキストボックス４２との重なり度合に関する算出方法を示す。
図５のＳ２１において、制御部１０（出力オブジェクト決定部１６）は、重なっている文字を含むテキストボックスごとに、指定領域との面積比として、重なり度合を算出する。
ここで、重なり度合の算出方法の一例を、図６に示す。
図６は、指定領域４１と、テキストボックス４２との重なり度合に関する算出方法を示す。
図６（Ａ）に示す指定領域４１は、Ｘ軸方向が長さｗ１であり、Ｙ軸方向が長さｈ１である矩形領域として示される。また、テキストボックス４２は、Ｘ軸方向が長さｗ２であり、Ｙ軸方向が長さｈ２である矩形領域として示される。この場合の重なり部分は、Ｘ軸方向が長さｗ３であり、Ｙ軸方向が長さｈ３である矩形領域として表すことができる。
そして、面積比算出の一手法として、指定領域４１に対するテキストボックス４２の重なり度合をＩｏＵ（Ｉｎｔｅｒｓｅｃｔｉｏｎ ｏｖｅｒ Ｕｎｉｏｎ）とすると、重なり度合ＩｏＵは、図６（Ｂ）に示す式で表すことができる。つまり、指定領域４１と、テキストボックス４２との重なり部分である、Ｘ軸方向が長さｗ３であり、Ｙ軸方向が長さｈ３である矩形領域が大きいほど、重なり度合ＩｏＵは、大きな値になる。
そして、面積比算出の一手法として、指定領域４１に対するテキストボックス４２の重なり度合をＩｏＵ（Ｉｎｔｅｒｓｅｃｔｉｏｎ ｏｖｅｒ Ｕｎｉｏｎ）とすると、重なり度合ＩｏＵは、図６（Ｂ）に示す式で表すことができる。つまり、指定領域４１と、テキストボックス４２との重なり部分である、Ｘ軸方向が長さｗ３であり、Ｙ軸方向が長さｈ３である矩形領域が大きいほど、重なり度合ＩｏＵは、大きな値になる。
図７（Ａ）は、各々の重なり度合ＩｏＵを算出する具体例を示す。
図７（Ａ）は、指定領域５１と、テキストボックス５１ａ及びテキストボックス５１ｂとを示す。この例の場合、テキストボックス５１ａとテキストボックス５１ｂとが、指定領域５１内において重なっている。そのため、制御部１０は、各テキストボックスにおける重なり度合ＩｏＵを算出する。
まず、図７（Ｂ）に示すように、制御部１０は、指定領域５１と、テキストボックス５１ａとの重なり度合ＩｏＵを算出する。制御部１０は、この場合の重なり度合ＩｏＵを、図６（Ｂ）の式にあてはめて０．９と算出できる。
次に、図７（Ｃ）に示すように、制御部１０は、指定領域５１と、テキストボックス５１ｂとの重なり度合ＩｏＵを算出する。制御部１０は、この場合の重なり度合ＩｏＵを、図６（Ｂ）の式にあてはめて０．１と算出できる。
図７（Ａ）は、指定領域５１と、テキストボックス５１ａ及びテキストボックス５１ｂとを示す。この例の場合、テキストボックス５１ａとテキストボックス５１ｂとが、指定領域５１内において重なっている。そのため、制御部１０は、各テキストボックスにおける重なり度合ＩｏＵを算出する。
まず、図７（Ｂ）に示すように、制御部１０は、指定領域５１と、テキストボックス５１ａとの重なり度合ＩｏＵを算出する。制御部１０は、この場合の重なり度合ＩｏＵを、図６（Ｂ）の式にあてはめて０．９と算出できる。
次に、図７（Ｃ）に示すように、制御部１０は、指定領域５１と、テキストボックス５１ｂとの重なり度合ＩｏＵを算出する。制御部１０は、この場合の重なり度合ＩｏＵを、図６（Ｂ）の式にあてはめて０．１と算出できる。
図５のＳ２２において、制御部１０（出力オブジェクト決定部１６）は、算出した面積比の低いテキストボックスの文字データを、埋め込み文字であると特定する。上記した図７に示す例では、制御部１０は、テキストボックス５１ｂに含まれる文字データを、埋め込み文字であると特定する。
Ｓ２３において、制御部１０（出力オブジェクト決定部１６）は、算出した面積比の高いテキストボックスの文章を出力内容に決定する。その後、制御部１０は、処理を図４のＳ１９に移す。
Ｓ２３において、制御部１０（出力オブジェクト決定部１６）は、算出した面積比の高いテキストボックスの文章を出力内容に決定する。その後、制御部１０は、処理を図４のＳ１９に移す。
他方、図４のＳ１８において、制御部１０（出力オブジェクト決定部１６）は、テキストボックスのそれぞれに含まれる文章を、出力内容に決定する。
Ｓ１９において、制御部１０（文章出力部１７）は、決定した出力内容を、各テキスト及びテキストボックスのメタ情報に基づいて編集画面に配置して出力する。また、制御部１０（文章出力部１７）は、編集画面に出力した文字を、文章記憶部３３に記憶させる。その後、制御部１０は、本処理を終了する。
Ｓ１９において、制御部１０（文章出力部１７）は、決定した出力内容を、各テキスト及びテキストボックスのメタ情報に基づいて編集画面に配置して出力する。また、制御部１０（文章出力部１７）は、編集画面に出力した文字を、文章記憶部３３に記憶させる。その後、制御部１０は、本処理を終了する。
次に、この文章出力装置１を用いて出力される文章の例を説明する。
図８から図１０までは、本実施形態に係る文章出力装置１の処理例を示す図である。
図８に示すＰＤＦデータ６１は、テキストボックス６１ａと、テキストボックス６１ｂとを含む。そして、テキストボックス６１ｂは、不可視の埋め込み文字のテキストボックスであり、実際には、表面に対して奥の方の位置に設けられた文字を含む。そのため、図８では、埋め込まれていることを明示するために、階層構造によって図示をしている。また、図９及び図１０についても同様である。
図８から図１０までは、本実施形態に係る文章出力装置１の処理例を示す図である。
図８に示すＰＤＦデータ６１は、テキストボックス６１ａと、テキストボックス６１ｂとを含む。そして、テキストボックス６１ｂは、不可視の埋め込み文字のテキストボックスであり、実際には、表面に対して奥の方の位置に設けられた文字を含む。そのため、図８では、埋め込まれていることを明示するために、階層構造によって図示をしている。また、図９及び図１０についても同様である。
ＰＤＦデータ６１において、ユーザにより指定領域６２が指定された場合、制御部１０は、指定領域６２に含まれる文字データを抽出し、テキストボックスを特定する（図４のＳ１３及びＳ１４）。ここで、テキストボックス６１ａと、テキストボックス６１ｂとが重なっていないので、両者のテキストボックスにおいて文字間の重なりがない。よって、制御部１０は、重なりがないと判定し（図４のＳ１６がＮＯ）、指定領域６２に含まれるテキストボックス６１ａと、テキストボックス６１ｂとの両方の文字データを出力内容に決定し、メタ情報に基づいて編集画面６３に配置して出力する（図４のＳ１８及びＳ１９）。
このように、図８に示す例では、テキストボックス同士の重なりがなく、制御部１０は、テキストボックスにおいて文字間の重なりがないと判定し、テキストボックスに含まれる文字データが埋め込み文字であるか否かの処理（重なり処理）をすることなく、埋め込み文字を含めた出力文字を、編集画面に出力している。これは、文章が他の文章と結合して理解ができないものにならないことによる。
次に、図９に示すＰＤＦデータ６４は、テキストボックス６４ａと、テキストボックス６４ｂとを含む。そして、テキストボックス６４ｂは、不可視の埋め込み文字のテキストボックスである。
ＰＤＦデータ６４において、ユーザにより指定領域６５が指定された場合、制御部１０は、指定領域６５に含まれる文字データを抽出し、テキストボックスを特定する（図４のＳ１３及びＳ１４）。ここで、テキストボックス６４ａと、テキストボックス６４ｂとが重なっているので、次に、制御部１０は、テキストボックス６４ａと、テキストボックス６４ｂとの各文字のメタ情報に基づいて、文字間の重なりの有無を判定する（図４のＳ１５）。そして、制御部１０は、文字間の重なりがないと判定し（図５のＳ１６がＮＯ）、指定領域６５に含まれるテキストボックス６４ａと、テキストボックス６４ｂとの両方の文字データを出力内容に決定し、メタ情報に基づいて編集画面６６に配置して出力する（図４のＳ１８及びＳ１９）。
ＰＤＦデータ６４において、ユーザにより指定領域６５が指定された場合、制御部１０は、指定領域６５に含まれる文字データを抽出し、テキストボックスを特定する（図４のＳ１３及びＳ１４）。ここで、テキストボックス６４ａと、テキストボックス６４ｂとが重なっているので、次に、制御部１０は、テキストボックス６４ａと、テキストボックス６４ｂとの各文字のメタ情報に基づいて、文字間の重なりの有無を判定する（図４のＳ１５）。そして、制御部１０は、文字間の重なりがないと判定し（図５のＳ１６がＮＯ）、指定領域６５に含まれるテキストボックス６４ａと、テキストボックス６４ｂとの両方の文字データを出力内容に決定し、メタ情報に基づいて編集画面６６に配置して出力する（図４のＳ１８及びＳ１９）。
このように、図９に示す例では、編集画面６６には、テキストボックス６４ａの全ての文字の他、テキストボックス６４ｂのうち指定領域６５に含まれる一部の文字が表示される。つまり、編集画面６６には、指定領域６５に含まれる全ての文字が出力される。この例でも、埋め込み文字が出力されるが、これは、文字同士が重なっていないため、出力しても、文章が他の文章と結合して理解ができないものにならないためである。
次に、図１０に示すＰＤＦデータ６７は、テキストボックス６７ａと、テキストボックス６７ｂとを含む。そして、テキストボックス６７ｂは、不可視の埋め込み文字のテキストボックスである。
ＰＤＦデータ６７において、ユーザにより指定領域６８が指定された場合、制御部１０は、指定領域６８に含まれる文字データを抽出し、テキストボックスを特定する（図４のＳ１３及びＳ１４）。ここで、テキストボックス６７ａと、テキストボックス６７ｂとが重なっているので、次に、制御部１０は、テキストボックス６７ａと、テキストボックス６７ｂとの各文字のメタ情報に基づいて、文字間の重なりの有無を判定する（図４のＳ１５）。制御部１０は、文字間の重なりがあると判定し（図５のＳ１６がＹＥＳ）、重なり処理を行う（図５）。制御部１０は、算出した面積比の低いテキストボックス６７ｂの文字を、埋め込み文字に特定し（図５のＳ２２）、算出した面積比の高いテキストボックス６７ａの文章を出力内容に決定する（図５のＳ２３）。そして、制御部１０は、決定した出力内容を、メタ情報に基づいて編集画面６９に配置して出力する（図４のＳ１９）。
ＰＤＦデータ６７において、ユーザにより指定領域６８が指定された場合、制御部１０は、指定領域６８に含まれる文字データを抽出し、テキストボックスを特定する（図４のＳ１３及びＳ１４）。ここで、テキストボックス６７ａと、テキストボックス６７ｂとが重なっているので、次に、制御部１０は、テキストボックス６７ａと、テキストボックス６７ｂとの各文字のメタ情報に基づいて、文字間の重なりの有無を判定する（図４のＳ１５）。制御部１０は、文字間の重なりがあると判定し（図５のＳ１６がＹＥＳ）、重なり処理を行う（図５）。制御部１０は、算出した面積比の低いテキストボックス６７ｂの文字を、埋め込み文字に特定し（図５のＳ２２）、算出した面積比の高いテキストボックス６７ａの文章を出力内容に決定する（図５のＳ２３）。そして、制御部１０は、決定した出力内容を、メタ情報に基づいて編集画面６９に配置して出力する（図４のＳ１９）。
このように、図１０に示す例では、編集画面６９には、指定領域６５に含まれるテキストボックス６４ａの全ての文字のみが表示される。そして、テキストボックス６４ｂの文字は出力しない。よって、文章出力装置１は、テキストボックス６４ｂの文字が結合して出力されるのを防ぐことができ、文章として理解可能なものを出力できる。
なお、図１０のように、テキストボックス６４ｂの文字を出力しないものは、一例であり、テキストボックス６４ｂの文字も出力してもよい。但し、テキストボックス６４ａの文字とは表示態様を異ならせて、異なる文章であることが認識できるようにする必要がある。
なお、図１０のように、テキストボックス６４ｂの文字を出力しないものは、一例であり、テキストボックス６４ｂの文字も出力してもよい。但し、テキストボックス６４ａの文字とは表示態様を異ならせて、異なる文章であることが認識できるようにする必要がある。
このように、本実施形態の文章出力装置１によれば、以下のような効果がある。
（１）ＰＤＦデータの指定領域に含む文字データを抽出し、テキストボックスを特定し、複数のテキストボックスにおいて文字間の重なりの有無を判定し、判定結果に応じて出力内容を決定する。
よって、編集画面に出力される文章は、文字間の重なりの有無の判定結果に応じたものになり、例えば、文字間の重なりがある場合には、重なりのある文章同士を分けて出力するようにすることで、文章として理解可能なものにできる。
（１）ＰＤＦデータの指定領域に含む文字データを抽出し、テキストボックスを特定し、複数のテキストボックスにおいて文字間の重なりの有無を判定し、判定結果に応じて出力内容を決定する。
よって、編集画面に出力される文章は、文字間の重なりの有無の判定結果に応じたものになり、例えば、文字間の重なりがある場合には、重なりのある文章同士を分けて出力するようにすることで、文章として理解可能なものにできる。
（２）複数のテキストボックスにおいて文字間の重なりがあると判定された場合に、指定領域に対するテキストボックスのそれぞれの面積比を算出し、算出した面積比に応じて出力内容を決定する。
よって、指定領域と、テキストボックスとのそれぞれの位置情報から重なり度合を利用して出力内容を決定できる。したがって、ユーザが、指定領域には出力したい文章を含めるように領域の指定を行えば、面積比は高いものになるため、ユーザの意図した出力内容にすることができる。
よって、指定領域と、テキストボックスとのそれぞれの位置情報から重なり度合を利用して出力内容を決定できる。したがって、ユーザが、指定領域には出力したい文章を含めるように領域の指定を行えば、面積比は高いものになるため、ユーザの意図した出力内容にすることができる。
（３）複数のテキストボックスにおいて文字間の重なりがないと判定された場合に、指定領域に含まれる複数のテキストボックスのそれぞれに含まれる文章を出力内容に決定する。
よって、指定領域に含まれる文章を、出力内容にすることができ、ユーザの意図した出力内容にすることができる。
よって、指定領域に含まれる文章を、出力内容にすることができ、ユーザの意図した出力内容にすることができる。
（４）出力内容を、テキストボックスに対応するメタ情報に基づいて配置した編集画面を出力する。
よって、編集画面には、文章を、各文字の位置や大きさを含めて、ＰＤＦデータと同じように出力できる。
（５）ＰＤＦデータのうち文章を含む指定領域の指定を受け付けて、受け付けた指定領域に含む文字データを、メタ情報に基づいて抽出する。
よって、ユーザの指定した範囲の領域の文章を、出力対象にできる。
よって、編集画面には、文章を、各文字の位置や大きさを含めて、ＰＤＦデータと同じように出力できる。
（５）ＰＤＦデータのうち文章を含む指定領域の指定を受け付けて、受け付けた指定領域に含む文字データを、メタ情報に基づいて抽出する。
よって、ユーザの指定した範囲の領域の文章を、出力対象にできる。
以上、本発明の実施形態について説明したが、本発明は上述した実施形態に限定されるものではない。また、実施形態に記載した効果は、本発明から生じる最も好適な効果を列挙したに過ぎず、本発明による効果は、実施形態に記載したものに限定されない。なお、上述した実施形態及び後述する変形形態は、適宜組み合わせて用いることもできるが、詳細な説明は省略する。
（変形形態）
（１）本実施形態では、ユーザが指定した指定領域に含まれる文章を出力するものを例に説明したがこれに限定されない。例えば、ＰＤＦデータとして表示部に表示されたＰＤＦデータの全てであるページデータを処理対象領域にして、文章を出力してもよい。
（１）本実施形態では、ユーザが指定した指定領域に含まれる文章を出力するものを例に説明したがこれに限定されない。例えば、ＰＤＦデータとして表示部に表示されたＰＤＦデータの全てであるページデータを処理対象領域にして、文章を出力してもよい。
（２）本実施形態では、テキストボックスの重なり度合を用いて出力内容を決定するものを例に説明したが、これに限定されない。ＰＤＦデータの指定領域に対してＯＣＲ（光学文字認識）を用いて指定領域に含まれる文字を取得し、取得した文字と、各テキストボックスに含まれる文章との一致度合に基づいて出力内容を決定してもよい。この方法によれは、ＯＣＲを用いて取得した文字には、埋め込み文字のような不可視な文字が含まれないことを利用して、出力内容を決定できる。
（３）本実施形態では、複数のテキストボックスにおいて文字間の重なりがある場合に、複数のテキストボックスのうちの算出した面積比の高いテキストボックスに含まれる文章を出力内容に決定するものを例に説明したが、これに限定されない。例えば、算出した面積比の低いテキストボックスに含まれる文章の表示態様を、算出した面積比の高いテキストボックスに含まれる文章の表示態様とは異なるものにして、両方の文章を出力してもよい。
（４）本実施形態では、複数のテキストボックスにおいて文字間の重なりがない場合には、テキストボックスに含まれる文章を出力内容に決定するものを例に説明した。その際、各テキストボックスの文章を、各々異なる表示態様にしてもよい。そうすれば、文章のまとまりを一見しただけで把握できるものになる。
（５）本実施形態では、ＰＤＦデータを例に説明したが、これに限定されない。複数のテキストボックスを有し、文章や文章を構成する文字ごとのメタ情報を有するページデータであれば、他のものであっても同様に用いることができる。
（６）本実施形態では、文章出力装置が入力部及び表示部を含む装置として説明したが、これに限定されない。入力部及び表示部を、例えば、ユーザ端末に有するものとし、文章出力装置は、入力部及び表示部を備えなくてもよい。その場合、ユーザ端末が文章出力装置に対して通信可能に接続することで、処理を行ってもよい。
１ 文章出力装置
１０ 制御部
１１ ページデータ出力部
１２ 領域受付部
１３ 文字抽出部
１４ オブジェクト特定部
１５ 重なり判定部
１６ 出力オブジェクト決定部
１７ 文章出力部
３０ 記憶部
３１ａ プログラム
３２ 文書ファイル記憶部
３３ 文章記憶部
３６ 入力部
３７ 表示部
３９ 通信インタフェース部
４１，５１，６２，６５，６８ 指定領域
４２，５１ａ，５１ｂ，６１ａ，６１ｂ，６４ａ，６４ｂ，６７ａ，６７ｂ テキストボックス
６１，６４，６７ ＰＤＦデータ
６３，６６，６９ 編集画面
１０ 制御部
１１ ページデータ出力部
１２ 領域受付部
１３ 文字抽出部
１４ オブジェクト特定部
１５ 重なり判定部
１６ 出力オブジェクト決定部
１７ 文章出力部
３０ 記憶部
３１ａ プログラム
３２ 文書ファイル記憶部
３３ 文章記憶部
３６ 入力部
３７ 表示部
３９ 通信インタフェース部
４１，５１，６２，６５，６８ 指定領域
４２，５１ａ，５１ｂ，６１ａ，６１ｂ，６４ａ，６４ｂ，６７ａ，６７ｂ テキストボックス
６１，６４，６７ ＰＤＦデータ
６３，６６，６９ 編集画面
Claims (8)
- 複数のテキストオブジェクトを有するページデータから埋め込まれた文字の位置に応じて文字列を抽出する文章抽出装置であって、
表示された前記ページデータから指定された処理対象領域における文字を抽出する文字抽出手段と、
前記文字抽出手段により抽出した前記文字を含む前記テキストオブジェクトを特定するオブジェクト特定手段と、
前記オブジェクト特定手段により前記処理対象領域から特定した複数の前記テキストオブジェクトにおいて文字間の重なりの有無を判定する判定手段と、
前記判定手段による判定結果に応じて出力内容を決定する出力オブジェクト決定手段と、
を備える、文章抽出装置。 - 請求項１に記載の文章抽出装置において、
前記出力オブジェクト決定手段は、前記判定手段による判定結果、重なりがあると判定された場合に、前記処理対象領域に対する特定した前記テキストオブジェクトのそれぞれの面積比を算出し、算出した前記面積比に応じて前記出力内容を決定する、文章抽出装置。 - 請求項１に記載の文章抽出装置において、
前記処理対象領域に含まれる前記文字を、光学文字認識により取得する認識文字取得手段を備え、
前記出力オブジェクト決定手段は、前記判定手段による判定結果、重なりがあると判定された場合に、前記処理対象領域に対する特定した前記テキストオブジェクトのそれぞれに含まれる文章について、前記認識文字取得手段により取得した前記文字との一致度合を算出し、算出した一致度合に応じて前記出力内容を決定する、文章抽出装置。 - 請求項１に記載の文章抽出装置において、
前記出力オブジェクト決定手段は、前記判定手段による判定結果、重なりがないと判定された場合に、前記複数のテキストオブジェクトのそれぞれに含まれる文章を、前記出力内容に決定する、文章抽出装置。 - 請求項１から請求項４までのいずれかに記載の文章抽出装置において、
前記出力オブジェクト決定手段により決定した前記出力内容を、前記テキストオブジェクトに対応するメタ情報に基づいて配置して編集画面に出力する文章出力手段を備える、文章抽出装置。 - 請求項１から請求項５までのいずれかに記載の文章抽出装置において、
前記ページデータのうち文章を含む指定領域の指定を受け付ける領域受付手段を備え、
前記文字抽出手段は、前記指定領域を前記処理対象領域として、前記処理対象領域における前記文字を抽出する、文章抽出装置。 - 請求項１から請求項６までのいずれかに記載の文章抽出装置において、
前記ページデータは、ＰＤＦ形式のデータである、文章抽出装置。 - 請求項１から請求項７までのいずれかに記載の文章抽出装置としてコンピュータを機能させるためのプログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2020063663A JP7480560B2 (ja) | 2020-03-31 | 2020-03-31 | 文章抽出装置及びプログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2020063663A JP7480560B2 (ja) | 2020-03-31 | 2020-03-31 | 文章抽出装置及びプログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2021163159A true JP2021163159A (ja) | 2021-10-11 |
| JP7480560B2 JP7480560B2 (ja) | 2024-05-10 |
Family
ID=78003407
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2020063663A Active JP7480560B2 (ja) | 2020-03-31 | 2020-03-31 | 文章抽出装置及びプログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7480560B2 (ja) |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3775130B2 (ja) | 1999-09-22 | 2006-05-17 | 富士ゼロックス株式会社 | 文書処理装置および方法 |
| JP3955467B2 (ja) | 2001-12-27 | 2007-08-08 | 株式会社日立製作所 | 画像処理プログラム及び画像処理装置 |
| JP2004240672A (ja) | 2003-02-05 | 2004-08-26 | Minolta Co Ltd | 画像編集プログラム |
| JP2013016049A (ja) | 2011-07-05 | 2013-01-24 | Konica Minolta Business Technologies Inc | 画像処理装置、画像形成装置、及び、プログラム |
| JP2015089070A (ja) | 2013-11-01 | 2015-05-07 | 大日本印刷株式会社 | 文書ファイルに対する情報埋め込み装置 |
-
2020
- 2020-03-31 JP JP2020063663A patent/JP7480560B2/ja active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP7480560B2 (ja) | 2024-05-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7844893B2 (en) | Document editing method, document editing device, and storage medium | |
| JP4290011B2 (ja) | ビューワ装置及びその制御方法、プログラム | |
| CN102117269B (zh) | 对文档进行数字化的装置及方法 | |
| US8045198B2 (en) | System and method for processing a change history of a PDF file | |
| US20060217956A1 (en) | Translation processing method, document translation device, and programs | |
| US20120036427A1 (en) | Document processing apparatus, document processing method and computer program | |
| TWI291139B (en) | Enhanced readability with flowed bitmaps | |
| US10198406B2 (en) | Modifying native document comments in a preview | |
| JP2010009509A (ja) | 画像処理装置、画像処理方法およびそのプログラムならびに記憶媒体 | |
| KR100884195B1 (ko) | 전자책에서의 텍스트 변경으로 컨텐츠 리포맷팅 및 페이지수의 재산출을 위한 방법, 및 이에 적용되는 장치 | |
| JP4666996B2 (ja) | 電子ファイリングシステム、電子ファイリング方法 | |
| US7788283B2 (en) | On demand data proxy | |
| KR101005651B1 (ko) | 트리 구조와 대화하는 방법 및 시스템 | |
| JP2021163159A (ja) | 文章抽出装置及びプログラム | |
| JP2006195575A (ja) | 情報処理装置及びその方法 | |
| JP2005070939A (ja) | 文字列処理装置、文字列処理方法、プログラム及び記録媒体 | |
| KR100986886B1 (ko) | 전자책을 이루는 데이터 포맷의 형성 시스템 및 이에적용되는 포맷변환장치 | |
| JPH08221417A (ja) | 構造化文書の新旧対照編集装置 | |
| US20030154462A1 (en) | Software maintenance material generation apparatus and generation program therefor | |
| JP4561156B2 (ja) | ドキュメント処理装置 | |
| JP2006005670A (ja) | ドキュメント処理装置 | |
| JP5569367B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
| JP2008252294A (ja) | 画像形成システム | |
| JP6206835B2 (ja) | 電子書籍データ作成方法及びマークアップ言語データ作成方法 | |
| RU2387007C2 (ru) | Обработка информации |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230127 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20231227 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240116 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240311 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240326 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240408 |