JP4396710B2 - 画像処理装置、画像処理装置の制御方法、および画像処理装置の制御プログラム - Google Patents

Description

この発明は画像処理装置、画像処理装置の制御方法、および画像処理装置の制御プログラムに関し、特に文字画像の２値化処理を行なうことができる画像処理装置、画像処理装置の制御方法、および画像処理装置の制御プログラムに関する。

近年、情報の電子化が進み、文書を紙ではなく、電子化して保存あるいは送信する需要が高まっている。これに伴ない、複写機、スキャナ、ＭＦＰ（Multi Function Peripherals）などでスキャンした画像データを電子化する処理が行なわれている。

また、ＭＦＰは白黒からカラーへ移行しつつあり、カラーＭＦＰでスキャンした原稿を、直接メールで送信する機能が一般的に普及している。

しかしながら、Ａ４サイズのフルカラー原稿を３００ｄｐｉでスキャンすると、データ容量は約２５ＭＢに達し、メール送信用としては使うに耐えない容量となる。

そのため、スキャンデータを圧縮して送信するのが一般的である。画像全体に対して同一の圧縮を行なう場合において、ファイルサイズを小さくし過ぎると文字が読めなくなり、文字が読める程度にすると十分にファイルサイズを小さくすることができないという、トレードオフが発生する。

そこで、スキャンした文書に対し、文字領域とその他の領域を判別し、判別した領域に応じて解像度や圧縮方法を変えることで、ファイルサイズの低減と文字の判読性の向上を達成することが考えられている。文字と判別された箇所は、単語や行単位で２値化し、１つの代表色を設定するものである。

また、文字と判別した領域は、文字の判読性を保つために、高解像度のまま２値化する。文字以外と判別した領域は、階調性を保つために、２値化せずに低解像度化した後、高圧縮を行なう。

文字領域を２値化したり、文字以外の領域に対して高圧縮を行なうのは、ファイルサイズを低減するためである。

画像処理に関する技術として、下記特許文献１は、ＯＣＲ（文字認識処理）結果を利用して、原稿の向きを判定する方法を開示している。

特許文献２は、２値化したデータをＯＣＲ結果に置き換え、ファイルサイズを低減させる手法を開示している。
特開平８−２０２８８７号公報 特開平１１−２３８１１７号公報

スキャン画像の文字領域を２値化すると、文字の輪郭の濃度の薄い部分において、がたつきが発生することがある。文字認識処理を行なうことで、がたつきのないきれいな文字の再現が可能である。しかし、認識率を１００％にすることは困難であるため、全てをＯＣＲ結果に置き換えることは好ましくない。

この発明はそのような問題点を解決するためになされたものであり、スキャン画像の文字領域を適切に補正することができる画像処理装置、画像処理装置の制御方法、および画像処理装置の制御プログラムを提供することを目的としている。

上記目的を達成するためこの発明のある局面に従うと、画像処理装置は、処理の対象となる画像を入力する入力手段と、画像の中の文字が存在する領域に対して、２値化処理を行なう２値化手段と、画像の中の文字が存在する領域に対して、文字認識処理を行なう文字認識手段と、文字認識処理の結果に基づいて、２値化処理された画像の補正を行なう補正手段とを備え、補正手段は、２値化処理された画像のがたつきを低減させるために、文字認識処理の結果から得られたイメージデータと、２値化手段の２値化処理結果であるイメージデータとに基づいてＡＮＤ処理を実行した結果、文字認識処理の結果と２値化手段の２値化処理結果とのデータの差が大きい場合は、補正手段は、文字認識結果が間違っていると判断し、補正を行なわず、２値化処理後のイメージデータを出力し、文字認識処理の結果と、２値化手段の２値化処理結果とのデータの差が小さい場合は、ＡＮＤ処理後のイメージデータを出力する。

好ましくは入力手段は、スキャナと、スキャナでのスキャン画像の領域を判別し、文字部分を抽出する抽出手段とを含む。

好ましくは補正手段は、補正により文字のがたつきが軽減される場合のみ、補正を行なう。

好ましくは画像処理装置は、補正手段で補正が行なわれた後のデータをファイル化するファイル化手段をさらに備える。

好ましくはファイル化手段は、ＰＤＦ、ＸＰＳその他の階層を持つファイルを作成する。

この発明の他の局面に従うと画像処理装置の制御方法は、処理の対象となる画像を入力する入力ステップと、画像の中の文字が存在する領域に対して、２値化処理を行なう２値化ステップと、画像の中の文字が存在する領域に対して、文字認識処理を行なう文字認識ステップと、文字認識処理の結果に基づいて、２値化処理された画像の補正を行なう補正ステップとを備え、補正ステップは、２値化処理された画像のがたつきを低減させるために、文字認識処理の結果から得られたイメージデータと、２値化処理の結果であるイメージデータとに基づいてＡＮＤ処理を実行した結果、文字認識処理の結果と２値化処理の結果とのデータの差が大きい場合は、文字認識結果が間違っていると判断し、補正を行わず、２値化処理後のイメージデータを出力し、文字認識処理の結果と２値化処理の結果とのデータの差が小さい場合は、ＡＮＤ処理後のイメージデータを出力する。

この発明のさらに他の局面に従うと画像処理装置の制御プログラムは、処理の対象となる画像を入力する入力ステップと、画像の中の文字が存在する領域に対して、２値化処理を行なう２値化ステップと、画像の中の文字が存在する領域に対して、文字認識処理を行なう文字認識ステップと、文字認識処理の結果に基づいて、２値化処理された画像の補正を行なう補正ステップとをコンピュータに実行させ、補正ステップは、２値化処理された画像のがたつきを低減させるために、文字認識処理の結果から得られたイメージデータと、２値化処理の結果であるイメージデータとに基づいてＡＮＤ処理を実行した結果、文字認識処理の結果と２値化処理の結果とのデータの差が大きい場合は、文字認識結果が間違っていると判断し、補正を行わず、２値化処理後のイメージデータを出力し、文字認識処理の結果と２値化処理の結果とのデータの差が小さい場合は、ＡＮＤ処理後のイメージデータを出力する。

これらの発明に従うと、スキャン画像の文字領域を適切に補正することができる画像処理装置、画像処理装置の制御方法、および画像処理装置の制御プログラムを提供することが可能となる。

以下、本発明の実施の形態の１つにおけるＭＦＰについて説明する。
ＭＦＰは、画像データを領域別に圧縮する。具体的には、以下の処理を行なう。

（１） スキャンしたデータに対して領域判別処理を行ない、文字部分とそれ以外の部分に分離する。

（２） 文字部分は高解像度のまま２値化し、同じ色の文字を統合し、文字の色を決定し、ＭＭＲ圧縮のような可逆の圧縮を行なう。

（３） 文字以外の部分は解像度を落とし、ＪＰＥＧ圧縮のような非可逆の圧縮を強くかける。

この方法により、文字の判読性とデータの圧縮性を両立させたファイルを生成することができる。

またＭＦＰは、文字部分に対して文字認識処理（ＯＣＲ）を行ない、文字認識処理の結果を利用し、２値化された文字画像のがたつきを低減させる。これにより、画質向上を図ることができる。

より具体的には、以下の画像処理が行なわれる。
（１） ＭＦＰ等にて原稿をスキャンする。

（２） スキャン画像（イメージデータ）に対して領域判別を行ない、文字部分を抽出する。また、文字以外の部分を分離する。

（３） 抽出した文字部分を２値化する。
（４） ２値化した文字部分に対して、文字認識（ＯＣＲ）を行なう。

（５） ＯＣＲ結果をイメージ化したデータと、２値化データとを比較し、がたつき部分の補正を行なう。具体的には、ＯＣＲ結果をイメージ化したデータと、２値化データとのＡＮＤ処理を行なうことで、がたつきを低減させる。

（６） 文字部分と背景部分に対して、それぞれ圧縮処理を行なう。
（７） 圧縮処理されたデータを、階層ファイル化する。ここでは具体的には、高圧縮ＰＤＦファイル（ファイルサイズの小さなＰＤＦファイル）を作成するものとする。

このような処理による効果は、以下のとおりである。
（ａ） 文字のがたつきを低減させることができる。

（ｂ） 文字の途切れを低減させることができる。
なお、この方法の前提になっているのは、スキャンしたイメージデータから文字部分を正確に抽出することである。文字が正確に抽出できなければ、その部分が高圧縮化されるため、文字が読めなくなってしまうからである。

また、ＭＦＰでスキャンされる原稿は、Word、Excel等の一般的なオフィス原稿から、雑誌・カタログ等の図や写真を多く含む原稿まで様々であり、且つ使われている文字の大きさや文字の色等もさまざまである為、考えられる全ての文字を正確に判別するのは難しい。そこで、ＯＣＲ結果をイメージ化したデータと、２値化データとの差が大きい場合は、がたつきの補正をしないこととすると、ＯＣＲの認識間違いによる致命的なミスを防ぐことができる。

図１は、ＭＦＰの概略構成を示す図である。
図を参照してＭＦＰ１００は、スキャナ１０１と、入力画像処理部１０３と、記憶部１０５と、ＣＰＵ１０７と、ネットワークＩ／Ｆ部１０９と、モデム・ＮＣＵ１１１と、操作パネル１１３と、出力画像処理部１１５と、プリントエンジン１１７とを備える。

スキャナ１０１は、原稿をスキャンするスキャン処理部を構成する。スキャナ１０１は、原稿を読取り、イメージデータを出力する。読取られたイメージデータは、入力画像処理部１０３に送られる。

入力画像処理部１０３は、入力画像の色変換、色補正、解像度変換、領域判別等の処理を行なう。処理されたデータは、記憶部（メモリ、ハードディスク）１０５にて保持される。記憶部１０５は、ＤＲＡＭ等の電子メモリと、ハードディスク等の磁気メモリ等で構成される。

ＣＰＵ１０７は、ＭＦＰの全体的な制御、操作キーの検出、操作パネルの表示、入力されたデータの画像ファイル（JPEG、PDF、TIFF等）への変更、および電子メールの作成等を行なう。

ネットワークＩ／Ｆ部１０９は、電子メール等をネットワーク１５１へ送信するＩ／Ｆ部分であり、プロトコルの作成等を行なう。

出力画像処理部１１５は、スクリーン制御、スムージング処理、ＰＷＭ制御等を行なう。エンジン部１１７は、出力画像処理部１１５で生成されたデータを、用紙に印字する。エンジン部１１７は、カラーＭＦＰであれば、イエロー、マゼンタ、シアン、ブラックの４色のトナーを用い、画像を生成する。

モデム、ＮＣＵ１１１は、ファクシミリ送受信の変復調、ファクシミリの通信プロトコル、電話回線１５３とのＩ／Ｆ等を行なう。

操作パネル１１３は操作部を構成し、操作キーと表示部にて構成される。宛先の入力、スキャン条件の選択、画像ファイルフォーマットの選択、処理の開始／中断等のユーザへのＩ／Ｆ処理を行なう。

図２は、ＭＦＰが実行する、原稿をスキャンし、そのイメージデータをＰＤＦに変換する処理を示すフローチャートである。

ステップＳ１０１において、スキャナ１０１により原稿をスキャンするスキャン処理が行なわれる。読取られたイメージデータは、TIFF、JPG、BMP、その他の画像フォーマットにて、入力画像処理部１０３に送られる。

ステップＳ１０３〜Ｓ１１５での処理が、ＰＤＦファイルの生成処理である。
ステップＳ１０３においては、領域判別の前処理が行なわれる。またここでは、画像形式の変換、解像度変換、下地除去等の処理が行われる。

ステップＳ１０５において、領域判別処理が行なわれる。ここでは、図、写真、文字等の領域の判別を行なう。イメージデータは、文字領域、罫線領域、およびそれ以外の領域（すなわち図や写真領域等の背景領域）に分けられる。

領域判別処理では、図／写真／下地判定処理や、文字判定処理、網点除去処理、２値化処理、文字色決定処理等の処理を行なっている。

文字領域に対しては、ステップＳ１０７で領域統合処理が行なわれる。これは、近似色の文字矩形を統合する処理である。その後ステップＳ１０９で圧縮処理が行なわれる。

背景領域に対しては、ステップＳ１１１で低解像度化処理が実行され、ステップＳ１１３で圧縮処理が行なわれる。

文字領域、背景領域に対しては、それぞれ最適な解像度にて、最適な圧縮が行なわれる。たとえば、文字領域は、文字が正確に読めるように高い解像度で、ＭＭＲ圧縮方式のような可逆性の圧縮を行なう。背景領域は、画質よりも、ファイルサイズが小さくなることを優先し、低い解像度で、ＪＰＥＧ圧縮方式のような非可逆性の圧縮を行なう。

ステップＳ１１５において、文字領域と背景領域が合成され、コンパクトＰＤＦファイルへの変換が行なわれる。

図３は、コンパクトＰＤＦファイルの構成イメージを示す図である。
なお、この例はＰＤＦの仕様の具体例を示すものであり、ファイルの構成は図３の構成イメージに限る必要はない。

ＰＤＦファイルは、図の左で全体の概略構成が示されるように、ファイルヘッダ部Ｈと、ボディ部Ｂと、相互参照表Ｒと、トレーラＴとを含んでいる。

ファイルヘッダ部Ｈには、ＰＤＦ仕様のバージョンが記されている。ボディ部Ｂには、文書の内容が記されている。相互参照表Ｒには、ボディ部Ｂ内のオブジェクトの位置が記載されている。トレーラＴには、ＰＤＦファイルのオブジェクト数や、カタログ辞書のオブジェクト番号が記載されている。

図の中央にボディ部Ｂの詳細が示されている。ボディ部Ｂは、文書情報（日付等）と、１ページ目のデータブロックと、２ページ目のデータブロックと、・・・、最終ページのデータブロックと、子ページ辞書（１ページ目）と、子ページ辞書（２ページ目）と、・・・、子ページ辞書（最終ページ）と、親ページ辞書と、カタログ辞書とを含む。

カタログ辞書は親ページ辞書の番号を、親ページ辞書はページ数や子ページ辞書の番号を、子ページ辞書は子データブロックの書式等をそれぞれ記載している。

図の右側に子ページのデータブロックの詳細が示されている。図にあるように、１ページのデータブロックは、１つの背景レイヤと、複数の文字（＋罫線）レイヤとから構成される。背景レイヤには、ＪＰＥＧ圧縮されたデータが格納されており、文字レイヤには、２値化後にＭＭＲ圧縮されたデータが格納されている。データブロックの最後に、レイヤ情報を記載する部分がある。この部分には、各レイヤの位置や、文字の色（文字レイヤのみ）が記載される。この欄に、算出された文字色が記載される。

なおファイル化の形式としては、ＰＤＦ、ＸＰＳ等の階層を持つファイルやその他のファイルの形式を用いることができる。

図４は、図２の領域判別処理（Ｓ１０５）の内容を示すフローチャートである。
図中のステップＳ２０１〜Ｓ２０７は、図／写真等の背景領域を判別する処理（ＳＡ）を示し、ステップＳ２０９〜Ｓ２１７は、文字領域を判別する処理（ＳＢ）を示し、ステップＳ２１９〜Ｓ２２３は、文字の２値化処理（ＳＣ）を示す。

ステップＳ２０１において、明度算出が行なわれる。これは、入力されたフルカラー２４ｂｉｔのイメージ画像から、明度を計算し、８ｂｉｔの明度画像を生成する処理である。最初に明度データを作成するのは、以降の領域判別処理が（判別精度と演算負荷の点を考慮して）主に明度データを対象にしているからである。

ステップＳ２０３で、スムージング処理が行なわれる。これは、生成された明度画像にスムージング処理を行なうものである。スムージングすることによりノイズを除去し、誤検出を減らす効果がある。

ステップＳ２０５において、写真ブロック検出処理が行なわれる。これは、生成されたスムージング画像を、２値化・ラベリング処理することにより、イメージ画像中に含まれる複数の写真ブロックの位置を検出する処理である。２値化・ラベリングするのは、以降の写真判定処理が、図／写真の連続した矩形毎に処理を行い、矩形毎に判定するからである。

ステップＳ２０７で、図／写真等の判定処理が行なわれる。これは、ステップＳ２０５で検出した複数の写真ブロックを、ブロック内の画像の特性に応じて、より詳細に分類するものである。たとえば、図領域であるか、写真領域であるか、下地領域であるか、表領域であるか、テキスト領域であるか、の判別が行なわれる。ここでの判定結果は、文字の判別処理にて利用される。

ステップＳ２０９およびＳ２１１では、ステップＳ２０１およびＳ２０３と同様に、それぞれ明度算出処理、およびスムージング処理が行なわれる。これらの処理は、ステップＳ２０１およびＳ２０３と同様の処理であるが、パラメータは文字判定用に最適化されている。

ステップＳ２１３でエッジ抽出処理が行なわれる。これは、スムージングされたデータに対してエッジ抽出を行なうものである。写真領域のように明度の２値化データを使わずにエッジ抽出を行なうのは、明度の高い領域の文字や反転文字を検出するためである。

ステップＳ２１５で、罫線分離処理が行なわれる。これは、文字判定精度を上げる為、文字と罫線を分離するものである。罫線分離は、画像全体に対して行なう。

ステップＳ２１７で文字判定処理が行なわれる。これは、前段（ステップＳ２０１〜Ｓ２０７）で判別された領域に応じて、文字の判定処理を行なうものである。

ステップＳ２１９では、網点除去が行なわれる。これは、ステップＳ２１７で文字と判定されたブロックに対し、網点除去処理を行なうものである。網点除去処理を行なうことで、文字背景の網点部分をゴミとし、２値化することを防ぐ効果がある。

ステップＳ２２１で、文字の２値化処理が行なわれる。これは、網点除去された各ブロックに対し、２値化処理を行ない、文字ブロック内で文字と背景を分離するものである。文字部分を２値化することで、ファイルサイズを小さくすることができる。

ステップＳ２２３で、文字色の決定処理が行なわれる。これはステップＳ２２１で文字と判定された部分に対応する元のＲＧＢ画像データから、文字の色を決定するものである。文字色の決定は、文字ブロック毎に行われ、１つの文字ブロックに対して１色が割り当てられる。また、複数の文字ブロックの、ブロック間の距離と、算出した文字色の差から、近傍で似た色の文字ブロックを統合し、文字ブロック数を減らす。文字ブロック数を減らすことによって、ファイルサイズを小さくする効果がある。

図５は、図４の文字の２値化処理（Ｓ２２１）の内容を示すフローチャートである。
ここでは画像データの座標（Ｘ，Ｙ）＝（１０，２０）および（１１０，４０）を対角とする矩形に、“お祈り申し上げます”という文字が存在する場合の処理を例に説明する。

前段の文字判定処理（図４のステップＳ２１７）にて、この文字矩形の座標値（文字部分を囲う最小矩形のmin-max座標値）が生成されている。その領域に対する明度データのヒストグラムを、ステップＳ３０１にて作成する。

図６は、ヒストグラムの具体例を示す図である。
ヒストグラムは、文字の部分と背景部分にピークを持つ形状となる。文字のエッジ付近は濃度が薄くなる為、文字領域のヒストグラムはある程度の幅を持つ。

図５のステップＳ３０３において、ヒストグラムの形状から閾値を決定する。
ヒストグラムのノイズを取る為に、ヒストグラムに対して何度か積分処理を施した後、図６に示されるようにヒストグラムの谷の部分を見つけ、谷の部分を閾値とする。

次にステップＳ３０５において、決定された閾値にて２値化処理を行なう。２値化処理の結果、図５の画像Ｄ１のように、文字のエッジ付近に多少のがたつきが発生することがある。

ステップＳ３０７において、画像Ｄ１または文字矩形内のイメージデータを用いて、文字認識処理（ＯＣＲ）を行なう。すなわち、文字認識処理の対象としては、明度データを用いても良いし、ステップＳ３０５で作成した２値化データを用いても良い。文字認識処理において、文字コード、フォント種類、確度（正しく認識できているかどうか）、サイズ、スペルチェック結果等を判定する。

次に、ステップＳ３０９で文字認識処理の結果をイメージに展開する。これは、キャラクタのコードなどに基づきイメージデータを作成するものである。画像Ｄ２がイメージ展開された画像の例である。画像Ｄ１は２値化画像であり、がたつきが目立つが、画像Ｄ２はキャラクタデータから作成される予め保存されていた画像であるため、がたつきのない画像である。

ステップＳ３１１において、２値化データ（Ｄ１）と、イメージに変換したＯＣＲデータ（Ｄ２）との位置、サイズを調整する。両者のサイズが異なる場合は、イメージ変換データ（Ｄ２）を変倍し、２値化データ（Ｄ１）と同サイズに合わせる。

ステップＳ３１３で、ステップＳ３１１で調整された画像を用いて、がたつき補正を行なう。具体的には、画像Ｄ１およびＤ２のＡＮＤを取ることで、画像Ｄ１のがたつきを補正し、修正データＤ３を得る。

これにより、がたつきの少ない２値化データを取得することができる。また、単にＯＣＲデータを用いると、ＯＣＲの認識誤りによって誤った文字列がファイル化されてしまうおそれがあるが、本実施の形態では２値化データとＯＣＲデータとからファイル化する文字列画像を作成するため、ＯＣＲの認識誤りの影響を小さくすることができる。

なおここでは画像のがたつき補正としてＡＮＤ処理を例に挙げたが、２つの画像データに基づきがたつき補正を行なう画像処理であれば、どのようなものを採用しても良い。

［変形例］
図７は、変形例における文字画像の処理を示すフローチャートである。

文字領域の２値化およびＯＣＲ処理後、ステップＳ４０１でＯＣＲによる認識確度とスペルチェック結果を入力し、一定の基準を満たすかの判定を行なう。ＹＥＳであれば、ステップＳ４０３で２値化データ（Ｄ１）と、イメージに変換したＯＣＲデータ（Ｄ２）との位置、サイズを調整し、両画像のＡＮＤ画像を作成する。

ＡＮＤ画像を作成する場合において、両画像を重ね合わせ、差分を抽出し、その差分が小さいかを判定する（Ｓ４０５）。ステップＳ４０５でＹＥＳであれば、ステップＳ４０７で差分の箇所毎に、補正前後の周辺のがたつき（直線性）を検出し、補正した方ががたつきが低減されるかを判定する。がたつきは、文字の輪郭の変化点（輪郭の向きが変わる点）の数や、輪郭の直線部分の長さを用いることで判定することができる。

ステップＳ４０７でＹＥＳである場合に、ステップＳ４０９でＡＮＤ処理後の画像をファイル化する画像とする（補正を行なう）。

ステップＳ４０１で確度やスペルチェック結果が悪い場合（一定値より小さい場合）、ステップＳ４０５で差分が大きい場合（一定値より大きい場合、すなわちＯＣＲ結果が誤りであると考えられる場合）、またはステップＳ４０７で補正してもがたつきが低減しない場合は、ステップＳ４１１でＡＮＤ処理前の２値化画像をファイル化する画像とする（補正を行なわない）。

［その他］
本発明はＭＦＰ、ファクシミリ装置、複写機、ＰＣなどの画像処理装置に対して実施することができる。

また、上述の実施の形態における処理は、ソフトウエアによって行なっても、ハードウエア回路を用いて行なってもよい。

また、上述の実施の形態における処理を実行するプログラムを提供することもできるし、そのプログラムをＣＤ−ＲＯＭ、フレキシブルディスク、ハードディスク、ＲＯＭ、ＲＡＭ、メモリカードなどの記録媒体に記録してユーザに提供することにしてもよい。また、プログラムはインターネットなどの通信回線を介して、装置にダウンロードするようにしてもよい。

なお、上記実施の形態は、すべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は上記した説明ではなくて特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。

ＭＦＰの概略構成を示す図である。 ＭＦＰが実行する、原稿をスキャンし、そのイメージデータをＰＤＦに変換する処理を示すフローチャートである。 コンパクトＰＤＦファイルの構成イメージを示す図である。 図２の領域判別処理（Ｓ１０５）の内容を示すフローチャートである。 図４の文字の２値化処理（Ｓ２２１）の内容を示すフローチャートである。 ヒストグラムの具体例を示す図である。 変形例における文字画像の処理を示すフローチャートである。

符号の説明

１０１ スキャナ、１０３ 入力画像処理部、１０５ 記憶部、１０７ ＣＰＵ、１０９ ネットワークＩ／Ｆ部、１１１ モデム・ＮＣＵ、１１３ 操作パネル、１１５ 出力画像処理部、１１７ プリントエンジン。

Claims (7)

1. 処理の対象となる画像を入力する入力手段と、
   前記画像の中の文字が存在する領域に対して、２値化処理を行なう２値化手段と、
   前記画像の中の文字が存在する領域に対して、文字認識処理を行なう文字認識手段と、
   前記文字認識処理の結果に基づいて、前記２値化処理された画像と前記文字認識処理の結果の補正を行なう補正手段とを備え、
   前記補正手段は、前記２値化処理された画像のがたつきを低減させるために、前記文字認識処理の結果から得られたイメージデータと、前記２値化手段の２値化処理結果であるイメージデータとに基づいてＡＮＤ処理を実行した結果、前記文字認識処理の結果と前記２値化手段の２値化処理結果とのデータの差が大きい場合は、前記補正手段は、文字認識結果が間違っていると判断し、補正を行なわず、２値化処理後のイメージデータを出力し、前記文字認識処理の結果と、前記２値化手段の２値化処理結果とのデータの差が小さい場合は、ＡＮＤ処理後のイメージデータを出力する、画像処理装置。
2. 前記入力手段は、スキャナと、前記スキャナでのスキャン画像の領域を判別し、文字部分を抽出する抽出手段とを含む、請求項１に記載の画像処理装置。
3. 前記補正手段は、補正により文字のがたつきが軽減される場合のみ、補正を行なう、請求項１または２に記載の画像処理装置。
4. 前記補正手段で補正が行なわれた後のデータをファイル化するファイル化手段をさらに備えた、請求項１から３のいずれかに記載の画像処理装置。
5. 前記ファイル化手段は、ＰＤＦ、ＸＰＳその他の階層を持つファイルを作成する、請求項４に記載の画像処理装置。
6. 処理の対象となる画像を入力する入力ステップと、
   前記画像の中の文字が存在する領域に対して、２値化処理を行なう２値化ステップと、
   前記画像の中の文字が存在する領域に対して、文字認識処理を行なう文字認識ステップと、
   前記文字認識処理の結果に基づいて、前記２値化処理された画像の補正を行なう補正ステップとを備え、
   前記補正ステップは、前記２値化処理された画像のがたつきを低減させるために、前記文字認識処理の結果から得られたイメージデータと、前２値化処理の結果であるイメージデータとに基づいてＡＮＤ処理を実行した結果、前記文字認識処理の結果と前記２値化処理の結果とのデータの差が大きい場合は、文字認識結果が間違っていると判断し、補正を行わず、２値化処理後のイメージデータを出力し、前記文字認識処理の結果と前記２値化処理の結果とのデータの差が小さい場合は、ＡＮＤ処理後のイメージデータを出力する、画像処理装置の制御方法。
7. 処理の対象となる画像を入力する入力ステップと、
   前記画像の中の文字が存在する領域に対して、２値化処理を行なう２値化ステップと、
   前記画像の中の文字が存在する領域に対して、文字認識処理を行なう文字認識ステップと、
   前記文字認識処理の結果に基づいて、前記２値化処理された画像の補正を行なう補正ステップとを備え、
   前記補正ステップは、前記２値化処理された画像のがたつきを低減させるために、前記文字認識処理の結果から得られたイメージデータと、前記２値化処理の結果であるイメージデータとに基づいてＡＮＤ処理を実行した結果、前記文字認識処理の結果と前記２値化処理の結果とのデータの差が大きい場合は、文字認識結果が間違っていると判断し、補正を行わず、２値化処理後のイメージデータを出力し、前記文字認識処理の結果と前記２値化処理の結果とのデータの差が小さい場合は、ＡＮＤ処理後のイメージデータを出力する、処理をコンピュータに実行させる、画像処理装置の制御プログラム。

Images