JP4599896B2 - データ名決定装置 - Google Patents

Description

本発明は、画像中の文字を認識する装置や画像を記録する装置などに適用されて有効な技術に関する。

従来から、デジタルカメラ等のデジタル撮像機器によって撮像された画像のデータファイルの名前（ファイル名）を自動的に設定する方法が提案されている。例えば、撮像日時に基づいた設定方法や連番の数字を順に付与することによる設定方法などが提案されている。また、自動的に設定するのではなく、ユーザが個別に名前を設定する方法もある。しかし、これらの自動的な設定方法では、ファイル名とファイルの内容とにほとんど関連が無いため、ファイル名からファイルの内容を推測することが困難となる。また、ユーザが個別に設定する方法ではこのような問題は生じないが、当然、ユーザの負担が多くなってしまう。

このような問題に対し、データファイルの画像から文字列を認識し、文字サイズの大きな文字列をこのデータファイルの名前として自動的に設定する技術が提案されている（特許文献１参照）。また、スケジューラ等からの情報とファイル名変換テーブルとを用いてファイル名を自動的に設定する技術も提案されている（特許文献２参照）。
特開平０８−１６６９５９号公報 特開２００２−３７４４８１号公報

しかしながら、文字サイズの大きな文字列がどのような文字列であるかは不明であり、必ずしもファイル名として適切な文字列であるとは限らない。また、文字サイズの大きな文字列がユーザの望むファイル名ではない場合、結局、ユーザは手動でファイル名を再設定しなければならず手間が生じてしまっていた。

また、スケジューラなどからの情報に基づいて設定されるファイル名も、必ずしもユーザが所望するファイル名であるとは限らないという問題があった。さらに、スケジューラに登録された情報と実際のスケジュールとに差異が生じた場合には、ファイルの内容とはかけ離れたファイル名が誤算的に設定されてしまうという問題もあった。これらの場合、結局、ユーザは手動でファイル名を再設定しなければならなかった。

そこで本発明はこれらの問題を解決し、ユーザの所望するファイル名などを自動的に決定するための装置を提供することを目的とする。

上記問題を解決するため、本発明は以下のような構成をとる。本発明の第一の態様は、文字列認識手段及びカテゴリ判断手段を含む。文字列認識手段は、入力された画像から１以上の文字列を抽出し、抽出された文字列について文字列認識を行う。カテゴリ判断手段は、まず、文字列認識手段によって認識された各文字列についてその文字列が属するカテゴリを判断する。カテゴリとは、文字列が示す意味の分類を示し、具体的な例としては電話番号，ＦＡＸ番号，会社名，店舗名，郵便番号，住所，ＵＲＬ，Ｅ−ｍａｉｌアドレス，氏名，役職名，部署名などがある。カテゴリの判断は、例えば各文字列に所定の文字列が含まれるか否か等に応じて行われても良い。そして、カテゴリ判断手段は、所定のカテゴリに属する文字列を所定のデータの名前として決定する。所定のカテゴリとは、ユーザ
によって指定・選択されたカテゴリであっても良いし、予め設定されているカテゴリであっても良い。所定のデータの名前とは、データファイルの名前やディレクトリ（フォルダ）の名前などを示す。カテゴリ判断手段は、入力された画像のファイル名を決定するように構成されても良いし、入力された画像とは異なる他のデータファイルの名前を決定するように構成されても良い。

このように構成された本発明の第一の態様では、ファイルやディレクトリ等のデータの名前が、入力画像から抽出・認識された文字列を用いて決定される。従って、ユーザは自らデータ名を入力する必要が無く、手間を省くことが可能となる。また、本発明の第一の態様では、抽出・認識された各文字列は各カテゴリに分類され、ユーザにより指定されたカテゴリや予め設定されているカテゴリに属する文字列がデータ名として決定される。このため、ユーザがわざわざデータ名の文字列入力を行うことなく、ユーザの所望するデータ名を決定することが可能となる。

特に、本発明の第一の態様が、入力される画像のファイル名や、入力される画像のファイルを含むディレクトリの名前を決定するように構成された場合、ファイルの内容やディレクトリの内容と密接な関係を有するデータ名を決定することが可能となる。この場合、ファイル名やディレクトリ名から、ファイルやディレクトリの内容を推測することが容易となる。

また、本発明の第一の態様が、入力される画像と関連する他のデータファイルの名前や、入力される画像と関連する他のディレクトリの名前を決定するように構成された場合にも、上記と同様の効果を得ることが可能となる。

また、本発明の第一の態様は、入力された動画像から静止画像を抽出する静止画像抽出手段をさらに備えるように構成されても良い。この場合、文字列認識手段は、静止画像抽出手段によって抽出された静止画像に対し文字列の抽出や文字列認識を行うように構成される。このように構成された本発明の第一の態様では、データ名の基となる文字列は、入力された動画像から抽出される。従って、静止画像のみならず、動画像を入力データとしてデータ名決定装置に付与することも可能となる。

また、本発明の第一の態様における文字列認識手段及び／又はカテゴリ判断手段は、ユーザによる修正指示に応じて、文字列認識の結果及び／又は所定のデータの名前を修正するように構成されても良い。ユーザの修正指示とは、文字列認識の結果や所定のデータの名前を、ユーザによって入力された文字列に置き換えることを示す指示であっても良い。また、ユーザの修正指示とは、文字列認識の結果や所定のデータの名前の一部の文字列を変更することを示す指示であっても良い。このように構成されることにより、文字列認識の結果や、カテゴリ判断手段により決定された名前がユーザの所望する文字列でない場合に、ユーザが修正することが可能となる。このとき、文字列認識手段及び／又はカテゴリ判断手段は、ユーザの修正指示が容易となるように、修正候補を提示するように構成されても良い。

また、本発明の第一の態様は、文字列認識手段による文字列認識の結果及び／又はカテゴリ判断手段により決定された所定のデータの名前に含まれる文字列の中から、予め決められた不要文字列を削除する削除手段をさらに備えるように構成されても良い。不要文字列とは、データ名に含む必要のない文字列（言い換えれば、データ名から削除されたとしてもデータ名が示す内容をユーザが認識する上で障害を生じないと認められる文字列）として予め定められたものである。不要文字列は、全カテゴリに共通して定められた文字列であっても良いし、カテゴリ毎に定められた文字列であっても良い。このように構成された本発明の第一の態様では、文字列認識手段による文字列認識の結果やカテゴリ判断手段
により決定された所定のデータの名前の文字数を削減する際に、ユーザが削減対象となる文字列を指示する必要や、改めて削減後の文字列を入力するなどの必要がない。

また、削除手段は、文字列認識手段による文字列認識の結果やカテゴリ判断手段により決定された所定のデータの名前に含まれる文字数が、所定の制限数を超えているか否か判断するように構成されても良い。そして、削除手段は、これらの文字数が所定の制限数を超えていると判断した場合にのみ、不要文字列の削除を行うように構成されても良い。

このように構成された本発明の第一の態様では、これらの文字数が所定の制限数を超えていた場合にも、ユーザがわざわざ文字数の調整や文字列の入力などを行う必要がない。

また、本発明の第一の態様におけるカテゴリ判断手段は、決定した所定のデータの名前と同一名のデータが所定のデータと同一のデータ領域に既に存在する場合、決定した所定のデータの名前に対し新たな文字列を付加するように構成されても良い。データ領域とは、例えばディレクトリやフォルダやデータ階層を示す。一般的に、同一のデータ領域に同一の名前を有する複数のデータが存在することは、情報処理装置等の都合上認められない。このため、同一のデータ領域に同一の名前を有するデータを記録しようとする場合には、ユーザがそのデータの名前を変更する必要があった。しかし、上記のように構成された本発明の第一の態様では、データの名前が重複した場合、カテゴリ判断手段がデータの名前の変更を行う。従って、ユーザはこのような場合にもデータの名前の変更などを行う必要がない。

また、本発明の第一の態様におけるカテゴリ判断手段は、優先順位を伴ったカテゴリの設定内容に従い、対応する文字列認識結果を有するカテゴリのうち最も優先順位の高いカテゴリに属する文字列を所定のデータの名前として決定するように構成されても良い。優先順位を伴ったカテゴリの設定内容とは、複数のカテゴリがユーザによって選択され、且つ各カテゴリに優先順位が設定されている設定内容を示す。対応する文字列認識結果を有するカテゴリとは、そのカテゴリに属する文字列認識結果が存在するカテゴリを示す。このように構成された本発明の第一の態様では、ユーザは、予めカテゴリと優先順位とを設定しておけば、データの名前を決定する度にカテゴリを選択・指示する必要が無い。

本発明の第二の態様は、入力された画像の略中心に位置する文字列を抽出し、抽出された文字列について文字列認識を行う文字列認識手段と、文字列認識手段によって認識された文字列を所定のデータの名前として決定するデータ名決定手段とを含む。本発明の第二の態様では、文字列認識手段は、入力された画像に含まれる文字列のうち、画像の略中心に位置する文字列を抽出する。このとき、文字列認識手段は、画像の略中心に位置する文字列のみを抽出するように構成されても良い。そして、文字列認識手段はこの抽出された文字列について文字認識を行い、データ名決定手段はこの文字列認識の結果を所定のデータの名前として決定する。

本発明の第二の態様によれば、本発明の第一の態様の場合と同様に、ファイルやディレクトリ等のデータの名前が、入力画像から抽出・認識された文字列を用いて決定される。従って、ユーザは自らデータ名を入力する必要が無く、手間を省くことが可能となる。また、本発明の第二の態様では、画像の略中心に位置する文字列がデータの名前として決定される。従って、ユーザは、わざわざデータ名の文字列入力を行うことなく、データ名として所望する文字列を略中心に含む画像を入力するのみで、データ名を決定することが可能となる。また、一般的に携帯電話機などに搭載される安価な撮像装置はそのレンズの精度が低く、画像中心付近では精度が維持されているが中心から離れるに従って精度が低下してしまう。このような問題に対し、本発明の第二の態様は、画像の略中心に位置する文字を抽出し認識するため、低精度のレンズの影響を受けることなく、高い精度の文字認識
を実現することが可能となる。

本発明の第三の態様は、入力された画像から１以上の文字列を抽出し、入力された画像の中心と抽出された各文字列との距離を算出し、この距離が最も小さい文字列についてのみ文字列認識を行う文字列認識手段と、文字列認識手段によって認識された文字列を所定のデータの名前として決定するデータ名決定手段とを含む。本発明の第三の態様では、文字列認識手段は、まず入力された画像から１以上の文字列を抽出する。次に、文字列認識手段は、画像の中心と、抽出した各文字列との距離を算出する。そして、文字列認識手段はこの距離が最小となった文字列についてのみ文字列認識を行い、データ名決定手段はこの文字列認識の結果を所定のデータの名前として決定する。

本発明の第三の態様によれば、本発明の第一の態様の場合と同様に、ファイルやディレクトリ等のデータの名前が、入力画像から抽出・認識された文字列を用いて決定される。従って、ユーザは自らデータ名を入力する必要が無く、手間を省くことが可能となる。また、本発明の第三の態様では、画像の中心に最も近い文字列がデータの名前として決定される。従って、ユーザは、わざわざデータ名の文字列入力を行うことなく、データ名として所望する文字列を中心付近に含む画像を入力するのみで、データ名を決定することが可能となる。

本発明の第四の態様は、入力画像とともに入力される入力画像内の位置又は領域を示すデータに基づき、入力された画像内においてこのデータが示す位置又は領域に位置する文字列を抽出し、抽出された文字列について文字列認識を行う文字列認識手段と、文字列認識手段によって認識された文字列を所定のデータの名前として決定するデータ名決定手段とを含む。入力画像内の位置とは、入力画像内のどの位置でも良く、例えば中心やそれ以外の特定の位置を示す。また、入力画像内の領域とは、どのような領域であっても良く、例えば中心付近の領域やそれ以外の特定の領域を示す。

本発明の第四の態様によれば、本発明の第一の態様の場合と同様に、ファイルやディレクトリ等のデータの名前が、入力画像から抽出・認識された文字列を用いて決定される。従って、ユーザは自らデータ名を入力する必要が無く、手間を省くことが可能となる。また、本発明の第四の態様では、画像内の特定の位置や領域に位置する文字列がデータの名前として決定される。従って、ユーザは、わざわざデータ名の文字列入力を行うことなく、データ名として所望する文字列を画像内の特定の位置や領域に含む画像を入力するのみで、データ名を決定することが可能となる。

本発明の第五の態様は、入力された画像から１以上の文字列を抽出し、入力画像とともに入力される入力画像内の位置又は領域を示すデータに基づき、このデータが示す位置又は領域と抽出された各文字列との距離を算出し、この距離が最も小さい文字列についてのみ文字列認識を行う文字列認識手段と、文字列認識手段によって認識された文字列を所定のデータの名前として決定するデータ名決定手段とを含む。

本発明の第五の態様によれば、本発明の第一の態様の場合と同様に、ファイルやディレクトリ等のデータの名前が、入力画像から抽出・認識された文字列を用いて決定される。従って、ユーザは自らデータ名を入力する必要が無く、手間を省くことが可能となる。また、本発明の第五の態様では、画像内の特定の位置や領域の最も近くに位置する文字列がデータの名前として決定される。従って、ユーザは、わざわざデータ名の文字列入力を行うことなく、データ名として所望する文字列を画像内の特定の位置や領域の付近に含む画像を入力するのみで、データ名を決定することが可能となる。

本発明の第四の態様又は第五の態様における入力画像内の位置又は領域とは、入力画像
が撮像される際にファインダ又はプレビュー画面に表示される照準の位置又は領域であっても良い。このように構成されることにより、ユーザは、ファインダ又はプレビュー画面において表示される照準の位置にデータ名として所望する文字列を配置させ、その画像を撮像しデータ名決定装置に入力することにより、所望のデータ名を決定することが可能となる。

第一〜第五の態様は、プログラムが情報処理装置によって実行されることによって実現されても良い。即ち、本発明は、上記した第一〜第五の態様における各手段が実行する処理を、情報処理装置に対して実行させるためのプログラム、或いは当該プログラムを記録した記録媒体として特定することができる。また、本発明は、上記した各手段が実行する処理を情報処理装置が実行する方法をもって特定されても良い。

本発明によれば、ファイルやディレクトリ等のデータの名前が、入力画像から抽出・認識された文字列を用いて決定される。従って、ユーザは自らデータ名の文字列を入力する必要が無く、手間を省くことが可能となる。また、本発明によれば、ユーザは、カテゴリの指定や、所定の位置等に文字列を含む画像の入力など、文字列の入力作業以外の簡易な処理によって所望の文字列をデータ名として決定することが可能となる。

〔システム構成〕
まず、データ名決定装置３を含む画像記録装置１のシステム構成について説明する。画像記録装置１は、ハードウェア的には、バスを介して接続されたＣＰＵ（中央演算処理装置），主記憶装置（ＲＡＭ），補助記憶装置などを備える。補助記憶装置は、不揮発性記憶装置を用いて構成される。ここで言う不揮発性記憶装置とは、いわゆるＲＯＭ（Read-Only Memory：ＥＰＲＯＭ（Erasable Programmable Read-Only Memory），ＥＥＰＲＯＭ（Electrically Erasable Programmable Read-Only Memory），マスクＲＯＭ等を含む），
ＦＲＡＭ（Ferroelectric RAM），ハードディスク等を指す。

図１は、画像記録装置１の機能ブロックを示す図である。画像記録装置１は、補助記憶装置に記憶された各種のプログラム（ＯＳ，アプリケーション等）が主記憶装置にロードされＣＰＵにより実行されることによって、画像入力部２，データ名決定装置３，入力部４，画像記憶部５，及び表示部６等を含む装置として機能する。次に、画像記録装置１が含む各機能部について説明する。

〈画像入力部〉
画像入力部２は、画像のデータを画像記録装置１へ入力するためのインタフェースとして機能する。画像入力部２によって、画像記録装置１に記録される画像のデータが画像記録装置１へ入力される。画像入力部２は、画像記録装置１へ画像のデータを入力するためのどのような既存技術を用いて構成されても良い。

例えば、ネットワーク（例えばローカル・エリア・ネットワークやインターネット）を介して画像のデータが画像記録装置１へ入力されても良い。この場合、画像入力部２はネットワークインタフェース等を用いて構成される。また、デジタルカメラやスキャナやパーソナルコンピュータや記録装置（例えばハードディスクドライブ）等から画像のデータが画像記録装置１へ入力されても良い。この場合、画像入力部２は、デジタルカメラやパーソナルコンピュータや記録装置などと画像記録装置１とをデータ通信可能に接続する規格（例えばＵＳＢ（Universal Serial Bus）やＳＣＳＩ（Small Computer System Interface）等の有線接続やｂｌｕｅｔｏｏｔｈ等の無線接続の規格）に応じて構成される。ま
た、記録媒体（例えば各種フラッシュメモリやフロッピー（登録商標）ディスクやＣＤ（
Compact Disk）やＤＶＤ（Digital Versatile Disc、Digital Video Disc））に記録された画像のデータが画像記録装置１へ入力されても良い。この場合、画像入力部２は、記録媒体からデータを読み出す装置（例えばフラッシュメモリリーダやフロッピーディスクドライブやＣＤドライブやＤＶＤドライブ）を用いて構成される。

また、画像記録装置１がデジタルカメラ等の撮像装置又はデジタルカメラ等の撮像装置を備える各種装置（例えばＰＤＡ（Personal Digital Assistant）や携帯電話機）の内部に含まれ、撮像された画像のデータが画像記録装置１へ入力されても良い。この場合、画像入力部２は、ＣＣＤ（Charge-Coupled Devices）やＣＭＯＳ（Complementary Metal-Oxide Semiconductor）センサ等を用いて構成されても良いし、ＣＣＤやＣＭＯＳセンサな
どによって撮像された画像のデータをデータ名決定装置３に入力させるためのインタフェースとして構成されても良い。

また、画像入力部２は上記された複数の場合に応じることが可能となるように構成されても良い。

〈データ名決定装置〉
データ名決定装置３は、画像記録装置１に入力された画像や画像記憶部５に既に記憶されている画像から文字列を抽出し、ユーザによる入力・設定などに従ってデータ名（ファイル名やディレクトリ名（フォルダ名）など）を決定する。データ名決定装置３が、いずれのデータファイルのファイル名又はディレクトリ名を決定するかは、ユーザによって指示されても良い。即ち、データ名決定装置３は、ユーザによって指定されたデータファイル又はディレクトリの名前を決定するように構成されても良い。このとき、文字列抽出の対象となる画像のデータファイルと、ファイル名が決定されるデータファイルとが同一である必要はない。また、データ名決定装置３は、ユーザの指定によらず、文字列抽出の対象となった画像のデータファイルの名前や、文字列抽出の対象となった画像のデータファイルを含むディレクトリの名前などを決定するように構成されても良い。

データ名決定装置３は、画像入力部２から入力された画像を処理の対象として決定しても良いし、画像記憶部５に記憶される画像の中からユーザによって選択された画像を処理の対象として決定しても良い。

上記のような作用を実現するため、データ名決定装置３は、文字列認識部７及びカテゴリ判断部８を含む装置として構成される。データ名決定装置３は、画像記録装置１から独立してＣＰＵ及び／又はＲＡＭ等を備える装置として構成されても良いし、画像記録装置１に備えられたＣＰＵ及び／又はＲＡＭ等を用いて処理を行う装置として構成されても良い。また、データ名決定装置３は、画像記録装置１のＣＰＵやＲＡＭ等によって実行されるプログラムによって実現される仮想的な装置として構成されても良い。以下、データ名決定装置３に含まれる各機能部について説明する。

〈〈文字列認識部〉〉
文字列認識部７は、データ名決定装置３に入力される画像を処理の対象とし、この画像から文字列を抽出し認識する。このとき、処理の対象となる画像のデータは、画像記録装置１に含まれるＲＡＭやＲＯＭ等の一時記憶装置に記憶されても良いし、データ名決定装置３固有のＲＡＭやＲＯＭ等に記憶されても良い。以下、文字列認識部７の具体的な処理について説明する。

まず、文字列認識部７は、処理の対象となる画像の中から文字列の画像を切り出す（抽出する）。文字列認識部７には、文字列を抽出する技術として、既存のどのような技術が適用されても良い。例えば、文字列認識部７は、処理の対象となる画像をグレースケール
の濃淡画像に変換し、濃度値に関するヒストグラムを生成することにより文字列を抽出する。このとき、例えば文字列認識部７は、一行文字列毎に短冊状の行画像として各文字列を抽出しても良い。図２は、文字列認識部７によって一行文字列毎に短冊状の行画像として抽出される文字列の例を示す図である。図２では、矩形によって囲まれた各文字列がそれぞれ一つの行画像として抽出される。

次に、文字列認識部７は、抽出された各文字列の画像に対して文字認識処理を実施することにより文字列認識結果（テキストデータ）を取得する。文字列認識部７には、文字列を認識する技術として、既存のどのような技術が適用されても良い。文字列認識部７は、取得された文字列認識結果をカテゴリ判断部８へ渡す。このとき、文字列認識部７は、文字列認識結果として、各文字の修正候補を併せてカテゴリ判断部８へ渡すように構成されても良い。

〈〈カテゴリ判断部〉〉
カテゴリ判断部８は、文字列認識部７から受け取る各文字列認識結果を各カテゴリに分類し、ユーザによる入力・設定などに応じたカテゴリに属する文字列認識結果を選択する。そして、カテゴリ判断部８は、選択した文字列認識結果に基づき、データ名を決定する。以下、カテゴリ判断部８の具体的な処理について説明する。

カテゴリ判断部８は、まず、文字列認識部７から受け取る各文字列認識結果を各カテゴリに分類する。このとき、カテゴリ判断部８は、各文字列認識結果に含まれる文字列に応じて分類を行う。図３は、各カテゴリの名称と、各カテゴリの条件例とを示す図である。例えば、文字列認識結果に“ＴＥＬ”や“電話番号”等の文字列が含まれる場合、カテゴリ判断部８は、その文字列の後の数字列を電話番号として判断する。また、例えば、文字列認識結果に“ＦＡＸ”や“ファクシミリ”等の文字列が含まれる場合、カテゴリ判断部８は、その文字列の後の数字列をＦＡＸ番号として判断する。また、例えば、文字列認識結果に“会社”や“（株）”や“店”等の文字列が含まれる場合、カテゴリ判断部８は、その文字列認識結果の文字列を会社名や店舗名として判断する。また、例えば、文字列認識結果に郵便記号（アルファベットの“Ｔ”の上に横棒を１本引いた記号）や“郵便番号”等の文字列が含まれる場合、カテゴリ判断部８は、その文字列の後の数字列（３桁又は７桁）を郵便番号として判断する。また、例えば、文字列認識結果に都道府県名や“市”，“町”，“村”，“郡”，“丁”，“番”などの文字列が含まれる場合、カテゴリ判断部８は、その文字列認識結果の文字列を住所と判断する。このとき、都道府県名は、都道府県名ライブラリを用いたマッチング等を行うことにより判断できる。また、例えば、文字列認識結果に“ＵＲＬ”や“ホームページ”等の文字列が含まれる場合、カテゴリ判断部８は、その文字列の後の文字列をＵＲＬとして判断する。また、例えば、文字列認識結果に“ｈｔｔｐ”，“ｗｗｗ”等の文字列が含まれる場合、カテゴリ判断部８は、その文字列認識結果をＵＲＬとして判断する。また、例えば、文字列認識結果に“Ｅ−ｍａｉｌ”等の文字列が含まれる場合、カテゴリ判断部８は、その文字列の後の文字列をＥ−ｍａｉｌアドレスとして判断する。また、例えば、文字列認識結果に“＠”という文字列が含まれる場合、カテゴリ判断部８は、この文字列認識結果をＥ−ｍａｉｌアドレスとして判断する。また、例えば、文字列認識結果に、氏名ライブラリ（日本又は世界に存在する氏名をライブラリ化したもの）に存在するキーワードが含まれる場合、カテゴリ判断部８は、その文字列認識結果を氏名として判断する。また、例えば、文字列認識結果に、役職名ライブラリ（日本又は世界に存在する役職名をライブラリ化したもの）に存在するキーワードが含まれる場合、カテゴリ判断部８は、その文字列認識結果を役職名として判断する。また、例えば、文字列認識結果に、部署名ライブラリ（日本又は世界に存在する部署名をライブラリ化したもの）に存在するキーワードが含まれる場合、カテゴリ判断部８は、その文字列認識結果を部署名として判断する。そして、カテゴリ判断部８は、各文字列認識結果に対し、判断結果となるカテゴリ名を付加する。

次に、カテゴリ判断部８は、ユーザによる入力・設定などに従って、該当するカテゴリの文字列認識結果を選択する。例えば、ユーザが入力部４を介して所望のカテゴリを選択した場合、カテゴリ判断部８は、ユーザにより選択されたカテゴリに対応する文字列認識結果を選択する。また、カテゴリ判断部８は、ユーザによって予めカテゴリが設定されている場合、設定されているカテゴリに対応する文字列認識結果を選択する。このとき、複数のカテゴリが優先順位を持って設定されていても良い。この場合、カテゴリ判断部８は、文字列認識結果が正常に存在するカテゴリのうち、優先順位の最も高いカテゴリに対応する文字列認識結果を選択する。また、カテゴリ判断部８は、選択した文字列認識結果を表示部６へ表示しユーザに確認させるように構成されても良い。このとき、カテゴリ判断部８は、文字列認識部７から受け取った修正候補を併せて表示することにより、ユーザが修正候補を用いて入力部４を介し文字列認識結果の内容を修正できるように構成されても良い。

また、カテゴリ判断部８は、選択した文字列認識結果に含まれる文字数が、所定の制限数以内であるか否か判断し、制限数以内でない場合に文字列認識結果に含まれる文字数を削減するように構成されても良い（以下、この処理を「文字数削減処理」と呼ぶ）。

例えば、カテゴリ判断部８は、予め設定されている不要な文字列（以下、「不要文字列」と呼ぶ）を文字列認識結果から削除することにより文字数を削減する。不要文字列とは、全カテゴリに共通して不要な文字列として設定されても良いし、各カテゴリについて特有の不要な文字列が設定されても良い。全カテゴリに共通する不要文字列の例として、“−（ハイフン）”や“，（カンマ）”等がある。また、各カテゴリに特有の不要文字列の例として、Ｅ−ｍａｉｌアドレスの場合には＠（アットマーク）以降の文字列などがある。また、カテゴリ特有の不要文字列の例として、ＵＲＬの場合には“ｈｔｔｐ：／／”という文字列や、“ｈｔｔｐ：／／ｗｗｗ”という文字列がある。同様に、カテゴリ特有の不要文字列の例として、電話番号やＦＡＸ番号の場合には、“（”，“）”や、“−（ハイフン）”や、局番を示す文字列などがある。他にも、カテゴリ特有の不要文字列の例として、会社名・店舗名の場合には“株式会社”，“（株）”，“有限会社”，“（有）”，“店”等の文字列、住所の場合には都道府県名を示す文字列などがある。

また、カテゴリ判断部８は、不要文字列を、不要文字列よりも文字数の少ない他の文字列に置き換えることによって文字数を削減するように構成されても良い。例えば、“株式会社”という文字列を“（株）”や“株”という文字列（このとき、一文字分の文字列として（株）が示されても良い）に置き換えることや、住所において“１丁目２番地３号”という文字列を“１−２−３”と置き換える、即ち“丁目”，“番地”という文字列を“−（ハイフン）”に置き換えると同時に“号”という文字列を削除することなども可能である。

また、カテゴリ判断部８は、上記のような文字数削減処理によっても、文字数が制限数内におさまらない場合、文字数強制削減処理を実施することにより、さらに文字数を削減するように構成されても良い。文字数強制削減処理では、文字数削減処理よりも多くの文字列が削減される。言い換えれば、文字数強制削減処理では、文字列の削除によって文字列認識結果の意味が多少不明確になるとしても、文字列を削除することにより文字数を強制的に削減する。例えば、文字数強制削減処理では、Ｅ−ｍａｉｌアドレスやＵＲＬにおいて、“．ｃｏ．ｊｐ”という文字列が“．ｃ”という文字列に置き換えられる。また、住所において、国名、都道府県名、市町村名、町名、等の順に従って、制限数に文字数がおさまるまで文字列が順に削除される。

また、カテゴリ判断部８は、文字数削減処理により得られる文字列認識結果をファイル
名として決定する場合、これらのファイルを含むディレクトリの名前を、文字数削減処理により削除した文字列を用いて決定するように構成されても良い。例えば、カテゴリ判断部８は、Ｅ−ｍａｉｌアドレスのカテゴリにおいて、＠（アットマーク）以前の文字列をファイル名とし、＠（アットマーク）以降の文字列を、これらのデータファイルを含むディレクトリの名前として決定するように構成されても良い。また例えば、カテゴリ判断部８は、住所のカテゴリにおいて、都道府県名が削除された文字列をファイル名とし、都道府県名を、これらのデータファイルを含むディレクトリの名前として決定するように構成されても良い。また、カテゴリ判断部８は、ＵＲＬのカテゴリにおいて、“／〜（スラッシュとチルダ）”の後の文字列をファイル名とし、この前の文字列を、これらのデータファイルを含むディレクトリの名前として決定するように構成されても良い。

また、カテゴリ判断部８は、文字数削減処理において、文字列認識結果に含まれる文字数を削減するのではなく以下のような処理を行うように構成されても良い。即ち、カテゴリ判断部８は、文字列認識結果であるテキストデータのデータ量について、制限内におさまっているか否かを判断し、判断結果に応じてそのデータ量を削減するように構成されても良い。例えば、カテゴリ判断部８は、全角の数字やアルファベットやカタカナにより示される文字列を、半角の文字列に置き換えることによりデータ量を削減するように構成されても良い。

次に、カテゴリ判断部８は、選択した文字列認識結果を、ファイル名やディレクトリ名として画像記憶部５へ渡す。例えば、ファイル名を決定するようにデータ名決定装置３が設定されている場合やユーザからの指示があった場合、カテゴリ判断部８は、選択した文字列認識結果を所定のデータファイルの名前として画像記憶部５へ渡す。また、例えば、ディレクトリ名を決定するようにデータ名決定装置３が設定されている場合やユーザからの指示があった場合、カテゴリ判断部８は、選択した文字列認識結果を所定のディレクトリの名前として画像記憶部５へ渡す。

〈入力部〉
入力部４は、ユーザがデータ名決定装置３に対し、カテゴリの入力・設定や、処理対象となるデータファイルの指示や、名前を決定する対象となるデータファイルやディレクトリの指示・選択などを行うための装置である。入力部４は、例えばキーボードやポインティングデバイス（マウス，トラックボール，タブレットなど）や、ダイヤル式入力装置や、タッチパネルや、テンキーや、各種ボタンや、音声入力装置などを用いて構成される。入力部４は、ユーザがカテゴリの入力や設定などを行うことが可能であれば、その他どのような入力装置を用いて構成されても良い。

〈画像記憶部〉
画像記憶部５は、いわゆる不揮発性記憶装置とこの不揮発性記憶装置を制御する機能部によって構成される。画像記憶部５は、他の機能部や装置の命令に従い、画像のデータファイルをはじめとする各種データのファイルを記憶できる。また、画像記憶部５は、データ名決定装置３からファイル名を受け取った場合、このファイル名を所定のデータファイルの名称として記憶する。所定の画像データとは、データ名決定装置３において処理の対象となった画像のデータであっても良いし、ユーザによって指定された他のデータファイルであっても良い。また、画像記憶部５は、データ名決定装置３からディレクトリ名を受け取る場合、所定のディレクトリの名前として記憶しても良い。この所定のディレクトリはユーザによって指定されたディレクトリであっても良いし、データ名決定装置３において処理の対象となった画像のデータファイルを含むディレクトリであっても良い。また、所定のディレクトリは、作成された新たなディレクトリであっても良い。

〈表示部〉
表示部６は、ＣＲＴ（Cathode Ray Tube）や液晶ディスプレイ等の表示装置やその制御部などを用いて構成される。表示部６は、様々なデータを表示できる。例えば、表示部６は、データ名決定装置３による処理結果や画像入力部２により入力された画像や、画像記憶部５に記憶される画像や、入力部４を介して入力された入力結果などを表示する。

〔動作例〕
図４，５は、画像記録装置１の動作例を示すフローチャートである。図４，５を用いて、画像記録装置１の動作例について説明する。

まず、データ名決定装置３における処理の対象となる画像が決定されると、文字列認識部７は、処理の対象となる画像から文字列を抽出する（Ｓ０１）。次に、文字列認識部７は、抽出した各文字列について文字認識を行い、文字列認識結果（テキストデータ）を取得する（Ｓ０２）。文字列認識部７は、取得した全ての文字列認識結果をカテゴリ判断部８へ渡す。

カテゴリ判断部８は、文字列認識部７によって取得された各文字列認識結果についてカテゴリを判断する（Ｓ０３）。そして、カテゴリ判断部８は、文字列認識結果に、判断結果であるカテゴリ名を付加する（Ｓ０４）。カテゴリ判断部８は、全ての文字列認識結果に対しカテゴリ名を付加したか否か判断する（Ｓ０５）。カテゴリ名が付加されていない文字列認識結果が存在すると認められる場合（Ｓ０５−Ｎｏ）、カテゴリ判断部８は、カテゴリ名が付加されていない文字列認識結果に対し、Ｓ０３，Ｓ０４の処理を実施し、カテゴリ名を付加する。

一方、全ての文字列認識結果に対してカテゴリ名が付加されたと認められる場合（Ｓ０５−Ｙｅｓ）、カテゴリ判断部８は、文字列認識結果とカテゴリ名とを対応づけて表示部６へ渡す。そして、表示部６は文字列認識結果とカテゴリ名とを対応づけて表示する（Ｓ０６）。そして、カテゴリ判断部８は、表示部６を介してユーザに対しカテゴリの選択を促す（Ｓ０７）。例えば、カテゴリ判断部８は、「カテゴリを選択して下さい」等の表示を表示部６に実施させることにより、ユーザに対してカテゴリの選択を促す。

入力部４を介してユーザにより選択されたカテゴリに対応する文字列認識結果が存在しない場合（Ｓ０８−Ｎｏ）、カテゴリ判断部８は、別のカテゴリが選択されるように、改めてカテゴリを選択することをユーザに対し促す（Ｓ０７）。一方、指示されたカテゴリに対応する文字列認識結果が存在する場合（Ｓ０８−Ｙｅｓ）、カテゴリ判断部８は、この文字列認識結果に含まれる文字数が、制限数内であるか否か判断する。文字数が制限数を超えている場合（Ｓ０９−Ｎｏ）、カテゴリ判断部８は、文字数削減処理を実施することにより、この文字列認識結果に含まれる文字数を削減させる（Ｓ１０）。カテゴリ判断部８は、削減された文字数について再度制限数内であるか否か判断し、まだ制限数を超えている場合には、制限数内に収まるまで文字数強制削減処理を繰り返し行うように構成されても良い。

文字列認識結果に含まれる文字数が制限数内である（又は制限数内となった）場合（Ｓ０９−Ｙｅｓ）、カテゴリ判断部８は、表示部６を介して、ユーザによって指示されたカテゴリに対応する文字列認識結果（文字数削減処理や文字数強制削減処理が実施された場合は、その処理結果）を表示する（Ｓ１１）。表示された文字列認識結果についてユーザから承認を示す入力が無かった場合、又は否認する入力があった場合（Ｓ１２−Ｎｏ）、Ｓ０６以降の処理が改めて行われる。一方、ユーザから承認を示す入力があった場合（Ｓ１２−Ｙｅｓ）、カテゴリ判断部８は画像記憶部５に対し文字列認識結果をデータ名として与える。そして、画像記憶部５は、所定のデータに対して文字列認識結果をデータ名として付与し記憶する（Ｓ１３）。

〔作用／効果〕
画像記録装置１では、データ名設定装置３により、ユーザによって入力・設定されたカテゴリに対応する文字列が、画像内から抽出・認識され、ファイル名やディレクトリ名として決定される。このため、ユーザは、ファイル名やディレクトリ名を決める際に、わざわざこれらの名前をテキストデータとして入力する必要がない。また、データ名設定装置３では、決定されるファイル名やディレクトリ名は、意味のない連番や日付などではなく、ユーザにより入力・設定されたカテゴリに対応する文字列である。そして、この文字列は、所定の画像（例えばファイル名が決定されるデータファイルそのものの画像や、名前が決定されるディレクトリに含まれるデータファイルの画像や、ファイル名が決定されるデータファイルと密接に関連する画像（例えば顔写真のデータファイルの名前を決定する際の、顔写真の人物の名刺の画像など）など）から抽出・認識される。この文字列は、例えば、電話番号やＵＲＬやＥ−ｍａｉｌアドレスや氏名などである（具体例は図３参照）。従って、画像記憶装置１において設定されるファイル名やディレクトリ名（即ち、データ名決定装置３によって決定されるファイル名やディレクトリ名）からデータファイルやディレクトリの内容を推測することが容易に可能となる。

また、このとき、カテゴリ判断部８は、例えば図３に示されるような条件に従って独自に文字列認識結果の分類を行う。このため、ユーザは文字列認識結果を各カテゴリに分類する必要はない。

また、画像記録装置１では、ユーザは複数のカテゴリを優先順位づけて予め設定しておくことができる。この場合、優先順位に従ってカテゴリが自動的に決定され、決定されたカテゴリに対応する文字列認識結果がデータ名として設定される。このため、ユーザはデータ名を決定する度にわざわざカテゴリの選択を行う必要が無く、ユーザにとっての処理の簡易化、高速化を図ることができる。

また、画像記録装置１では、選択された文字列認識結果に含まれる文字数が制限数を超えている場合、文字数削減処理や文字数強制削減処理が実行され、制限数におさまるように文字数の調整が行われる。このため、例え文字列認識結果の文字数が制限数を超えていたとしても、ユーザがわざわざ手入力を行うことによって文字列認識結果の調整や、新たなデータ名を入力する必要がない。

〔変形例〕
画像記録装置１又は画像入力部２がデジタルカメラ等の撮像装置を用いて構成される場合、ファインダーやプレビュー画面において、照準を示す表示が行われるように構成されても良い。図６は、照準を示す表示の例を示す図である。図６では、十字の真ん中（即ち、円の中心部）が照準の中心となる。このように構成された場合、文字列認識部７には、入力画像のデータとともに、照準の中心位置が渡される。そして、文字列認識部７は、照準の中心が含まれる（又は照準の中心に最も近い）文字列のみを抽出・認識する。この場合、カテゴリ判断部８は、カテゴリに関する判断を行うことなく、この文字列認識結果をデータ名として決定する。また、ユーザがこのような照準を示す表示を行うか否かについて設定することができるように、画像記録装置１が構成されても良い。この場合、例えば照準を示す表示が行われないように設定された場合には、カテゴリに関する判断が実施され、上記表示が行われるように設定された場合には、カテゴリに関する判断を実施せず照準の中心が含まれる文字列等のみを抽出・認識するように構成されても良い。

また、文字列認識部７は、画像の中心が含まれる（又は画像の中心に最も近い）文字列のみを抽出・認識するように構成されても良い。この場合、カテゴリ判断部８は、カテゴリに関する判断を行うことなく、この文字列認識結果をデータ名として決定する。このと
き、文字列認識部７は、例えば各文字列の中心線と画像の中心との距離を算出し、この値が最も小さい文字列を画像の中心に最も近い文字列として判断するように構成されても良い。また、文字列認識部７は、各文字列について、各文字列に含まれる文字のうち最も画像の中心に近いものと画像の中心との距離を算出し、この値が最も小さい文字列を画像の中心に最も近い文字列として判断するように構成されても良い。また、文字列認識部７は、各文字列について、各文字列の中心（例えば各文字列の領域の重心や、各文字列を囲む矩形の中心など）と画像の中心との距離を算出し、この値が最も小さい文字列を画像の中心に最も近い文字列として判断するように構成されても良い。

また、画像記録装置１は、Ｓ０６において表示された文字列認識結果にユーザの所望の文字列が無い場合、ユーザがカテゴリを選択することなく自らデータ名を入力することができるように構成されても良い。このような入力は、入力部４又は別途設けられた入力装置によって行われる。例えば、このような入力は、テンキーやキーボードやタッチパネル等の様々な既存の入力装置によって実現可能である。また、このような入力は、Ｓ０６においてのみならず、他のステップにおいて（例えば、Ｓ１２とＳ１３との間、Ｓ１０の代わり等）実施されるように構成されても良い。また、このような入力が行われた場合には、すぐにＳ１３の処理を行うことにより、入力されたデータ名を採用するように構成されても良い。

また、文字列認識結果の文字数が制限数を超えている場合、カテゴリ判断部８は、文字数削減処理を行うことなく、ユーザに他のカテゴリを選択するように又は文字列認識結果の内容を修正するように指示しても良い。同様に、文字数削減処理を実施したにもかかわらず文字数が制限数を超えている場合、カテゴリ判断部８は、文字数強制削減処理を行うことなく、ユーザに他のカテゴリを選択するように又は文字列認識結果の内容を修正するように指示しても良い。

また、カテゴリ判断部８は、データ名として決定した文字列認識結果と同じファイル名又はディレクトリ名が、このデータ名を与えるデータファイル又はディレクトリが含まれるディレクトリに存在する場合、この文字列認識結果に対し所定の文字列を付加するように構成されても良い。所定の文字列とは、例えば連番や日付などである。

また、画像記録装置１の説明では、文字列認識部７によって抽出・認識される文字列は左から右方向に横に並ぶ文字列のみが例示したが、他の方向、例えば上から下方向に並ぶ文字列などが抽出・認識されるように構成されても良い。どのような文字列を抽出・認識するかはユーザによって設定可能に構成されても良い。

〔適用例〕
画像記録装置１は、以下のように実際の場面で用いることが可能である。例えば、画像記録装置１を用いて名刺の画像データを記録する場合、各名刺の画像データに対し、名刺の画像から抽出される任意のカテゴリ（例えば、氏名や会社名やＥ−ｍａｉｌアドレスや電話番号（内線番号を含む）など）の文字列をファイル名として決定することができる（記録するデータファイルと文字列抽出の対象となるデータファイルとが同一である場合の具体例）。

また、人の顔の画像データを記録する場合、この人の名刺の画像から抽出される任意のカテゴリの文字列を、人の顔の画像データのファイル名として決定することもできる。また、建物や場所などの画像データを記録する場合、この建物や場所の名称や説明などが記載された物の画像（例えば看板や観光案内や地図などの画像）から抽出される任意のカテゴリの文字列をファイル名として決定することもできる（記録するデータファイルと文字列抽出の対象となるデータファイルとが異なる場合の具体例）。

また、同一の会社の複数人の名刺の画像データを記録する場合、これらの画像データを含むディレクトリの名前を、これらの画像から抽出・認識された文字列を用いて決定することもできる（ディレクトリ名を決定する場合の具体例）。このとき、さらに、複数の名刺の画像データから抽出された文字列のうち、全てに共通する文字列（文字列認識結果の一部分の文字列であっても良い）をディレクトリ名として決定するようにデータ名決定装置３が構成されても良い。この場合、例えば、Ｅ−ｍａｉｌアドレスの＠（アットマーク）より前の文字列を各名刺画像のファイル名とし、＠（アットマーク）以降の共通する文字列をディレクトリ名として決定することもできる。

画像記録装置の機能ブロックを示す図である。 一行文字列毎に短冊状の行画像として抽出される文字列の例を示す図である。 各カテゴリの判断の条件例を示す図である。 画像記録装置の動作例を示すフローチャートである。 画像記録装置の動作例を示すフローチャートである。 照準を示す表示の例を示す図である。

符号の説明

１ 画像記録装置
２ 画像入力部
３ データ名決定装置
４ 入力部
５ 画像記憶部
６ 表示部
７ 文字列認識部
８ カテゴリ判断部

Claims (15)

1. 入力された画像から１以上の文字列を抽出し、抽出された文字列について文字列認識を行う文字列認識手段と、
   前記文字列認識手段によって認識された各文字列についてその文字列が属するカテゴリを判断し、所定のカテゴリに属する文字列を所定のデータの名前として決定するカテゴリ判断手段と
   を含むデータ名決定装置であって、
   前記カテゴリ判断手段は、優先順位を伴ったカテゴリの設定内容に従い、対応する文字列認識結果を有するカテゴリのうち最も優先順位の高いカテゴリに属する文字列を前記所定のデータの名前として決定するデータ名決定装置。
2. 入力された動画像から静止画像を抽出する静止画像抽出手段をさらに備え、
   前記文字列認識手段は、前記静止画像抽出手段によって抽出された静止画像に対し文字列の抽出や文字列認識を行う請求項１に記載のデータ名決定装置。
3. 前記文字列認識手段及び／又はカテゴリ判断手段は、ユーザによる修正指示に応じて、文字列認識の結果及び／又は所定のデータの名前を修正する請求項１又は２に記載のデータ名決定装置。
4. 前記文字列認識手段による文字列認識の結果及び／又は前記カテゴリ判断手段により決定された前記所定のデータの名前に含まれる文字列の中から、予め決められた不要文字列を削除する削除手段をさらに備える請求項１〜３のいずれかに記載のデータ名決定装置。
5. 前記カテゴリ判断手段は、決定した前記所定のデータの名前と同一名のデータが前記所定のデータと同一のデータ領域に既に存在する場合、前記決定した所定のデータの名前に対し新たな文字列を付加する請求項１〜４のいずれかに記載のデータ名決定装置。
6. 入力された画像から１以上の文字列を抽出するステップと、
   抽出された文字列について文字列認識を行う文字列認識ステップと、
   前記文字列認識ステップにおいて認識された各文字列についてその文字列が属するカテゴ
   リを判断し、所定のカテゴリに属する文字列を所定のデータの名前として決定するカテゴリ判断ステップと
   を情報処理装置に実行させるためのプログラムであって、
   前記カテゴリ判断ステップでは、優先順位を伴ったカテゴリの設定内容に従い、対応する文字列認識結果を有するカテゴリのうち最も優先順位の高いカテゴリに属する文字列を前記所定のデータの名前として決定するプログラム。
7. 入力された動画像から静止画像を抽出する静止画像抽出ステップをさらに含み、
   前記文字列認識ステップでは、前記静止画像抽出ステップにおいて抽出された静止画像に対し文字列の抽出や文字列認識を行う請求項６に記載のプログラム。
8. 前記文字列認識ステップ及び／又はカテゴリ判断ステップでは、ユーザによる修正指示に応じて、文字列認識の結果及び／又は所定のデータの名前を修正する請求項６又は７に記載のプログラム。
9. 前記文字列認識ステップにおける文字列認識の結果及び／又は前記カテゴリ判断ステップにおいて決定された前記所定のデータの名前に含まれる文字列の中から、予め決められた不要文字列を削除する削除ステップをさらに含む請求項６〜８のいずれかに記載のプログラム。
10. 前記カテゴリ判断ステップでは、決定した前記所定のデータの名前と同一名のデータが前記所定のデータと同一のデータ領域に既に存在する場合、前記決定した所定のデータの名前に対し新たな文字列を付加する請求項６〜９のいずれかに記載のプログラム。
11. 情報処理装置が、入力された画像から１以上の文字列を抽出するステップと、
    情報処理装置が、抽出された文字列について文字列認識を行う文字列認識ステップと、
    情報処理装置が、前記文字列認識ステップにおいて認識された各文字列についてその文字列が属するカテゴリを判断し、所定のカテゴリに属する文字列を所定のデータの名前として決定するカテゴリ判断ステップと
    を含むデータ名決定方法であって、
    前記カテゴリ判断ステップでは、優先順位を伴ったカテゴリの設定内容に従い、対応する文字列認識結果を有するカテゴリのうち最も優先順位の高いカテゴリに属する文字列を前記所定のデータの名前として決定するデータ名決定方法。
12. 情報処理装置が、入力された動画像から静止画像を抽出する静止画像抽出ステップをさらに含み、
    前記文字列認識ステップでは、前記静止画像抽出ステップにおいて抽出された静止画像に対し文字列の抽出や文字列認識を行う請求項１１に記載のデータ名決定方法。
13. 前記文字列認識ステップ及び／又はカテゴリ判断ステップでは、ユーザによる修正指示に応じて、文字列認識の結果及び／又は所定のデータの名前を修正する請求項１１又は１２に記載のデータ名決定方法。
14. 情報処理装置が、前記文字列認識ステップにおける文字列認識の結果及び／又は前記カテゴリ判断ステップにおいて決定された前記所定のデータの名前に含まれる文字列の中から、予め決められた不要文字列を削除する削除ステップをさらに含む請求項１１〜１３のいずれかに記載のデータ名決定方法。
15. 前記カテゴリ判断ステップでは、決定した前記所定のデータの名前と同一名のデータが前記所定のデータと同一のデータ領域に既に存在する場合、前記決定した所定のデータの名
    前に対し新たな文字列を付加する請求項１１〜１４のいずれかに記載のデータ名決定方法。

Images