JP4780169B2 - データ生成装置、スキャナ、及びコンピュータプログラム - Google Patents

Description

本発明は、目次及び／又は索引ページのデータと、それぞれがページ番号を含む複数の通常ページのデータとを含むデータ群からハイパーリンク構造のデータを生成する技術に関する。

例えば、本や雑誌等の複数のページを有する文書がページ毎にスキャンされて、ページ単位でデータが生成されることがある（例えば特許文献１）。生成された複数ページのデータが、データ群として保存されることがある。

特開２００６‐１９７２７０号公報

ユーザは、データ群の中から、所望の内容が記載されているページのデータを探し出す場合、データ群に含まれるデータを１つずつ確認しなければならない。また、近年、携帯電話、ノート型パソコンを含む携帯型情報端末の普及に伴って、紙ベースで利用してきた書籍、業務文書等がスキャンされてデータ化されることが多い。ユーザは、スキャンによって生成された書籍、業務文書等のデータ群を、携帯型情報端末を利用して閲覧する機会も増えている。この様な利用において、データ化された文書を効率よく閲覧可能とする手段の提供が求められている。

本明細書では、ユーザが、所望のページに対応するデータを容易に見ることが可能となる技術を提供する。

本明細書によって開示される１つの技術は、目次及び／又は索引ページのデータと、それぞれがページ番号を含む複数の通常ページのデータとを含むデータ群からハイパーリンク構造のデータを生成するデータ生成装置であって、前記データ群は、文書をスキャンして得られた画像データであり、前記データ生成装置は、前記データ群から目次及び／又は索引ページのデータを特定するデータ特定手段と、データ特定手段で特定された目次及び／又は索引ページのデータに含まれている数字と、その数字が配置されているデータ上の位置とを特定する目次・索引情報抽出処理実行手段であって、前記目次及び／又は索引ページのデータと予め決められている所定の数字との照合を実行することによって、前記目次及び／又は索引ページのデータから、ページ番号に相当する数字を特定する前記目次・索引情報抽出処理実行手段と、前記複数の通常ページのデータと予め決められている所定の数字との照合を実行することによって、前記複数の通常ページのデータのそれぞれからページ番号に相当する数字を特定するページ番号抽出処理実行手段と、前記複数の通常ページのデータのそれぞれについて、当該通常ページのデータと、当該通常ページのデータから前記ページ番号抽出処理実行手段で特定された数字とを対応づけて記憶する記憶手段と、前記目次・索引情報抽出処理実行手段で特定されたページ番号に相当する数字の位置に対応する位置に、当該数字と同じ数字に対応づけて記憶手段に記憶されている通常ページのデータにリンクするためのハイパーリンクを生成するハイパーリンク手段と、を備える。前記目次・索引情報抽出処理実行手段は、以下の（１）から（３）の条件、即ち、（１）２個以上の数字を含む数字列において、その数字列の前後の第１間隔以下に非数字文字が存在せず、（２）前記２個以上の数字を含む数字列に含まれる各数字間に、カンマ以外の非数字文字が含まれておらず、かつ、（３）前記２個以上の数字を含む数字列にカンマが含まれていないこと、を満たす場合に、（I）前記２個以上の数字を含む数字列において各数字間の間隔が予め決められている第３間隔以下である場合に、当該数字列をページ番号に相当する数字として特定し、（II）目次ページのデータがデータ特定手段によって特定された場合であって、前記２個以上の数字を含む数字列において数字間の１個以上の間隔のいずれかが前記第３間隔より大きい第４間隔である場合に、当該数字列をページ番号に相当する数字として特定せず、（III）索引ページのデータがデータ特定手段によって特定された場合であって、前記２個以上の数字を含む数字列において数字間の１個以上の間隔のいずれかが前記第４間隔である場合に、前記第４間隔で隔てられた複数個の数字群のそれぞれを、ページ番号に相当する数字として特定する。ページ番号抽出処理実行手段は、上記の（１）から（３）の条件を満たす場合に、（IV）前記２個以上の数字を含む数字列において各数字間の間隔が前記第３間隔以下である場合に、当該数字列をページ番号に相当する数字として特定し、（V）前記２個以上の数字を含む数字列において数字間の１個以上の間隔のいずれかが前記第４間隔である場合に、当該数字列をページ番号に相当する数字として特定しない。
本明細書によって開示される他の技術は、目次及び／又は索引ページのデータと、それぞれがページ番号を含む複数の通常ページのデータとを含むデータ群からハイパーリンク構造のデータを生成するデータ生成装置である。なお、上記のデータ群は、文書をスキャンすることによって得られた画像データであってもよいし、ワープロソフト等によって作成されたテキスト形式のデータであってもよい。目次及び／又は索引ページとは、目次及び／又は索引の内容を含むページであり、目次及び／又は索引以外の内容が含まれているページも含む概念である。通常ページとは、目次及び／又は索引の内容を含まないページである。データ生成装置は、データ特定手段と数字特定手段とハイパーリンク手段を備える。データ特定手段は、データ群から目次及び／又は索引ページのデータを特定する。データ特定手段は、例えば、目次及び／又は索引ページのデータをユーザが指定することを許容するものであってもよい。この場合、ユーザによって指定されたデータを特定することが「目次及び／又は索引ページのデータを特定する」ことに相当する。あるいは、ページのデータが画像データである場合には、データに含まれる「目次」、「もくじ」、「索引」、「ｉｎｄｅｘ」等の文字を認識することによって、目次及び／又は索引ページのデータを特定してもよい。数字特定手段は、データ特定手段で特定された目次及び／又は索引ページのデータに含まれている数字と、その数字が配置されているデータ上の位置とを特定する。データ上の位置とは、数字が配置されているデータ上の座標であってもよく、数字が配置されているデータ上の領域であってもよい。ハイパーリンク手段は、数字特定手段で特定された数字の位置に対応する位置に、当該数字と同じページ番号を含む通常ページのデータにリンクするためのハイパーリンクを生成する。数字特定手段で特定された数字の位置に対応する位置とは、数字特定手段で特定された数字の位置であってもよく、数字特定手段で特定された数字に対応する文字列（例えば、特定された数字に対応する目次ページの見出し、索引ページの索引の対象となる単語等）の位置、又は、数字特定手段で特定された数字の位置とその数字に対応する文字列の位置とを含む領域（例えば、目次又は索引ページが横書きである場合には数字列と同一の行の領域、目次又は索引ページが縦書きである場合には数字列と同一の列の領域）であってもよい。また、特定された数字の位置が含まれていてもよいし、含まれていなくてもよい。なお、上記のハイパーリンクは、「目次及び／又は索引ページが表示されている状態において、そのページ上の数字に対して所定の操作（例えばクリック）が実行された場合に、その数字と同じページ番号の通常ページのデータを表示することをコンピュータに指示する命令（情報）」と言い換えることができる。

上記したデータ生成装置では、目次及び／又は索引ページの数字の位置に、当該数字と同じページ番号を含む通常ページのデータにリンクするためのハイパーリンクを生成する。ハイパーリンク化されたデータを利用すると、ユーザは、目次及び／又は索引ページから所望の内容が記載されているページのデータを容易に見ることができる。即ち、ユーザは、目次及び／又は索引ページが表示されている状態において、所望の内容が記載されているページ番号に相当する数字に対して所定の操作を実行することができる。この場合、ハイパーリンクが機能し、操作が実行された数字と同じページ番号の通常ページが表示される。ユーザは、所望のページのデータを容易に見ることができる。

上記したデータ生成装置では、複数の通常ページのデータのそれぞれのページ番号に相当する数字を、ユーザが指定することを許容する手段を備えていてもよい。ハイパーリンク手段は、数字特定手段で特定された数字の位置に、当該数字と同じ数字がユーザによって指定された通常ページのデータにリンクするためのハイパーリンクを生成してもよい。
一方において、上記したデータ生成装置は、ページ番号特定手段と記憶手段をさらに備えていてもよい。ページ番号特定手段は、複数の通常ページのデータのそれぞれからページ番号に相当する数字を特定してもよい。記憶手段は、複数の通常ページのデータのそれぞれについて、当該通常ページのデータと、当該通常ページのデータからページ番号特定手段で特定された数字とを対応づけて記憶してもよい。ハイパーリンク手段は、数字特定手段で特定された数字の位置に、当該数字と同じ数字に対応づけて記憶手段に記憶されている通常ページのデータにリンクするためのハイパーリンクを生成してもよい。

前者の手法では、ユーザは、複数の通常ページのデータのそれぞれのページ番号に相当する数字を指定しなければならない。一方、後者の手法では、ページ番号特定手段が、複数の通常ページのデータのそれぞれからページ番号に相当する数字を特定する。後者の手法によれば、ユーザがページ番号に相当する数字を指定する手間を省くことができる。

上記したデータ群は、文書をスキャンして得られた画像データであってもよい。この場合、上記したデータ生成装置の数字特定手段とページ番号特定手段は、画像データと予め決められている所定の数字との照合を実行することによって、画像データから数字を特定してもよい。
この構成によると、数字特定手段とページ番号特定手段が数字を特定することができる。なお、照合を実行するための利用される文字は、上記の所定の数字のみに限られない。数字に加えて他の文字を用いて照合を実行してもよい。例えば、ハイフンやカンマを用いて照合を実行してもよい。なお、照合を実行するために利用される文字の数は、できるだけ少ない方がよい。照合を短時間で実行することができるからである。例えば、照合を実行するために利用される文字は、数字と予め決められている記号のみであってもよい。例えば、０から９までの数字と、「，」（カンマ）、「−」（ハイフン）等の記号のみであってもよい。即ち、アルファベット、ひらがな、片仮名、漢字等を利用しなくてもよい。

このデータ生成装置では、ページ番号特定手段は、複数の通常ページのデータのそれぞれについて、当該通常ページの予め決められている領域内のデータと所定の数字との照合を実行することによって、ページ番号に相当する数字を特定してもよい。
通常ページでは、ページ番号は、文書の種類を問わず、当該ページの外周付近に記載されていることがほとんどである。ページ番号特定手段が照合すべきデータを限定することによって、ページ番号に相当する数字を特定する時間を短縮することができる。

上記したデータ生成装置では、ページ番号特定手段は、ページ番号に相当する数字を特定することができなかった通常ページのデータが存在する場合に、当該通常ページのデータに含まれるページ番号に相当する数字を、他の通常ページのデータから特定されたページ番号に相当する数字に基づいて決定してもよい。
ページ番号特定手段がページ番号に相当する数字を特定することができない場合がある。文書をスキャンして画像データを生成する場合、例えば、通常ページのページ番号が記載されている箇所が破損していたり、汚れていることによって、ページ番号に対応する数字のデータが画像データに含まれていないページのデータが存在する場合がある。この場合、ページ番号特定手段は、画像データに含まれている数字を認識しても、ページ番号に相当する数字を特定することができない。例えば、１ページから８ページの通常ページのデータからページ番号に対応する数字が特定されており、１０ページ以降の通常ページのデータからページ番号に対応する数字が特定されており、１ページ分の通常ページのデータのページ番号に対応する数字が特定できなかった場合、ページ番号特定手段は、当該ページ番号が特定できなかった通常ページのデータを９ページのデータであると決定することができる。これにより、認識手段によってページ番号が特定できなかった通常ページのデータに相当するページ番号を決定することができる。

上記したデータ群では、複数の通常ページのデータが順に配列されていてもよい。この場合、ページ番号特定手段は、ページ番号に相当する数字を特定することができなかった通常ページのデータが存在する場合に、当該通常ページのデータの前後に配列されている通常ページのデータから特定された２個のページ番号に相当する数字の間の整数を、当該通常ページのデータに含まれるページ番号に相当する数字と決定してもよい。
この構成によれば、認識手段によってページ番号が特定できなかった通常ページのデータに相当するページ番号を決定することができる。

ページのデータには、ページ番号に相当する数字以外にも、数字が含まれていることがある。数字特定手段とページ番号特定手段が、認識手段によって画像データから数字を認識する場合、ページ番号に相当する数字以外の数字を特定する可能性がある。このことから、数字特定手段とページ番号特定手段が数字を特定するための規則が決められていてもよい。

数字特定手段とページ番号特定手段は、２以上の数字を含む数字列において各数字間の間隔が予め決められている第１間隔以下であることを条件として、当該数字列をページ番号に相当する数字として特定してもよい。
例えば、索引ページにおいて、キーワード「ＺＺＺ」が複数のページ（例えば、１３ページ目と２４ページ目）に記載されている場合、索引ページには、「ＺＺＺ」に対応するページ番号として、「１３ ２４」のように、ページ番号に相当する数字が並べて記載されていることが多い。この数字特定手段では、２以上の数字を含む数字列において各数字間の間隔が予め決められている第１間隔以下である場合に、１ページ分のページ番号に相当する数字であると特定している。この数字特定手段によれば、「１３ ２４」と記載されている数字に対して、「１３」と「２４」をそれぞれ別のページを表す数字列であると特定することができる。

上記した数字特定手段とページ番号特定手段は、１以上の第１数字と、１以上の第２数字と、第１数字と第２数字の間に配置されているカンマとを含む数字列において、第１数字の各数字間の間隔が前記第１間隔以下であり、第２数字の各数字間の間隔が前記した第１間隔以下であり、カンマとその前後に配置されている数字との間の間隔が予め決められている第２間隔以下であることを条件として、当該数字列を１ページ分のページ番号に相当する数字として特定してもよい。第２間隔は、第１間隔と異なっていてもよく、同一であってもよい。
例えば、ページ番号が１０００以上の場合、「１，０００」と記載されている場合がある。この数字特定手段では、カンマの前後の数字列のそれぞれが第１間隔以下であり、カンマとその前後の数字との間隔が第２間隔以下である場合、１ページ分のページ番号に相当する数字であると特定する。これにより、「１，０００」等の千桁を越える数字をページ番号に相当する数字であると特定することができる。

上記した数字特定手段は、２以上の数字を含む数字列において各数字間の間隔が前記した第１間隔以下であっても、数字列の前及び／又は後の予め決められている第３間隔内に他の文字が存在することを条件として、当該数字列をページ番号に相当する数字として特定しなくてもよい。
ページ番号に相当する数字以外の数字が含まれている場合、数字列の前後に他の文字が存在する場合が多い。この数字特定手段によれば、数字列の前後に他の文字が存在する場合、ページ番号に相当する数字として特定しない。これにより、より正確にページ番号に相当する数字を特定することができる。

上記したページ番号特定手段は、２以上の数字を含む数字列において各数字間の間隔が前記した第１間隔以下であり、数字列の前及び／又は後の予め決められている第４間隔内に他の文字が存在する場合に、以下の規則に従って、ページ番号に相当する数字として特定してもよい。即ち、（１）他の文字がハイフンであり、当該ハイフンが数字列の前及び後に存在することを条件として、当該数字列をページ番号に相当する数字として特定し、（２）他の文字がハイフン以外の非数字文字であること、又は、他の文字がハイフンであり、当該ハイフンが数字列の前又は後のみに存在することを条件として、当該数字列をページ番号に相当する数字として特定しなくてもよい。
通常ページのページ番号に相当する数字列の前後には、非数字文字が含まれている場合がある。例えば、ページ番号が「-123-」のように、数字列のハイフンが含まれている場合がある。一方において、通常ページには、ページ番号以外の数字が含まれている可能性がある。このページ番号特定手段によれば、前記した事象において、ページ番号に相当する数字を的確に特定することができる。

上記した数字特定手段とページ番号特定手段は、２以上の数字の間にカンマ以外の非数字文字を含む数字列をページ番号に相当する数字として特定しなくてもよい。
この構成によれば、より正確にページ番号に相当する数字を特定することができる。

上記したデータ生成装置を備えるスキャナも新規で有用である。即ち、スキャナは、スキャン手段と上記したいずれかのデータ生成装置を備えている。スキャン手段は、文書をスキャンしてデータ群を作成する。データ生成装置は、スキャン手段で作成されたデータ群からハイパーリンク構造のデータを生成する。
このスキャナによれば、スキャンして生成したデータ群から、ハイパーリンク構造のデータを生成することができる。

目次及び／又は索引ページのデータと、それぞれがページ番号を含む複数の通常ページのデータとを含むデータ群からハイパーリンク構造のデータを生成するデータ生成装置のためのコンピュータプログラムも有用である。データ群は、文書をスキャンして得られた画像データである。このコンピュータプログラムは、データ生成装置に搭載されたコンピュータに、前記データ群から目次及び／又は索引ページのデータを特定するデータ特定処理と、データ特定処理で特定された目次及び／又は索引ページのデータに含まれている数字と、その数字が配置されているデータ上の位置とを特定する目次・索引情報抽出処理であって、前記目次及び／又は索引ページのデータと予め決められている所定の数字との照合を実行することによって、前記目次及び／又は索引ページのデータから、ページ番号に相当する数字を特定する前記目次・索引情報抽出処理と、前記複数の通常ページのデータと予め決められている所定の数字との照合を実行することによって、前記複数の通常ページのデータのそれぞれからページ番号に相当する数字を特定するページ番号抽出処理と、前記複数の通常ページのデータのそれぞれについて、当該通常ページのデータと、当該通常ページのデータから前記ページ番号抽出処理で特定された数字とを対応づけて記憶手段に記憶させる記憶制御処理と、前記目次・索引情報抽出処理で特定されたページ番号に相当する数字の位置に対応する位置に、当該数字と同じ数字に対応づけて記憶手段に記憶されている通常ページのデータにリンクするためのハイパーリンクを生成するハイパーリンク処理と、実行させる。前記目次・索引情報抽出処理は、以下の（１）から（３）の条件、即ち、（１）２個以上の数字を含む数字列において、その数字列の前後の第１間隔以下に非数字文字が存在せず、（２）前記２個以上の数字を含む数字列に含まれる各数字間に、カンマ以外の非数字文字が含まれておらず、かつ、（３）前記２個以上の数字を含む数字列にカンマが含まれていないこと、を満たす場合に、（I）前記２個以上の数字を含む数字列において各数字間の間隔が予め決められている第３間隔以下である場合に、当該数字列をページ番号に相当する数字として特定し、（II）目次ページのデータがデータ特定処理によって特定された場合であって、前記２個以上の数字を含む数字列において数字間の１個以上の間隔のいずれかが前記第３間隔より大きい第４間隔である場合に、当該数字列をページ番号に相当する数字として特定せず、（III）索引ページのデータがデータ特定処理によって特定された場合であって、前記２個以上の数字を含む数字列において数字間の１個以上の間隔のいずれかが前記第４間隔である場合に、前記第４間隔で隔てられた複数個の数字群のそれぞれを、ページ番号に相当する数字として特定する。前記ページ番号抽出処理は、上記の（１）から（３）の条件を満たす場合に、（IV）前記２個以上の数字を含む数字列において各数字間の間隔が前記第１間隔以下である場合に、当該数字列をページ番号に相当する数字として特定し、（V）前記２個以上の数字を含む数字列において数字間の１個以上の間隔のいずれかが前記第４間隔である場合に、当該数字列をページ番号に相当する数字として特定しない。
上記のデータ生成装置のための他のコンピュータプログラムも有用である。このコンピュータプログラムは、データ群から目次及び／又は索引ページのデータを特定するデータ特定処理と、データ特定処理で特定された目次及び／又は索引ページのデータに含まれている数字と、その数字が配置されているデータ上の位置とを特定する数字特定処理と、数字特定処理で特定された数字の位置に対応する位置に、当該数字と同じページ番号を含む通常ページのデータにリンクするためのハイパーリンクを生成するハイパーリンク処理をコンピュータに実行させる。
このコンピュータプログラムを用いると、上記のデータ生成装置を実現することができる。

ここでは、本明細書に記載の技術における実施形態の一部を列挙する。
（形態１）データ生成装置は、例えば、データ管理テーブルを記憶するテーブル記憶手段をさらに備えていてもよい。データ管理テーブルには、データ群におけるデータ毎の通し番号とデータ名とデータのページ属性とデータのページ番号とが対応付けて記録可能であってもよい。ページ属性とは、目次ページ、索引ページ又は通常ページのいずれかであってもよい。
（形態２）データ生成装置は、リンク情報テーブルを記憶することが可能であってもよい。リンク情報テーブルには、各目次及び／又は索引ページのデータ毎に、当該ページに含まれている数字とその数字の位置が対応付けて記録可能であってもよい。

（スキャナの構成）
図面を参照して実施例を説明する。図１は、スキャナ１０の構成を示すブロック図である。スキャナ１０は、制御部１４と表示部１６と操作部１８とスキャナ部２０とネットワークインターフェイス（図１及び以下では、ネットワークＩ／Ｆと呼ぶ）２４とホストデバイスインターフェイス（図１及び以下では、ホストデバイスＩ／Ｆと呼ぶ）２６とメモリカードインターフェイス（図１及び以下では、メモリカードＩ／Ｆと呼ぶ）２８を備える。スキャナ１０の各部は、バス１２によって接続されている。

表示部１６は、様々な情報を表示することができる。表示部１６は、例えば、液晶の表示パネルであってもよい。操作部１８は、ユーザによって操作される複数のキー（テンキー、スタートキー、キャンセルキー等）を有する。ユーザは、操作部１８を操作することによって、様々な情報や指示をスキャナ１０に入力することができる。スキャナ部２０は、スキャナ部２０にセットされた書類を読み取って、画像データを作成する。スキャナ部２０は、スキャナ部２０にセットされた文書（本、雑誌、レジュメ等）のページを自動的にめくることができる。スキャナ１０は、ネットワークＩ／Ｆ２４とホストデバイスＩ／Ｆ２６を介して、外部のＰＣや電子書籍閲覧端末等に接続され得る。また、スキャナ１０は、メモリカードＩ／Ｆ２８を介してメモリカードに接続され得る。

図２は、制御部１４の構成を示すブロック図である。制御部１４は、ＣＰＵ３０とＲＯＭ３２とＲＡＭ３４とＮＶＲＡＭ３６を備える。ＣＰＵ３０は、ＲＯＭ３２に予め記憶されているプログラムに従って様々な処理を実行し、スキャン１０の動作を統括的に制御する。図３は、ＲＯＭ３２の記憶内容を示すブロック図である。ＲＯＭ３２は、スキャナ基本機能プログラム３８と文字認識プログラム４０と目次情報抽出プログラム４２とページ情報抽出プログラム４４とリンク作成プログラム４６を記憶している。ＣＰＵ３０がＲＯＭ３２に記憶されている各プログラムに従って実行する処理は、後で詳しく説明する。

ＣＰＵ３０は、処理の実行中に生成したデータ等をＲＡＭ３４に記憶させる。図４は、ＲＡＭ３４が有する記憶領域を示すブロック図である。ＲＡＭ３４は、スキャナ基本機能ワーク領域４８とページ情報一時記憶領域５０とリンク情報作成一時記憶領域５２を有する。ＲＡＭ３４の各領域が記憶する内容は、後で詳しく説明する。図５は、ＮＶＲＡＭ３６が有する記憶領域を示すブロック図である。ＮＶＲＡＭ３６は、スキャナ基本機能パラメータ記憶領域５４を有する。スキャナ基本機能パラメータ記憶領域５４は、スキャナ部２０の解像度、スキャナ部２０のカラー（モノクロ又はカラー）等のスキャナ１０の基本機能のパラメータを記憶している。ユーザは、操作部１８を操作することによって、スキャナ基本機能パラメータ記憶領域５４に記憶されている各種のパラメータを変更することができる。

（ＣＰＵの処理）
ユーザは、操作部１８を操作することによって、スキャナ１０に書類をスキャンすることを指示することができる。ＣＰＵ３０は、ＲＯＭ３２に記憶されているスキャナ基本機能プログラム３８に従って、「通常モード」と「文書モード」のいずれかをユーザが選択可能となるように、表示部１６に表示させる。ユーザは、操作部１８を操作することによって、「通常モード」と「文書モード」のいずれかを選択することができる。ユーザによって「通常モード」が選択されると、ＣＰＵ３０は、ＲＯＭ３２に記憶されているスキャナ基本機能プログラム３８に従って、スキャナ部２０にセットされた書類をスキャナ部２０に読み取らせ、画像データを作成する。ＣＰＵ３０は、作成した画像データをネットワークＩ／Ｆ２４又はホストデバイスＩ／Ｆ２６を介して、外部のＰＣ等に送信する。あるいはメモリカードＩ／Ｆ２８を介して接続されているメモリカードに記憶させる。

一方において、ユーザによって「文書モード」が選択された場合について、以下に説明する。図６は、「文書モード」が選択された場合に、ＣＰＵ３０が実行する処理の手順を示すフローチャートである。ＣＰＵ３０は、ＲＯＭ３２に記憶されているスキャナ基本機能プログラム３８に従って、１ページ分のスキャン及び保存処理を実行する（Ｓ１２）。図７は、１ページ分のスキャン及び保存処理におけるＣＰＵ３０が実行する処理の手順を示すフローチャートである。

１ページ分のスキャン及び保存処理では、ＣＰＵ３０は、ページ属性をユーザに選択させるために、「目次」、「索引」、「通常」のページ属性選択ボタンを表示部１６に表示させる（Ｓ４０）。ユーザは、表示部１６に表示された各ボタンから、スキャンしようとするページの属性に対応するページ属性選択ボタンを選択する。ＣＰＵ３０は、ユーザによって、ページ属性選択ボタンのいずれかが選択されることを監視している（Ｓ４２）。ユーザによって、ページ属性選択ボタンのいずれかが選択されると（Ｓ４２でＹＥＳ）、ＣＰＵ３０は、スキャナ部２０にセットされている１ページ分の文書をスキャンさせる（Ｓ４４）。ＣＰＵ３０は、スキャナ部２０でスキャンされた結果、生成された１ページ分の画像データを、ＲＡＭ３４のページ情報一時記憶領域５０に保存させる（Ｓ４６）。ＣＰＵ３０は、ページ情報一時記憶領域５０に生成した画像データに関する情報を登録する（Ｓ４８）。ページ情報一時記憶領域５０は、画像データ管理テーブル６０を記憶することができる。

図８は、画像データ管理デーブル６０の一例を示す。画像データ管理テーブル６０は、スキャン番号６２と画像データ名６４と属性６６とページ番号６８を対応付けて記録することができる。スキャン番号６２には、「文書モード」が選択されてから、スキャナ部２０によって生成された画像データの順番が記録される。スキャン番号は、「０」、「１」・・・の順に並んでいる。画像データ名６４には、例えば、画像データが生成された時刻が記録される。属性６６には、図７のＳ４２でユーザによって選択されたページ属性が記録される。ページ番号６８には、ページ属性が「通常」の画像データに対応するページ番号が記録される。図７のＳ４８では、ＣＰＵ３０は、スキャン番号６２、画像データ名６４、属性６６を登録する。ページ番号６８は、後で実行される処理（図６のＳ２０等）で登録される。

ＣＰＵ３０は、表示部１６に、「次のページ有り」、「次のページ無し」の選択ボタンを表示させる（Ｓ５０）。ユーザは、表示部１６に表示された「次のページ有り」、「次のページ無し」のいずれかの選択ボタンを選択することができる。ＣＰＵ３０は、ユーザによって、選択ボタンが選択されることを監視している（Ｓ５２）。ユーザによって選択ボタンのいずれかが選択されると（Ｓ５２でＹＥＳ）、ＣＰＵ３０は、１ページ分のスキャン及び保存処理を終了し、図６のＳ１４に進む。

図６のＳ１４では、ＣＰＵ３０は、次のページがあるか否かを確認する。Ｓ１４でＹＥＳの場合、ＣＰＵ３０は、次のページの文書に対して、１ページ分のスキャン及び保存処理を実行する。一方において、Ｓ１４でＮＯの場合、ＣＰＵ３０は、スキャン番号ｉ＝０とする（Ｓ１６）。スキャン番号「ｉ」とは、ＣＰＵ３０が実行するＳ１８からＳ２４までの処理の処理対象となる画像データを示す。例えば、スキャン番号ｉ＝０の場合、画像データ管理テーブル６０のスキャン番号「０」に対応する画像データが処理対象となる。

ＣＰＵ３０は、画像データ管理テーブル６０に基づいて、スキャン番号「ｉ」に対応する属性６６が「通常」であるか否かを確認する（Ｓ１８）。Ｓ１８でＹＥＳの場合、ＣＰＵ３０は、ページ番号抽出処理（Ｓ２０）を実行する。一方において、Ｓ１８でＮＯの場合、ＣＰＵ３０は、目次・索引情報抽出処理（Ｓ２２）を実行する。

図９は、ＣＰＵ３０が実行するページ番号抽出処理の処理手順を示すフローチャートである。ＣＰＵ３０は、ＲＯＭ３２の文字認識プログラム４０とページ情報抽出プログラム４４に記憶されているプログラムに従って、ページ番号抽出処理を実行する。ＣＰＵ３０は、スキャン番号「ｉ」に対応する画像データのノイズ除去及び２値化処理をする（Ｓ６０）。ＣＰＵ３０は、画像データの予め設定されているページ番号検索領域内に含まれる文字列を文字毎に分離する文字分離処理を実行する（Ｓ６２）。図１０は、１ページ分の画像データにおける予め設定されているページ番号検索領域の一例を示す。通常ページ７０では、図１０の破線で区切られた複数の領域７２の１つにページ番号に相当する数字が含まれていることが多い。ＣＰＵ３０は、図１０の複数の領域７２のみから、ページ番号に相当する数字を検索する。これにより、１ページ分の画像データの全領域を検索対象とする場合に比べて、ページ番号に相当する数字の検索時間を短縮することができる。また、ページ番号以外の数字を検出する頻度も抑えることが可能になり、ページ番号に相当する数字を検索する精度を向上させることも可能になる。図１０に示すように、文字分離処理では、ＣＰＵ３０は、領域７２内に含まれている文字列の各文字の領域７４を特定する。

ＣＰＵ３０は、文字分離処理で分離した各文字の中から、数字及び特定の非数字文字を識別する文字識別処理を実行する（Ｓ６４）。文字識別処理では、ＣＰＵ３０は、領域７２内の各文字とＲＯＭ３２の文字認識プログラム４０に記憶されている文字形状データとの照合を実行することによって、数字及び特定の非数字文字を識別する。文字形状データには、アラビア数字等の通常ページ番号を表す数字として用いられる数字が複数種類のフォントで示されている。特定の非数字文字には、「，」、「−」、「．」等が含まれている。従って、文字認識の対象となる文字形状データは、数字と予め決められている記号のみを含んでおり、アルファベット、ひらがな、片仮名、漢字等を含んでいない。また、文字形状データに含まれている数字は、「０」から「９」までの１０個の数字だけであってもよい。ＣＰＵ３０は、ページ番号に相当する数字を識別するページ番号識別処理を実行する（Ｓ６６）。ページ番号識別処理では、ＣＰＵ３０は、ＲＯＭ３２のページ情報抽出プログラム４４に記憶されているページ番号を示す数字の識別規則（図１６）に従ってページ番号を識別する。ページ番号を示す数字の識別規則は、後で詳しく説明する。

ＣＰＵ３０は、Ｓ６６の処理によって、ページ番号に相当する数字を識別できたか否かを確認する（Ｓ６８）。Ｓ６８でＹＥＳの場合、ＣＰＵ３０は、画像データ管理テーブル６０のページ番号６８に、識別した数字を記録して（Ｓ７０）、ページ番号抽出処理を終了する。一方において、Ｓ６８でＮＯの場合、ＣＰＵ３０は、画像データ管理テーブル６０のページ番号６８に、「−１」を記録して（Ｓ７２）、ページ番号抽出処理を終了する。

図１１は、ＣＰＵ３０が実行する目次・索引情報抽出処理の処理手順を示すフローチャートである。ＣＰＵ３０は、ＲＯＭ３２の文字認識プログラム４０と目次情報抽出プログラム４２に記憶されているプログラムに従って、目次・索引情報抽出処理を実行する。ＣＰＵ３０は、Ｓ８０の処理を実行する。Ｓ８０の処理は、図９のＳ６０と同一の処理である。ＣＰＵ３０は、１ページ分の画像データの全領域に含まれる文字を分離する文字分離処理を実行する（Ｓ８２）。図１２と図１３には、目次ページの一例を示す。図１４には、索引ページの一例を示す。図１２から図１４に示すように、目次ページ及び索引ページでは、ページ番号に相当する数字が１ページ分の画像データの特定に位置に配置されているとは限らない。そのため、ＣＰＵ３０は、１ページ分の画像データの全領域について、文字分離処理を実行する。ＣＰＵ３０は、Ｓ８４の処理を実行する。Ｓ８４の処理は、図９のＳ６４のそれぞれと同一の処理である。
ＣＰＵ３０は、ページ番号に相当する数字を識別するページ番号識別処理を実行する（Ｓ８６）。ページ番号識別処理では、ＣＰＵ３０は、ＲＯＭ３２のページ情報抽出プログラム４４に記憶されているページ番号を示す数字の識別規則（図１６）に従ってページ番号を識別する。ページ番号を示す数字の識別規則は、後で詳しく説明する。Ｓ８６では、ＣＰＵ３０は、ページ番号に相当する数字の画像データにおける座標又は領域を特定する。ページ番号に相当する数字を識別することができた各画像データに関する情報をＲＡＭ３４のリンク情報作成一時記憶領域５２に記録する（Ｓ８８）。

ＲＡＭ３４のリンク情報作成一時記憶領域５２は、リンク情報テーブル９０を記憶することができる。図１５は、リンク情報テーブル９０の一例を示す。リンク情報テーブル９０は、スキャン番号９２とページ番号９４と位置情報９６を記録することができる。スキャン番号９２には、目次・索引情報抽出処理が実行された画像データに対応付けて画像データ管理テーブル６０に記憶されているスキャン番号が記録される。ページ番号９４の列には、図１１のＳ８６で特定された数字が記録される。位置情報９６の列には、図１１のＳ８６で特定された数字の位置情報（例えば数字の座標や領域）がページ番号９４に対応付けて記録される。ＣＰＵ３０は、図１１のＳ８８において、ページ番号に相当する数字を識別することができた各画像データに関して、ページ番号に相当する数字とその数字の位置情報をリンク情報テーブル９０に登録して、目次・索引情報抽出処理を終了する。

ここで、図９のＳ６６と図１１のＳ８６でＣＰＵ３０が実行するページ番号識別処理において、ＣＰＵ３０が従うページ番号を示す数字の識別規則について説明する。図１６は、ページ番号を示す数字の識別規則１０２と適用例１０４が記載された識別表１００を示す。ＣＰＵ３０は、識別表１００に記載された規則に従って、各属性のページに対応する画像データに含まれる数字をページ番号に相当する数字であると識別する。識別表１００内では、特別の説明がない限り、数字列は、1個又は２個以上の連続した数字を意味する。識別規則（１）は、数字列の前及び／又は後の予め決められている第１間隔以下に非数字文字が存在する場合の規則である。識別規則（１）に従うと、ＣＰＵ３０は、当該数字列が目次ページ又は索引ページに該当する画像データに含まれている場合、ページ番号として当該数字列を特定しない。例えば、図１２、１３に記載されている「第１章」等に含まれている数字列はページ番号に相当する数字列として特定されない。一方、当該数字列が通常ページに該当する画像データに含まれている場合、ＣＰＵ３０は、非数字文字が「−」（ハイフン）以外の場合、ページ番号として当該数字列を特定せず、非数字文字が「−」であって、「−」が数字列の前後両側にある場合、識別規則（２）から（４）に従う。例えば、図１０に記載されている「第２章」に含まれている「２」は、ページ番号に相当する数字列として特定されない。

識別規則（２）は、２以上の数字の間に「，」（カンマ）以外の非数字文字が含まれている場合の規則である。識別規則（２）に従うと、ＣＰＵ３０は、当該数字がいずれのページ属性の画像データであっても、当該数字列をページ番号として当該数字列を特定しない。例えば、図１２に記載されている「１．１」等に含まれている数字列はページ番号に相当する数字列として特定されない。

識別規則（３）は、数字列が識別規則（１）、（２）でページ番号として特定しないと識別されず、かつ、第１数字と第２数字との間に「，」を含んでいる場合の規則である。識別規則（３）に従うと、ＣＰＵ３０は、「，」の前後の数字のそれぞれと「，」との間隔が予め決められている第２間隔以下であり、第１数字に含まれる数字が複数の場合に第１数字に含まれる数字間の間隔が予め決められている第３間隔以下であり、かつ、第２数字に含まれる数字が複数の場合に第２数字に含まれる数字間の間隔が予め決められている第３間隔以下である場合に、当該数字がいずれのページ属性の画像データであっても、当該数字列をページ番号として当該数字列を特定する。一方において、ＣＰＵ３０は、「，」の前又は後の数字と「，」との間隔が予め決められている第２間隔以上であり、第１数字に含まれる数字が複数の場合に第１数字に含まれる数字間の間隔が予め決められている第３間隔以下であり、かつ、第２数字に含まれる数字が複数の場合に第２数字に含まれる数字間の間隔が予め決められている第３間隔以下である場合に、当該数字列が目次ページ又は通常ページに該当する画像データに含まれている場合、当該数字列をページ番号として当該数字列を特定せず、当該数字列が索引ページに該当する画像データに含まれている場合、当該数字列の第１数字と第２数字をそれぞれページ番号に相当する数字として特定する。例えば、図１４に記載されている「２３， ３３， ７０」等の数字列では、ページ番号に相当する数字として「２３」、「３３」、「７０」が特定される。

識別規則（４）は、数字列が識別規則（１）、（２）でページ番号として特定しないと識別されず、かつ、数字列に「，」を含まない場合の規則である。識別規則（４）に従うと、ＣＰＵ３０は、数字間の間隔が前記した第３間隔以下である場合に、当該数字がいずれのページ属性の画像データであっても、当該数字列をページ番号として当該数字列を特定する。一方において、ＣＰＵ３０は、各数字間の間隔のいずれかが前記した第３間隔以上の第４間隔であり、かつ、第４間隔で隔たれた各数字の間隔が前記した第３間隔以下である場合に、当該数字列が目次ページ又は通常ページに該当する画像データに含まれている場合、当該数字列をページ番号として当該数字列を特定せず、当該数字列が索引ページに該当する画像データに含まれている場合、第４間隔で隔たれた各数字のそれぞれをページ番号に相当する数字として特定する。
上記した識別規則（１）から（４）に従うことによって、ＣＰＵ３０は、ページ番号に相当しない数字列をページ番号に相当する数字列として特定する可能性を低くすることができる。

図６において、Ｓ２０のページ番号抽出処理又はＳ２２の目次・索引情報抽出処理が終了すると、ＣＰＵ３０は、スキャン番号「ｉ」に１を加算する（Ｓ２４）。ＣＰＵ３０は、スキャン番号「ｉ」と画像データ管理テーブル６０のスキャン番号６２とを比較して、全てのスキャン済みページに対して、ページ番号抽出処理又は目次・索引情報抽出処理が実行されたか否かを確認する（Ｓ２６）。Ｓ２６でＮＯの場合、Ｓ１８に進む。一方において、Ｓ２６でＹＥＳの場合、ＣＰＵ３０は、ページ情報補正処理を実行する（Ｓ２８）。

図１７は、ＲＯＭ３２のページ情報抽出プログラム４４に記憶されているプログラムに従って、ＣＰＵ３０が実行するページ番号補正処理の処理手順を示すフローチャートである。ＣＰＵ３０は、スキャン番号「ｉ」＝「０」とする（Ｓ９２）。ＣＰＵ３０は、画像データ管理テーブル６０を確認し、スキャン番号「ｉ」に対応する画像データの属性６６が「通常」であるか否かを確認する（Ｓ９４）。Ｓ９４でＮＯの場合、Ｓ１０４に進む。一方において、Ｓ９４でＹＥＳの場合、スキャン番号「ｉ」に対応するページ番号６８が「−１」であるか否かを確認する（Ｓ９６）。Ｓ９６でＮＯの場合、Ｓ１０４に進む。一方において、Ｓ９６でＹＥＳの場合、ＣＰＵ３０は、スキャン番号「ｉ」の前及び／又は後に画像データ管理テーブル６０に登録されている画像データのページ番号６８から、当該画像データのページ番号に相当する数字を特定する（Ｓ９８）。

本実施例では、ユーザは、文書をページ番号順にスキャンさせている。ＣＰＵ３０は、スキャン番号「ｉ」の前後、即ち、スキャン番号「ｉ−１」とスキャン番号「ｉ＋１」のページ番号６８が特定されている場合、当該２個のページ番号６８に記録されている数字の間の整数をスキャン番号「ｉ」の画像データのページ番号に相当する数字と決定する。あるいは、スキャン番号「ｉ」の前の複数の連続するスキャン番号に対応するページ番号が、例えば、「１１，１２，１３，１４」と連続している場合、スキャン番号「ｉ」の画像データのページ番号に相当する数字を、「１５」と決定する。また、スキャン番号ｉの後の複数の連続するスキャン番号に対応するページ番号が、例えば、「１１，１２，１３，１４」と連続している場合、スキャン番号「ｉ」の画像データのページ番号に相当する数字を、「１０」と決定する。

ＣＰＵ３０は、Ｓ９８において、ページ番号が決定できたか否かを確認する（Ｓ１００）。Ｓ１００でＮＯの場合、Ｓ１０４に進む。一方において、Ｓ１００でＹＥＳの場合、ＣＰＵ３０は、決定したページ番号に相当する数字を、画像データ管理テーブル６０のページ番号６８に記録して（Ｓ１０２）、Ｓ１０４に進む。Ｓ１０４では、ＣＰＵ３０は、スキャン番号「ｉ」に１を加算する。ＣＰＵ３０は、スキャン番号「ｉ」と画像データ管理テーブル６０のスキャン番号６２を比較して、全てのスキャン済みページに対して、ページ番号抽出処理又は目次・索引情報抽出処理が実行されたか否かを確認する（Ｓ１０６）。Ｓ１０６でＮＯの場合、Ｓ９４に進む。一方において、Ｓ１０６でＹＥＳの場合、ページ情報補正処理を終了する。

図６に戻って、Ｓ２８のページ情報補正処理が終了すると、ＣＰＵ３０は、ハイパーリンク処理を実行する（Ｓ３０）。図１８は、ハイパーリンク処理によって、ＣＰＵ３０が生成するハイパーリンク構造のファイル８０の一例を示す。ＣＰＵ３０は、ＲＡＭ３４のリンク情報作成一時記憶領域５２にファイル８０を生成する。図１８では、ページ数が「ｎ」ページの文書について、ハイパーリンク構造のファイル８０が生成された場合について示す。ファイル８０は、例えば、ＰＤＦ、ＭＨＴＭＬ（ＭＩＭＥ Ｅｎｃａｐｓｕｌａｔｉｏｎ ｏｆ Ａｇｇｒｅｇａｔｅ ＨＴＭＬ）等のハイパーリンク構造を有するファイル形式で生成されている。

ファイル８０は、ヘッダ８２と複数のページ情報８４と複数の画像データ８６を有している。ファイル８０には、各ページ（ページ０からページｎ−１まで）のページ情報が記述されている。ページ情報８４と画像データ８６は、一対一で対応している。図１９は、画像ｐが通常ページの場合のページ情報８４の内容を示す。画像ｐが通常ページの場合、ページ情報８４には、画像ｐへのリンク情報８４ａが記述されている。図２０は、画像ｐが目次又は索引ページの場合のページ情報の内容を示す。画像ｐが目次又は索引ページの場合、ページ情報８４には、画像ｐへのリンク情報８４ａと、所定のページ情報８４へのリンク情報８４ｂが記述されている。図２１は、リンク情報８４ｂの内容を示す。リンク情報８４ｂは、ページ番号に相当する数字列の位置情報８４ｃとページ情報へのリンク情報８４ｄとが対応づけられたものである。

ページ番号に相当する数字列の位置情報８４ｃには、図１１のＳ８８でリンク情報テーブル９０に記録された各数字列とその数字列の位置情報が記述されている。即ち、リンク情報テーブル９０に１０個の数字列が記録された場合、１０個の位置情報８４ｃを含むリンク情報８４ｂが作成される。個々の位置情報８４ｃにリンク先のページ情報８４ｄが対応づけられている。ページ情報へのリンク情報８４ｄは、それに対応づけられている位置情報８４ｃに記述されている数字列と同じページ番号のページ情報にリンクするための情報である。

次に、ＣＰＵ３０がファイル８０を生成する方法について説明する。ＣＰＵ３０は、ファイル８０に図７のＳ４６で保存された画像データ８６を書き込む。ＣＰＵ３０は、各画像データ８６に、当該画像データ８６に対応付けて画像データ管理テーブル６０に記録されているスキャン番号６２と同一の番号を付与する。ここでは、付与された番号が「ｐ」（即ち、画像ｐ）であるとして説明する。
ＣＰＵ３０は、各画像データ８６について、ページ情報８４を作成する。ＣＰＵ３０は、画像データ８６に付与されている番号「ｐ」と同一のスキャン番号６２に対応付けて画像データ管理テーブル６０に記録されている属性６６を確認する。属性６６が「通常」の場合、ＣＰＵ３０は、画像ｐへのリンク情報８４ａをページ情報８４に書き込むことによってページ情報を作成する。一方において、属性が「目次」又は「索引」の場合、ＣＰＵ３０は、画像ｐへのリンク情報８４ａをページ情報８４に書き込む。また、ＣＰＵ３０は、スキャン番号９２が「ｐ」であるリンク情報テーブル９０から、ページ番号９４と位置情報９６を、ページ番号９４毎に位置情報８４ｃに書き込む。

次に、ＣＰＵ３０は、位置情報８４ｃに記述されているページ番号９４と同一のページ番号６８を画像データ管理テーブル６０から検索し、そのページ番号６８に対応付けて画像データ管理テーブル６０に記録されているスキャン番号６２（スキャン番号「ｐ」）を特定する。ＣＰＵ３０は、特定したスキャン番号「ｐ」のページ情報８４へのリンク情報８４ｄを、位置情報８４ｃに対応付けて書き込む。ＣＰＵ３０は、リンク情報８４ｄの書き込み処理を全ての位置情報４８ｃに対して実行することにより、ページ情報８４を作成する。ＣＰＵ３０は、上記した処理を、全ての画像データ８６に対して実行することによって、ファイル８０を生成する。

図６に戻ってＳ３０のハイパーリンク処理が終了し、ファイル８０が生成されると、ＣＰＵ３０は、ファイル８０をネットワークＩ／Ｆ２４等を介してＰＣ等の外部端末に送信する（Ｓ３２）。ＣＰＵ３０は、生成したファイル８０を、ＲＡＭ３４に記憶させてもよい。ＣＰＵ３０は、ファイル８０を生成するために、ＲＡＭ３４に一時保存した各種のデータを削除して（Ｓ３４）、処理を終了する。

ユーザは、スキャナ１０からＰＣに送信されたファイル８０の中から、目次ページに相当する画像データをＰＣに表示させる。ＰＣの表示部には、図１２又は図１３に示す画像が表示される。ユーザは、目次を確認して、第２章に相当する画像データをＰＣの表示部に表示させたいとする。このとき、ユーザは、目次ページの第２章のページ番号に相当する数字「６」をクリックする。ＰＣは、ファイル８０のページ情報８４に含まれる位置情報８４ｃとリンク先のページ情報８４ｄに基づいて、数字「６」にハイパーリンクされたページ情報８４をファイル８０から検索する。ＰＣは、検索にヒットしたページ情報８４に対応する画像を表示部に表示させることができる。これにより、ユーザは、複数の通常ページの画像データを一つずつ表示部に表示させて、所望の内容が記載されているページに対応する画像データを探さなくてもよい。

また、上記したスキャナ１０では、ＣＰＵ３０は、画像データに含まれるページ番号に相当する数字列を特定するために、数字及び特定の非数字文字のみを認識している。この構成では、ＣＰＵ３０は、画像データに含まれている全ての文字を認識しなくても、ファイル８０を生成することができる。これにより、高精度な文字認識手段を用いることなく、ハイパーリンク構造のファイル８０を生成することができる。

（変形例）
上記した実施例では、スキャナ１０は、１ページ分のページをスキャナ部２０にスキャンさせるときに、当該ページの属性「目次」、「索引」、「通常」をユーザに選択させている。しかしながら、１つの文書の全てのページをスキャナ部２０にスキャンさせてからページの属性をユーザに選択させてもよい。あるいは、スキャナ１０は、生成した画像データの全領域又は特定の領域に対して文字認識することによって、当該ページの属性「目次」、「索引」、「通常」を特定してもよい。
また、上記した実施例では、ＣＰＵ３０は、目次又は索引ページのページ番号に相当する数字を特定する場合、識別規則（１）から（４）に従って、特定している。しかしながら、ＣＰＵ３０は、目次又は索引ページに含まれる数字列のうち、数字列が１個の数字の場合、又は、数字列が２個以上の数字を含んでおり、かつ、各数字間の間隔が第３間隔以下である場合、当該数字列をページ番号に相当する数字列として特定してもよい。これにより、ＣＰＵ３０が実行する目次・索引情報抽出処理の時間を短縮することができる。ユーザは、目次又は索引ページをＰＣの表示部に表示させて、所望のページ番号を選択する（クリックする）場合に、ページ番号に相当しない数字列を選択することはほとんどなく、ページ番号に相当しない数字列の位置に、当該数字列に対応するページ番号の通常ページがハイパーリンクされていても、ユーザが混乱することはない。

また、目次又は索引ページでは、ページ番号として検出された数字列と同じ並びにある領域（目次又は索引ページが横書きである場合（例えば図１２、１４）には数字列と同一の行の領域、目次又は索引ページが縦書きである場合（例えば図１３）には数字列と同一の列の領域）に対しても、ハイパーリンクを作成してもよい。
また、上記した実施例では、スキャナ１０のＣＰＵ３０により、ハイパーリンク構造のファイル８０を生成している。しかしながら、スキャナ１０に接続されたＰＣ等の外部装置のＣＰＵによって、ファイル８０を生成してもよい。この場合、ＰＣには、上記した文字認識プログラム４０、目次情報抽出プログラム４２、ページ情報抽出プログラム４４、リンク作成プログラム４６が記憶されていてもよい。ＰＣは、これらのプログラムを実行することで、スキャナ１０により読み取られ、ＰＣにて受信した画像データに対して、ハイパーリンクを生成することができる。
また、上記した実施例では、ファイル８０は、１個のファイルである。しかしながら、ファイル８０は、複数個のファイル群であってもよい。例えば、目次及び／索引ページのデータと各画像データのそれぞれとを別々のファイル（例えば、従来のHTML形式のファイルと画像データのファイル）としてもよい。

以上、本発明の具体例を詳細に説明したが、これらは例示にすぎず、特許請求の範囲を限定するものではない。特許請求の範囲に記載の技術には、以上に例示した具体例を様々に変形、変更したものが含まれる。
また、本明細書または図面に説明した技術要素は、単独であるいは各種の組合せによって技術的有用性を発揮するものであり、出願時請求項記載の組合せに限定されるものではない。また、本明細書または図面に例示した技術は複数目的を同時に達成するものであり、そのうちの一つの目的を達成すること自体で技術的有用性を持つものである。

スキャナの構成を示す。 制御部の構成を示す。 ＲＯＭの構成を示す。 ＲＡＭの構成を示す。 ＮＶＲＡＭの構成を示す。 ユーザによって「文書モード」が選択された場合のＣＰＵが実行する処理を示すフローチャートを示す。 ＣＰＵが実行する１ページ分のスキャン及び保存処理を示すフローチャートを示す。 画像データ管理デーブル６０の一例を示す。 ＣＰＵ３０が実行するページ番号抽出処理を示すフローチャートを示す。 １ページ分の画像データにおける予め設定されているページ番号検索領域の一例を示す。 ＣＰＵ３０が実行する目次・索引情報抽出処理の処理手順を示すフローチャートを示す。 目次ページの一例を示す。 目次ページの一例を示す。 索引ページの一例を示す。 リンク情報テーブルの一例を示す。 ＣＰＵが従う識別規則の一例を示す。 ＣＰＵが実行するページ番号補正処理の処理手順を示すフローチャートを示す。 ＣＰＵが生成するハイパーリンク構造のファイル８０の一例を示す。 通常ページの場合のページ情報の内容を示す。 目次又は索引ページの場合のページ情報の内容を示す。 リンク情報の内容を示す。

符号の説明

１０：スキャナ、１４：制御部、１６：表示部、１８：操作部、２０：スキャナ部、２２：表示部、３０：ＣＰＵ、３２：ＲＯＭ、３４：ＲＡＭ、３６：ＮＶＲＡＭ、６０：画像データ管理テーブル、８０：リンク構造のファイル、９０：リンク情報テーブル

Claims (11)

1. 目次及び／又は索引ページのデータと、それぞれがページ番号を含む複数の通常ページのデータとを含むデータ群からハイパーリンク構造のデータを生成するデータ生成装置であって、
   前記データ群は、文書をスキャンして得られた画像データであり、
   前記データ生成装置は、
   前記データ群から目次及び／又は索引ページのデータを特定するデータ特定手段と、
   データ特定手段で特定された目次及び／又は索引ページのデータに含まれている数字と、その数字が配置されているデータ上の位置とを特定する目次・索引情報抽出処理実行手段であって、前記目次及び／又は索引ページのデータと予め決められている所定の数字との照合を実行することによって、前記目次及び／又は索引ページのデータから、ページ番号に相当する数字を特定する前記目次・索引情報抽出処理実行手段と、
   前記複数の通常ページのデータと予め決められている所定の数字との照合を実行することによって、前記複数の通常ページのデータのそれぞれからページ番号に相当する数字を特定するページ番号抽出処理実行手段と、
   前記複数の通常ページのデータのそれぞれについて、当該通常ページのデータと、当該通常ページのデータから前記ページ番号抽出処理実行手段で特定された数字とを対応づけて記憶する記憶手段と、
   前記目次・索引情報抽出処理実行手段で特定されたページ番号に相当する数字の位置に対応する位置に、当該数字と同じ数字に対応づけて記憶手段に記憶されている通常ページのデータにリンクするためのハイパーリンクを生成するハイパーリンク手段と、を備え、
   前記目次・索引情報抽出処理実行手段は、
   以下の（１）から（３）の条件、即ち、
   （１）２個以上の数字を含む数字列において、その数字列の前後の第１間隔以下に非数字文字が存在せず、
   （２）前記２個以上の数字を含む数字列に含まれる各数字間に、カンマ以外の非数字文字が含まれておらず、かつ、
   （３）前記２個以上の数字を含む数字列にカンマが含まれていないこと、
   を満たす場合に、
   （I）前記２個以上の数字を含む数字列において各数字間の間隔が予め決められている第３間隔以下である場合に、当該数字列をページ番号に相当する数字として特定し、
   （II）目次ページのデータがデータ特定手段によって特定された場合であって、前記２個以上の数字を含む数字列において数字間の１個以上の間隔のいずれかが前記第３間隔より大きい第４間隔である場合に、当該数字列をページ番号に相当する数字として特定せず、
   （III）索引ページのデータがデータ特定手段によって特定された場合であって、前記２個以上の数字を含む数字列において数字間の１個以上の間隔のいずれかが前記第４間隔である場合に、前記第４間隔で隔てられた複数個の数字群のそれぞれを、ページ番号に相当する数字として特定し、
   ページ番号抽出処理実行手段は、
   上記の（１）から（３）の条件を満たす場合に、
   （IV）前記２個以上の数字を含む数字列において各数字間の間隔が前記第３間隔以下である場合に、当該数字列をページ番号に相当する数字として特定し、
   （V）前記２個以上の数字を含む数字列において数字間の１個以上の間隔のいずれかが前記第４間隔である場合に、当該数字列をページ番号に相当する数字として特定しない、データ生成装置。
2. 前記ページ番号抽出処理実行手段は、前記複数の通常ページのデータのそれぞれについて、当該通常ページの予め決められている領域内のデータと前記所定の数字との照合を実行することによって、ページ番号に相当する数字を特定する
   ことを特徴とする請求項１に記載のデータ生成装置。
3. 前記ページ番号抽出処理実行手段は、ページ情報補正処理実行手段を備え、
   前記ページ情報補正処理実行手段は、ページ番号に相当する数字を特定することができなかった通常ページのデータが存在する場合に、当該通常ページのデータに含まれるページ番号に相当する数字を、他の通常ページのデータから特定されたページ番号に相当する数字に基づいて決定する
   ことを特徴とする請求項１又は２に記載のデータ生成装置。
4. 前記データ群では、前記複数の通常ページのデータが順に配列されており、
   前記ページ情報補正処理実行手段は、ページ番号特定手段は、ページ番号に相当する数字を特定することができなかった通常ページのデータが存在する場合に、当該通常ページのデータの前後に配列されている通常ページのデータから特定された２個のページ番号に相当する数字の間の整数を、当該通常ページのデータに含まれるページ番号に相当する数字と決定する
   ことを特徴とする請求項３に記載のデータ生成装置。
5. 前記目次・索引情報抽出処理実行手段と前記ページ番号抽出処理実行手段とは、
   上記の（１）と（２）との条件を満たし、かつ、
   １個以上の第１数字と、１個以上の第２数字と、第１数字と第２数字の間に配置されているカンマとを含む数字列において、第１数字の各数字間の間隔が前記第３間隔以下であり、第２数字の各数字間の間隔が前記第３間隔以下であり、カンマとその前後に配置されている数字との間の間隔が予め決められている第２間隔以下であることを条件として、当該数字列をページ番号に相当する数字として特定する
   ことを特徴とする請求項１から４のいずれか一項に記載のデータ生成装置。
6. 前記目次・索引情報抽出処理実行手段は、数字列の前及び／又は後の予め決められている前記第１間隔内に他の文字が存在することを条件として、当該数字列をページ番号に相当する数字として特定しない
   ことを特徴とする請求項１から５のいずれか一項に記載のデータ生成装置。
7. 前記ページ番号抽出処理実行手段は、数字列の前及び／又は後の予め決められている第１間隔内に他の文字が存在する場合に、
   前記他の文字がハイフン以外の非数字文字であること、又は、前記他の文字がハイフンであり、当該ハイフンが数字列の前又は後のみに存在することを条件として、当該数字列をページ番号に相当する数字として特定しない
   ことを特徴とする請求項１から６のいずれか一項に記載のデータ生成装置。
8. 前記目次・索引情報抽出処理実行手段と前記ページ番号抽出処理実行手段とは、２個以上の数字の間にカンマ以外の非数字文字を含む数字列をページ番号に相当する数字として特定しない
   ことを特徴とする請求項１から７のいずれか一項に記載のデータ生成装置。
9. 前記目次・索引情報抽出処理実行手段と前記ページ番号抽出処理実行手段とは、前記画像データの中から、数字及び予め決められている記号のみを識別し、識別された数字及び予め決められた記号の中から、ページ番号に相当する数字を特定する請求項１から８のいずれか一項に記載のデータ生成装置。
10. 文書をスキャンして前記データ群を作成するスキャン手段と、
    スキャン手段で作成された前記データ群からハイパーリンク構造のデータを生成する請求項１から９のいずれか一項に記載のデータ生成装置と、
    を備えるスキャナ。
11. 目次及び／又は索引ページのデータと、それぞれがページ番号を含む複数の通常ページのデータとを含むデータ群からハイパーリンク構造のデータを生成するデータ生成装置のためのコンピュータプログラムであって、
    前記データ群は、文書をスキャンして得られた画像データであり、
    コンピュータプログラムは、データ生成装置に搭載されたコンピュータに、
    前記データ群から目次及び／又は索引ページのデータを特定するデータ特定処理と、
    データ特定処理で特定された目次及び／又は索引ページのデータに含まれている数字と、その数字が配置されているデータ上の位置とを特定する目次・索引情報抽出処理であって、前記目次及び／又は索引ページのデータと予め決められている所定の数字との照合を実行することによって、前記目次及び／又は索引ページのデータから、ページ番号に相当する数字を特定する前記目次・索引情報抽出処理と、
    前記複数の通常ページのデータと予め決められている所定の数字との照合を実行することによって、前記複数の通常ページのデータのそれぞれからページ番号に相当する数字を特定するページ番号抽出処理と、
    前記複数の通常ページのデータのそれぞれについて、当該通常ページのデータと、当該通常ページのデータから前記ページ番号抽出処理で特定された数字とを対応づけて記憶手段に記憶させる記憶制御処理と、
    前記目次・索引情報抽出処理で特定されたページ番号に相当する数字の位置に対応する位置に、当該数字と同じ数字に対応づけて記憶手段に記憶されている通常ページのデータにリンクするためのハイパーリンクを生成するハイパーリンク処理と、実行させ、
    前記目次・索引情報抽出処理は、
    以下の（１）から（３）の条件、即ち、
    （１）２個以上の数字を含む数字列において、その数字列の前後の第１間隔以下に非数字文字が存在せず、
    （２）前記２個以上の数字を含む数字列に含まれる各数字間に、カンマ以外の非数字文字が含まれておらず、かつ、
    （３）前記２個以上の数字を含む数字列にカンマが含まれていないこと、
    を満たす場合に、
    （I）前記２個以上の数字を含む数字列において各数字間の間隔が予め決められている第３間隔以下である場合に、当該数字列をページ番号に相当する数字として特定し、
    （II）目次ページのデータがデータ特定処理によって特定された場合であって、前記２個以上の数字を含む数字列において数字間の１個以上の間隔のいずれかが前記第３間隔より大きい第４間隔である場合に、当該数字列をページ番号に相当する数字として特定せず、
    （III）索引ページのデータがデータ特定処理によって特定された場合であって、前記２個以上の数字を含む数字列において数字間の１個以上の間隔のいずれかが前記第４間隔である場合に、前記第４間隔で隔てられた複数個の数字群のそれぞれを、ページ番号に相当する数字として特定し、
    前記ページ番号抽出処理は、
    上記の（１）から（３）の条件を満たす場合に、
    （IV）前記２個以上の数字を含む数字列において各数字間の間隔が前記第１間隔以下である場合に、当該数字列をページ番号に相当する数字として特定し、
    （V）前記２個以上の数字を含む数字列において数字間の１個以上の間隔のいずれかが前記第４間隔である場合に、当該数字列をページ番号に相当する数字として特定しない、コンピュータプログラム。

Images