JP5361315B2 - 情報処理装置及び情報処理方法 - Google Patents

Description

本発明は、レイアウト処理技術に関するものである。

従来より、文書画像内に含まれる文字領域や図形領域等の各領域のレイアウトを、ユーザにとって見やすいものに自動変更するためのレイアウト処理技術が一般に知られている。

例えば、下記特許文献１には、図面が記載された図形領域と、該図面に関する説明が記載された文字領域とを、同一ページ内にレイアウトすることで、ユーザにとって見やすい文書画像を提供する装置が記載されている。

下記特許文献１によれば、文字領域を、図面を指し示す文字列（例えば、「図１」という文字列）を含む段落と、その次の段落との間で分割し、図面（例えば、図１）が記載された図形領域を、当該段落間に自動的にレイアウトすることとしている。この結果、見やすい文書画像を提供することが可能となっている。
特開２００６−２６８３７２号公報

しかしながら、特許文献１に開示されたレイアウト方法の場合、図面を指し示す文字列が含まれる文字領域と、図面が記載された図形領域とが同一ページ内にレイアウトされるにとどまり、両者の相対位置まで正しくレイアウトされるようになるわけではない。

つまり、上記特許文献１の場合、図面を指し示す文字列が、“右図”や“左図”といったように、相対的な位置を指し示す文字列であった場合に、当該文字列が指し示す相対位置に、当該図面がレイアウトされるようになるとは限らない。そして、文字列が指し示す相対位置に、当該図面がレイアウトされなかった場合には、たとえ同一ページ内にレイアウトされたとしても、ユーザにとっては可読性が低下することとなる。

このため、文書画像内に含まれる各領域をレイアウトするにあたっては、所定のオブジェクトを指し示す文字列を含む文字領域と、当該文字列が指し示すオブジェクトが含まれる領域とが、当該文字列が指し示す相対位置にレイアウトされることが望ましい。

本発明は上記課題に鑑みてなされたものであり、文書画像内に含まれる各領域をレイアウトするにあたり、より可読性の高いレイアウト処理を実現することを目的とする。

上記の目的を達成するために本発明に係る情報処理装置は以下のような構成を備える。即ち、
文書画像に含まれる各領域をレイアウトする情報処理装置であって、
第１の領域に含まれる文字の中から、オブジェクトの種類と相対位置とを指し示す文字を抽出する抽出手段と、
前記抽出手段により抽出された文字によって指示される相対位置で前記第１の領域と隣接する領域を第２の領域として特定する特定手段と、
前記第１の領域と前記第２の領域を、前記相対位置で隣接した状態を維持させながら、前記文書画像中のユーザ指示された位置に配置可能な空間が有るか否かを判定する判定手段と、
前記判定手段による判定の結果に基づいて、前記第１の領域と前記第２の領域を前記相対位置において隣接した状態を維持させながら前記ユーザ指示された位置にレイアウトするレイアウト手段とを備える。

本発明によれば、文書画像内に含まれる各領域をレイアウトするにあたり、より可読性の高いレイアウト処理を実現することが可能となる。

以下、図面を参照しながら、本発明の好適な実施の形態について説明する。

［第１の実施形態］
＜１．情報処理装置の構成＞
図１は、本発明の第１の実施形態にかかる情報処理装置１００の構成を示す図である。図１において、１０１はマイクロプロセッサＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）であり、各種情報処理のための演算、論理判断等を行い、バス１０９を介して、それらのバスに接続された各構成要素（１０２〜１０８）を制御する。

１０２は読み出し専用の固定メモリＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）であり、後述するレイアウトプログラムを実行するために必要な各種制御プログラムコードを記憶する。

１０３は書き込み可能なＲＡＭ（Ｒａｎｄａｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）であり、各構成要素（１０２〜１０８）から送信された各種情報を一時記憶する。

なお、本実施形態にかかる情報処理装置１００では、後述するレイアウトプログラムが実行されることにより生成される、領域位置関係情報、文書画像領域解析結果及びレイアウト情報を記憶するための各記憶領域（１１１〜１１３）が設けられている。

１０４は入力装置であり、キーボードやポインティング機器等の各種入力装置が含まれる。なお、キーボードには、アルファベットキー、ひらがなキー、カタカナキー、句点等の文字記号入力キー、カーソル移動を指示するカーソル移動キー等の各種機能キーが備えられているものとする。また、ポインティング機器には、ＧＵＩ（Ｇｒａｐｈｉｃａｌ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ）画面上の制御可能な位置を指し示したり、機能の選択指示などを行ったりするマウスやスティックポインタマウスやスティックポインタ等が含まれているものとする。

１０５は陰極線管ＣＲＴ（Ｃａｔｈｏｄｅ−Ｒａｙ Ｔｕｂｅ）や液晶パネル等の表示装置である。１０６は表示コントローラであり、表示装置１０５におけるドット構成の表示パターンおよびカーソルの表示を制御する。

１０７は記憶装置であり、各種アプリケーションプログラムやデータファイル等の種々の情報が格納される。本実施形態にかかる情報処理装置１００では、少なくとも、レイアウトプログラム１２１、位置関係文字列辞書１２２ならびにレイアウトプログラム１２１が処理対象とする文書画像１２３が格納されているものとする。

なお、これらの情報を格納する記憶媒体としては、例えば、ハードディスク、フロッピーディスク（登録商標）、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ、メモリカード、光磁気ディスクなどが挙げられる。

１０８は通信装置である。情報処理装置１００は、通信装置１０８を介して、Ｅｔｈｅｒｎｅｔ（登録商標）などのネットワークに接続することが可能である。

上記構成のもと、情報処理装置１００では、入力装置１０４からの各種指示またはネットワークからの各種指示に応じて処理が実行される。情報処理装置１００では、各種指示を受け付けると、インタラプト信号をＣＰＵ１０１に送り、ＣＰＵ１０１が記憶装置１０７内に記憶してある各種情報を読み出し、それらの情報に従って、各構成要素の制御を行う。

＜２．レイアウトプログラムの機能構成＞
図２は、レイアウトプログラム１２１がＣＰＵ１０１により実行されることにより実現される機能構成を示す図である。

図２において、２００は指示受付部であり、レイアウトプログラム１２１により処理される文書画像（処理対象）を指定する指示を受け付けたり、該文書画像に対するレイアウト変更指示を受け付けたりする。これらの指示は、例えば入力装置１０４を介して、ユーザが入力する。

２０１は文書画像入力部であり、指示受付部２００において受け付けた指示により指定された文書画像を読み込む。

２０２は文書画像領域分割部であり、文書画像入力部２０１により読み込まれた文書画像に対して、領域分割処理を行い、文書画像領域解析結果を生成する。領域分割処理とは、読み込まれた文書画像をオブジェクト毎の領域として認識し、各領域について、文字領域／図画領域といった属性を判定することで、異なる属性を持つ領域に分割する処理をいう。

具体的には、先ず、読み込まれた文書画像を白黒に二値化し、輪郭線追跡を行うことで黒画素輪郭で囲まれる画素の塊を抽出する。面積の大きい黒画素の塊については、内部にある白画素に対しても輪郭線追跡を行い白画素の塊を抽出する。さらに一定面積以上の白画素の塊の内部からは再帰的に黒画素の塊を抽出する。

このようにして得られた黒画素の塊を、大きさおよび形状で分類し、異なる属性を持つ領域へと分類していく。たとえば、縦横比が１に近く、大きさが一定の範囲のものを文字相当の画素塊とし、近接する文字が整列されグループ化可能な場合には当該領域を文字領域と判断する。また、扁平な画素塊については線領域と判断し、不定形の画素塊が散在している領域については画像領域と判断する。

２０３は文字認識部であり、文書画像領域分割部２０２において文字領域と判断された領域より文字単位で画像を切り出し、該切り出した画像に対してパターンマッチングの一手法を用いて文字認識を行うことで、対応する文字コードを取得する。

文字認識部２０３では、文字単位で切り出された画像から抽出される特徴を、数十次元の数値列に変換した観測特徴ベクトルと、あらかじめ字種毎に求められている辞書特徴ベクトルとを比較し、ベクトル間の距離が最も近い字種を文字認識結果として出力する。特徴ベクトルの抽出には種々の公知手法があり、たとえば、文字をメッシュ状に分割し、各メッシュ内の文字線を方向別に線素としてカウントしたメッシュ数次元ベクトルを特徴ベクトルとする手法が挙げられる。

２０４は領域位置関係解析部であり、位置関係文字列辞書１２２を参照することにより、文字認識部２０３にて取得された文字コードにより表わされる文字列から、各領域間の位置関係を表す文字を抽出し、領域位置関係情報を生成する。

１２２は位置関係文字列辞書であり、各領域間の位置関係を表す文字と位置関係を示す情報とが対応付けられている。位置関係を表す文字としては、例えば、“上図”、“下図”、“右図”、“左図”等のように、オブジェクトの種類とオブジェクトの相対位置関係を指し示す文字が挙げられる。なお、本実施形態では、位置関係を表す文字が“上”であった場合には、位置関係を示す情報として“１”が、“下”であった場合には“２”が、“右”であった場合には“３”が、“左”であった場合には“４”がそれぞれ対応付けられているものとする。

２０６はレイアウト部であり、指示受付部２００がレイアウト変更指示を受け付けた場合に、文書画像領域分割部２０２にて分割された文書画像の各領域に基づいてレイアウト情報を生成する。また、生成したレイアウト情報に基づいて、各領域を最適にレイアウトする処理を実行する（処理の詳細は後述）。

２０７は出力部であり、レイアウト部２０６にてレイアウト処理することにより生成された文書画像を、レイアウト結果として表示装置１０５に表示するための処理を行う。

＜３．位置関係文字列辞書１２２の構成＞
図３は、情報処理装置１００の記憶装置１０７に格納される位置関係文字列辞書１２２の構成を示す図である。

図３に示すように、位置関係文字列辞書１２２は、位置関係を表す文字列を格納する領域である位置関係文字列記憶領域３０１と、対応する位置関係を示す情報を格納する領域である位置関係記憶領域３０２とから構成される。

＜４．領域位置関係情報記憶領域１１１の構成＞
図４は、領域位置関係解析部２０４にて生成された領域位置関係情報が記憶される、情報処理装置１００のＲＡＭ１０３内の領域位置関係情報記憶領域１１１の構成を示す図である。

図４に示すように、領域位置関係情報記憶領域１１１は、文書画像中の各文字領域を特定するためのＩＤ（文字領域ＩＤ）が格納された文字領域ＩＤ記憶領域４０１を備える。また、文字領域ＩＤにより特定される文字領域内の文字列が指し示すオブジェクトが含まれる領域を特定するためのＩＤ（隣接領域ＩＤ）が格納された隣接領域ＩＤ記憶領域４０２を備える。更に、文字領域ＩＤと隣接領域ＩＤとの位置関係を格納する位置関係記憶領域４０３を備える。

＜５．文書画像領域解析結果情報記憶領域の構成＞
図５は、文書画像領域分割部２０２にて生成された文書画像領域解析結果が記憶される、情報処理装置のＲＡＭ１０３内の文書画像領域解析結果記憶領域１１２の構成を示す図である。

図５に示すように、文書画像領域解析結果記憶領域１１２は、文書画像中の各領域を特定するためのＩＤ（領域ＩＤ）が格納された領域ＩＤ記憶領域５０１を備える。また、各領域が画像領域であるのか、文字領域であるのかを示す領域種別情報が格納された領域種別情報記憶領域５０２を備える。また、各領域の高さに関する情報が格納された高さ情報記憶領域５０３、各領域の幅に関する情報が格納された幅情報記憶領域５０４を備える。更に、各領域の左上頂点の横方向座標（Ｘ座標）に関する情報が格納されたＸ座標情報記憶領域５０５、各領域の左上頂点の縦方向座標（Ｙ座標）に関する情報が格納されたＹ座標情報記憶領域５０６を備える。

＜６．レイアウト情報記憶領域の構成＞
図６は、レイアウト部２０６にて生成されたレイアウト情報が記憶される、情報処理装置のＲＡＭ１０３内のレイアウト情報記憶領域１１３の構成を示す図である。

図６に示すように、レイアウト情報記憶領域１１３は、レイアウトする各領域を特定するためのＩＤ（領域ＩＤ）が格納された領域ＩＤ記憶領域６０１を備える。また、各領域の高さに関する情報が格納された高さ情報記憶領域６０２、各領域の幅に関する情報が格納された幅情報記憶領域６０３を備える。更に、各領域の左上頂点の横方向座標（Ｘ座標）に関する情報が格納されたＸ座標情報記憶領域６０４、各領域の左上頂点の縦方向座標（Ｙ座標）に関する情報が格納されたＹ座標情報記憶領域６０５を備える。

領域ＩＤ記憶領域６０１には、文書画像領域解析結果記憶領域１１２の領域ＩＤ記憶領域５０１と同じ値が格納される。

＜７．レイアウトプログラムの処理の流れ＞
次にレイアウトプログラム１２１の処理の流れについて、図７及び図９を用いて説明する。

図７は、文書画像入力部２０１より入力された文書画像のレイアウトを変更して出力するレイアウトプログラム１２１の処理の流れを示すフローチャートである。また、図９は、レイアウトプログラム１２１が実行される前と後の文書画像を示す図である。以下、図９を参照しながら、図７のフローチャートについて説明する。

ステップＳ７０１では、図９（ａ）に示す文書画像が、処理対象の文書画像として指示されると、指示受付部２００が当該指示を受け付け、文書画像入力部２０１が処理対象として指示された文書画像を読み込む。

ステップＳ７０２では、ユーザより、文書画像のレイアウト変更指示が入力されると、指示受付部２００が当該指示を受け付ける。本実施形態では、図９（ａ）に示す文書画像を９０度回転させるレイアウト変更指示が入力されたものとする。

ステップＳ７０３では、ステップＳ７０１にて読み込まれた文書画像に対して、文書画像領域分割部２０２が領域分割処理を行う。なお、ここでは、領域分割処理の結果、図９（ａ）に示す領域９０１乃至９０５に分割されたものとする。領域分割処理の結果は、文書画像領域解析結果として、ＲＡＭ１０３の文書画像領域解析結果記憶領域１１２に記憶される。

次に、情報処理装置のＲＡＭ１０３に記憶された文書画像領域解析結果の各領域に対して、以下の処理を行う。

ステップＳ７０４では、文書画像領域分割部２０２が文書画像領域解析結果記憶領域１１２に記憶された全ての領域について処理を行ったか否かを判定する。全ての領域について処理を行ったと判定された場合には、ステップＳ７１１へ進む。

一方、全ての領域について処理を行っていないと判定された場合には、処理対象の領域を次の領域にして、ステップＳ７０５へ進む。

ステップＳ７０５では、文書画像領域解析結果に基づいて、処理対象の領域の領域種別が、文字領域であるのか否かを判定する。文字領域であると判定された場合には、ステップＳ７０６へ進む。一方、処理対象の領域の領域種別が文字領域でないと判定された場合には、ステップＳ７０４へ戻る。

ステップＳ７０６では、処理対象の領域に対して文字認識部２０３が文字認識処理を行い、処理対象の領域に含まれる文字列を取得し、ステップＳ７０７へ進む。

ステップＳ７０７では、領域位置関係解析部２０４が位置関係文字列辞書１２２を用いることにより、ステップＳ７０６で取得された文字列の中から、位置関係を表す文字を取得する。文字画像領域解析結果において領域ＩＤが“２”の領域（図９（ａ）の９０２）からは、文字列として“昨年度の売上を右図に示す。”が取得される。このため、位置関係を表す文字として、“右図”が取得される。なお、“右図”に対応する位置関係を示す情報は“３”である。

同様に、文字画像領域解析結果において領域ＩＤが“４”の領域（図９（ａ）の９０４）からは、文字列として、“新しいカメラのデザインを下図に示す。”が取得される。このため、位置関係を表す文字として、“下図”が取得される。なお、“下図”に対応する位置関係を示す情報は、“２”である。

ステップＳ７０８では、処理対象の領域内の文字列の中に、位置関係を示す文字が存在していたか否かを判定する。図９（ａ）の場合、領域９０１には位置関係を表す文字が存在しないと判定され、領域９０２及び領域９０４には位置関係を表す文字が存在すると判定される。

位置関係を表す文字が存在すると判定された場合には、ステップＳ７０９へ進む。一方、位置関係を表す文字が存在しないと判定された場合には、ステップＳ７０４へ戻る。

ステップＳ７０９では、ステップＳ７０７で取得した文字及び位置関係と、文書画像領域解析結果における各領域のＸ座標情報及びＹ座標情報とにより、処理対象の領域内の文字列が指し示すオブジェクトが含まれる領域（隣接領域）を求める。

文字画像領域解析結果において領域ＩＤが“２”の領域に対応する隣接領域は、領域ＩＤが“３”の領域となる。同様に、文字画像領域解析結果において領域ＩＤが“４”の領域に対応する隣接領域は、領域ＩＤが“５”の領域となる。

ステップＳ７１０では、処理対象の領域の領域ＩＤとステップＳ７０９において取得した処理対象の領域に対応する隣接領域の領域ＩＤとの位置関係を、領域位置関係情報記憶領域１１１に格納し、ステップＳ７０３へ戻る。

ステップＳ７１１では、レイアウト部２０６がステップＳ７０２においてレイアウト変更指示された内容に基づいて、文書画像領域解析結果と領域位置関係情報とにより、各領域のレイアウト処理を行う。

各領域のレイアウト処理が完了すると、情報処理装置１００の表示装置１０５には、レイアウト結果として、図９（ｂ）が表示される。

＜８．レイアウト処理の詳細＞
図８は、レイアウト部２０６にて実行されるレイアウト処理（ステップＳ７１１）の詳細な流れを示すフローチャートである。

ステップＳ８０１では、処理対象の領域を設定する。ここでは、文書画像領域解析結果記憶領域１１２の先頭に記憶された領域を設定する。

ステップＳ８０２では、文書画像領域解析結果記憶領域１１２の全ての領域についてレイアウト処理を実行したか否かを判定する。ステップＳ８０２において、全ての領域についてレイアウト処理を実行したと判定された場合には、レイアウト処理を終了する。一方、全ての領域についてレイアウト処理を実行していないと判定された場合には、ステップＳ８０３へ進む。

ステップＳ８０３では、処理対象の領域ＩＤに対応する領域種別情報を抽出する。そして、抽出した領域種別情報が“文字領域”であった場合には、当該領域ＩＤと同じ領域ＩＤが、領域位置関係情報記憶領域１１１の文字領域ＩＤの中に存在するか否かを判定する。

ステップＳ８０３において同じ領域ＩＤが存在すると判定された場合、つまり、隣接領域が存在すると判定された場合には、ステップＳ８０４へ進む。一方、隣接領域が存在しないと判定された場合には、ステップＳ８０５へ進む。

ステップＳ８０４では、領域位置関係情報記憶領域１１１から、処理対象の領域と隣接領域との位置関係を求める。

ステップＳ８０５では、図７のステップＳ７０２でレイアウト変更指示された内容に基づいて、処理対象の各領域をレイアウトすることが可能であるか否か判定する。

特に、ステップＳ８０３において隣接領域が存在すると判定された場合にあっては、隣接領域についても位置関係を維持してレイアウトすることが可能であるか否か判定する。レイアウトすることが可能であると判定された場合には、ステップＳ８０６へ進む。一方、レイアウトすることが可能でないと判定された場合には、ステップＳ８０８へ進む。

ステップＳ８０８では、レイアウト処理済みである領域（隣接領域以外の領域）のサイズ及び座標を変更する。具体的には、レイアウト情報記憶領域１１３の高さ情報、幅情報、Ｘ座標情報、Ｙ座標情報を、図７のステップＳ７０２におけるレイアウト変更指示の内容に対応するレイアウトが実現されうる値に変更する。文字領域は、領域に格納されている全ての文字を表示可能なサイズに変更する。

一方、ステップＳ８０６では、レイアウト処理する対象領域を、図７のＳ７０２で指示されたレイアウト変更指示の内容に基づいて、空き領域にレイアウトする。更に、レイアウト情報記憶領域１１３の領域ＩＤ、高さ情報、幅情報、Ｘ座標情報、Ｙ座標情報に、レイアウト後の処理対象の領域の領域ＩＤ、サイズ、座標を記憶する。

特に、ステップＳ８０３で隣接領域が存在すると判定された場合にあっては、隣接領域についても位置関係を維持するようにレイアウトし、レイアウト情報記憶領域１１３に、レイアウト後の隣接領域の領域ＩＤ、サイズ、座標を記憶する。

ステップＳ８０７では、文書画像領域解析結果記憶領域１１２に基づいて未処理の領域を特定し、特定した領域を処理対象の領域として設定し、ステップＳ８０２へ戻る。

以上の説明から明らかなように、本実施形態では、文書画像内に含まれる各領域をレイアウトするにあたり、所定のオブジェクトを指し示す文字列を含む文字領域から、位置関係を表す文字を抽出する構成とした。

そして、抽出した文字が指し示すオブジェクトが含まれる領域をレイアウトするにあたっては、当該抽出した文字の文書画像内の位置に対して、当該抽出した文字が指し示す相対位置にレイアウトする構成とした。

この結果、可読性の高いレイアウト処理を実現することが可能となった。

［他の実施形態］
なお、本発明は、複数の機器（例えばホストコンピュータ、インタフェース機器、リーダ、プリンタなど）から構成されるシステムに適用しても、一つの機器からなる装置（例えば、複写機、ファクシミリ装置など）に適用してもよい。

また、本発明の目的は、前述した実施形態の機能を実現するソフトウェアのプログラムコードを記録したコンピュータ読取可能な記憶媒体を、システムあるいは装置に供給するよう構成することによっても達成されることはいうまでもない。この場合、そのシステムあるいは装置のコンピュータ（またはＣＰＵやＭＰＵ）が記憶媒体に格納されたプログラムコードを読出し実行することにより、上記機能が実現されることとなる。なお、この場合、そのプログラムコードを記憶した記憶媒体は本発明を構成することになる。

プログラムコードを供給するための記憶媒体としては、例えば、フロッピ（登録商標）ディスク、ハードディスク、光ディスク、光磁気ディスク、ＣＤ−ＲＯＭ、ＣＤ−Ｒ、磁気テープ、不揮発性のメモリカード、ＲＯＭなどを用いることができる。

また、コンピュータが読出したプログラムコードを実行することにより、前述した実施形態の機能が実現される場合に限られない。例えば、そのプログラムコードの指示に基づき、コンピュータ上で稼働しているＯＳ（オペレーティングシステム）などが実際の処理の一部または全部を行い、その処理によって前述した実施形態の機能が実現される場合も含まれることは言うまでもない。

さらに、記憶媒体から読出されたプログラムコードが、コンピュータに挿入された機能拡張ボードやコンピュータに接続された機能拡張ユニットに備わるメモリに書込まれた後、前述した実施形態の機能が実現される場合も含まれる。つまり、プログラムコードがメモリに書込まれた後、そのプログラムコードの指示に基づき、その機能拡張ボードや機能拡張ユニットに備わるＣＰＵなどが実際の処理の一部または全部を行い、その処理によって実現される場合も含まれる。

本発明の第１の実施形態にかかる情報処理装置の構成を示す図である。 レイアウトプログラムの機能構成を示す図である。 位置関係文字列辞書の構成を示す図である。 領域位置関係情報記憶領域の構成を示す図である。 文書画像領域解析結果記憶領域の構成を示す図である。 レイアウト情報記憶領域の構成を示す図である。 レイアウトプログラムの処理の流れを示すフローチャートである。 レイアウト処理の詳細な流れを示すフローチャートである。 レイアウトプログラムが実行される前と後の文書画像を示す図である。

符号の説明

１０１ ＣＰＵ
１０２ ＲＯＭ
１０３ ＲＡＭ
１０４ 入力装置
１０５ 表示装置
１０６ 表示コントローラ
１０７ 外部記憶装置
１０８ 通信装置
１０９ ＢＵＳ
１１１ 領域位置関係情報記憶領域
１１２ 文書画像領域解析結果記憶領域
１１３ レイアウト情報記憶領域
１２１ レイアウトプログラム
１２２ 位置関係文字列辞書
１２３ 文書画像
２００ 指示受付部
２０１ 文書画像入力部
２０２ 文書画像領域分割部
２０３ 文字認識部
２０４ 領域位置関係解析部
２０５ 位置関係文字列辞書
２０６ レイアウト部
２０７ 出力部

Claims (5)

1. 文書画像に含まれる各領域をレイアウトする情報処理装置であって、
   第１の領域に含まれる文字の中から、オブジェクトの種類と相対位置とを指し示す文字を抽出する抽出手段と、
   前記抽出手段により抽出された文字によって指示される相対位置で前記第１の領域と隣接する領域を第２の領域として特定する特定手段と、
   前記第１の領域と前記第２の領域を、前記相対位置で隣接した状態を維持させながら、前記文書画像中のユーザ指示された位置に配置可能な空間が有るか否かを判定する判定手段と、
   前記判定手段による判定の結果に基づいて、前記第１の領域と前記第２の領域を前記相対位置において隣接した状態を維持させながら前記ユーザ指示された位置にレイアウトするレイアウト手段と
   を備えることを特徴とする情報処理装置。
2. 前記レイアウト手段は、前記判定手段により前記配置可能な空間が無いと判定された場合に、前記第１の領域と前記第２の領域以外の領域のサイズまたは位置を変更したうえで、前記第１の領域と前記第２の領域をレイアウトすることを特徴とする請求項１に記載の情報処理装置。
3. 文書画像に含まれる各領域をレイアウトする情報処理装置における情報処理方法であって、
   第１の領域に含まれる文字の中から、オブジェクトの種類と相対位置とを指し示す文字を抽出する抽出工程と、
   前記抽出工程において抽出された文字によって指示される相対位置で前記第１の領域と隣接する領域を第２の領域として特定する特定工程と、
   前記第１の領域と前記第２の領域を、前記相対位置で隣接した状態を維持させながら、前記文書画像中のユーザ指示された位置に配置可能な空間が有るか否かを判定する判定工程と、
   前記判定工程における判定の結果に基づいて、前記第１の領域と前記第２の領域を前記相対位置において隣接した状態を維持させながら前記ユーザ指示された位置にレイアウトするレイアウト工程と
   を備えることを特徴とする情報処理方法。
4. 前記レイアウト工程では、前記判定工程で前記配置可能な空間が無いと判定された場合に、前記第１の領域と前記第２の領域以外の領域のサイズまたは位置を変更したうえで、前記第１の領域と前記第２の領域をレイアウトすることを特徴とする請求項３に記載の情報処理方法。
5. 請求項３または４に記載の情報処理方法をコンピュータによって実行させるためのプログラムを格納したコンピュータ読取可能な記憶媒体。

Images