JP5794154B2 - 画像処理プログラム、画像処理方法、及び画像処理装置 - Google Patents

Description

本発明は、所定の画像内の指定した領域に対応する適切な部分画像を取得するための画像処理プログラム、画像処理方法、及び画像処理装置に関する。

従来では、紙文書の一部を切り出して保存したい場合、昔からの新聞切り抜きのように、保存したい部分を切って画像化するという方法が知られている。また、従来では、紙を実際に切らなくても、保存したい領域をマーカーペンの線で囲んで、スキャン画像から囲まれた部分のみ切り出すという方法が知られている（例えば、特許文献１参照）。なお、上述した従来技術は、何れも原本を傷めてしまい、また操作も煩雑であった。

そこで、別の手法としては、文書全体をスキャンして、画面上で領域を指定して部分画像を生成するという方法が考えられる。例えば、従来では、文書の部分領域を切り出した画像を並べて、画面上に設けられた白紙の台紙領域に並べ直す方法が知られている。また、従来では、文書をテキスト・図表・タイトル等の領域に分割するレイアウト解析を行い、領域毎に定めた得点ルール等により各領域の画像を保存すべきか否かを判定する方法が知られている。更に、従来では、上述したレイアウト解析の結果から、ユーザが指定した領域の輪郭を補正する方法が知られている（例えば、特許文献２〜４参照）。

特開２００６−３４０１０３号公報 特開昭６１−１５２８０号公報 特開平０９−０９１４５０号公報 特開２００１−２７４９６９号公報

ところで、上述した従来手法では、画像全体から切り出したい部分画像の領域を指定するためにマウス等の座標入力手段が用いられ、その指定された部分領域は矩形（四角形）に限定される。そのため、部分画像が矩形でない場合には、指定領域に含まれる保存対象ではない不要な画像まで含めて保存されていた。

一方、従来手法では、マウス等で部分画像の領域の外枠に沿って曲線を描くような方法もあるが、正確に領域を指定するのが困難であるため、操作が煩雑で、かつ不正確であった。

また、従来のレイアウト解析の結果を用いる方法は、テキストや図表等のレイアウト要素の単位でしか領域が指定できないため、ユーザが希望する領域が適切に選択できなかった。ここで、上述の問題点を具体的に説明する。図１は、従来技術の問題点を説明するための図である。なお、図１（Ａ）〜（Ｃ）は、一例として、それぞれが新聞記事等の文書画像を示す。また、「ＡＡＡ」とは、文字や数字等で構成されるタイトルや本文等の文書データの配置を意味し、文書以外にも図表等が配置される領域も含む（以下の説明についても同様とする）。

従来技術では、例えば図１に示すような文書画像に対して、図１（Ａ）の点線部分に示すように選択したい領域があった場合に、レイアウト解析で、図１（Ｂ）に示すような正しいブロック領域が得られたとする。このような場合には、ブロック領域（１）〜（５）を組み合わせることによって所望の領域を得ることができる。一方、レイアウト解析で、図１（Ｃ）の示すような誤ったブロック領域が得られた場合には、例えばブロック領域（ａ）〜（ｃ）を組み合わせても所望の領域には足りず、またブロック領域（ａ）〜（ｄ）では余分となる。したがって、従来手法では、レイアウト解析が誤ると正しい部分画像は得られない。更に、レイアウト解析により選択された領域は、ユーザにフィードバックされないため、不適切な領域が選ばれても気づかないという問題があった。

開示の技術は、かかる問題を鑑み、所定の画像から指定した領域に対応する適切な部分画像を取得することを目的とする。

開示の一態様における画像処理プログラムは、所定の画像から取得する部分画像の領域を指定し、画像レイアウトを解析する解析パラメータに基づいて、前記所定の画像を１又は複数のブロック領域として認識し、前記認識した１又は複数のブロック領域と、前記指定した領域とを比較して、前記指定した領域に含まれる第１のブロック領域、前記指定した領域に含まれない第２のブロック領域、及び未確定領域である第３のブロック領域のうちの何れかに分類する第１のブロック判定を行い、前記第３のブロック領域と判定されたブロック領域に対して、前記解析パラメータを変更し、前記ブロック領域を再認識した後に、前記第１のブロック領域又は前記第２のブロック領域に分類する第２のブロック判定を行い、前記第１のブロック判定及び前記第２のブロック判定で得られる第１のブロック領域の集合に基づいて部分画像を生成する、処理をコンピュータに実行させる。

開示の技術によれば、所定の画像から指定した領域に対応する適切な部分画像を取得することができる。

従来技術の問題点を説明するための図である。 画像処理装置の概略構成の一例を示す図である。 本実施形態における画像処理装置のハードウェア構成の一例を示す図である。 第１実施例におけるブロック領域判定手段の機能構成を示す図である。 セパレータによるレイアウト解析結果の一例を示す図である。 細密度パラメータの具体例を示す図である。 空白セパレータの抽出の一例を示す図である。 レイアウト解析パラメータによる動作の違いについて説明するための図である。 第１実施例におけるブロック領域分類例を示す図である。 第１実施例における画像処理の一例を示すフローチャートである。 第１実施例におけるグループ統合によるレイアウト解析の一例を示す図である。 ユーザ指定領域の再入力を促す画面の一例を示す図である。 第１実施例により得られる部分画像の具体例を説明するための図である。 第２実施例におけるブロック領域判定手段の機能構成を示す図である。 第２実施例における画像処理の一例を示すフローチャートである。 第３実施例におけるブロック領域判定手段の機能構成を示す図である。 第３実施例における画像処理の一例を示すフローチャートである。

以下、添付図面を参照しながら実施例について詳細に説明する。

＜画像処理装置：概略構成例＞
本実施形態における画像処理装置の概略構成例について図を用いて説明する。図２は、画像処理装置の概略構成の一例を示す図である。図１に示す画像処理装置１０は、画像入力手段１１と、領域指定手段１２と、ブロック領域判定手段１３と、部分画像生成手段１４とを有する。

画像入力手段１１は、部分画像を取得する対象画像を入力する。具体的には、新聞や雑誌、インターネットのホームページ等の文書データや写真等の画像データを入力する。

領域指定手段１２は、画像入力手段１１により得られる画像（以下、必要に応じて「全体画像」という）から、ユーザ等により指定された切り出したい部分画像の領域（ユーザ指定領域）の情報を取得する。なお、領域指定は、予め設定されていてもよく、必要に応じてユーザに指定させてもよい。また、領域指定手段１２は、１つの画像に対して１又は複数の部分画像の領域を指定することができる。

ブロック領域判定手段１３は、画像入力手段１１により得られる全体画像を、レイアウト解析により所定の文書等の集合からなる１又は複数のブロック領域として認識する。また、ブロック領域判定手段１３は、レイアウト解析により得られたブロック領域毎に、上述したユーザ指定領域と比較を行い、予め設定された閾値に基づいて、例えば第１〜第３のブロック領域に分類する。具体的には、ブロック領域判定手段１３は、レイアウト解析により得られたブロック領域毎に、ユーザが指定した領域に含まれる第１のブロック領域と、ユーザが指定した領域に含まれない第２のブロック領域とに分類する。更に、ブロック領域判定手段１３は、上述した第１及び第２のブロック領域に分類できない未確定領域を第３のブロック領域として分類する。

また、ブロック領域判定手段１３は、画像レイアウトを解析し所定のブロック領域として認識するためのレイアウト解析パラメータを変更して再度レイアウト解析を行い、ブロック領域の再分類を行う。その後、ブロック領域判定手段１３は、再分類されたブロック領域毎に、上述した第１〜第３のブロック領域の判定を行う。なお、上述したブロック領域判定手段１３の具体的な処理については後述する。

部分画像生成手段１４は、ブロック領域判定手段１３により、第１のブロック領域に含まれるブロック領域の集合から部分画像を生成し、生成した部分画像を出力する。これにより、本実施形態では、所定の画像から指定した領域に対応する適切な部分画像を取得することができる。

＜画像処理装置：ハードウェア構成例＞
図３は、本実施形態における画像処理装置のハードウェア構成の一例を示す図である。また、画像処理装置１０は、制御部２１と、通信部２２と、主制御部２３と、補助記憶部２４と、ドライブ装置２５とを有する。また、本実施形態では、制御部２１、通信部２２、主記憶部２３、補助記憶部２４、及びドライブ装置２５は、共通バスによりデータや信号等の送受信が可能な状態で接続されている。

また、図３の例では、画像処理装置１０に接続される外部装置として、画像入力部３１と、座標入力部３２と、表示部３３と、記録媒体３４とを有する。

制御部２１は、Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ（ＯＳ）等の制御プログラム、及び主記憶部２３に格納されている実行プログラムに基づいて、各種演算や各ハードウェア構成部とのデータの入出力等、コンピュータ全体の処理を制御して、本実施形態における各処理を実現することができる。なお、プログラムの実行中に必要な各種情報等は、補助記憶部２４から取得することができ、また実行結果等を格納することもできる。

具体的には、制御部２１は、画像入力部３１からの画像情報の入力や座標入力部３２からの座標情報の入力を行い、本実施形態における画像処理を行うために画像処理装置１０全体を制御する。また、制御部２１は、本実施形態における画像処理を実行するための各種画面を表示部２３に表示させるための制御を行う。また、制御部２１は、ドライブ装置２５を介して記録媒体３４から本実施形態に必要な各種情報やプログラムを読み出したり、本実施形態における処理を実行した結果や経過等の情報を記録媒体３４に書き込むための制御等を行う。なお、制御部２１は、例えばＣｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ（ＣＰＵ）等からなる。

通信部２２は、インターネットやＬｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ（ＬＡＮ）等に代表される通信ネットワークを用いて、外部装置と接続してデータの送受信等を行う。なお、通信部２２は、外部装置と接続し、例えば新聞や雑誌等の文書画像情報等を取得することもできる。

また、通信部２２は、通信ネットワークを通じて外部端末から本実施形態における画像処理プログラムや入力情報等を取得したり、画像処理の実行結果や経過等の情報を外部装置に送信することができる。

主記憶部２３は、実行プログラム等を格納する。なお、主記憶部２３は、例えばＲｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ（ＲＯＭ）やＲａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ（ＲＡＭ）等のメモリ等からなる。本実施形態では、例えば処理対象の全体画像等が主記憶部２３に記憶されて画像処理等が行われる。

補助記憶部２４は、例えばハードディスク等のストレージ手段であり、実行プログラムやコンピュータに設けられた制御プログラム等を蓄積し、必要に応じて入出力を行うことができる。また、補助記憶部２４は、画像処理を行う前の全体画像や処理結果としての部分画像も記憶することができる。また、補助記憶部２４は、全体画像が大きなデータである場合に、主記憶部に２３で記憶しきれない画像を部分的に記憶することができる。

ドライブ装置２５は、例えば本実施形態における画像処理等の実行プログラムが記録された記録媒体３４をセットすることができる。また、ドライブ装置２５は、制御部２１の制御により、記録媒体３４に含まれる実行プログラムを読み出し、補助記憶部２４に出力してインストールさせる。また、ドライブ装置２５は、制御部２１の制御によりドライブ装置２５を介して記録媒体３４に各種データを書き込むこともできる。

画像入力部３１は、スキャナ装置やデジタルカメラ（撮像手段）等である。具体的には、画像入力部３１は、部分画像を生成するための全体画像を入力する。つまり、図３の構成は、例えばスキャナ等の画像入力部３１によって取得した文書画像等の全体画像を対象として画像処理を行うものであるが、これに限定されるものではなく、例えば記録媒体３４等から全体画像等を取得してもよい。

座標入力部３２は、全体画像から部分画像を生成するために、ユーザ等により指定されるユーザ指定領域（トリミング領域）の位置を予め設定された画像上の座標値で入力するものである。座標入力部３２としては、例えばＰｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ（ＰＣ）であれば、マウスやペン等からなり、また携帯電話やスマートフォン等の携帯情報端末であれば、ユーザの指により指定されるタッチパネル等からなるがこれに限定されるものではない。

表示部３３は、本実施形態における画像処理を実現するための入力画像や、ユーザ指定領域、各種設定情報、実行結果、実行経過等を表示する。これらの表示内容は、制御部２１により制御される。表示部３３は、例えばディスプレイやモニタ等からなる。本実施形態では、表示部３３の表示される文書画像等の全体画像に対してユーザが対象領域を指定することができる。

記録媒体３４は、例えば、Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ（ＵＳＢ）メモリやＣＤ−ＲＯＭ等の可搬型の記録媒体である。記録媒体３４には、例えば、画像処理装置１０等のコンピュータ本体にインストールされる実行プログラム等の各種情報が記録されている。記録媒体３４は、ドライブ装置２５にセットされて、予め記録された各種情報を読み出されたり、実行結果や実行経過等が書き込まれる。また、記録媒体３４は、画像処理を行う前の全体画像や処理結果としての部分画像も記録することができる。これらの記録は、制御部２１の制御によりドライブ装置２５を介して行われる。

なお、図３に示す画像入力部３１及び座標入力部３２は、上述した図２に示す画像入力手段１１及び領域指定手段１２として画像処理装置１０内に有していてもよい。

本実施形態では、上述したようなハードウェア構成により、本実施形態における画像処理を実行することができる。また、プログラムをインストールすることにより、汎用のパーソナルコンピュータ等で画像処理を容易に実現することができる。

＜ブロック領域判定手段：第１実施例＞
次に、上述したブロック領域判定手段１３の第１実施例について図を用いて説明する。図４は、第１実施例におけるブロック領域判定手段の機能構成を示す図である。図４におけるブロック領域判定手段１３は、細密度パラメータ設定手段４１と、レイアウト解析手段４２と、ブロック領域分類手段４３と、ブロック領域確定手段４４と、繰り返し制御手段４５とを有する。

細密度パラメータ設定手段４１は、例えば画像入力手段１１から得られた全体画像に対して１又は複数のブロック領域として認識するためのレイアウト解析パラメータとして、細密度パラメータを設定する。具体的には、細密度パラメータ設定手段４１は、ブロック領域の区切りを予め所定幅及び所定長さの空白部を用いて追跡するため、その条件となる幅及び長さを細密度パラメータとして設定する。なお、細密度パラメータの具体例については、後述する。

レイアウト解析手段４２は、処理対象の全体画像に対して細密度パラメータ設定手段４１により設定されたパラメータに基づいて、レイアウト解析を行い、その解析結果から全体画像を１又は複数のブロック領域として認識する。なお、レイアウト解析手段４２は、画像の全体に対してレイアウト解析を行ってもよく、また上述した領域指定手段１２により指定されたユーザ指定領域の座標を基準とし、ユーザ指定領域の外側の所定の範囲を含む領域を対象にレイアウト解析を行ってもよい。これにより、ユーザ指定領域の外側の所定の範囲のみをレイアウト解析する場合には、レイアウト解析を迅速に行うことができる。

ブロック領域分類手段４３は、レイアウト解析手段４２により得られる解析結果のブロック領域毎に、ユーザ指定領域と比較し、上述した第１〜第３のブロック領域のうち、何れかのブロック領域に分類する（第１のブロック判定）。ここで、ブロック領域とユーザ指定領域との比較については、例えばレイアウト解析時に得られるブロック領域の位置（例えば、座標等）と、領域指定時に設定されるユーザ指定領域の位置（例えば、座標等）とを比較する。また、第１〜第３のブロック領域への分類については、例えば上述した位置から、ブロック領域がどの程度ユーザ指定領域内に含まれているかを判定することで分類を行う。

ブロック領域確定手段４４は、ブロック領域分類手段４３により確定したブロック領域をそれぞれの分類結果と共に部分画像生成手段１４に出力する。

繰り返し制御手段４５は、ブロック領域分類手段４３による分類結果で第３のブロック領域が存在する場合に、第３のブロック領域に対してのみ、細密度パラメータの値を変更して再度レイアウト解析を行う。更に、繰り返し制御手段４５は、再度のレイアウト解析結果により得られるブロック領域に対してブロック領域分類手段４３による第１〜第３のブロック領域への再分類（第２のブロック判定）を行わせるための繰り返し制御を行う。

つまり、第１実施例では、レイアウト解析パラメータとしての細密度パラメータの値を変更しながら、第３のブロック領域についての再判定（再分類化）を、例えば所定の終了条件を満たすまで繰り返し行い、第１のブロック領域又は第２のブロック領域に何れかに分類させる。

なお、所定の終了条件とは、例えば所定回数（例えば、上限値）に達するまで、又は第３のブロック領域がなくなるまで等があるが、これに限定されるものではない。また、上述した所定回数に達する場合には、その時点での第１ブロック領域と第２ブロック領域と第３ブロック領域とを出力してもよく、その時点で、第１のブロック領域の集合のみを出力してもよい。また、第３ブロックが存在する場合には、エラーメッセージやユーザ指定領域の最入力を要求するメッセージ等をユーザに通知する処理を行ってもよい。

＜細密度パラメータと、細密度パラメータによる領域分類の具体例＞
ここで、細密度パラメータと、細密度パラメータによる領域分類の具体例について説明する。図５は、セパレータによるレイアウト解析結果の一例を示す図である。また、図６は、細密度パラメータの具体例を示す図である。また、図７は、空白セパレータの抽出の一例を示す図である。なお、図５（Ａ）〜（Ｃ）は、一例として、それぞれが新聞記事等の文書画像を示す。

例えば、上述したレイアウト解析手段４２は、図５（Ａ）に示す入力画像に対し、全体画像に含まれる罫線切り出し処理によって画像中から罫線を検出し、更に空白領域検出処理によってブロックを分割する空白領域を検出する。上述した罫線及び空白領域は、領域同士を分けるセパレータとして働き、例えば図５（Ｂ）に示すように罫線のセパレータ（黒い矩形）と空白のセパレータ（白い矩形）とを取得することができる。したがって、第１実施例では、これらのセパレータによって画像を分割し、各分割領域で背景以外の画素が存在する領域を囲むことで、図５（Ｃ）の太線枠に示すようなブロック領域を認識することができる。

ここで、例えば空白矩形を抽出する処理は、所定幅以上で所定長さ以上の空白部を追跡する。この所定幅や所定長さが、一定値の場合や不適切な値の場合には、レイアウト解析の結果は大きく変わってしまう。そこで、第１実施例では、レイアウト解析パラメータとして、細密度パラメータという値を用い、例えば所定幅等の値を変化させる。なお、第１実施例では、所定幅のみを異なる値に変更し、所定長さは一定値とするが、これに限定されるものではなく、例えば所定幅及び所定長さを異なる値に変更してもよく、所定幅を一定値とし、所定長さのみを異なる値に変更してもよい。

具体的には、図６に示すように、細密度パラメータのレベルを１から５まで増加させると、空白矩形の所定幅は３０画素から１０画素へと所定画素数単位（例えば、５画素）に減少するというような設定を用いる。なお、レベルの種類については、図６に限定されるものではない。また、所定画素数については、５画素に限定されるものではなく、また所定画素数単位でなくてもよく、任意に所定幅を変更することができる。第１実施例では、上述したように細密度パラメータのレベルに幅を持たせておくことで、適切なブロック領域の分割を行うことができる。

なお、上述したようにセパレータを用いて領域を分割し、分割された領域を各ブロック領域として認識する手法では、どの程度の大きな空白をセパレータとみなすかを決定しなければならない。その場合には、例えば空白のセパレータとして、図７に示すように、複数の空白矩形の集合Ｒ_ｉ（ｉ＝１，・・・，ｎ）から極大空白矩形を求めて、空白矩形のサイズが所定の値（パラメータ）に達したところで終了する。これにより、空白のセパレータを、適切に抽出することができる。つまり、上述の手法を用いた場合には、セパレータを抽出する画素サイズのパラメータを小さくすることで、より小さなレイアウト要素が得られるようになる。

図８は、レイアウト解析パラメータによる動作の違いについて説明するための図である。上述したように、画像で空白矩形を抽出してブロック領域を分割する手法において、図８（Ａ）に示すように、細密度パラメータが小さい場合には、タイトル（右側Ａ列）と本文とに分割される。一方、図８（Ｂ）に示すように、細密度パラメータが大きい場合には、行間の狭い空白まで抽出されるため、ブロック領域はより細かく分割される。このように、第１実施例では、細密度パラメータを変更することによって大きなブロック領域をより細かく分割することができる。

＜ブロック領域分類手段による分類例＞
ここで、上述したブロック領域分類手段４３による第１〜第３のブロック領域の分類例について図を用いて説明する。図９は、第１実施例におけるブロック領域の分類例を示す図である。

図９に示す例では、全体画像５０に対して、ユーザが指定したユーザ指定領域５１と、レイアウト解析により得られたブロック領域５２との比較により、ブロック領域５２がどのように分類されるかについて説明する。図９において、ブロック領域分類手段４３は、まずユーザ指定領域５１の位置と判定対象のブロック領域５２の位置とを用いて重なり面積を求める。また、ブロック領域分類４３は、予め２つの閾値を設定しておく。

次に、ブロック領域分類手段４３は、求めた重なり面積と第１の閾値とを比較し、ブロック領域全体に対する重なり面積の比率が第１の閾値（例えば、８５％）以上の場合に、ブロック領域５２を第１のブロック領域と判断する。また、ブロック領域分類４３は、ブロック領域全体に対する重なり面積の比率が第２の閾値（例えば、１０％）以下の場合に、ブロック領域５２を第２のブロック領域に分類する。更に、第１及び第２の閾値により、第１のブロック領域又は第２のブロック領域に属さない場合に、ブロック領域５２を未確定領域として第３のブロック領域に分類する。なお、上述した第１の閾値及び第２の閾値は、全体画像の内容やレイアウト解析によるブロックサイズ、ブロック数等に応じて適宜変更することができる。このように、ブロック領域分類手段４３は、ユーザ指定領域との重なり度合によってブロック領域を分類することができる。

＜第１実施例における画像処理手順＞
ここで、上述した第１実施例における画像処理手順について、フローチャートを用いて説明する。なお、以下に示す画像処理は、例えば画像処理プログラム（ソフトウェア）が図３に示すようなハードウェア資源にインストールされることで協働して実行される処理である。

図１０は、第１実施例における画像処理の一例を示すフローチャートである。図１０に示す例において、画像処理は、部分画像を切り出す対象となる画像を入力し（Ｓ０１）、Ｓ０１の処理で入力した画像に対し、ユーザ等により切り出したい部分が指定されたユーザ指定領域を入力する（Ｓ０２）。

次に、画像処理は、画像全体を処理対象の領域に設定し（Ｓ０３）、レイアウト解析パラメータを初期値に設定する（Ｓ０４）。ここで、レイアウト解析パラメータとは、例えば上述した細密度パラメータを意味するが、これに限定されるものではない。また、初期値とは、例えば上述した細密度パラメータのレベルが一番小さい（所定幅（画素数）が一番大きい）ものを意味するが、これに限定されるものではない。

次に、画像処理は、Ｓ０４の処理で得られたレイアウト解析パラメータに基づいて、レイアウトを解析し（Ｓ０５）、解析結果として得られる１又は複数のブロック領域を上述した第１〜第３の何れかのブロック領域に分類する（Ｓ０６）（第１のブロック判定）。なお、Ｓ０６の処理では、例えば各ブロック領域と、Ｓ０２の処理で得られたユーザ指定領域との位置情報（例えば、画像上に設定された座標情報等）に基づいて、ユーザ指定領域に含まれる第１のブロック領域と、ユーザ指定領域に含まれない第２のブロック領域と、第１及び第２のブロック領域に属さない第３のブロック領域（未確定領域）とに分類する。また、画像処理は、Ｓ０６の処理で得られた第１のブロック領域と、第２のブロック領域を確定する（Ｓ０７）。

次に、画像処理は、第１のブロック領域又は第２のブロック領域に属さない第３のブロック領域（未確定領域）が存在するか否かを判断する（Ｓ０８）。ここで、画像処理は、第３のブロック領域が存在する場合（Ｓ０８において、ＹＥＳ）、繰り返し回数が予め設定された上限値に達したか否かを判断する（Ｓ０９）。また、画像処理は、繰り返し回数が上限値に達していない場合（Ｓ０９において、ＮＯ）、第３のブロック領域を処理対象の領域に設定する（Ｓ１０）。また、画像処理は、レイアウト解析パラメータを細密度が高い値（すなわち、所定幅（画素数）が小さいパラメータ）に更新して（Ｓ１１）、Ｓ０５の処理に戻り、再度レイアウト解析と、ブロック領域の再分類化を行う（第２のブロック判定）。

また、画像処理は、第３のブロック領域が存在しない場合（Ｓ０８において、ＮＯ）、又は繰り返し回数が上限値に達している場合（Ｓ０９において、ＹＥＳ）、その時点で得られている第１のブロック領域の集合から部分画像を生成し（Ｓ１２）、生成した部分画像を出力する（Ｓ１３）。

すなわち、第１実施例では、ユーザが指定した領域と境界線が一致していないブロック領域（つまり、第３のブロック領域）を、細密度パラメータの変更によって、より細かく分割することにより、適切な部分画像を取得することができる。

上述した第１の実施例では、パラメータを再設定することによってレイアウト解析の細分化の程度を制御することができる。そのため、ユーザ指定領域と合致していないレイアウト要素（ブロック領域）については、このパラメータをより細分化する方向に変更してレイアウト解析を再実行することにより、適切な部分画像を取得することができる。

なお、上述の例では、細密度パラメータの使用方法として、所定幅（画素数）を段階的に減少させる例について説明したが、これに限定されるものではない。具体的には、第１実施例では、例えば最初に所定幅（画素数）を小さくし、それを段階的に増加させることで、最初に得られる小さなブロック領域を順に統合することによってレイアウト解析を行うことができる。

図１１は、第１実施例におけるグループ統合によるレイアウト解析の一例を示す図である。レイアウト解析手段４２は、図１１に示すように、例えば文字等の小さな領域を設定し、これらの領域を統合して大きな領域を生成することによってレイアウトを解析することができる。例えば、図１１の例では、文字単位に分割し（図１１（Ａ））、所定幅（画素数）を段階的に増加させ、所定の距離以内にある隣接文字を行として統合し（図１１（Ｂ））、更に所定の距離以内にある複数の行についても同様の処理を行って領域を統合する。これにより、第１実施例では、図１１（Ｃ）に示すようなブロック領域を生成することができる。

なお、図１１に示す手法を用いる場合には、例えば隣接する文字や行を統合するか否かを、所定のパラメータ等を用いて判定する。具体的には、例えば「文字間の間隔がそれぞれの文字サイズの平均値の５０％よりも小さい場合に統合する」というような基準を設定したとする。この場合には、「それぞれの文字サイズの平均値の５０％よりも小さい」というレイアウト解析パラメータに基づいて、レイアウト解析を行う。また、上述の例では、５０％という数値を大きくすれば、より大きなレイアウト要素が得られることになる。

また同様に、行と行とを統合する場合には、例えば「行間の間隔が、行の高さの平均値の７０％よりも小さい場合に行を統合する」等のように、上述と同様にパラメータを設定することができる。

＜ユーザ指定領域の再入力指示の具体例＞
また、上述した第１実施例では、レイアウト解析パラメータを異なる値に変更させながら所定回数繰り返しても未確定領域（第３のブロック領域）が存在する場合がある。そのような場合に、第１実施例では、ユーザ指定領域の再入力を要求するメッセージをユーザに通知する処理を行うこともできる。

ここで、図１２は、ユーザ指定領域の再入力を促す画面の一例を示す図である。なお、図１２（Ａ）は、ＰＣ等のディスプレイ（大画面）における表示例を示し、図１２（Ｂ）は、例えば携帯端末等の小画面における表示例を示している。

例えば、所定回数繰り返しても第３のブロック領域が存在する場合には、ユーザに領域の再入力を要求する画面を表示部３３に表示する。

例えば図１２（Ａ）に示すＰＣのディスプレイのような大きな画面６０の場合には、第３のブロック領域のみ原画像を残し、それ以外は確定した領域として塗り潰して（図１２（Ａ）−（２））、ユーザに再入力を要求する。この場合、ユーザへの要求メッセージ６１は、第３のブロック領域が隠れることがないように、例えば画面６０中に表示される全体画像６２の外側に表示するのが好ましい（図１２（Ａ）−（３））が、表示位置や内容についてはこれに限定されるものではない。また、図１２（Ｂ）に示す携帯電話等の小さな画面６３の場合には、座標を詳細に入力できるように、例えば確定したブロック領域は表示せず、領域を再入力するブロック領域６４のみを拡大表示することができる。また、ユーザへの要求メッセージ６５は、画面６３の下部に短い文章で表示するのが好ましい（図１２（Ｂ）−（３））が、表示位置や内容についてはこれに限定されるものではない。

このように、ユーザ指定領域の再入力をさせることで、未確定となる領域をなくして、より適切な部分画像を生成することができる。なお、上述した要求メッセージ６１，６５は、音声等により出力されてもよい。

＜第１実施例により得られる部分画像の具体例＞
ここで、上述した第１実施例により得られる部分画像の具体例について図を用いて説明する。図１３は、第１実施例により得られる部分画像の具体例を説明するための図である。

第１実施例では、対象となる全体画像７０に対して、例えばユーザが図１３（Ａ）のようなユーザ指定領域７１を指定する。また、第１実施例では、レイアウト解析によって図１３（Ｂ）のようなブロック領域７２−１〜７２−５が得られたとする。次に、第１実施例では、ユーザ指定領域７１の内部にあるブロック領域７２−１〜７２−３（斜線の領域）と、外部にあるブロック領域７２−５（白塗りの領域）とを分類する。

この時点で、図１３（Ｃ）の右下に位置するブロック領域７２−４は、ユーザ指定領域の内部か外部かを決めることができず、未確定領域（第３のブロック領域）となっている。そこで、第１実施例では、この未確定領域のみを対象として、再びレイアウト解析を実行する。その場合には、より小さなブロック領域に細分化されるように、レイアウト解析パラメータを変えてレイアウト解析を実行する。

これにより、第１実施例では、図１３（Ｄ）に示すように、ブロック領域７２−４が更に細かく分割され（ブロック領域７２−４ａ，７２−４ｂ）、最終的に図１３（Ｅ）のように全ての領域がユーザ指定領域の内側と外側の何れかに分類される。したがって、第１実施例では、この内側のブロック領域７２−１〜７２−４ａ（図１３（Ｅ）における斜線の領域）の集合を部分画像として生成することで、図１３（Ｆ）のように、ユーザが指定した所望する部分画像を得ることができる。

＜ブロック領域判定手段：第２実施例＞
次に、上述したブロック領域判定手段の第２実施例について図を用いて説明する。第２実施例は、予め設定した複数のレイアウト解析パラメータを用いて最初から複数のブロック領域判定処理を行い、最終結果を直接取得するものである。

図１４は、第２実施例におけるブロック領域判定手段の機能構成を示す図である。なお、第２実施例におけるブロック領域判定手段を有する画像処理装置の概略構成については、上述した図２と略同様であるため、ここでの説明は省略する。また、以下の説明において、上述した第１実施例と略同様の動作を行う構成については、同一の符号を付するものとし、ここでの具体的な説明は省略する。

図１４におけるブロック領域判定手段８０は、繰り返し制御手段８１−１，８１−２と、細密度パラメータ設定手段４１と、レイアウト解析手段４２と、ブロック領域分類手段４３と、ブロック領域確定手段４４と、重なりブロック削除手段８２とを有する。なお、第２実施例のブロック領域判定手段８０は、図２に示す画像処理装置１０内のブロック領域判定手段１３と置き換わるものである。

第２実施例では、２つの繰り返し制御手段８１−１，８１−２を有する。繰り返し制御手段８１−１は、全体画像に対するレイアウト解析を予め設定された細密度パラメータの全ての条件（レベル）で行うように繰り返し制御を行う。したがって、レイアウト解析手段４２により出力されるレイアウト解析結果は、各細密度パラメータを用いて行った複数の解析結果が出力される。

ブロック領域分類手段４３は、上述にて出力された複数の解析結果に対してブロック領域分類を行う。また、ブロック領域確定手段４４は、上述したブロック領域から第１〜第３の何れかのブロック領域を確定する。

なお、重なりブロック削除手段８２は、他の細密度パラメータにより既に第１のブロック領域又は第２のブロック領域であると確定しているブロック領域と重なりがあるブロック領域を削除する。

上述した構成により、第２実施例では、第１実施例と異なり、最初から複数の細密度パラメータ（レイアウト解析パラメータ）（例えば、パラメータＩＤ＝１〜Ｎ）でレイアウト解析を行い、その結果から第１〜３の領域を直接取得する。

したがって、第２実施例では、例えば最初にレベルの小さい（所定幅（画素数）の大きい）細密度パラメータを用いて得られた各ブロック領域に対して、上述した第１〜第３のブロック領域に分類する。その後、第２の実施例では、次のパラメータレベルを用いて得られた各ブロック領域に対して、上述した第１〜第３のブロック領域に分類する。つまり、第２の実施例では、例えばパラメータレベルを段階的に大きく（所定幅（画素数）を段階的に小さく）しながら、全てのパラメータレベルを用いて得られた各ブロック領域に対して、上述した第１〜第３のブロック領域に分類する。

次に、第２実施例では、細密度パラメータ一番小さい（所定幅の一番大きい）レベルで得られた第１のブロック領域及び第２のブロック領域を確定する。また、第２実施例では、次のパラメータレベルで得られたブロック領域に対する分類結果を用いてブロックを確定する。このとき、第２実施例では、次のレベルの分類結果において、既に第１のブロック領域又は第２のブロック領域が確定しているブロック領域と重なるブロック領域については、そのブロック領域を削除する。

つまり、第２実施例では、確定したブロックと重なりがあるものを削除し、この処理をパラメータの数だけ繰り返すことで、第１のブロック領域を高精度に判定し、適切な部分画像を取得することができる。なお、第２実施例では、パラメータの数だけ繰り返した場合でも第３のブロック領域が存在する場合に、例えば上述したようにユーザに領域の再入力を要求してもよい。

＜第２実施例における画像処理手順＞
ここで、上述した第２実施例における画像処理手順について、フローチャートを用いて説明する。なお、以下に示す画像処理は、例えば画像処理プログラム（ソフトウェア）が図３に示すようなハードウェア資源にインストールされることで協働して実行される処理である。

図１５は、第２実施例における画像処理の一例を示すフローチャートである。図１５に示す例において、画像処理は、部分画像を切り出す対象となる画像を入力し（Ｓ２１）、Ｓ２１の処理で入力した画像に対し、ユーザ等により切り出したい部分が指定されたユーザ指定領域を入力する（Ｓ２２）。

次に、画像処理は、入力された画像全体を処理対象の領域に設定し（Ｓ２３）、レイアウト解析パラメータを初期値（ＩＤ＝１）に設定する（Ｓ２４）。ここで、第２実施例における初期値とは、例えば上述した細密度パラメータのレベルが一番小さい（所定幅（画素数）が一番大きい）ものをＩＤ＝１として設定するが、これに限定されるものではない。

次に、画像処理は、Ｓ２４の処理で得られたレイアウト解析パラメータに基づいて、レイアウトを解析し、その結果をバッファ等へ格納する（Ｓ２５）。なお、バッファは、レイアウト解析手段４２等に設けられていてもよく、バッファ用の記憶手段を有していてもよい。

次に、画像処理は、全パラメータで解析を行ったか否か（ＩＤ＝＝Ｎ？）を判断し（Ｓ２６）、全パラメータで解析を行っていない場合（Ｓ２６において、ＮＯ）、次のパラメータ（ＩＤ＝ＩＤ＋１）を設定し（Ｓ２７）Ｓ２５の処理に戻る。また、画像処理は、全パラメータで解析を行った場合（Ｓ２６において、ＹＥＳ）、各解析結果から１又は複数のブロック領域に分類する（Ｓ２８）。なお、Ｓ２８の処理では、各ブロック領域とＳ２２の処理で得られたユーザ指定領域との位置情報に基づいて、上述した第１のブロック領域と、第２のブロック領域と、第３のブロック領域（未確定領域）とに分類する。

次に、画像処理は、レイアウト解析パラメータを初期値（ＩＤ＝１）に設定し（Ｓ２９）、現在のパラメータＩＤで分類された第１及び第２のブロック領域の分類を確定する（Ｓ３０）。次に、画像処理は、確定したブロック領域と重なりのあるブロックを削除する（Ｓ３１）。なお、Ｓ３１の処理を最初に行う場合は、まだ繰り返して処理を行っていないため、重なりのあるブロックは存在しない。

次に、画像処理は、全パラメータで解析したか否か（ＩＤ＝＝Ｎ？）を判断し（Ｓ３２）、全パラメータで解析していない場合（Ｓ３２において、ＮＯ）、次のパラメータ（ＩＤ＝ＩＤ＋１）を設定し（Ｓ３３）、Ｓ３０の処理に戻る。

また、画像処理は、全パラメータで解析した場合（Ｓ３２において、ＹＥＳ）、第３のブロック領域が存在するか否かを判断する（Ｓ３４）。画像処理は、第３のブロックが存在する場合（Ｓ３４において、ＹＥＳ）、ユーザに領域の再入力を要求するメッセージを出力する（Ｓ３５）。

また、画像処理は、第３のブロック領域が存在しない場合（Ｓ３４において、ＮＯ）、第１のブロック領域の集合から部分画像を生成し（Ｓ３６）、生成した部分画像を出力する（Ｓ３７）。

すなわち、第２の実施例では、ブロック領域の細かさを変動させながら、ブロック領域を適切に分類させることができ、複数の細密度パラメータを用いた解析結果により、適切な部分領域を抽出することができる。なお、上述したＳ３５の処理については、ユーザからユーザ指定領域が再入力されるまで待機し、再入力された後にＳ２３の処理に戻ってもよい。

＜ブロック領域判定手段：第３実施例＞
次に、上述したブロック領域判定手段の第３実施例について図を用いて説明する。例えば、未確定領域である第３のブロック領域が、例えば図や表、画像等（以下、「図表」と総称する）である場合に、パラメータを変えてもそれ以上細かく分割されることはない。そこで、第３実施例は、第３のブロック領域が図表である場合には、第１のブロック領域又は第２のブロック領域に強制的に分類する。

図１６は、第３実施例におけるブロック領域判定手段の機能構成を示す図である。なお、第３実施例におけるブロック領域判定手段を有する画像処理装置の概略構成については、上述した図２と略同様であるため、ここでの説明は省略する。また、以下の説明において、上述した第１実施例と略同様の動作を行う構成については、同一の符号を付するものとし、ここでの具体的な説明は省略する。

図１６におけるブロック領域判定手段９０は、細密度パラメータ設定手段４１と、レイアウト解析手段４２と、ブロック領域分類手段４３と、ブロック領域確定手段４４と、繰り返し制御手段４５と、図表ブロック領域分類手段９１とを有する。なお、第３実施例のブロック領域判定手段９０は、図２に示す画像処理装置１０内のブロック領域判定手段１３と置き換わるものである。

図表ブロック領域分類手段９１は、図表を含むブロック領域に対して、ユーザ指定領域との重なり面積（囲み領域内）が、例えば５０％以上であれば第１のブロック領域とする。また、図表ブロック領域分類手段９１は、図表を含むブロック領域に対して、ユーザ指定領域との重なり面積が、例えば５０％未満であれば第２のブロック領域とする。

つまり、図表ブロック領域分類手段９１は、ブロック領域分類手段４３において、ブロック領域に図表が含まれていると判断された場合に、そのブロック領域に対して所定の閾値を用いてブロック領域を第１又は第２のブロック領域に強制的に分類する。図表ブロック領域分類手段９１は、分類されたブロック領域の情報をブロック領域分類手段４３に出力する。これにより、ブロック領域分類手段４３は、第３のブロック領域が図表に対応するものであれば、図表ブロック領域分類手段９１によって得られる分類結果に基づいて、第１のブロック領域又は第２のブロック領域に強制的に分類することができる。なお、第３のブロック領域が図表であるか否かの判断は、例えば予め画像入力手段１１等により入力される画像に図表の位置情報が含まれている場合には、その位置情報に基づいて判断することができるが、これに限定されるものではない。例えば、ブロック領域分類手段４３は、入力される画像に対して、予め設定された図表パターンとのパターンマッチングや、人物顔を探す画像解析等を行うことで、ブロック領域内の図表の有無を判断することができる。

つまり、第３実施例では、ブロック領域に図表が含まれている場合に、そのブロック領域がユーザ指定領域に属するか否かの分類を迅速に行うことができる。また、第３実施例においても上述した実施例と同様に、第３のブロック領域が存在する場合には、レイアウト解析パラメータを異なる値に変更してブロック領域の再判定（再分類化）を行うため、適切な部分領域を抽出することができる。

＜第３実施例における画像処理手順＞
ここで、上述した第３実施例における画像処理手順について、フローチャートを用いて説明する。なお、以下に示す画像処理は、例えば画像処理プログラム（ソフトウェア）が図３に示すようなハードウェア資源にインストールされることで協働して実行される処理である。

図１７は、第３実施例における画像処理の一例を示すフローチャートである。図１７に示す例において、画像処理は、部分画像を切り出す対象となる画像を入力し（Ｓ４１）、Ｓ４１の処理で入力した画像に対し、ユーザ等により切り出したい部分が指定されたユーザ指定領域を入力する（Ｓ４２）。

次に、画像処理は、画像全体を所定の対象の領域に設定し（Ｓ４３）、レイアウト解析パラメータを初期値に設定する（Ｓ４４）。次に、画像処理は、Ｓ４４の処理で得られたレイアウト解析パラメータに基づいて、レイアウトを解析し（Ｓ４５）、解析結果として得られる１又は複数のブロック領域を上述した第１〜第３の何れかのブロック領域に分類する（Ｓ４６）。

ここで、画像処理は、図表を含むブロック領域が第３のブロック領域に分類されていれば、上述した閾値等を用いて、第１のブロック領域又は第２のブロック領域に分類し（Ｓ４７）、第１のブロック領域と第２のブロック領域を確定する（Ｓ４８）。

次に、画像処理は、第１のブロック領域又は第２のブロック領域に属さない第３のブロック領域（未確定領域）が存在するか否かを判断する（Ｓ４９）。画像処理は、第３のブロック領域が存在する場合（Ｓ４９において、ＹＥＳ）、繰り返し回数が上限値に達したか否かを判断する（Ｓ５０）。画像処理は、繰り返し回数が上限値に達していない場合（Ｓ４０において、ＮＯ）、第３のブロック領域を処理対象の領域に設定する（Ｓ５１）。また、画像処理は、レイアウト解析パラメータを細密度が高い値（すなわち、画素数が小さいパラメータ）に更新して（Ｓ５２）、Ｓ４５の処理に戻り、再度レイアウト解析と、ブロック領域の再分類化を行う。

また、画像処理は、Ｓ５０の処理において、繰り返し回数が上限値に達した場合（Ｓ５０において、ＹＥＳ）、第３のブロックが存在する場合（Ｓ３４において、ＹＥＳ）、ユーザに領域の再入力を要求するメッセージを出力する（Ｓ５３）。

また、画像処理は、Ｓ４９の処理において、第３のブロック領域が存在しない場合（Ｓ４９において、ＮＯ）、その時点での第１のブロック領域の集合から部分画像を生成し（Ｓ５４）、生成した部分画像を出力する（Ｓ５５）。

すなわち、第３実施例では、第３のブロック領域に図表が含まれる場合には、迅速に第１のブロック領域か第２のブロック領域に分類することができるため、部分画像を容易に生成することができる。なお、上述したＳ５３の処理については、ユーザからユーザ指定領域が再入力されるまで待機し、再入力された後にＳ４３の処理に戻ってもよい。

ここで、上述した第１〜第３実施例については、組み合わせて適用することもできる。また、上述した各実施例では、１つの画像について１つのユーザ指定領域が設定されていたが、これに限定されるものではなく、１つの画像に複数のユーザ指定領域が設定されていてもよい。その場合には、ユーザ指定領域ごとに、上述した処理が行われ、それぞれの部分画像が出力される。

上述したように、各実施例によれば、所定の画像から指定した領域に対応する適切な部分画像を取得することができる。また、上述した各実施例では、例えばユーザがトリミング（部分切り出し）したい領域を正確に指定しなくても、所望の領域を適切に切り出した部分画像を容易に生成することができる。また、上述した各実施例では、実行するレイアウト解析に誤りがあっても、レイアウト解析パラメータを異なる値に変更してレイアウト解析を再実行することで、より適切な結果を得ることができる。そのため、上述した各実施例は、従来技術と比較して、より適切な領域の部分画像の生成が可能となる。

以上、各実施例について詳述したが、特定の実施例に限定されるものではなく、特許請求の範囲に記載された範囲内において、種々の変形、変更が可能である。

なお、以上の実施例に関し、更に以下の付記を開示する。
（付記１）
所定の画像から取得する部分画像の領域を指定し、
画像レイアウトを解析する解析パラメータに基づいて、前記所定の画像を１又は複数のブロック領域として認識し、前記認識した１又は複数のブロック領域と、前記指定した領域とを比較して、前記指定した領域に含まれる第１のブロック領域、前記指定した領域に含まれない第２のブロック領域、及び未確定領域である第３のブロック領域のうちの何れかに分類する第１のブロック判定を行い、
前記第３のブロック領域と判定されたブロック領域に対して、前記解析パラメータを変更し、前記ブロック領域を再認識した後に、前記第１のブロック領域又は前記第２のブロック領域に分類する第２のブロック判定を行い、
前記第１のブロック判定及び前記第２のブロック判定で得られる第１のブロック領域の集合に基づいて部分画像を生成する、処理をコンピュータに実行させるための画像処理プログラム。
（付記２）
前記第２のブロック判定は、所定の終了条件を満足するまで判定を繰り返すことを特徴とする付記１に記載の画像処理プログラム。
（付記３）
所定の画像から取得する部分画像の領域を指定し、
画像レイアウトを解析する解析パラメータを複数用いて、前記所定の画像を１又は複数のブロック領域として認識し、前記認識した１又は複数のブロック領域と、前記指定した領域とを比較して、前記指定した領域に含まれる第１のブロック領域、前記指定した領域に含まれない第２のブロック領域、及び未確定領域である第３のブロック領域のうちの何れかに分類するブロック判定を解析パラメータ毎に行い、
前記解析パラメータ毎のブロック判定結果を用いて、前記第１のブロック領域、前記第２のブロック領域、及び前記第３のブロック領域を確定する際、既に前記第１のブロック領域又は前記第２のブロック領域に確定したブロック領域と重なるブロック領域を削除する、処理をコンピュータに実行させるための画像処理プログラム。
（付記４）
前記解析パラメータとして前記ブロック領域をどの程度の細かさで認識するかを制御するための細密度パラメータを設定することを特徴とする付記１乃至３の何れか１項に記載の画像処理プログラム。
（付記５）
前記細密度パラメータとして、前記ブロック領域間の空白矩形領域の画素数を設定することを特徴とする付記４に記載の画像処理プログラム。
（付記６）
前記ブロック領域全体に含まれる前記指定した領域の比率と、予め設定された閾値とを比較して、前記第１のブロック領域、前記第２のブロック領域、及び前記第３のブロック領域の何れかに分類することを特徴とする付記１乃至５の何れか１項に記載の画像処理プログラム。
（付記７）
前記第３のブロック領域が図表を含むブロック領域である場合に、前記ブロック領域全体に含まれる前記指定した領域の比率に応じて前記第１のブロック領域又は前記第２のブロック領域に分類することを特徴とする付記１乃至６の何れか１項に記載の画像処理プログラム。
（付記８）
第２のブロック判定後に前記第３のブロック領域が存在する場合に、前記部分画像の領域を再指定させる要求を出力することを特徴とする付記１乃至７の何れか１項に記載の画像処理プログラム。
（付記９）
所定の画像から取得する部分画像の領域を指定し、
画像レイアウトを解析する解析パラメータに基づいて、前記所定の画像を１又は複数のブロック領域として認識し、前記認識した１又は複数のブロック領域と、前記指定した領域とを比較して、前記指定した領域に含まれる第１のブロック領域、前記指定した領域に含まれない第２のブロック領域、及び未確定領域である第３のブロック領域のうちの何れかに分類する第１のブロック判定を行い、
前記第３のブロック領域と判定されたブロック領域に対して、前記解析パラメータを変更し、前記ブロック領域を再認識した後に、前記第１のブロック領域又は前記第２のブロック領域に分類する第２のブロック判定を行い、
前記第１のブロック判定及び前記第２のブロック判定で得られる第１のブロック領域の集合に基づいて部分画像を生成する、処理を有することを特徴とする画像処理方法。
（付記１０）
所定の画像から取得する部分画像の領域を指定する領域指定手段と、
画像レイアウトを解析する解析パラメータに基づいて、前記所定の画像を１又は複数のブロック領域として認識し、前記認識した１又は複数のブロック領域と、前記領域指定手段により得られる指定領域とを比較して、前記指定領域に含まれる第１のブロック領域、前記指定領域に含まれない第２のブロック領域、及び未確定領域である第３のブロック領域の何れかに分類するブロック領域判定手段と、
前記ブロック領域判定手段により得られる第１のブロック領域の集合に基づいて部分画像を生成する部分画像生成手段とを有し、
前記ブロック領域判定手段は、前記第３のブロック領域と判定されたブロック領域に対して、前記解析パラメータを変更し、前記ブロック領域を再認識した後に、前記第１のブロック領域又は前記第２のブロック領域に分類することを特徴とする画像処理装置。

１０ 画像処理装置
１１ 画像入力手段
１２ 領域指定手段
１３，８０，９０ ブロック領域判定手段
１３ 部分画像生成手段
２１ 制御部
２２ 通信部
２３ 主制御部
２４ 補助記憶部
２５ ドライブ装置
３１ 画像入力部
３２ 座標入力部
３３ 表示部
３４ 記録媒体
４１ 細密度パラメータ設定手段
４２，８１ 繰り返し制御手段
４３ ブロック領域分類手段
４４ ブロック領域確定手段
４５ 繰り返し制御手段
５０，６２，７０ 全体画像
５１，７１ ユーザ指定領域
５２，６４，７２ ブロック領域
６０，６３ 画面
６１，６５ 要求メッセージ
８２ 重なりブロック削除手段
９１ 図表ブロック領域分類手段

Claims (8)

1. 所定の画像から取得する部分画像の領域を指定し、
   画像レイアウトを解析する解析パラメータに基づいて、前記所定の画像を１又は複数のブロック領域として認識し、前記認識した１又は複数のブロック領域と、前記指定した領域とを比較して、前記指定した領域に含まれる第１のブロック領域、前記指定した領域に含まれない第２のブロック領域、及び未確定領域である第３のブロック領域のうちの何れかに分類する第１のブロック判定を行い、
   前記第３のブロック領域と判定されたブロック領域に対して、前記解析パラメータを変更し、前記ブロック領域を再認識した後に、前記第１のブロック領域又は前記第２のブロック領域に分類する第２のブロック判定を行い、
   前記第１のブロック判定及び前記第２のブロック判定で得られる第１のブロック領域の集合に基づいて部分画像を生成する、処理をコンピュータに実行させるための画像処理プログラム。
2. 前記第２のブロック判定は、所定の終了条件を満足するまで判定を繰り返すことを特徴とする請求項１に記載の画像処理プログラム。
3. 所定の画像から取得する部分画像の領域を指定し、
   画像レイアウトを解析する解析パラメータを複数用いて、前記所定の画像を１又は複数のブロック領域として認識し、前記認識した１又は複数のブロック領域と、前記指定した領域とを比較して、前記指定した領域に含まれる第１のブロック領域、前記指定した領域に含まれない第２のブロック領域、及び未確定領域である第３のブロック領域のうちの何れかに分類するブロック判定を解析パラメータ毎に行い、
   前記解析パラメータ毎のブロック判定結果を用いて、前記第１のブロック領域、前記第２のブロック領域、及び前記第３のブロック領域を確定する際、既に前記第１のブロック領域又は前記第２のブロック領域に確定したブロック領域と重なるブロック領域を削除する、処理をコンピュータに実行させるための画像処理プログラム。
4. 前記ブロック領域全体に含まれる前記指定した領域の比率と、予め設定された閾値とを比較して、前記第１のブロック領域、前記第２のブロック領域、及び前記第３のブロック領域の何れかに分類することを特徴とする請求項１乃至３の何れか１項に記載の画像処理プログラム。
5. 前記第３のブロック領域が図表を含むブロック領域である場合に、前記ブロック領域全体に含まれる前記指定した領域の比率に応じて前記第１のブロック領域又は前記第２のブロック領域に分類することを特徴とする請求項１乃至４の何れか１項に記載の画像処理プログラム。
6. 第２のブロック判定後に前記第３のブロック領域が存在する場合に、前記部分画像の領域を再指定させる要求を出力することを特徴とする請求項１乃至５の何れか１項に記載の画像処理プログラム。
7. 所定の画像から取得する部分画像の領域を指定し、
   画像レイアウトを解析する解析パラメータに基づいて、前記所定の画像を１又は複数のブロック領域として認識し、前記認識した１又は複数のブロック領域と、前記指定した領域とを比較して、前記指定した領域に含まれる第１のブロック領域、前記指定した領域に含まれない第２のブロック領域、及び未確定領域である第３のブロック領域のうちの何れかに分類する第１のブロック判定を行い、
   前記第３のブロック領域と判定されたブロック領域に対して、前記解析パラメータを変更し、前記ブロック領域を再認識した後に、前記第１のブロック領域又は前記第２のブロック領域に分類する第２のブロック判定を行い、
   前記第１のブロック判定及び前記第２のブロック判定で得られる第１のブロック領域の集合に基づいて部分画像を生成する、処理を有することを特徴とする画像処理方法。
8. 所定の画像から取得する部分画像の領域を指定する領域指定手段と、
   画像レイアウトを解析する解析パラメータに基づいて、前記所定の画像を１又は複数のブロック領域として認識し、前記認識した１又は複数のブロック領域と、前記領域指定手段により得られる指定領域とを比較して、前記指定領域に含まれる第１のブロック領域、前記指定領域に含まれない第２のブロック領域、及び未確定領域である第３のブロック領域の何れかに分類するブロック領域判定手段と、
   前記ブロック領域判定手段により得られる第１のブロック領域の集合に基づいて部分画像を生成する部分画像生成手段とを有し、
   前記ブロック領域判定手段は、前記第３のブロック領域と判定されたブロック領域に対して、前記解析パラメータを変更し、前記ブロック領域を再認識した後に、前記第１のブロック領域又は前記第２のブロック領域に分類することを特徴とする画像処理装置。

Images