JP5938425B2 - データ処理装置、方法及びプログラム - Google Patents

Description

この発明は、ページ記述言語を用いて表現された複数のページデータに対して所望のデータ処理を実行するデータ処理装置、方法及びプログラムに関する。

近時、印刷製版の分野において、ＤＴＰ（DeskTop Publishing）やＣＴＰ（Computer To Plate）の普及により、印刷工程のワークフローが全体的にデジタル化されている。例えば、複数のデザイナが各自の情報処理端末を用いてページ単位のコンテンツを創作した後、電子データとして印刷会社側にそれぞれ入稿するケースが増加している。そこで、順次入稿された電子データをノンブル（ページ番号）の順番に従って自動的に配列する機能があれば、作業者にとって便宜である。

例えば、特許文献１では、スキャン画像（ラスタ形式の画像データ）が示すページ領域のうち、特定の領域における「数字」の照合処理（いわゆるテンプレートマッチング処理）を行うことで、ノンブルの内容を特定する装置が提案されている。

特開２０１０−０８６１５１号公報

特に最近、装飾性又は識別性の高いフォント（文字の書体）が種々開発されている。また、市場のグローバル化に伴って、コンテンツに含まれる言語の数も増えつつある。

しかし、特許文献１で提案された装置では、予め用意すべきテンプレートの総数が膨大になるばかりでなく、候補数が増える分だけノンブルの内容の検出精度が低下するという問題があった。特に、複雑なデザインが施されたフォントや、サイズが小さいフォントほど誤検出の可能性が高くなる。

本発明は上記した課題を解決するためになされたものであり、ノンブルに使用され得るフォントの種類が膨大であっても、きわめて高い確度でのページ配列処理を実行可能なデータ処理装置、方法及びプログラムを提供することを目的とする。

本発明に係るデータ処理装置は、ページ記述言語を用いて表現された複数のページデータを取得するページ取得部と、上記ページ取得部より取得された各上記ページデータの中から、テキスト形式で文字列を記述するオペレータを少なくとも１つずつ抽出するオペレータ抽出部と、上記オペレータ抽出部により抽出された各上記オペレータを解析し、上記文字列の中に序列を示す特定文字が含まれ、且つ、上記文字列に関するフォント情報が一致する上記オペレータを、特定オペレータとして分類するオペレータ分類部と、上記オペレータ分類部により分類された上記特定オペレータを含む２つ以上の上記ページデータの配列順番を、上記特定文字により示される上記序列に従って決定するページ順番決定部を備える。

このように、各ページデータの中からテキスト形式で文字列を記述するオペレータ（特定オペレータを含む）を少なくとも１つずつ抽出するオペレータ抽出部と、フォント情報が一致する特定オペレータを含む２つ以上のページデータの配列順番を、特定文字により示される序列に従って決定するページ順番決定部を設けたので、フォント情報そのものを用いてノンブルの書式に関する共通性を容易に且つ確実に判別可能になり、ノンブルの存否及び内容の検出精度を向上できる。これにより、ノンブルに使用され得るフォントの種類が膨大であっても、成功の確度がきわめて高いページ配列処理を実行できる。

また、上記オペレータ分類部は、更に、上記文字列の位置情報が一致又は対応する上記オペレータを分類することが好ましい。

また、上記オペレータ分類部は、更に、上記位置情報により特定される上記文字列の位置が、上記ページデータが表すページの辺縁領域に属する上記オペレータを分類することが好ましい。

また、上記オペレータ分類部は、上記フォント情報としてのフォント名及びフォントサイズが一致する上記オペレータを分類することが好ましい。

また、上記ページ順番決定部による決定結果を示すページ配列画像を作成する画像作成部を更に備えることが好ましい。

また、上記ページ取得部は、少なくとも２つのデータファイルから複数の上記ページデータを取得することが好ましい。

本発明に係るデータ処理方法は、ページ記述言語を用いて表現された複数のページデータを取得する取得ステップと、取得された各上記ページデータの中から、テキスト形式で文字列を記述するオペレータを少なくとも１つずつ抽出する抽出ステップと、抽出された各上記オペレータを解析し、上記文字列の中に序列を示す特定文字が含まれ、且つ、上記文字列に関するフォント情報が一致する上記オペレータを、特定オペレータとして分類する分類ステップと、分類された上記特定オペレータを含む２つ以上の上記ページデータの配列順番を、上記特定文字により示される上記序列に従って決定する決定ステップをコンピュータに実行させる。

本発明に係るデータ処理プログラムは、ページ記述言語を用いて表現された複数のページデータを取得する取得ステップと、取得された各上記ページデータの中から、テキスト形式で文字列を記述するオペレータを少なくとも１つずつ抽出する抽出ステップと、抽出された各上記オペレータを解析し、上記文字列の中に序列を示す特定文字が含まれ、且つ、上記文字列に関するフォント情報が一致する上記オペレータを、特定オペレータとして分類する分類ステップと、分類された上記特定オペレータを含む２つ以上の上記ページデータの配列順番を、上記特定文字により示される上記序列に従って決定する決定ステップをコンピュータに実行させる。

本発明に係るデータ処理装置、方法及びプログラムによれば、各ページデータの中からテキスト形式で文字列を記述するオペレータ（特定オペレータを含む）を少なくとも１つずつ抽出し、フォント情報が一致する特定オペレータを含む２つ以上のページデータの配列順番を、特定文字により示される序列に従って決定するようにしたので、フォント情報そのものを用いてノンブルの書式に関する共通性を容易に且つ確実に判別可能になり、ノンブルの存否及び内容の検出精度を向上できる。これにより、ノンブルに使用され得るフォントの種類が膨大であっても、成功の確度がきわめて高いページ配列処理を実行できる。

この実施形態に係るデータ処理装置としての面付け装置を組み込んだ印刷物生産システムの全体構成図である。 図１に示す面付け装置の電気的なブロック図である。 図１及び図２に示す面付け装置の動作説明に供されるフローチャートである。 ジョブ編集画面を表す第１の画像図である。 ページデータの描画内容を示す模式図である。 図６Ａは、テキスト記述オペレータの抽出方法に関する概略説明図である。図６Ｂは、テキスト記述オペレータの抽出結果を示す模式図である。 ページデータ情報及びオペレータの変数を並べた一覧表を示す図である。 特定文字が含まれるテキスト内容を例示する概略説明図である。 ページデータの配列結果を示す模式図である。 ジョブ編集画面を表す第２の画像図である。

以下、本発明に係るデータ処理方法について、それを実施するデータ処理装置及びデータ処理プログラムとの関係において好適な実施形態を挙げ、添付の図面を参照しながら詳細に説明する。

［印刷物生産システム１０の全体構成］
図１は、この実施形態に係るデータ処理装置としての面付け装置２０を組み込んだ印刷物生産システム１０の全体構成図である。

印刷物生産システム１０内には、ネットワーク１２との接続を中継する機器であるルータ１４と、外部ネットワークに属する図示しない各端末装置からネットワーク１２を介してアクセス可能なサーバ装置１６と、サーバ装置１６等から取得したデータの編集等を含むＤＴＰ（Desktop Publishing）処理を行うためのＤＴＰ端末１８と、ＤＴＰ端末１８により処理されたコンテンツデータを面付けする面付け装置２０（データ処理装置）と、面付け装置２０により面付けされた出力用データに基づいてラスタライズ処理や色変換処理等の各画像処理を実行するＲＩＰ装置２２と、ＲＩＰ装置２２から送信された校正用データに基づいてプルーフ２４を印刷可能である校正機２６と、ＲＩＰ装置２２から送信された製版用データに基づいて刷版２８を作製するプレートセッタ３０と、刷版２８を装着して印刷物３２を形成可能であるオフセット印刷機３４と、が設けられている。

サーバ装置１６は、印刷物生産システム１０におけるワークフロー管理の中核をなす装置である。サーバ装置１６は、ルータ１４及びネットワーク１２を介して、デザイナ及び／又は制作会社（いずれも図示しない）が備える各端末装置に通信可能に接続されている。また、サーバ装置１６は、印刷物生産システム１０内に構築されたＬＡＮ（Local Area Network）３６を介して、ＤＴＰ端末１８、面付け装置２０及びＲＩＰ装置２２に通信可能に接続されている。

すなわち、サーバ装置１６は、各種データファイルの格納・転送を司るファイルサーバとしての機能、各端末装置、各ユーザ、又は各印刷ジョブにおいて実行可能なタスク権限を管理する権限管理サーバとしての機能、又は、各工程の開始・終了等の所定のタイミングで通知メールを生成・配信するメールサーバとしての機能をそれぞれ実行可能に構成されている。

なお、ファイルサーバとして管理可能な各種データファイルには、例えば、コンテンツデータ、印刷用データ（例えば、製版用データ、刷版用データ、又は校正用データ）、ジョブチケット｛例えば、ＪＤＦ（Job Definition Format）ファイル｝、ＩＣＣ（International Color Consortium）プロファイル、色見本データ等が含まれる。

ＤＴＰ端末１８は、文字、図形、絵柄や写真等から構成されるコンテンツデータに対してプリフライト処理を施した後、ページ単位の画像データを作成する。面付け装置２０は、ジョブチケットのタグ情報を参照しながら、指定された綴じ方法や紙折り方法に応じた面付け処理を行う。

ＲＩＰ装置２２は、少なくとも１種の印刷機に対する印刷処理サーバとして機能する。図１例では、ＲＩＰ装置２２は、校正機２６と、プレートセッタ３０とに通信可能に接続されている。この場合、ＲＩＰ装置２２は、ページ記述言語で記述されたＰＤＬ形式のデータ（以下、ページデータＤｐともいう）を各出力デバイスに適した出力用データに変換し、該出力用データを校正機２６又はプレートセッタ３０に供給する。

校正機２６は、ＲＩＰ装置２２から供給された校正用データに基づいて、校正用紙３８（印刷媒体）上に画像が形成されたプルーフ２４を出力する。校正機２６として、ＤＤＣＰ（Direct Digital Color Proofing）、インクジェットカラープルーファ、低解像度のカラーレーザプリンタ（電子写真方式）又はインクジェットプリンタ等を用いてもよい。

オフセット印刷機３４は、刷版２８及び図示しない中間転写体を介して、インキを印刷用紙４０（印刷媒体）の片面又は両面に付着させることで、印刷用紙４０上に画像が形成された印刷物３２を出力する。なお、オフセット印刷機３４に代替して、ダイレクト印刷のためのデジタル印刷機を設けてもよい。デジタル印刷機としては、インクジェット印刷機、ワイドフォーマット印刷機、インクジェットカラープルーファ、カラーレーザプリンタ等を用いてもよい。

［面付け装置２０の電気的なブロック図］
図２は、図１に示す面付け装置２０の電気的なブロック図である。面付け装置２０は、基本的には、制御部５０と、通信Ｉ／Ｆ５２と、表示制御部５４と、表示部５６と、入力部５８と、メモリ６０（記憶媒体）とを備えるコンピュータである。

通信Ｉ／Ｆ５２は、外部装置からの電気信号を送受信するインターフェース（Ｉ／Ｆ）である。これにより、面付け装置２０は、各種データ（例えば、入稿ファイル６２）をサーバ装置１６（図１）から取得可能であり、各種データ（例えば、面付けデータ６４）をサーバ装置１６に供給可能である。

表示制御部５４は、制御部５０の制御に従って、表示部５６を駆動制御する制御回路である。表示制御部５４が、図示しないＩ／Ｆを介して、表示制御信号を表示部５６に出力することで、表示部５６が駆動する。これにより、表示部５６は、ウィンドウＷ（図４、図１０）を含む各種画像を表示することができる。

メモリ６０は、制御部５０が各構成要素を制御するのに必要なプログラム及びデータ等を記憶している。本図例では、ＰＤＦ形式の入稿ファイル６２及びＪＤＦ形式の面付けデータ６４がそれぞれ格納されている。

メモリ６０は、非一過性であり、且つ、コンピュータ読み取り可能な記憶媒体で構成されてもよい。ここで、コンピュータ読み取り可能な記憶媒体は、光磁気ディスク、ＲＯＭ、ＣＤ−ＲＯＭ、フラッシュメモリ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置である。また、この記憶媒体は、プログラムを短時間に且つ動的に保持するものであっても、一定時間保持するものであってもよい。

制御部５０は、ＣＰＵ（Central Processing Unit）等のプロセッサによって構成されている。制御部５０は、メモリ６０に格納されたプログラムを読み出し実行することで、面付け処理部６６、表示用データ作成部６８、及びラスタライズ処理部７０の各機能を実現可能である。

面付け処理部６６は、予め取得した入稿ファイル６２を解析することで、複数のページデータＤｐ（図５）の配列順番を含む面付けデータ６４を作成する。具体的には、面付け処理部６６は、複数のページデータＤｐを取得するページ取得部７２、後述するテキスト記述オペレータ（或いは、単にオペレータ）を抽出するオペレータ抽出部７４、テキスト記述オペレータを分類するオペレータ分類部７６、各ページデータＤｐの配列順番を決定するページ順番決定部７８、及び、面付けデータ６４を作成する面付けデータ作成部８０を備える。

表示用データ作成部６８は、編集画面１００（図４等）の表示用データを作成する画面作成部８２、及び、ページ配列画像１１８（同図）の表示用データを作成する画像作成部８４を備える。この表示用データは、応用ソフトウェアを介して作成された画像データであってもよいし、基本ソフトウェアが提供するＡＰＩ（Application Programming Interface）機能を利用するための各種パラメータであってもよい。

ラスタライズ処理部７０は、面付け処理済みのページデータに対してラスタライズ処理を実行する。このラスタライズ処理には、ＰＤＬ形式からラスタ形式に変換するデータ形式変換処理と、ＩＣＣプロファイルを用いたカラーマッチング処理とが含まれる。

入力部５８は、マウス、トラックボール、キーボード、タッチセンサ等の種々の入力デバイスで構成される。表示部５６による表示機能及び入力部５８による入力機能を組み合わせることで、グラフィカル・ユーザ・インターフェース（ＧＵＩ）を実現する。

［面付け装置２０の動作］
この実施形態に係る面付け装置２０は、以上のように構成される。続いて、図１及び図２に示す面付け装置２０の動作について、図３のフローチャートを主に参照しながら詳細に説明する。

この動作に先立ち、制作会社等に属する１人又は複数のデザイナは、印刷物３２のコンテンツを創作した後、データファイルとして電子的に送信する。これにより、サーバ装置１６は、ネットワーク１２、ルータ１４及びＬＡＮ３６を介して、入稿ファイル６２を受信しデータベースに蓄積する。ここで、ＤＴＰ端末１８は、作業者による操作に応じて、コンテンツデータに所望のＤＴＰ処理を施すことで、複数の入稿ファイル６２をページ単位で編集してもよい。

そして、サーバ装置１６は、保存している入稿ファイル６２を、面付け装置２０を含む要求先に向けて送信可能に構成されている。この場合、面付け装置２０は、ＬＡＮ３６、通信Ｉ／Ｆ５２を介して入稿ファイル６２を受信した後、メモリ６０に一時的に格納する。

図３のステップＳ１において、面付け装置２０は、印刷ジョブの編集に供される編集画面１００の表示を行う。編集作業を開始する旨の指示に応じて、画面作成部８２は、編集画面１００の表示用データを作成した後、該表示用データを表示制御部５４に供給する。そして、表示制御部５４は、ウィンドウＷ（編集画面１００を含む）を表示部５６に表示させる。

図４に示すように、編集画面１００上には、第１設定欄１０２、第２設定欄１０４、第３設定欄１０６、第４設定欄１０８、及び［中止］［保存］と表記されたボタン群１１０が配置されている。ユーザとしての作業者は、入力部５８（図２）を操作させながら各設定欄を介して種々の設定を行うことができる。

第１設定欄１０２の上部には、［追加］と表記されたボタン１１２が配されている。［追加］ボタン１１２のクリック操作をトリガとして、面付け対象であるデータファイルを追加可能である。本図例では、上から順に、「Ｔｒａｉｎ．ｐｄｆ」、「Ｂｕｓ．ｐｄｆ」、「Ｇｉｒａｆｆｅ．ｐｄｆ」からなるファイル名が付与された３つのアイコン１１４が表示されている。すなわち、この順番に従って、入稿ファイル６２（図２）の選択・追加がなされたことを想定する。

第２設定欄１０４の上部には、［追加］及び［ソート］と表記されたボタン１１６、１１７が配されている。［追加］ボタン１１６のクリック操作をトリガとして、読み出し対象のページを追加可能である。本図例では、複数のサムネイルで構成されるページ配列画像１１８の一部、より詳細には、第１〜第４ページ目のサムネイル（全部分又は一部分）が表示されている。

第３設定欄１０６の上部には、［追加］と表記されたボタン１２０が配されている。［追加］ボタン１２０のクリック操作をトリガとして、ジョブ構造のセクションを追加可能である。階層メニュー１２２には、全てのページ（本図例では６ページ分）が同一の階層レベルに表示されている。

第４設定欄１０８には、１つのプルダウンメニュー１２４、［検索］［新規作成］［編集］と表記されたボタン群１２６、及び、両面のテンプレート画像１２８（表面画像１３０及び裏面画像１３２）が配されている。本図例では、テンプレート画像１２８は、名称が「Ｃｕｓｔｏｍ Ｔｅｍｐｌａｔｅ」である２面付け・両面印刷の形態を模式的に表現している。そして、プルダウンメニュー１２４の変更操作に追従して、テンプレート画像１２８の形態が更新される。

ステップＳ２において、面付け処理部６６は、設定保存の指示を受け付けたか否かを判定する。より詳細には、面付け処理部６６は、ボタン群１１０（特に［保存］ボタン）のクリック操作があったか否かを判定する。このクリック操作がなかった場合（ステップＳ２：ＮＯ）、次のステップ（Ｓ３）に進む。

ステップＳ３において、面付け処理部６６は、自動配列の指示を受け付けたか否かを判定する。ここで、「自動配列」とは、複数のページデータＤｐにおけるノンブル１４６の存否及び内容を解析し、各ページデータＤｐの配列順番を決定する手法である。

図５は、配列対象である複数のページデータＤｐの描画内容を示す模式図である。本図例では、ページサイズが共通する６つのページデータＤｐ、より詳細には、子供向け図鑑のコンテンツである電車、バス、キリン、自動車、犬、及びダチョウをそれぞれ示す。

最も左側にあるページデータＤｐについて詳述する。ページ領域１４０の中央部には電車を模式的に示すイラスト１４２が、左上側には「でんしゃ」からなる見出し１４４がそれぞれ配置されている。また、ページ領域１４０の左下側にはノンブル１４６が配置されているので、作業者は、ノンブル１４６を視認することで、このページデータＤｐが「第２ページ」に対応することを把握できる。

１人のデザイナが単独で全ページを担当する場合、通常、全ページ分のコンテンツデータが正しい順番に配列された状態下に１つの入稿ファイル６２が提供される。一方、複数のデザイナが全ページを分担する場合、ページ順番とは無関係に複数の入稿ファイル６２が適時に提供される。

第２設定欄１０４（図４）において、１つの入稿ファイル６２につき１ページ分のコンテンツデータが含まれる場合を想定する。例えば、「Ｔｒａｉｎ．ｐｄｆ」、「Ｂｕｓ．ｐｄｆ」、「Ｇｉｒａｆｆｅ．ｐｄｆ」、「Ｃａｒ．ｐｄｆ」、「Ｄｏｇ．ｐｄｆ」及び「Ｏｓｔｒｉｃｈ．ｐｄｆ」の順に選択されたとき、ノンブル１４６の内容が「２」、「４」、「７」、「１」、「６」及び「８」の順番になっている（図５参照）。

このように、複数の入稿ファイル６２に関して、ページ番号とは無関係の順番で取得されることや、ページ番号とは無関係のファイル名が付与されることがある。作業者は、入稿ファイル６２を１つずつ開いた上で、ノンブル１４６の内容をページ毎に閲覧・確認しなければならず、作業の煩に堪えない。そこで、後に詳述する「自動配列」機能を実行することで、作業者による手間が大幅に省けるため便宜である。

面付け処理部６６は、より詳細には、「ソート」ボタン１１７（図４）のクリック操作があったか否かを判定する（ステップＳ３）。このクリック操作がなかった場合（ステップＳ３：ＮＯ）にはステップＳ１に戻って、以下ステップＳ１〜Ｓ３を順次繰り返す。一方、この操作があった場合（ステップＳ３：ＹＥＳ）、次のステップ（Ｓ４）に進む。

ステップＳ４において、ページ取得部７２は、１つ又は２つ以上の入稿ファイル６２をメモリ６０から読み出し、配列対象である複数のページデータＤｐ（図５例では、６つ）を取得する。ここでは、少なくとも２つの入稿ファイル６２から複数のページデータＤｐを取得する場合を想定する。

ステップＳ５において、オペレータ抽出部７４は、ステップＳ４で取得された各ページデータＤｐの中から、１つ又は２つ以上の記述子からなり、テキスト形式で記述するオペレータ（以下、「テキスト記述オペレータ」、単に「オペレータ」ともいう）を抽出する。

図６Ａは、テキスト記述オペレータの抽出方法に関する概略説明図である。本図に示すように、ページ領域１４０の左下隅を原点Ｏ（０，０）とし、その短手方向をｘ軸（単位：ｍｍ）とし、その長手方向をｙ軸（単位：ｍｍ）として定義する。この場合、Ａ４判サイズのページ領域１４０は、一辺（ｘ軸方向）の長さが２１０ｍｍ、他辺（ｙ軸方向）の長さが２９７ｍｍである矩形状の領域に相当する。

その結果、図６Ｂに示すように、「Ｔｒａｉｎ．ｐｄｆ」が示すページデータＤｐの中から３つのオペレータが抽出される。各オペレータの変数には、フォント情報、位置情報（任意の座標系での位置）及びテキスト内容が含まれる。ここで、「フォント情報」とは、文字のフォントを特定する情報であり、例えば、フォント名、フォントサイズ、装飾情報（太字、斜体、下線等）が含まれる。

上から１番目のオペレータは、フォント名が「フォントＡ」、フォントサイズが「２０」（単位はポイント）、位置が（１０，１０）（単位はｍｍ）、及びテキスト内容が「２」である文字列１４８を記述する。上から２番目のオペレータは、フォント名が「フォントＢ」、フォントサイズが「４０」、位置が（２５，２６０）、及びテキスト内容が「でんしゃ」である文字列１４９を記述する。上から３番目のオペレータは、フォント名が「フォントＣ」、フォントサイズが「２４」、位置が（５０，１６０）、及びテキスト内容が「ｃｈｏｏ−ｃｈｏｏ」である文字列１５０を記述する。

以下同様にして、オペレータ抽出部７４は、残りすべてのページデータＤｐの中からオペレータを順次抽出する。そして、抽出された各オペレータをページデータＤｐと対応付けて一時的に記憶しておく。

ステップＳ６において、オペレータ分類部７６は、ステップＳ５で抽出された各オペレータを解析・分類することで、所定の記述条件を満たす「特定オペレータ」を得る。ここで、所定の記述条件とは、文字列１４８〜１５０の位置情報、フォント情報等に関する条件をいう。

例えば、ノンブル１４６はその性質上、ページの辺縁領域に位置することが知られている。そこで、分類に先立ち、オペレータ分類部７６は、ノンブル１４６の位置的特徴を考慮することで、ノンブル１４６に該当し得ないオペレータを予め除外してもよい。

図６Ａに戻って、破線状の矩形は、オペレータの除外可否を判定するための境界枠１５２に相当する。境界枠１５２に囲まれる領域は、ページ領域１４０における一辺（ｘ軸方向）の１５〜８５％、他辺（ｙ軸方向）の１５〜８５％に相当する。オペレータ分類部７６は、位置（ｘ，ｙ）が境界枠１５２の外側（ページの辺縁領域）に属するオペレータを残し、境界枠１５２の内側に属するオペレータを除外する。本図例では、文字列１４８〜１５０のうち、文字列１５０を記述するオペレータのみが除外される。

その結果、図７に示すように、６つのページデータＤｐの中から１２個のテキスト記述オペレータが抽出される。なお、本図は、ページデータ情報及びオペレータの変数（図６Ｂ参照）を並べた一覧表に相当する。なお、ページデータ情報とは、ページデータＤｐを特定可能な情報であり、例えば、ファイル名や、各データファイルに固有のページ番号である。

その後、オペレータ分類部７６は、１２個のオペレータのうち、次の４つの判別条件を同時に満たすオペレータを「特定オペレータ」として分類する。以下、判別条件の具体例について説明する。

［１］第１条件として、オペレータ分類部７６は、テキスト内容の中に序列を示す文字（以下、「特定文字」という）が含まれるか否かを判別する。「２」は特定文字であるため、文字列１４８を記述するオペレータは第１条件を満たす。一方、「でんしゃ」には特定文字が含まれないため、文字列１４９を記述するオペレータは第１条件を満たさない。

［２］第２条件として、オペレータ分類部７６は、複数のページデータＤｐにわたって特定文字の重複がないか否かを判別する。図７例では、テキスト内容が「２」、「４」、「７」、「１」、「６」及び「８」であり、重複しないオペレータが６つ存在する。

なお、特定文字は１文字に限られず、「１６」「１２８」のように複数文字で構成される場合もある。また、テキスト内容がすべて算用数字で構成される場合のみならず、種々の文字の組み合わせで構成される場合もある。

図８は、特定文字が含まれるテキスト内容を例示する概略説明図である。第１例では、「−１−」のように、ページ番号の前後にハイフン「−」が配置されている。第２例では、「（１）」等のように、ページ番号が括弧「（」「）」で囲まれている。第３例では、「１／８」等のように、ページ番号の後にページの総数を示す「／８」が付加されている。第４例では、「１−１」等のように、ページ番号の前に章番号を示す「１−」が付加されている。第５例では、「ｉ」等のように、算用数字の代わりにローマ数字が使用されている。

ところが、第３例及び第４例の場合、テキスト内容には、本来のページ番号のみならず、ページ番号を示さない数字（前者は「８」、後者は「１」）も含まれている。この数字をページ番号として誤って検出することで、ページデータＤｐの配列処理が失敗する懸念がある。

そこで、オペレータ分類部７６は、１つの文字列のうち離れた位置に複数の特定文字（以下、特定文字候補）が存在する場合、複数のページデータＤｐにわたる文字の一致度を計算することで、複数の特定文字候補の中から１つを決定してもよい。第３例では、「１／８」の１文字目（１〜８）及び３文字目（いずれも８）に関する文字の一致度を計算し、該一致度が最も低い文字（１文字目）を選択すればよい。

［３］第３条件として、オペレータ分類部７６は、複数のページデータＤｐにわたってフォント名及びフォントサイズが一致するオペレータが複数存在するか否かを判別する。図７例では、フォント名が「フォントＡ」、フォントサイズが「２０」であるオペレータが６つ存在する。また、フォント名が「フォントＢ」、フォントサイズが「４０」であるオペレータが３つ存在する。また、フォント名が「フォントＣ」、フォントサイズが「４０」であるオペレータが３つ存在する。

［４］第４条件として、オペレータ分類部７６は、複数のページデータＤｐにわたって位置情報が一致又は対応するオペレータが複数存在するか否かを判別する。ここで、「位置情報の一致」とは、両方の位置が等しい場合のみならず、両者の距離が許容誤差（例えば、１０ｍｍ）よりも小さい場合であってもよい。また、「位置情報の対応」とは、両者が所定の位置関係（例えば、中心軸に対する対称性）を満たすことを意味する。

図７例では、位置（３０，２６０）が一致するオペレータが６つ存在する。また、位置（１０，１０）が一致するオペレータが４つ存在する。また、位置（２００，１０）が一致するオペレータが２つ存在する。また、位置（１０，１０）及び（２００，１０）が対応するオペレータが６つ存在する。なお、両者の位置は、ページ領域１４０の中心軸（ｘ＝１０５）に対して対称である。

このように、オペレータ分類部７６は、第１〜第４条件をすべて満たすオペレータが存在する場合、特定オペレータとして分類する。図７例では、特定オペレータとして、テキスト内容がそれぞれ「２」、「４」、「７」、「１」、「６」及び「８」である６つのオペレータが得られる。

なお、判別条件は上記した例に限られず、ノンブル１４６の書式に関する共通性を適切に判別可能であれば、その種類又は個数を問わない。例えば、配列対象のページデータＤｐのうち所定の割合（１００％を含む）で特定オペレータが含まれる場合を含めてもよい。

図３のステップＳ７において、ページ順番決定部７８は、ステップＳ６で分類された特定オペレータを含む２つ以上のページデータＤｐの配列順番を、特定文字により示される序列に従って決定する。ここでは、ページ順番決定部７８は、６つのページデータＤｐをページ番号の昇順に配列することを想定する。

図９は、ページデータＤｐの配列結果を示す模式図である。「ノンブル１」には、「Ｃａｒ．ｐｄｆ」の「第１ページ」に対応するページデータＤｐ（図５における左側から４番目）が配列される。「ノンブル２」には、「Ｔｒａｉｎ．ｐｄｆ」の「第１ページ」に対応するページデータＤｐ（同じく左側から１番目）が配列される。「ノンブル４」には、「Ｂｕｓ．ｐｄｆ」の「第１ページ」に対応するページデータＤｐ（同じく左側から２番目）が配列される。

「ノンブル６」には、「Ｄｏｇ．ｐｄｆ」の「第１ページ」に対応するページデータＤｐ（同じく左側から５番目）が配列される。「ノンブル７」には、「Ｇｉｒａｆｆｅ．ｐｄｆ」の「第１ページ」に対応するページデータＤｐ（同じく左側から３番目）が配列される。「ノンブル８」には、「Ｏｓｔｒｉｃｈ．ｐｄｆ」の「第１ページ」に対応するページデータＤｐ（同じく左側から６番目）が配列される。

なお、「ノンブル３」及び「ノンブル５」には、テキスト内容が「３」「５」に相当するページデータＤｐが存在しないため、「該当なし」（欠番）が設定されている。このように構成することで、ページデータＤｐを複数回にわたって追加・配列する場合、既に配列されたページデータＤｐの順番を更新する必要がなく、作業上便宜である。

ステップＳ７が終了した後、ステップＳ１に戻って、面付け装置２０は、編集画面１００の表示内容を更新する。表示に先立ち、画像作成部８４は、ページ順番決定部７８による決定結果を示すページ配列画像１１８を作成する。そして、画面作成部８２は、ページ配列画像１１８を含む編集画面１００の表示用データを作成した後、該表示用データを表示制御部５４に供給する。そして、表示制御部５４は、ウィンドウＷを表示部５６に表示させる。

図１０に示すように、編集画面１００上の第２設定欄１０４には、図４と異なる形態のページ配列画像１１８が新たに表示されている。ページ配列画像１１８として、上から順に、第１ページ目に「自動車」のサムネイル、第２ページ目に「電車」のサムネイル、第３ページ目に「ＮＯＮＥ」のサムネイル、第４ページ目に「バス」のサムネイル（一部）が配置されている。

また、編集画面１００上の第３設定欄１０６には、図４と異なる形態の階層メニュー１２２が新たに表示されている。階層メニュー１２２には、元の６ページに余白の２ページを追加した８ページが同一の階層レベルに表示されている。

図３のステップＳ２に戻って、面付け処理部６６は、図４又は図１０のボタン群１１０（特に［保存］ボタン）のクリック操作があった場合、次のステップ（Ｓ８）に進む。

ステップＳ８において、面付けデータ作成部８０は、ステップＳ１〜Ｓ７を経て確定された面付け情報である面付けデータ６４を作成する。面付けデータ作成部８０は、ノンブル１４６とページデータＤｐの対応付け情報（第２設定欄１０４での設定内容）を含む面付けデータ６４を作成する。或いは、面付けデータ作成部８０は、上記した対応付け情報に関する目次又は索引を示すページデータＤｐを、面付けデータ６４の一部として新たに作成・追加してもよい。

その後、面付けデータ作成部８０は、面付けデータ６４をメモリ６０に格納・保存させる。その後、面付け装置２０は、サーバ装置１６に保管させるため、面付けデータ６４を通信Ｉ／Ｆ５２を介して外部に送出してもよい。

［この実施形態による効果］
この実施形態に係る面付け装置２０は、ページ記述言語を用いて表現された複数のページデータＤｐを取得するページ取得部７２と、各ページデータＤｐの中から、テキスト形式で文字列１４８〜１５０を記述するオペレータを少なくとも１つずつ抽出するオペレータ抽出部７４と、各オペレータを解析し、文字列１４８〜１５０の中に序列を示す特定文字が含まれ、且つ、文字列１４８〜１５０に関するフォント情報が一致するオペレータを、特定オペレータとして分類するオペレータ分類部７６と、特定オペレータを含む２つ以上のページデータＤｐの配列順番を、特定文字により示される序列に従って決定するページ順番決定部７８を備える。

このように構成したので、フォント情報そのものを用いてノンブル１４６の書式に関する共通性を容易に且つ確実に判別可能になり、ノンブル１４６の存否及び内容の検出精度を向上できる。これにより、ノンブル１４６に使用され得るフォントの種類が膨大であっても、成功の確度がきわめて高いページ配列処理を実行できる。

［補足］
なお、この発明は、上述した実施形態に限定されるものではなく、この発明の主旨を逸脱しない範囲で自由に変更できることは勿論である。

例えば、特定文字の種類は、上記した算用数字、ローマ数字に限られず、漢数字、インド数字、アルファベット等の序列関係を観念させる文字であればよい。

１０…印刷物生産システム １６…サーバ装置
１８…ＤＴＰ端末 ２０…面付け装置
２２…ＲＩＰ装置 ２４…プルーフ
２６…校正機 ３２…印刷物
３４…オフセット印刷機 ４０…印刷用紙
５０…制御部 ５６…表示部
５８…入力部 ６０…メモリ
６２…入稿ファイル ６４…面付けデータ
６６…面付け処理部 ７２…ページ取得部
７４…オペレータ抽出部 ７６…オペレータ分類部
７８…ページ順番決定部 ８０…面付けデータ作成部
１００…編集画面 １１８…ページ配列画像
１４０…ページ領域 １４６…ノンブル
１４８〜１５０…文字列 １５２…境界枠
Ｄｐ…ページデータ Ｗ…ウィンドウ

Claims (8)

1. ページ記述言語を用いて表現された複数のページデータを取得するページ取得部と、
   前記ページ取得部より取得された各前記ページデータの中から、テキスト形式で文字列を記述するオペレータを少なくとも１つずつ抽出するオペレータ抽出部と、
   前記オペレータ抽出部により抽出された各前記オペレータを解析し、前記文字列の中に序列を示す特定文字が含まれ、且つ、前記文字列に関するフォント情報が一致する前記オペレータを、特定オペレータとして分類するオペレータ分類部と、
   前記オペレータ分類部により分類された前記特定オペレータを含む２つ以上の前記ページデータの配列順番を、前記特定文字により示される前記序列に従って決定するページ順番決定部と
   を備え、
   前記オペレータ分類部は、更に、前記文字列の中で複数の特定文字候補が離れた位置に存在する場合に、各前記ページデータにわたる文字の一致度を計算することにより、各前記特定文字候補の中から、一致度が最も低い文字を前記特定文字として選択することを特徴とするデータ処理装置。
2. 請求項１記載のデータ処理装置において、
   前記オペレータ分類部は、更に、前記文字列の位置情報が一致又は対応する前記オペレータを分類することを特徴とするデータ処理装置。
3. 請求項２記載のデータ処理装置において、
   前記オペレータ分類部は、更に、前記位置情報により特定される前記文字列の位置が、前記ページデータが表すページの辺縁領域に属する前記オペレータを分類することを特徴とするデータ処理装置。
4. 請求項１〜３のいずれか１項に記載のデータ処理装置において、
   前記オペレータ分類部は、前記フォント情報としてのフォント名及びフォントサイズが一致する前記オペレータを分類することを特徴とするデータ処理装置。
5. 請求項１〜４のいずれか１項に記載のデータ処理装置において、
   前記ページ順番決定部による決定結果を示すページ配列画像を作成する画像作成部を更に備えることを特徴とするデータ処理装置。
6. 請求項１〜５のいずれか１項に記載のデータ処理装置において、
   前記ページ取得部は、少なくとも２つのデータファイルから複数の前記ページデータを取得することを特徴とするデータ処理装置。
7. ページ記述言語を用いて表現された複数のページデータを取得する取得ステップと、
   取得された各前記ページデータの中から、テキスト形式で文字列を記述するオペレータを少なくとも１つずつ抽出する抽出ステップと、
   抽出された各前記オペレータを解析し、前記文字列の中に序列を示す特定文字が含まれ、且つ、前記文字列に関するフォント情報が一致する前記オペレータを、特定オペレータとして分類する分類ステップと、
   分類された前記特定オペレータを含む２つ以上の前記ページデータの配列順番を、前記特定文字により示される前記序列に従って決定する決定ステップと
   をコンピュータに実行させ、
   前記分類ステップでは、更に、前記文字列の中で複数の特定文字候補が離れた位置に存在する場合に、各前記ページデータにわたる文字の一致度を計算することにより、各前記特定文字候補の中から、一致度が最も低い文字を前記特定文字として選択することを特徴とするデータ処理方法。
8. ページ記述言語を用いて表現された複数のページデータを取得する取得ステップと、
   取得された各前記ページデータの中から、テキスト形式で文字列を記述するオペレータを少なくとも１つずつ抽出する抽出ステップと、
   抽出された各前記オペレータを解析し、前記文字列の中に序列を示す特定文字が含まれ、且つ、前記文字列に関するフォント情報が一致する前記オペレータを、特定オペレータとして分類する分類ステップと、
   分類された前記特定オペレータを含む２つ以上の前記ページデータの配列順番を、前記特定文字により示される前記序列に従って決定する決定ステップと
   をコンピュータに実行させ、
   前記分類ステップでは、更に、前記文字列の中で複数の特定文字候補が離れた位置に存在する場合に、各前記ページデータにわたる文字の一致度を計算することにより、各前記特定文字候補の中から、一致度が最も低い文字を前記特定文字として選択することを特徴とするデータ処理プログラム。

Images