JP6331772B2 - 画像処理装置およびコンピュータプログラム - Google Patents

Description

本発明は、画像中の所定の特徴を有する特徴領域を特定する画像処理に関するものである。

特許文献１に記載された技術では、複写機は、原稿を読み取って得られる画像内の枠状のマーカを抽出する。そして、複写機は、抽出されるマーカ内の部分画像を含み、マーカ外の部分画像を含まない画像を印刷する。このように、上記技術の枠状のマーカのような所定の特徴を有するオブジェクトを抽出する画像処理が行われている。

特開平３−２３６０６９号公報

しかしながら、上記技術では、処理対象の画像によっては、抽出すべきオブジェクトを精度良く抽出できない可能性があった。例えば、下地の色が白とは異なる色を有する原稿を読み取って得られる画像を処理する場合には、下地上に記述されたオブジェクトを精度良く抽出できない可能性があった。

本発明の主な利点は、画像内の特定のオブジェクトを精度良く抽出することができる技術を提供することである。

本発明は、上述の課題の少なくとも一部を解決するためになされたものであり、以下の適用例として実現することが可能である。

［適用例１］画像処理装置であって、
対象画像を表す対象画像データを取得する画像データ取得部と、
前記対象画像データを用いて、前記対象画像内の所定の特徴を有する特定のオブジェクトの候補である候補オブジェクトを抽出する第１の抽出部と、
前記候補オブジェクトに基づいて決定される前記対象画像内の一部の領域である部分画像内の画素の値を補正して、補正済みの前記部分画像を含む補正済みの前記対象画像を表す補正済み対象画像データを生成する補正部と、
前記補正済み対象画像データを用いて、前記特定のオブジェクトを抽出する第２の抽出部と、
を備える、画像処理装置。

上記構成によれば、候補オブジェクトに基づいて決定される部分画像内の画素の値が補正され、補正済みの部分画像を含む補正済みの対象画像を表す補正済み対象画像データを用いて、特定のオブジェクトが抽出される。この結果、特定のオブジェクトを精度良く抽出し得る。
［適用例２］
適用例１に記載の画像処理装置であって、
前記第１の抽出部が前記候補オブジェクトを抽出する処理は、前記対象画像内の複数個の画素の中から、特定色を示す色値に基づいて決定される範囲内の色値を有する複数個の画素を抽出する処理を含み、
前記第２の抽出部が前記特定のオブジェクトを抽出する処理は、補正済みの前記対象画像内の複数個の画素の中から、前記特定色を示す色値に基づいて決定される範囲内の色値を有する複数個の画素を抽出する処理を含む、画像処理装置。
［適用例３］
適用例１または適用例２に記載の画像処理装置であって、
前記補正部は、
前記対象画像を複数個のブロックに分割し、
前記複数個のブロックのうち、前記候補オブジェクトを含む１以上の第１種のブロックに隣接する１以上の第２種のブロックを含む画像を、前記部分画像として決定する、画像処理装置。
［適用例４］
適用例１〜３のいずれかに記載の画像処理装置であって、
前記特定のオブジェクトは、第１の特徴を有し、かつ、第２の特徴を有するオブジェクトであり、
前記第１の抽出部は、
前記第１の特徴を有し、かつ、前記第２の特徴を有しないオブジェクトを前記部分画像を決定するための前記候補オブジェクトとして抽出し、
前記第１の特徴を有し、かつ、前記第２の特徴を有するオブジェクトを前記部分画像を決定するための前記候補オブジェクトとして抽出しない、画像処理装置。
［適用例５］
適用例４に記載の画像処理装置であって、
前記第１の特徴は、特定色を示す色値に基づいて決定される範囲内の色値を有することであり、
前記第２の特徴は、所定の形状を有することである、画像処理装置。
［適用例６］
適用例１〜５のいずれかに記載の画像処理装置であって、
前記補正部は、第１の補正処理を実行して第１の補正済み対象画像データを生成し、
前記補正部は、さらに、第１の補正処理とは異なる第２の補正処理を実行して第２の補正済み対象画像データを生成し、
前記第２の抽出部は、前記第１の補正済み対象画像データと、前記第２の補正済み対象画像データと、を用いて、前記特定のオブジェクトを抽出する、画像処理装置。
［適用例７］
適用例６に記載の画像処理装置であって、
前記補正部は、
前記部分画像内に複数個の単位領域を設定し、
前記単位領域ごとに決定される第１のパラメータを用いて前記単位領域ごとに前記第１の補正処理を実行し、
前記単位領域ごとに決定される第２のパラメータを用いて前記単位領域ごとに前記第２の補正処理を実行する、画像処理装置。
［適用例８］
適用例６に記載の画像処理装置であって、
前記補正部は、
前記部分画像内に第１のサイズの単位領域を設定し、前記第１のサイズの単位領域ごとに前記第１の補正処理を実行し、
前記部分画像内に前記第１のサイズとは異なる第２のサイズの単位領域を設定し、前記第２のサイズの単位領域ごとに前記第２の補正処理を実行する、画像処理装置。
［適用例９］
適用例１または適用例８に記載の画像処理装置であって、
前記補正処理は、前記部分画像内に設定される単位領域内の下地の色を白に近づけるように、前記単位領域内の複数個の画素の値を補正する処理である、画像処理装置。
［適用例１０］
適用例１〜９のいずれかに記載の画像処理装置であって、
前記対象画像データは、ユーザによって記入されたマーカを含む原稿を光学的に読み取ることによって得られる画像データであり、
前記特定のオブジェクトは、ユーザによって記入されたマーカを示すオブジェクトである、画像処理装置。
［適用例１１］
適用例１〜１０のいずれかに記載の画像処理装置であって、
前記特定のオブジェクトは、前記対象画像内の一部の領域を囲む線であり、
前記画像処理装置は、さらに、
前記対象画像において、前記特定のオブジェクトの内側に位置する領域を特定する領域特定部と、
を備える、画像処理装置

なお、本発明は、種々の形態で実現することが可能であり、例えば、画像読取装置、印刷装置、画像処理方法、これらの装置または方法を実現するためのコンピュータプ口グラム、そのコンピュータプログラムを記録した記録媒体、等の形態で実現することができる。

本発明の一実施例としてのシステムを示す説明図である。 システムの動作のフローチャートである。 各種の画像の一例を示す概略図である。 背景の色の影響について説明する図である。 補正処理のフローチャートである。 １個のブロックのヒストグラムの一例を示す図である。 第２実施例の画像処理のフローチャートである。 スキャン画像と第１の二値画像の一例を示す図である。 第３実施例の画像処理のフローチャートである。 １個のブロックのヒストグラムの一例を示す図である。

Ａ．第１実施例：
図１は、本発明の一実施例としてのシステム９００を示す説明図である。このシステム９００は、ネットワーク５００と、ネットワーク５００に接続された複合機１００と、ネットワーク５００に接続されたサーバ３００と、を備えている。

複合機１００は、複合機１００の全体を制御するコントローラとしてのＣＰＵ１１０と、ＤＲＡＭ等の揮発性記憶装置１２０と、フラッシュメモリ等の不揮発性記憶装置１３０と、液晶パネル等の表示部１４０と、タッチパネル等の操作部１５０と、読取実行部１６０と、印刷実行部１７０と、他の装置（例えば、サーバ３００）と通信するための通信インタフェース１８０（例えば、ＩＥＥＥ８０２．１１ａ／ｂ／ｇ／ｎの規格に準拠した無線通信インタフェース）と、を備えている。不揮発性記憶装置１３０は、コンピュータプログラム１３２を格納している。通信インタフェース１８０は、ネットワーク５００に接続されている。

読取実行部１６０は、原稿を表す画像データを生成する装置である。具体的には、読取実行部１６０は、図示しない光学センサ（例えば、ＣＩＳ（Contact Image Sensor）を備え、読取実行部１６０に載置された原稿を光学的に読み取ることによって、原稿を表す画像データを生成する。以下、読取実行部１６０によって生成される画像データを「スキャンデータ」とも呼ぶ。

印刷実行部１７０は、画像を印刷する装置であり、いわゆるインクジェットプリンタである。ただし、他の種類のプリンタ（例えば、いわゆるレーザプリンタ）を採用してもよい。

ＣＰＵ１１０は、揮発性記憶装置１２０と不揮発性記憶装置１３０とを用いてコンピュータプログラム１３２を実行することによって、後述するデータ処理を実行する。このように、ＣＰＵ１１０と揮発性記憶装置１２０と不揮発性記憶装置１３０との全体を、データ処理を実行するデータ処理部１９０とも呼ぶ。

本実施例の画像処理装置としてのサーバ３００は、サーバ３００の全体を制御するコントローラとしてのＣＰＵ３１０と、ＤＲＡＭ等の揮発性記憶装置３２０と、フラッシュメモリ等の不揮発性記憶装置３３０と、他の装置（例えば、複合機１００）と通信するための通信インタフェース３８０（例えば、ＩＥＥＥ８０２．３の規格に準拠した有線通信インタフェース）と、を備えている。不揮発性記憶装置３３０は、コンピュータプログラム３３２を格納している。このコンピュータプログラム３３２は、例えば、ＣＤ−ＲＯＭなどに格納される形態や、他のサーバなどの計算機からネットワーク５００を介してダウンロードされる形態で提供される。通信インタフェース３８０には、ネットワーク５００に接続されている。

ＣＰＵ３１０は、揮発性記憶装置３２０と不揮発性記憶装置３３０とを用いてコンピュータプログラム３３２を実行することによって、後述する画像処理を実行する。このように、ＣＰＵ３１０と揮発性記憶装置３２０と不揮発性記憶装置３３０との全体を、画像処理を実行する画像処理部３９０とも呼ぶ。

図２は、システム９００の動作のフローチャートである。図中には、複合機１００による処理と、サーバ３００による処理と、が示されている。これらの処理は、例えば、ユーザから、囲み線を用いる所定の印刷モードで、原稿内の画像を印刷する指示が、複合機１００によって受け付けられた場合に、複合機１００のＣＰＵ１１０によって開始される。ユーザは、複合機１００の操作部１５０を操作することによって、必要な指示を入力できる。

Ｓ１００では、複合機１００のＣＰＵ１１０（図１）が、読取実行部１６０を制御することによって、原稿を光学的に読み取り、原稿を表すスキャンデータを取得する。スキャンデータは、例えば、赤（Ｒ）、緑（Ｇ）、青（Ｂ）のそれぞれの成分値（本実施例では、２５６階調の階調値）で画素ごとの色を表すビットマップデータである。以下、赤（Ｒ）の成分値を「Ｒ成分値」と呼び、緑（Ｇ）の成分値を「Ｇ成分値」と呼び、青（Ｂ）の成分値を「Ｂ成分値」と呼ぶ。また、色を表す値を「色値」とも呼ぶ（例えば、Ｒ成分値とＧ成分値とＢ成分値との全体）。ここで、原稿は、複数のオブジェクト（例えば、文字や写真やイラスト等）を表し得る。本実施例では、ユーザは、所定の色（本実施例では、赤）のペンを用いて、原稿中のオブジェクトを指定するためのマーカである囲み線を記入することができる。以下に説明する画像処理では、スキャンデータによって表される画像（「スキャン画像」と呼ぶ）から囲み線で囲まれたオブジェクトを並べた画像を表す処理済みデータが生成される（詳細は後述）。

図３（Ａ）は、スキャン画像の例を示す概略図である。図示されたスキャン画像８０は、３つのイラストのオブジェクト８１〜８３と、２個の囲み線８５、８６と、を含んでいる。囲み線８５、８６は、予め定められた特定の色（例えば、赤）のペンを用いて、ユーザによって原稿上に記入されたオブジェクトである。スキャン画像８０の背景（換言すれば、下地）は、複数の互いに色が異なる部分を含んでいる。図３（Ａ）の例では、スキャン画像８０の背景は、白色の第１背景部ＢＧ１と、白とは異なる色の第２背景部ＢＧ２と、を含んでいる。第２背景部ＢＧ２は、オブジェクト８２の下側部分の背景であり、第１背景部ＢＧ１は、第２背景部ＢＧ２を除いた部分の背景である。第１の囲み線８５は、第１背景部ＢＧ１上に記入された第１部分８５１と、第２背景部ＢＧ２上に記入された第２部分８５２と、を含む。第２の囲み線８６は、全体が第１背景部ＢＧ１上に記入されている。

Ｓ１１０では、複合機１００のＣＰＵ１１０（図１）は、スキャンデータを、ネットワーク５００を介して、サーバ３００に送信する。次のＳ２００では、サーバ３００のＣＰＵ３１０は、複合機１００から送信されるスキャンデータを、処理対象の画像データ（「対象画像データ」とも呼ぶ）として、取得する。

Ｓ２０５では、ＣＰＵ３１０は、スキャンデータに対して、二値化処理を行うことによって、第１の二値画像データを生成する。具体的には、スキャンデータの複数の画素のそれぞれは、囲み線の特定の色（本実施例では赤）を示す色値を有する画素（「特定色画素」と呼ぶ）と、他の色を示す色値を有する画素（「非特定色画素」と呼ぶ）と、のいずれかに分類される。すなわち、この二値化処理によって、スキャン画像８０内の特定色画素が抽出される。この二値化処理は、特定の色を示す色値に基づいて決定される所定の色範囲（「囲み線色範囲」と呼ぶ）に従って、行われる。本実施例では、囲み線色範囲は、赤を示す色値に基づいて決定される範囲であり、色成分ごとに１０〜３０程度の幅を有する範囲である。例えば、囲み線色範囲は、Ｒ成分値が最大値（例えば、２５５）に近い側の所定範囲内でなり、かつ、Ｇ成分値およびＢ成分値が、最小値（例えば、０）に近い側の所定範囲内である範囲である。囲み線色範囲に含まれる色値を有する画素は、特定色画素に分類され、囲み線色範囲に含まれない色値を有する画素は、非特定色画素に分類される。なお、囲み線の色としては、赤とは異なる他の色が採用され得る。囲み線色範囲としては、囲み線の色として想定されている色を含む部分色範囲を採用可能である。

図３（Ｂ）は、第１の二値画像データによって表される第１の二値画像８０ａの例を示す概略図である。第１の二値画像８０ａは、複数個の特定色画素でそれぞれ構成される３つの特定色のオブジェクト８１ａ、８５ａ、８６ａを、含んでいる。互いに分離したこれらの特定色のオブジェクトは、囲み線の候補であるオブジェクトであるので、候補オブジェクトとも呼ぶ。候補オブジェクト８１ａは、オブジェクト８１の一部を表し、候補オブジェクト８５ａは、第１の囲み線８５の一部を表し、候補オブジェクト８６ａは、第２の囲み線８６の全体を表している。各候補オブジェクト８１ａ、８５ａ、８６ａは、それぞれ、連続する複数の特定色画素によって構成されている。このように、候補オブジェクトは、囲み線とは異なるオブジェクトを表している場合もあり、囲み線を表している場合もある。

ここで、第１の二値画像８０ａにて抽出された候補オブジェクト８５ａは、第１の囲み線８５の第１部分８５１だけを表しており、第１の囲み線８５の第２部分８５２を表していない。すなわち、第１の囲み線８５の第２部分８５２は、特定色のペンを用いて原稿上に記入されたオブジェクトであるにも拘わらずに、候補オブジェクトとして抽出できていない。この理由は、第１の囲み線８５の第２部分８５２は、原稿における白とは異なる色の第２背景部ＢＧ２上に記入されたオブジェクトだからである。

図４は、背景（下地）の色の影響について説明する図である。図４には、原稿を画像が印刷された面と平行な方向に沿って見た概略図が示されている。図４に示すように、白色の原稿１０上に、白色とは異なる色（例えば、グレー、青、黄）の第２背景部ＢＧ２が印刷されているとする。原稿１０上の第２背景部ＢＧ２が印刷されていない領域は、白色の第１背景部ＢＧ１である。当該原稿１０上に、ユーザが特定色のペンを用いて第１の囲み線８５を記入したとする。この場合には、原稿１０上に記入された第１の囲み線８５は、第１背景部ＢＧ１に重なる第１部分８５１と、第２背景部ＢＧ２に重なる第２部分８５２と、を含む。

白色の第１背景部ＢＧ１は、ほとんど可視光を吸収しないので、第１部分８５１への入射光は、第１の囲み線８５を表すインクによってのみ一部の成分が吸収され、残りの成分が反射光として人間の目やスキャナのセンサに到達する。第２部分８５２への入射光は、第１の囲み線８５を表すインクによって一部の成分が吸収され、さらに、第２背景部ＢＧ２を表す印刷材（インクやトナー）によって他の一部の成分が吸収され、残りの成分が反射光として人間の目やスキャナのセンサに到達する。このために、第１部分８５１は、第１の囲み線８５の記入に用いられたペンの特定色（例えば、赤）に見えるが、第２部分８５２は、当該ペンの特定色とは若干異なる色に見える。ここで、囲み線のみを候補オブジェクトとして特定し、他のオブジェクトを候補オブジェクトとして抽出しないことが好ましいことから、候補オブジェクトを抽出するための囲み線色範囲は、比較的狭い範囲に設定されている。このために、白とは異なる色の第２背景部ＢＧ２上に記入された囲み線は、第１の囲み線８５の第２部分８５２のように、Ｓ２０５の二値化処理において候補オブジェクトとして抽出されない可能性がある。

Ｓ２１０では、ＣＰＵ３１０は、スキャン画像８０に、スキャン画像８０を格子状に分割する複数個のブロックＢＲを設定する。スキャン画像８０と第１の二値画像８０ａとは同じサイズの画像であり、スキャン画像８０内の複数個の画素と第１の二値画像８０ａ内の複数個の画素は一対一に対応している。したがって、スキャン画像８０に複数個のブロックＢＲを設定することは、第１の二値画像８０ａに複数個のＢＲを設定することと同義である。図３（Ａ）のスキャン画像８０上、および、図３（Ｂ）の第１の二値画像８０ａ上に、設定された複数個のブロックＢＲが図示されている。１個のブロックの大きさ（画素数）は、スキャン画像８０の解像度や、想定される囲み線の太さなどに応じて、決定される。本実施例では、スキャン画像８０の解像度が、縦３００ｄｐｉ×横３００ｄｐｉである場合に、１個のブロックは、例えば、一辺が１２８画素の正方形である。

Ｓ２１５では、ＣＰＵ３１０は、スキャン画像８０内の一部の領域である部分画像を、補正対象の部分画像として決定する。先ず、第１の二値画像８０ａ内の複数個のブロックＢＲのうち、候補オブジェクト８１ａ、８５ａ、８６ａを含む全てのブロック（第１種のブロックとも呼ぶ）が特定される。図３（Ｂ）の例では、候補オブジェクト８５ａを含む実線で示された領域ＩＢ１内の複数個のブロックＢＲと、候補オブジェクト８６ａを含む実線で示された領域ＩＢ２内の複数個のブロックＢＲが、第１種のブロックである。さらに、第１の二値画像８０ａにおいて、第１種のブロック以外の複数個のブロックの中から、少なくとも１個の第１種のブロックと隣接するブロック（第２種のブロックとも呼ぶ）が特定される。なお、第１種のブロックに隣接するブロックは、本明細書では、第１種のブロックを中心とする３行３列分の９個のブロックのうちの中心を除いた８個のブロックを意味する。図３（Ｂ）の例では、ハッチングで示された複数個のブロックＢＲのうち、上述した領域ＩＢ１、ＩＢ２内の複数個の第１種のブロックを除いたブロックＢＲが第２種のブロックである。上述したように、スキャン画像８０には、第１の二値画像８０ａと同じように、複数個のブロックＢＲが設定されているので、ＣＰＵ３１０は、スキャン画像８０において、複数個の第１種のブロックと複数個の第２種のブロックとによって構成される領域を、補正対象の部分画像ＰＩ（図３（Ａ））として特定することができる。

Ｓ２２０では、ＣＰＵ３１０は、スキャン画像８０の補正対象の部分画像ＰＩに対して補正処理を実行する。

図５は、補正処理のフローチャートである。Ｓ１０では、ＣＰＵ３１０は、部分画像ＰＩ内の複数個のブロックＢＲの中から、１個の注目ブロックを選択する。Ｓ２０では、ＣＰＵ３１０は、注目ブロックの色分布データ（ヒストグラム）を色成分ごとに生成する。

図６は、１個のブロックＢＲのＲ成分値についてのヒストグラムの一例を示す図である。ヒストグラムは、注目ブロック内の各画素を、各画素が有するＲ成分値に応じて、複数のクラスに分類することによって得られるデータである。本実施例では、成分値が取り得る２５６階調の階調値のそれぞれを、１個のクラスとして、ヒストグラムデータが生成される。

図６（Ａ）のヒストグラムは、白色の第１背景部ＢＧ１と、第１の囲み線８５の第１部分８５１と、を含むブロックＢＲ１（図３（Ａ））のヒストグラムの一例である。このヒストグラムは、成分値Ｐｂ１を中心とするピークを含んでいる。成分値Ｐｂ１は、第１背景部ＢＧ１の色（白色）を示す成分値である。すなわち、成分値Ｐｂ１を中心とするピークは、第１背景部ＢＧ１のピークを含んでいる。したがって、成分値Ｐｂ１は、取り得る値の最大値（例えば、２５５）の近傍の値である。また、第１の囲み線８５の色は、本実施例では赤であるので、囲み線８５の色のＲ成分値は、第１背景部ＢＧ１の色（白）のＲ成分値と同様に２５５の近傍の値である。したがって、第１部分８５１のピークＬＰ１は、第１背景部ＢＧ１のピークとほぼ同じ位置にある。第１部分８５１のピークＬＰ１は、囲み線色範囲ＲＡに含まれている。このヒストグラムから、第１部分８５１のピークＬＰ１に対応する複数個の画素、すなわち、第１部分８５１を構成する複数個の画素が、Ｓ２０５にて、候補オブジェクトを構成する特定色画素に分類されることが解る。

図６（Ｂ）のヒストグラムは、白とは異なる色の第２背景部ＢＧ２と、第１の囲み線８５の第２部分８５２と、を含むブロックＢＲ２（図３（Ａ））のヒストグラムの一例である。このヒストグラムは、成分値Ｐｂ２を中心とするピークを含んでいる。成分値Ｐｂ１は、第１背景部ＢＧ１の色（白色）を示す成分値である。すなわち、成分値Ｐｂ１を中心とするピークは、第１背景部ＢＧ１のピークを含んでいる。成分値Ｐｂ２は、第２背景部ＢＧ２の色を示す成分値である。すなわち、成分値Ｐｂ２を中心とするピークは、第２背景部ＢＧ２のピークを含んでいる。したがって、成分値Ｐｂ２は、図６（Ａ）の成分値Ｐｂ１より小さな値である。第２部分８５２が第２背景部ＢＧ２上に記入されている影響で（図４参照）、第２部分８５２の色は、第１部分８５１の色より暗くなる。このために、第２部分８５２のＲ成分値のピークＬＰ２は、図６（Ａ）の第１部分８５１のピークＬＰ１より左方向にシフトしている。この結果、第２部分８５２のピークＬＰ２は、第２背景部ＢＧ２のピークとほぼ同じ位置にある。このために、第２部分８５２のピークＬＰ２は、囲み線色範囲ＲＡから外れていることが解る。このヒストグラムから、第２部分８５２のＲ成分値のピークＬＰ２に対応する複数個の画素、すなわち、第２部分８５２を構成する複数個の画素が、Ｓ２０５にて、候補オブジェクトを構成する特定色画素にほとんど分類されないことが解る。

ヒストグラムが生成されると、Ｓ３０にて、ＣＰＵ３１０は、補正パラメータを決定する。補正パラメータは、Ｒ、Ｇ、Ｂの成分値ごとに決定される。ＣＰＵ３１０は、注目ブロックの画素の総数のうちの所定割合ＰＲ分の数Ｍを算出する。ＣＰＵ３１０は、Ｒ成分値のヒストグラム（図６（Ａ）または、図６（Ｂ））において、Ｒ成分値が大きい順に数えてＭ番目の画素のＲ成分値を、Ｒ成分の補正パラメータＣＰＲとして決定する。所定割合ＰＲは、図６（Ａ）、（Ｂ）のヒストグラムにおいて、補正パラメータＣＰＲの値が、背景の色のピークの位置の成分値の近傍の値になるように、決定されている。所定割合ＰＲは、本実施例では、２５％である。従って、ブロックのサイズが縦１２８画素×横１２８画素である場合には、注目ブロックの画素の総数は、１６３８４であるので、Ｍ＝１６３８４×０．２５＝４０９６である。例えば、図６（Ａ）の例では、補正パラメータＰＣＲは、成分値Ｐｂ１の近傍の値になるので、補正パラメータＰＣＲは、最大値（すなわち、２５５）の近傍の値となる。図６（Ｂ）の例では、補正パラメータＰＣＲは、成分値Ｐｂ２の近傍の値になるので、補正パラメータＰＣＲは、成分値Ｐｂ１より小さな値となる。同様の計算によって、ＲＧＢの３つの成分のそれぞれの補正パラメータＰＣＲ、ＰＣＢ、ＰＣＧが、決定される。（ＰＣＲ、ＰＣＢ、ＰＣＧ）は、注目ブロック内の背景の色の色値の近傍の値になる。すなわち、注目ブロック内の背景が第１背景部ＢＧ１である場合には、（ＰＣＲ、ＰＣＢ、ＰＣＧ）は、白を示す色値（２５５、２５５、２５５）の近傍の値になる。また、注目ブロック内の背景が第２背景部ＢＧ２である場合には、（ＰＣＲ、ＰＣＢ、ＰＣＧ）は、第２背景部ＢＧ２の色を示す色値の近傍の値になる。

Ｓ４０にて、ＣＰＵ３１０は、決定された補正パラメータ（ＰＣＲ、ＰＣＢ、ＰＣＧ）を用いて、注目ブロック内の画像に対する補正を実行する。具体的には、スキャン画像８０の注目ブロックに含まれる全ての画素の色値、すわち、ＲＧＢの各成分値を、以下の式（１）を用いて、補正する。
Ｒ_ＯＵＴ＝Ｒ_ＩＮ×（２５５／ＰＣＲ）
Ｇ_ＯＵＴ＝Ｇ_ＩＮ×（２５５／ＰＣＧ）
Ｂ_ＯＵＴ＝Ｂ_ＩＮ×（２５５／ＰＣＢ） ...（１）

ここで、（Ｒ_ＩＮ、Ｇ_ＩＮ、Ｂ_ＩＮ）は、補正前の画素の色値、すなわち、入力値であり、（Ｒ_ＯＵＴ、Ｇ_ＯＵＴ、Ｂ_ＯＵＴ）は、補正済みの画素の色値、すなわち、出力値である。補正パラメータ（ＰＣＲ、ＰＣＢ、ＰＣＧ）が取り得る値の範囲は、ＲＧＢの各成分値が取り得る値の範囲と同じであるので、本実施例の補正パラメータ（ＰＣＲ、ＰＣＢ、ＰＣＧ）は、２５５以下の値である。したがって、（２５５／ＰＣＲ）、（２５５／ＰＣＲ）、（２５５／ＰＣＲ）は、１以上の値である。すなわち、式（１）は、ＲＧＢの各成分値を大きくする補正、すなわち、画素の色を明るくする補正である。なお、（１）式で算出された補正後の画素の成分値が最大値である２５５を超える場合には、当該成分値は、最大値である２５５にされる。

さらに、詳しく説明すると、図６（Ａ）の例のように、注目ブロック内の背景が、白色の第１背景部ＢＧ１である場合には、Ｓ４０の補正では、注目ブロック内の複数個の画素の色値は、ほとんど変化しない。この結果、補正前のヒストグラムと、補正後のヒストグラムとの間で、変化はほとんどない。

これに対して、図６（Ｂ）の例のように、注目ブロック内の背景が、白とは異なる色の第２背景部ＢＧ２である場合には、Ｓ４０の補正によって、注目ブロック内の複数個の画素の色値は、注目ブロック内の背景の色が白に近づくように、補正される。具体的には、図６（Ｂ）において矢印で示すように、Ｓ４０の補正によって、背景の色のピーク、すなわち、図６（Ｂ）の成分値Ｐｂ２を中心とするピークは、図６（Ｂ）で実線の矢印で示すように、白を示す値、すなわち、最大値（２５５）に近づくように、右にシフトする。そして、Ｓ４０の補正によって、図６（Ｂ）で破線の矢印で示すように、囲み線の第２部分８５２のピークＬＰ２も同様に、右にシフトする。この結果、特定色のペンによって記入されたオブジェクトの色のピークであるにも拘わらずに、囲み線色範囲ＲＡの範囲から外れていた当該ピークＬＰ２は、囲み線色範囲ＲＡ内に移動する。

換言すれば、注目ブロックに、第１の囲み線８５の第１部分８５１や第２の囲み線８６のように、特定色のペンによって記入されたオブジェクトのうち、第１の二値画像８０ａにおいて抽出されているオブジェクトが含まれる場合には、これらのオブジェクトの色は、囲み線色範囲ＲＡ内に維持される。注目ブロックに、第１の囲み線８５の第２部分８５２のように、特定色のペンによって記入されたオブジェクトのうち、第１の二値画像８０ａにおいて抽出されていないオブジェクトが含まれる場合には、これらのオブジェクトの色は、囲み線色範囲ＲＡ外から囲み線色範囲ＲＡ内に修正される。

Ｓ５０では、ＣＰＵ３１０は、補正対象の部分画像ＰＩ内の全てのブロックを処理したか否かを判断する。未処理のブロックがある場合には（Ｓ５０：ＮＯ）、ＣＰＵ３１０は、Ｓ１０に戻って、未処理のブロックを新たな注目ブロックとして選択する。全てのブロックを処理した場合には（Ｓ５０：ＹＥＳ）、ＣＰＵ３１０は、補正処理を終了する。補正処理が終了すると、補正済みの部分画像ＰＩを含むスキャン画像（補正済みスキャン画像８０ｈと呼ぶ（図示省略））を表す補正スキャンデータが生成される。ただし、ＣＰＵ３１０は、オリジナルのスキャンデータ、すなわち、補正前のスキャン画像８０を表すスキャンデータを揮発性記憶装置３２０の別の領域に格納しておく。すなわち、この時点では、補正スキャンデータと、オリジナルのスキャンデータと、の両方が、揮発性記憶装置３２０に格納されている。

以上説明したように、補正処理は、部分画像ＰＩ内に設定されている複数個のブロックＢＲのそれぞれを、補正処理の単位領域とし、単位領域ごとに行われる。そして、補正処理は、単位領域内の背景（下地とも呼ぶ）の色を白に近づけるように、単位領域内の複数個の画素の値を補正する処理である。この結果、特定色の囲み線が、白とは異なる第２背景部ＢＧ２上に記入されている場合に、特定色の囲み線を構成する画素の色値が囲み線色範囲ＲＡ内に含まれるように、補正することができる。したがって、後述する補正済みスキャン画像８０ｈに対するＳ２２５の二値化処理において、囲み線が候補オブジェクトとして抽出される精度を向上することができる。

補正処理が終了すると、図２のＳ２２５では、補正済みスキャン画像８０ｈを表す補正スキャンデータに対して、Ｓ２０５と同じ二値化処理を行うことによって、第２の二値画像データを生成する。具体的には、ＣＰＵ３１０は、補正スキャンデータの複数の画素のそれぞれを、特定色画素と、非特定色画素と、のいずれかに分類する。この結果、補正済みスキャン画像８０ｈ内の特定色画素が抽出され、特定色画素によって構成される候補オブジェクトが抽出される。

図３（Ｃ）は、第２の二値画像データによって表される第２の二値画像８０ｂの例を示す概略図である。第２の二値画像８０ｂでは、３つの候補オブジェクト８１ｂ、８５ｂ、８６ｂを、含んでいる。候補オブジェクト８５ｂは、第１の囲み線８５の第２部分８５２を含む第１の囲み線８５の全体に相当するオブジェクトである。すなわち、補正スキャンデータに対する二値化処理では、補正前のスキャンデータに対する二値化処理では抽出できなかった第１の囲み線８５の第２部分８５２が抽出されていることが解る。これは、上述した補正処理（図５）によって、第１の囲み線８５の第２部分８５２を構成する複数個の画素の色値が、囲み線色範囲ＲＡ内の色値に補正されたからである。

図２のＳ２３０では、ＣＰＵ３１０は、第２の二値画像データに対して、互いに離れた候補オブジェクトに互いに異なる識別子を割り当てるラベリング処理を行う。具体的には、ＣＰＵ３１０は、連続する１以上の特定色画素で構成される連続な１つのオブジェクトに、候補オブジェクトとして１つの識別子を割り当てる。そして、ＣＰＵ３１０は、互いに離れた複数の候補オブジェクトに、互いに異なる識別子を割り当てる。図３（Ｃ）の例では、候補オブジェクト８１ｂと候補オブジェクト８５ｂと候補オブジェクト８６ｂとに、互いに異なる識別子が割り当てられる。この結果、二値化処理によって抽出された候補オブジェクトが適切に識別される。

Ｓ２３５では、ＣＰＵ３１０は、抽出された候補オブジェクトに対して、囲み線判定処理を実行する。囲み線判定処理では、抽出された候補オブジェクトのそれぞれが、囲み線であるか否かを判定する処理である。第２の二値画像８０ｂによって抽出された候補オブジェクトは、囲み線以外のオブジェクトの全部または一部のうちの特定色を有する画像を含む。例えば、第２の二値画像８０ｂの候補オブジェクト８１ｂは、スキャン画像８０のオブジェクト８１の一部であり、囲み線ではない。このために、スキャン画像８０内の囲み線のみを抽出すべく、囲み線判定処理が実行される。具体的には、囲み線判定処理は、抽出された候補オブジェクトが、囲み線としての所定の形状、すなわち、ループ状の形状を有するか否かを判定する。

なお、候補オブジェクトがループ状の形状を有するか否かを判定する方法としては、種々の方法を採用可能である。例えば、以下の方法を採用可能である。ここで、図３（Ｃ）の第２の二値画像８０ｂを例として用いて、説明を行う。判定対象の候補オブジェクトを「対象オブジェクト」と呼び、対象オブジェクトを構成する特定色画素を「対象オブジェクト画素」と呼び、対象オブジェクトには含まれない画素、すなわち、非特定色画素や、他の候補オブジェクトを構成する特定色画素を「非対象オブジェクト画素」と呼ぶ。

まず、複数の非対象オブジェクト画素が連続する領域であって、第２の二値画像８０ｂの端を含む領域が、特定される。特定される領域は、対象オブジェクトの外側を全周に亘って囲む領域である（「第１種外周領域」と呼ぶ）。候補オブジェクト８５ｂが対象オブジェクトである場合、第１種外周領域は、候補オブジェクト８５ｂの外側の全体、すなわち、外側の背景を表す領域と、外側に配置された候補オブジェクト８１ｂと候補オブジェクト８６ｂと、の全体の領域ＯＡ１（図３（Ｃ）のハッチングされた領域）である。

第２の二値画像８０ｂから第１種外周領域ＯＡ１を除いた残りの領域は、対象オブジェクトの最も外側の輪郭に囲まれた領域である（「第１種判定領域」と呼ぶ）。候補オブジェクト８５ｂが対象オブジェクトである場合、第１種判定領域は、候補オブジェクト８５ｂの最も外側の輪郭に囲まれた領域、すなわち、候補オブジェクト８５ｂと、候補オブジェクト８５ｂの内側の背景を表す領域と、の全体である。

第１種判定領域から、複数の非対象オブジェクト画素が連続する領域が検出される場合、対象オブジェクトの形状がループ状である、と判定される。候補オブジェクト８５ｂが対象オブジェクトである場合、第１種判定領域から（具体的には、候補オブジェクト８５ｂの内側から）、複数の非対象オブジェクト画素が連続する領域（すなわち、背景を表す領域）が検出される。従って、候補オブジェクト８５ｂの形状や、候補オブジェクト８６ｂの形状はループ状であると判定される。第１種判定領域から、複数の非対象オブジェクト画素が連続する領域が検出されない場合、対象オブジェクトの形状はループ状ではない、と判定される。例えば、候補オブジェクト８１ｂの形状はループ状ではない、と判定される。

囲み線判定処理によって、スキャン画像８０に囲み線がオブジェクトとして含まれる場合には、囲み線が抽出される。図３の例では、スキャン画像８０内の２個の囲み線８５、８６が抽出される。

Ｓ２５０では、ＣＰＵ３１０は、オリジナルのスキャン画像８０を表すスキャンデータを用いて、所定の画像処理を実行する。具体的には、囲み線は、スキャン画像８０内の一部の領域を囲む線である。ＣＰＵ３１０は、抽出された各囲み線の内側に位置する領域、すなわち、各囲み線に囲まれた領域（内側領域とも呼ぶ）を特定する。そして、ＣＰＵ３１０は、特定される内側領域内のオブジェクトを特定する。このように、所定の領域内の文字や描画などのオブジェクトを特定する処理は、公知の様々な方法が採用される。例えば、内側領域の外縁の色を、内側領域の背景の色として特定する。そして、内側領域内の複数個の画素を、背景の色を有する画素と、背景の色以外の色を有するオブジェクト画素と、に分類する。そして、内側領域のうち、複数個のオブジェクト画素によって構成される部分を、オブジェクトとして特定する。さらに、ＣＰＵ３１０は、特定されたオブジェクトの画像をスキャン画像８０から切り出して、切り出されたオブジェクトの画像が並べられた新たな画像を表す画像データを、処理済みデータとして生成する。図３（Ｄ）には、処理済みデータによって表される処理済み画像９０が図示されている。処理済み画像９０は、スキャン画像８０の第１の囲み線８５によって囲まれたオブジェクト８２と、スキャン画像８０の第２の囲み線８６によって囲まれたオブジェクト８３と、が並べて配置されている。

Ｓ２５５では、ＣＰＵ３１０は、処理済データを、ネットワーク５００を介して、複合機１００に送信する。Ｓ１２０では、複合機１００のＣＰＵ１１０は、サーバ３００から処理済データを受信する。Ｓ１３０では、ＣＰＵ１１０は、処理済データを用いて印刷データを生成し、生成した印刷データを印刷実行部１７０に供給する。印刷実行部１７０は、受信した印刷データに従って、画像を印刷する。例えば、図３（Ｄ）に示す処理済み画像９０が印刷される。

以上説明した第１実施例によれば、図２のＳ２０５にて、対象画像データとしてのスキャンデータを用いて、対象画像としてのスキャン画像８０内の囲み線の候補である候補オブジェクトが抽出される。そして、図２のＳ２１０、Ｓ２１５にて、候補オブジェクトに基づいて、スキャン画像８０内の一部の領域である部分画像ＰＩが、補正対象の部分画像として決定される。さらに、図２のＳ２２０の補正処理（図５）によって、部分画像ＰＩ内の画素の値を補正して、補正済みの部分画像ＰＩを含む補正済みスキャン画像８０ｈを表す補正スキャンデータが生成される。そして、図２のＳ２２５〜Ｓ２３５にて、補正スキャンデータを用いて、囲み線が抽出される。この結果、囲み線を精度良く抽出し得る。具体的には、抽出すべき第１の囲み線８５の第２部分８５２は、第２背景部ＢＧ２上に記入された部分であるので、補正前のスキャンデータに対する抽出処理（Ｓ２０５の二値化処理）では、囲み線の候補である候補オブジェクトとして抽出されない。したがって、第１の二値画像８０ａからは、第１の囲み線８５は、囲み線として抽出できない。しかしながら、補正処理によって、第１の囲み線８５の第２部分８５２の色は、囲み線色範囲ＲＡ内の色に補正される。この結果、第１の囲み線８５の第２部分８５２は、補正スキャンデータに対する抽出処理（Ｓ２２５〜Ｓ２３５）では、囲み線の候補である候補オブジェクトとして抽出され（Ｓ２２５）、最終的に、第１の囲み線８５は、適切に囲み線として抽出される（Ｓ２４０、Ｓ２３５）。したがって、ユーザが囲み線で囲むことによって指定したオブジェクトを精度良く特定することができ、ユーザの意図に沿った処理済み画像９０を表す処理済みデータを生成することができる。

さらに、補正対象は、スキャン画像８０の全体ではなく、スキャン画像８０の一部の領域である部分画像ＰＩである。この結果、囲み線を抽出する画像処理の処理負荷を軽減できるので、処理時間の低減や、処理に必要なリソース（例えば、必要な揮発性記憶装置３２０のメモリ量）の低減を実現できる。

さらに、スキャン画像８０に対する抽出処理、すなわち、Ｓ２０５の二値化処理は、スキャン画像８０内の複数個の画素の中から、特定色（例えば、赤）を示す色値に基づいて決定される囲み線色範囲内の色値を有する複数個の特定色画素を抽出する処理を含む。そして、補正済みスキャン画像８０ｈに対する抽出処理、すなわち、Ｓ２２５〜Ｓ２３５の処理は、同様に、補正済みスキャン画像８０ｈ内の複数個の画素の中から、囲み線色範囲内の色値を有する複数個の特定色画素を抽出する処理（Ｓ２２５）を含む。この結果、スキャン画像８０に対する抽出処理や、補正済みスキャン画像８０ｈに対する抽出処理において、特定色を有する囲み線の候補となる候補オブジェクトを適切に抽出することができる。

また、図２のＳ２１０にて、スキャン画像８０は、複数個のブロックＢＲに分割され、Ｓ２１５では、複数個のブロックＢＲのうち、候補オブジェクトを含む１以上の第１種のブロックと、第１種のブロックに隣接する１以上の第２種のブロック内の画像が、補正対象の部分画像ＰＩとして決定される。この結果、ＣＰＵ３１０は、補正対象の部分画像を過不足なく決定することができる。したがって、囲み線を抽出するための処理時間を低減することができる。

Ｂ．第２実施例：
第２実施例では、サーバ３００が実行する画像処理の一部が第１実施例とは異なっている。図７は、第２実施例の画像処理のフローチャートである。図７のフローチャートでは、図２のサーバ３００が実行する処理とは異なる処理には、符号の末尾に「Ｂ」を付し、図２のサーバ３００が実行する処理と同じ処理には、図２と同じ符号を付した。

図７の画像処理では、図２のＳ２０５の後に、Ｓ２０６ＢとＳ２０７Ｂの処理が追加される。図８は、スキャン画像８０と第１の二値画像８０ａの一例を示す図である。図８（Ａ）に示すように、図３（Ａ）と同じスキャン画像８０が処理対象である場合には、Ｓ２０５の処理によって、図８（Ｂ）に示すように、図３（Ｂ）と同じ第１の二値画像８０ａを表す二値画像データが生成される。

Ｓ２０６ＢとＳ２０７Ｂでは、ＣＰＵ３１０は、図２のＳ２３０とＳ２３５にて第２の二値画像８０ｂに対して実行されるラベリング処理と囲み線判定処理とを、第１の二値画像８０ａに対して実行する。

スキャン画像８０内の第２の囲み線８６は、第１の二値画像８０ａにて、候補オブジェクト８６ａとして全体が抽出されている。このために、Ｓ２０６ＢおよびＳ２０７Ｂの処理によって、第２の囲み線８６は、囲み線として正しく抽出される。すなわち、囲み線は、特定色を有するという第１の特徴を有し、かつ、ループ状の形状を有するという第２の特徴を有するオブジェクトである。第２の囲み線８６は、Ｓ２０５にて、第１の特徴を有する候補オブジェクト８６ａとして抽出され、さらに、Ｓ２０７Ｂにて、候補オブジェクト８６ａは、第２の特徴を有すると判定される。

一方、スキャン画像８０内の第１の囲み線８５については、第１の二値画像８０ａにて、候補オブジェクト８５ａとして第１部分８５１だけが抽出され、第２部分８５２は抽出されていない。このために、Ｓ２０６ＢおよびＳ２０７Ｂの処理によって、第１の囲み線８５は、囲み線として抽出されない。すなわち、第１の囲み線８５の第１部分８５１は、Ｓ２０５にて、第１の特徴を有する候補オブジェクト８５ａとして抽出されるが、Ｓ２０７Ｂにて、候補オブジェクト８５ａは、第２の特徴を有しないと判定される。

Ｓ２１０では、ＣＰＵ３１０は、図２のＳ２１０と同様に、スキャン画像８０および第２の二値画像８０ｂに複数個のブロックが設定される。

さらに、図７の画像処理では、図２のＳ２１５とは異なるＳ２１５Ｂの処理が実行される。Ｓ２１５Ｂでは、ＣＰＵ３１０は、図８（Ｂ）に示すように、囲み線として抽出された第２の囲み線８６を含む領域、すなわち、候補オブジェクト８６ａを含む複数個のブロックＢＲは、第１種のブロックとして特定しない。そして、ＣＰＵ３１０は、図８（Ｂ）に示すように、囲み線として抽出されていない候補オブジェクト８１ａ、８５ａを含む複数個のブロックＢＲを第１種のブロックとして特定する。そして、ＣＰＵ３１０は、第１の二値画像８０ａにおいて、第１種のブロック以外の複数個のブロックの中から、少なくとも１個の第１種のブロックと隣接する第２種のブロックを特定する。この結果、ＣＰＵ３１０は、スキャン画像８０において、図３（Ａ）の部分画像ＰＩとは異なる領域を、補正対象の部分画像ＰＩ２（図８（Ａ））として特定する。図８（Ａ）に示すように、補正対象の部分画像ＰＩ２は、この段階で、抽出されていない第１の囲み線８５を含むが、抽出済みの第２の囲み線８６を含まないように決定される。

なお、これに代えて、ＣＰＵ３１０は、第１実施例のＳ２１５と同様の処理で部分画像ＰＩを決定した後に、部分画像ＰＩから囲み線として抽出された第２の囲み線８６と、第２の囲み線８６の内側の領域を除外することによって、部分画像ＰＩ２を決定しても良い。すなわち、図３（Ａ）の部分画像ＰＩから候補オブジェクト８６ａを含む複数個のブロックＢＲと、候補オブジェクト８６ａを含む複数個のブロックＢＲの内側のブロックＢＲと、が除外された領域が、補正対象の部分画像ＰＩ２として決定されても良い。

補正対象の部分画像ＰＩ２が特定された後のＳ２２０〜Ｓ２５５の処理は、図２のＳ２２０〜Ｓ２５５の処理と同じである。

以上説明した第２実施例によれば、Ｓ２０５、Ｓ２０６Ｂ、Ｓ２０７Ｂにて、特定色を有するという第１の特徴を有し、かつ、ループ状の形状を有するという第２の特徴を有する第２の囲み線８６が決定され、第１の特徴を有し、かつ、ループ状の形状を有しない第１の囲み線８５の第１部分８５１が決定される。そして、Ｓ２１５Ｂにて、第２の囲み線８６は、補正対象の部分画像ＰＩ２を決定するための候補オブジェクトとしては用いられず、第１の囲み線８５の第１部分８５１のみが、補正対象の部分画像ＰＩ２を決定するための候補オブジェクトとして用いられる。換言すれば、第１の特徴を有し、かつ、第２の特徴を有しない第１の囲み線８５の第１部分８５１が、補正対象の部分画像ＰＩ２を決定するための候補オブジェクトとして抽出され、第１の特徴を有し、かつ、第２の特徴を有する第２の囲み線８６が、補正対象の部分画像ＰＩ２を決定するための候補オブジェクトとして抽出されない。

上記構成によれば、補正の必要がない画像が、補正対象の部分画像ＰＩ２に含まれることを防ぐことができる。この結果、囲み線を抽出するための処理時間を低減することができる。特に、補正処理は、ヒストグラムの生成を含むので、処理時間が長くなりがちであるので、補正対象の部分画像ＰＩ２をできるだけ小さくすることは、処理時間を低減するために効果的である。

Ｃ．第３実施例：
第３実施例では、サーバ３００が実行する画像処理の一部が第１および第２実施例とは異なっている。図９は、第３実施例の画像処理のフローチャートである。図９のフローチャートでは、図７の画像処理とは異なる処理には、符号の末尾に「Ｃ」を付し、図７の画像処理と同じ処理には、図７と同じ符号を付した。

図９の画像処理では、Ｓ２１０の後に実行されるＳ２１５Ｃ〜Ｓ２３５の処理が、Ｓ２２０Ｃの補正処理の処理条件を変更しながら、所定回数繰り返される。繰り返される所定回数は、例えば、３回である。すなわち、Ｓ２３５の後のＳ２３７Ｃにて、ＣＰＵ３１０は、Ｓ２１５Ｃ〜Ｓ２３５の処理を所定回数繰り返したか否かを判断する。所定回数繰り返していない場合には（Ｓ２３７Ｃ：ＮＯ）、Ｓ２３８Ｃにて、ＣＰＵ３１０は、処理条件を変更して、Ｓ２１５Ｃに戻る。変更される処理条件は、図５のＳ３０にて決定されるＲＧＢの３つの成分のそれぞれの補正パラメータＰＣＲ、ＰＣＢ、ＰＣＧを決定する際に用いられる所定割合ＰＲである。例えば、所定割合ＰＲは、１回目の補正処理では、第１実施例と同様に、２５％とされる。そして、所定割合ＰＲは、段階的に大きくされ、例えば、２回目の補正処理では３０％、３回目の補正処理では３５％とされる。この結果、１〜３回目の補正処理にて、用いられる補正パラメータＰＣＲ、ＰＣＢ、ＰＣＧは、それぞれ異なる値となる。

図１０は、１個のブロックＢＲのＲ成分値についてのヒストグラムの一例を示す図である。図１０のヒストグラムは、複数色の背景と、囲み線と、を含むブロック、例えば、図８（Ａ）のスキャン画像８０の白色の第１背景部ＢＧ１と、白とは異なる色の第２背景部ＢＧ２と、第１の囲み線８５と、を含むブロックのヒストグラムである。この場合には、ヒストグラムは、第１背景部ＢＧ１のピーク（成分値Ｐｂ１を中心とするピーク）と、第２背景部ＢＧ２のピーク（成分値Ｐｂ２を中心とするピーク）を含む。そして、このブロック内に含まれる第１の囲み線８５が第２背景部ＢＧ２の上に記入されている第２部分８５２である場合には、第２部分８５２のピークＬＰ２は、第２背景部ＢＧ２のピークと、ほぼ同じ位置となる（図１０）。また、このブロック内に含まれる第１の囲み線８５が第１背景部ＢＧ１の上に記入されている第１部分８５１である場合には、第１部分８５２のピークは、第１背景部ＢＧ１のピークと、ほぼ同じ位置となる（図示省略）。

ここで、第１の囲み線８５が第２背景部ＢＧ２の上に記入されている第２部分８５２である場合には、補正パラメータＰＣＲは、第２背景部ＢＧ２の色の成分値Ｐｂ２の近傍の値になることが好ましい。しかしながら、１個の所定割合ＰＲのみを用いて補正パラメータが決定される場合には、補正パラメータＰＣＲは、第１背景部ＢＧ１の色の成分値Ｐｂ２の近傍の値になる可能性がある。そうすると、当該補正処理後において、当該補正処理によって生成された補正スキャンデータに対する二値化処理（Ｓ２２５）で、第２部分８５２が抽出できない可能性がある。そこで、本実施例では、複数個の所定割合ＰＲを用いて、複数回の補正処理（Ｓ２２０Ｃ）を行う。その結果、少なくとも１つの補正処理によって生成された補正スキャンデータに対する二値化処理（Ｓ２２５）で、第２部分８５２が抽出できる可能性を高くすることができる。例えば、所定割合ＰＲ＝２５％の時の補正処理では、補正パラメータＰＣＲが第１背景部ＢＧ１の成分値Ｐｂ１の近傍の値となった結果、当該補正処理後の二値化処理では、第２部分８５２を抽出できないとする。この場合でも、例えば、所定割合ＰＲ＝３５％の時の補正処理では、補正パラメータＰＣＲが第２背景部ＢＧ２の成分値Ｐｂ２の近傍の値となった結果、当該補正処理後の二値化処理において、第２部分８５２を抽出できる。

また、第１の囲み線８５が第１背景部ＢＧ１の上に記入されている第１部分８５１である場合には、補正パラメータＰＣＲは、第１背景部ＢＧ１の色の成分値Ｐｂ１の近傍の値になることが好ましい。この場合には、例えば、所定割合ＰＲ＝２５％の時の補正処理で、補正パラメータＰＣＲが第１背景部ＢＧ１の成分値Ｐｂ１の近傍の値となった結果、当該補正処理後の二値化処理において、第１部分８５１が抽出される。

１回目のＳ２１５Ｃでは、ＣＰＵ３１０は、第２実施例の２１５Ｂ（図７）と同様に、Ｓ２０５で抽出された候補オブジェクトのうち、囲み線判定処理（Ｓ２０７Ｂ）にて囲み線と判定されなかった候補オブジェクトに基づいて、補正対象の部分画像ＰＩ２を決定する。そして、２回目以降のＳ２１５では、この時点までに実行されたＳ２０５およびＳ２２５の二値化処理で抽出された全ての特定色画素で構成される候補オブジェクトのうち、囲み線判定処理（Ｓ２０７ＢまたはＳ２３５）にて囲み線と判定されなかった候補オブジェクトに基づいて、補正対象の部分画像を決定する。

また、２回目以降のＳ２３０Ｃでは、ＣＰＵ３１０は、スキャン画像８０内の複数個の画素を、この時点までに実行されたＳ２０５およびＳ２２５で抽出された全ての特定色画素と、他の画素と、に分類する１個の二値画像を生成し、当該二値画像を用いて、上述したラベリングを実行する。この結果、Ｓ２３５の囲み線判定処理の対象とするべき、候補オブジェクトが適切に識別される。

以上説明した第３実施例によれば、互いに異なる複数回の補正処理（Ｓ２２０Ｃ）が実行される。すなわち、ＣＰＵ３１０は、１回目のＳ２２０Ｃにて、第１の補正処理を実行して第１の補正スキャンデータを生成し、さらに、２回目のＳ２２０Ｃにて、第１の補正処理とは異なる第２の補正処理を実行して、第２の補正スキャンデータを生成する。そして、ＣＰＵ３１０は、第１の補正スキャンデータと、第２の補正スキャンデータと、を用いて、囲み線を抽出する（１回目および２回目のＳ２２５〜Ｓ２３５）。この結果、上述したように、囲み線をさらに精度良く抽出できる。

また、上述したように、第１の補正処理と第２の補正処理との間では、補正処理の単位領域であるブロックＢＲごとに決定される補正パラメータＰＣＲ、ＰＣＢ、ＰＣＧが互いに異なる。すなわち、第１の補正処理は、第１の補正パラメータを用いて実行され、第２の補正処理は、第２の補正パラメータを用いて実行される。この結果、上述したように、二値化処理によって抽出すべき候補オブジェクトが抽出される可能性が高まるように、複数個の補正スキャンデータを適切に生成することができる。

Ｆ．変形例：
（１）上記第３実施例では、複数回の補正処理の間では、ブロックＢＲごとに決定される補正パラメータＰＣＲ、ＰＣＢ、ＰＣＧが互いに異なる。これに代えて、複数回の補正処理の間では、補正処理が行われる単位領域のサイズが異なっていても良い。例えば、補正処理が行われる単位領域のサイズは、段階的に小さくされても良い。具体的には、１回目の補正処理は、ブロックＢＲ（例えば、縦１２８画素×横１２８画素）ごとに実行される。そして、２回目の補正処理は、ブロックＢＲを４分割した単位領域（例えば、縦６４画素×横６４画素）ごとに実行され、３回目の補正処理は、２回目の単位領域を４分割した単位領域（例えば、縦３２画素×横３２画素）ごとに実行されても良い。

単位領域が小さいほど、１個の単位領域に複数色の背景（例えば、上述した第１背景部ＢＧ１と第２背景部ＢＧ２）とが含まれる可能性を低減できる。したがって、単位領域が小さいほど、１個の単位領域に複数色の背景が含まれることによって、二値化処理によって抽出すべき候補オブジェクトが抽出できなくなることを抑制できる。

一方、例えば、囲み線の記入に想定より太いペンが用いられた場合には、最初の単位領域のサイズでは、囲み線の一部分のみが含まれ、背景がほとんど含まれない単位領域が存在する可能性が高くなる。その場合には、背景の色のピークに対応する適切な補正パラメータが決定できない可能性があり、単位領域をより大きくした方がより適切な補正パラメータが決定できる可能性がある。このように、単位領域が大きい場合には、想定より太いペンによって囲み線が記入されたことによって、二値化処理によって抽出すべき候補オブジェクトが抽出できなくなることを抑制できる。このように、単位領域のサイズによってメリットとデメリットがあるところ、本変形例では、互いに異なる複数個のサイズの単位領域を用いる複数回の補正処理を採用することによって、抽出すべき候補オブジェクトが抽出される可能性を高くすることができる。

このように、第３実施例において、第１の補正処理は、補正対象の部分画像内に設定される第１のサイズの単位領域ごとに実行され、第２の補正処理は、補正対象の部分画像内に設定される第１のサイズとは異なる第２のサイズの単位領域ごとに実行されても良い。こうすれば、抽出すべき候補オブジェクトが抽出される可能性が高くなるように、複数個の補正済みスキャン画像データを適切に生成することができる。

（２）上記第３実施例では、１回の補正処理（Ｓ２２０Ｃ）が実行される度に、当該補正処理にて生成された補正スキャンデータを用いて、囲み線を抽出する処理（２２５〜Ｓ２３５）を実行される。すなわち、１回の補正処理（Ｓ２２０Ｃ）が実行される度に、Ｓ２３５の囲み線判定処理が実行される。これに代えて、１回の補正処理が実行される度に、当該補正処理にて生成された補正処理スキャンデータを用いた二値化処理（Ｓ２２５）のみが実行されても良い。この場合には、複数回の補正処理と複数回の二値化処理の後に、スキャン画像８０内の複数個の画素を、複数回の二値化処理によって抽出された全ての特定色画素と、他の画素と、を分類する１個の二値画像データが生成されても良い。そして、当該二値画像データを用いてラベリング処理（Ｓ２３０）と囲み線判定処理（Ｓ２３５）が、１回だけ実行されても良い。

すなわち、複数回の補正処理にて生成された複数個の補正スキャンデータを用いて、複数回の囲み線の抽出が行われても良く、１回だけ囲み線の抽出が行われても良い。

（３）上記第３実施例では、Ｓ２１５Ｃ〜Ｓ２３５の処理が、必ず所定回数繰り返される。これに代えて、例えば、抽出すべき囲み線の個数が予め解っている場合、例えば、ユーザによって囲み線の個数が予め指定されている場合や、予め囲み線の個数が１個に制限されている場合には、抽出すべき個数の囲み線が抽出された場合には、その時点で処理をＳ２５０に処理を進めても良い。この場合には、囲み線を抽出する処理の処理時間を低減し得る。

（４）上記第１実施例の図２のＳ２１５において、補正対象の部分画像ＰＩ１は、抽出済みの候補オブジェクトを含む第１種のブロックと、第１種のブロックに隣接する第２種のブロックと、を含んでいる。これに代えて、第１種のブロックに隣接する第２種のブロックのみを補正対象の部分画像ＰＩとしても良い。また、ブロックＢＲのサイズが比較的小さい場合などには、図２のＳ２１５において、補正対象の部分画像ＰＩ１は、さらに、第２種のブロックに隣接するブロックＢＲを含んでも良い。あるいは、図２のＳ２３５の時点で、囲み線が抽出できなかった場合には、補正対象の部分画像ＰＩをさらに拡大して、Ｓ２２０〜Ｓ２３５の処理をもう一度実行しても良い。

（５）上記各実施例では、スキャン画像８０を複数個に分割する複数個のブロックＢＲを用いて、補正対象の部分画像ＰＩが決定されている。これに代えて、例えば、図２のＳ２０５にて抽出された候補オブジェクトを構成する複数個の特定色画素の少なくとも１個から見て所定の距離（例えば、１００画素分の距離）以内の領域が、補正対象の部分画像ＰＩとして決定されても良い。

（６）上記実施例の補正処理（例えば、図２のＳ２２０）は、上記式（１）を用いて、実行されているが、これに代えて、ブロック内の背景色を白色に近づけるように、ブロック内の複数個の画素の色値を補正する各種の補正処理が採用され得る。例えば、補正処理は、上述した補正パラメータ（ＰＣＲ、ＰＣＢ、ＰＣＧ）を用いて、以下の式（２）を用いて実行されても良い。
Ｒ_ＯＵＴ＝Ｒ_ＩＮ＋（２５５−ＰＣＲ）
Ｇ_ＯＵＴ＝Ｇ_ＩＮ＋（２５５−ＰＣＧ）
Ｂ_ＯＵＴ＝Ｂ_ＩＮ＋（２５５−ＰＣＢ） ...（２）

（７）上記各実施例では、抽出すべき特定のオブジェクトは、囲み線、すなわち、特定色を有するという第１の特徴を有し、かつ、所定の形状（具体的には、ループ形状）を有するという第２の特徴を有するオブジェクトである。これに代えて、他の特定のオブジェクトが抽出されても良い。例えば、抽出すべき特定のオブジェクトは、特定または任意の文字であっても良い。この場合には、図２のＳ２０５では、抽出すべき文字や記号の候補となる候補オブジェクトが抽出される。例えば、抽出すべき文字が有する色の複数個の画素が抽出されても良い。そして、図２のＳ２３５では、Ｓ２０５にて抽出された複数個の画素によって構成される候補オブジェクトが、抽出すべき文字であるかを判定する処理が実行される。候補オブジェクトが、特定または任意の文字であるか否かを判定する方法は、ヒストグラムを用いる方法や、パターンマッチングを用いる方法など、様々な方法が知られている。

（８）Ｓ３２５の囲み線判定処理は、上記実施例とは異なる他の種々の方法を採用可能である。例えば、典型的な囲み線の形状パターンを用いるパターンマッチングが採用されても良い。Ｓ２５０の処理は、囲み線によって囲まれたオブジェクトが消去された画像を生成する処理であっても良く、囲み線の内側の領域内の画像に対する任意の処理を採用可能である。

（９）処理済データの用途としては、印刷に限らず、任意の用途を採用可能である。例えば、複合機１００のＣＰＵ１１０は、取得した処理済データを、将来に利用するために、不揮発性記憶装置１３０に格納してもよい。また、処理済データは、複合機１００以外の装置、例えば、ネットワーク５００に接続された他のサーバやユーザのパーソナルコンピュータ（図示省略）に、処理済データを送信してもよい。

（１０）上記実施例では、対象画像データとして、読取実行部１６０によって光学的に読み取られたスキャンデータが採用されている。これに限らず、例えば、デジタルカメラによって光学的に読み取られた画像データを採用してもよく、文書やイラストなどを作成するためのアプリケーションプログラムを用いて加工して得られる画像データであってもよい。また、囲み線は、例えば、ペンを用いて記入された囲み線に限られず、上記アプリケーションプログラムを用いて、画像内に描画された囲み線であっても良い。

（１１）上記実施例のサーバ３００が実行する画像処理は、サーバ３００と異なる種類の装置（例えば、デジタルカメラ、スキャナ、パーソナルコンピュータ、携帯電話）によって実現されてもよい。また、サーバ３００は、ネットワークを介して互いに通信可能な複数個の装置（例えば、コンピュータ）を含んでも良い。サーバ３００が実行する画像処理は、複数個の装置によって、一部ずつ実行され得る。この場合には、複数個の装置が、１個の画像処理装置として機能する。

上記各実施例において、ハードウェアによって実現されていた構成の一部をソフトウェアに置き換えるようにしてもよく、逆に、ソフトウェアによって実現されていた構成の一部あるいは全部をハードウェアに置き換えるようにしてもよい。例えば、サーバ３００が実行する画像処理の全部または一部は、論理回路を含む専用のハードウェア回路によって実現されても良い。

以上、実施例、変形例に基づき本発明について説明してきたが、上記した発明の実施の形態は、本発明の理解を容易にするためのものであり、本発明を限定するものではない。本発明は、その趣旨並びに特許請求の範囲を逸脱することなく、変更、改良され得ると共に、本発明にはその等価物が含まれる。

１００...複合機、１１０...ＣＰＵ、１２０...揮発性記憶装置、１３０...不揮発性記憶装置、１３２...コンピュータプログラム、１４０...表示部、１５０...操作部、１６０...読取実行部、１７０...印刷実行部、１８０...通信インタフェース、１９０...データ処理部、３００...サーバ、３１０...ＣＰＵ、３２０...揮発性記憶装置、３３０...不揮発性記憶装置、３３２...コンピュータプログラム、３８０...通信インタフェース、３９０...画像処理部、５００...ネットワーク、９００...システム

Claims (14)

1. 画像処理装置であって、
   対象画像を表す対象画像データを取得する画像データ取得部と、
   前記対象画像データを用いて、前記対象画像内の所定の特徴を有する特定のオブジェクトの候補である候補オブジェクトを抽出する第１の抽出部と、
   前記対象画像を複数個のブロックに分割し、前記複数個のブロックのうち、前記候補オブジェクトを含む１以上の第１種のブロックに隣接する１以上の第２種のブロックを含む前記対象画像内の一部の領域を、部分画像として決定する決定部と、
   前記部分画像内の画素の値を補正して、補正済みの前記部分画像を含む補正済みの前記対象画像を表す補正済み対象画像データを生成する補正部と、
   前記補正済み対象画像データを用いて、前記特定のオブジェクトを抽出する第２の抽出部と、
   を備える、画像処理装置。
2. 請求項１に記載の画像処理装置であって、
   前記補正部は、第１の補正処理を実行して第１の補正済み対象画像データを生成し、
   前記補正部は、さらに、第１の補正処理とは異なる第２の補正処理を実行して第２の補正済み対象画像データを生成し、
   前記第２の抽出部は、前記第１の補正済み対象画像データと、前記第２の補正済み対象画像データと、を用いて、前記特定のオブジェクトを抽出する、画像処理装置。
3. 画像処理装置であって、
   対象画像を表す対象画像データを取得する画像データ取得部と、
   前記対象画像データを用いて、前記対象画像内の所定の特徴を有する特定のオブジェクトの候補である候補オブジェクトを抽出する第１の抽出部と、
   前記候補オブジェクトに基づいて決定される前記対象画像内の一部の領域である部分画像内の画素の値を補正して、補正済みの前記部分画像を含む補正済みの前記対象画像を表す補正済み対象画像データを生成する補正部と、
   前記補正済み対象画像データを用いて、前記特定のオブジェクトを抽出する第２の抽出部と、
   を備え、
   前記補正部は、
   前記部分画像内に複数個の単位領域を設定し、
   前記単位領域ごとに決定される第１のパラメータを用いて前記単位領域ごとに第１の補正処理を実行して第１の補正済み対象画像データを生成し、
   前記単位領域ごとに決定される第２のパラメータを用いて前記単位領域ごとに第２の補正処理を実行して第２の補正済み対象画像データを生成し、
   前記第２の抽出部は、前記第１の補正済み対象画像データと、前記第２の補正済み対象画像データと、を用いて、前記特定のオブジェクトを抽出する、画像処理装置。
4. 画像処理装置であって、
   対象画像を表す対象画像データを取得する画像データ取得部と、
   前記対象画像データを用いて、前記対象画像内の所定の特徴を有する特定のオブジェクトの候補である候補オブジェクトを抽出する第１の抽出部と、
   前記候補オブジェクトに基づいて決定される前記対象画像内の一部の領域である部分画像内の画素の値を補正して、補正済みの前記部分画像を含む補正済みの前記対象画像を表す補正済み対象画像データを生成する補正部と、
   前記補正済み対象画像データを用いて、前記特定のオブジェクトを抽出する第２の抽出部と、
   を備え、
   前記補正部は、
   前記部分画像内に第１のサイズの単位領域を設定し、前記第１のサイズの単位領域ごとに第１の補正処理を実行して第１の補正済み対象画像データを生成し、
   前記部分画像内に前記第１のサイズとは異なる第２のサイズの単位領域を設定し、前記第２のサイズの単位領域ごとに第２の補正処理を実行して第２の補正済み対象画像データを生成し、
   前記第２の抽出部は、前記第１の補正済み対象画像データと、前記第２の補正済み対象画像データと、を用いて、前記特定のオブジェクトを抽出する、画像処理装置。
5. 画像処理装置であって、
   対象画像を表す対象画像データを取得する画像データ取得部と、
   前記対象画像データを用いて、前記対象画像内の所定の特徴を有する特定のオブジェクトの候補である候補オブジェクトを抽出する第１の抽出部と、
   前記候補オブジェクトに基づいて決定される前記対象画像内の一部の領域である部分画像内の画素の値を補正する補正処理を実行して、補正済みの前記部分画像を含む補正済みの前記対象画像を表す補正済み対象画像データを生成する補正部であって、前記補正処理は、前記部分画像内に設定される単位領域内の下地の色を白に近づけるように、前記単位領域内の複数個の画素の値を補正する処理である、前記補正部と、
   前記補正済み対象画像データを用いて、前記特定のオブジェクトを抽出する第２の抽出部と、
   を備える、画像処理装置。
6. 請求項１〜５のいずれかに記載の画像処理装置であって、
   前記第１の抽出部が前記候補オブジェクトを抽出する処理は、前記対象画像内の複数個の画素の中から、特定色を示す色値に基づいて決定される範囲内の色値を有する複数個の画素を抽出する処理を含み、
   前記第２の抽出部が前記特定のオブジェクトを抽出する処理は、補正済みの前記対象画像内の複数個の画素の中から、前記特定色を示す色値に基づいて決定される範囲内の色値を有する複数個の画素を抽出する処理を含む、画像処理装置。
7. 請求項１〜６のいずれかに記載の画像処理装置であって、
   前記特定のオブジェクトは、第１の特徴を有し、かつ、第２の特徴を有するオブジェクトであり、
   前記第１の抽出部は、
   前記第１の特徴を有し、かつ、前記第２の特徴を有しないオブジェクトを前記部分画像を決定するための前記候補オブジェクトとして抽出し、
   前記第１の特徴を有し、かつ、前記第２の特徴を有するオブジェクトを前記部分画像を決定するための前記候補オブジェクトとして抽出しない、画像処理装置。
8. 請求項７に記載の画像処理装置であって、
   前記第１の特徴は、特定色を示す色値に基づいて決定される範囲内の色値を有することであり、
   前記第２の特徴は、所定の形状を有することである、画像処理装置。
9. 請求項１〜８のいずれかに記載の画像処理装置であって、
   前記対象画像データは、ユーザによって記入されたマーカを含む原稿を光学的に読み取ることによって得られる画像データであり、
   前記特定のオブジェクトは、ユーザによって記入されたマーカを示すオブジェクトである、画像処理装置。
10. 請求項１〜９のいずれかに記載の画像処理装置であって、
    前記特定のオブジェクトは、前記対象画像内の一部の領域を囲む線であり、
    前記画像処理装置は、さらに、
    前記対象画像において、前記特定のオブジェクトの内側に位置する領域を特定する領域特定部と、
    を備える、画像処理装置。
11. コンピュータプログラムであって、
    対象画像を表す対象画像データを取得する画像データ取得機能と、
    前記対象画像データを用いて、前記対象画像内の所定の特徴を有する特定のオブジェクトの候補である候補オブジェクトを抽出する第１の抽出機能と、
    前記対象画像を複数個のブロックに分割し、前記複数個のブロックのうち、前記候補オブジェクトを含む１以上の第１種のブロックに隣接する１以上の第２種のブロックを含む前記対象画像内の一部の領域を、部分画像として決定する決定機能と、
    前記部分画像内の画素の値を補正して、補正済みの前記部分画像を含む補正済みの前記対象画像を表す補正済み対象画像データを生成する補正機能と、
    前記補正済み対象画像データを用いて、前記特定のオブジェクトを抽出する第２の抽出機能と、
    をコンピュータに実現させるコンピュータプログラム。
12. コンピュータプログラムであって、
    対象画像を表す対象画像データを取得する画像データ取得機能と、
    前記対象画像データを用いて、前記対象画像内の所定の特徴を有する特定のオブジェクトの候補である候補オブジェクトを抽出する第１の抽出機能と、
    前記候補オブジェクトに基づいて決定される前記対象画像内の一部の領域である部分画像内の画素の値を補正して、補正済みの前記部分画像を含む補正済みの前記対象画像を表す補正済み対象画像データを生成する補正機能と、
    前記補正済み対象画像データを用いて、前記特定のオブジェクトを抽出する第２の抽出機能と、
    をコンピュータに実現させ、
    前記補正機能は、
    前記部分画像内に複数個の単位領域を設定し、
    前記単位領域ごとに決定される第１のパラメータを用いて前記単位領域ごとに第１の補正処理を実行して第１の補正済み対象画像データを生成し、
    前記単位領域ごとに決定される第２のパラメータを用いて前記単位領域ごとに第２の補正処理を実行して第２の補正済み対象画像データを生成し、
    前記第２の抽出機能は、前記第１の補正済み対象画像データと、前記第２の補正済み対象画像データと、を用いて、前記特定のオブジェクトを抽出するコンピュータプログラム。
13. コンピュータプログラムであって、
    対象画像を表す対象画像データを取得する画像データ取得機能と、
    前記対象画像データを用いて、前記対象画像内の所定の特徴を有する特定のオブジェクトの候補である候補オブジェクトを抽出する第１の抽出機能と、
    前記候補オブジェクトに基づいて決定される前記対象画像内の一部の領域である部分画像内の画素の値を補正して、補正済みの前記部分画像を含む補正済みの前記対象画像を表す補正済み対象画像データを生成する補正機能と、
    前記補正済み対象画像データを用いて、前記特定のオブジェクトを抽出する第２の抽出機能と、
    をコンピュータに実現させ、
    前記補正機能は、
    前記部分画像内に第１のサイズの単位領域を設定し、前記第１のサイズの単位領域ごとに第１の補正処理を実行して第１の補正済み対象画像データを生成し、
    前記部分画像内に前記第１のサイズとは異なる第２のサイズの単位領域を設定し、前記第２のサイズの単位領域ごとに第２の補正処理を実行して第２の補正済み対象画像データを生成し、
    前記第２の抽出機能は、前記第１の補正済み対象画像データと、前記第２の補正済み対象画像データと、を用いて、前記特定のオブジェクトを抽出するコンピュータプログラム。
14. コンピュータプログラムであって、
    対象画像を表す対象画像データを取得する画像データ取得機能と、
    前記対象画像データを用いて、前記対象画像内の所定の特徴を有する特定のオブジェクトの候補である候補オブジェクトを抽出する第１の抽出機能と、
    前記候補オブジェクトに基づいて決定される前記対象画像内の一部の領域である部分画像内の画素の値を補正する補正処理を実行して、補正済みの前記部分画像を含む補正済みの前記対象画像を表す補正済み対象画像データを生成する補正機能であって、前記補正処理は、前記部分画像内に設定される単位領域内の下地の色を白に近づけるように、前記単位領域内の複数個の画素の値を補正する処理である、前記補正機能と、
    前記補正済み対象画像データを用いて、前記特定のオブジェクトを抽出する第２の抽出機能と、
    をコンピュータに実現させるコンピュータプログラム。