JP6390858B2 - グラフィックエレメントおよびテキストエレメントを含む２つのデータの比較装置および比較方法 - Google Patents

Description

本発明は、グラフィックエレメントおよびテキストエレメントを含む２つのデータの比較装置に関する。

対応の装置は、テキスト検証ツール（ＴＶＴ；ｔｅｘｔ ｖｅｒｉｆｉｃａｔｉｏｎ ｔｏｏｌｓ）またはオブジェクト検証ツール（ＯＶＴ；ｏｂｊｅｃｔ ｖｅｒｉｆｉｃａｔｉｏｎ ｔｏｏｌｓ）として従来技術から公知である。ここでＯＶＴの場合は、オブジェクト比較が、場合により前もってそのためにレンダリングされる２つのデータのピクセルごとの比較によって行われる。この種のデータが純粋なグラフィック構成要素の場合は、これにより非常に良好な結果が得られる。なぜならそれぞれ相違するピクセルは直接的にエラーとして識別され、表示することができるからである。テキスト比較に対してはこの種のＯＶＴは適さないことが判明している。なぜなら、テキストが修正されると、改行が発生し、あるいは文字間隔ないし単語間隔が変化し、このことは、何ら修正が行われていないにもかかわらず、直接的にそれぞれのピクセルの相違となり、エラーとして指示されるからである。このことはテキスト検証では生じない。ここではそれぞれデータからまずテキストが抽出されるが、そのために例えばそれ自体公知のＯＣＲプログラムを利用することができる。同じようにテキスト識別のために、テキストとして定義された対応の構成要素を備える例えばｐｄｆデータ、ＰｏｓｔＳｃｒｉｐｔデータ、ｗｏｒｄデータのような複合データから、まず抽出によってテキストを分離することができる。さらにＴＶＴではデータ形式に応じて、段組ないしテキストフローを適合することさえできる。このことは、とりわけテキストが複数の段にわたる場合、またはテキストの前に段落番号または行番号がセットされている場合、あるいは上または下にヘッダまたはフッタが配置されていて、例えばページ番号がある場合には、内容的ないし文章的な比較を可能にするために必要である。しかしこれにより、この種のテキスト比較ツールによってテキスト修正を高速かつ正確に識別し、指示することができる。しかしながらこの種のテキスト比較ツールは、グラフィックを比較することができないという欠点を有する。そのため最終的にはせいぜい全体比較が、すなわち同じ画像が存在するか否かの比較が可能なだけである。

したがって２つの方法では下位のエラーの閉塞が生じ、そのため正確なエラーをもはや識別することができない。それに対応して本発明の課題は、上位概念による方法および装置においてこの欠点を回避することである。

解決手段として、独立請求項の特徴を備える装置ないし方法が提案される。

したがって、グラフィックエレメントおよびテキストエレメントを含む２つのデータを比較するための装置は、当該２つのデータに対するメモリと、当該２つのデータをグラフィックエレメントとテキストエレメントに分割するための手段と、テキスト識別のための手段と、グラフィックエレメントからラスタ化された画像を形成するためのラスタグラフィック手段と、抽出されたテキストを比較するための手段と、ラスタ化された画像を比較するための手段と、２つの比較結果を好ましくは共通に出力するための手段と、を特徴とすることができる。

グラフィックエレメントおよびテキストエレメントを含む２つのデータを比較するための方法も、当該２つのデータにおいてグラフィックエレメントとテキストエレメントを分割し、グラフィックエレメントから場合によりそれぞれ１つのラスタ画像を形成し、ラスタグラフィックを互いにグラフィック的に比較し、テキストエレメントから場合によりそれぞれのテキストを識別し、テキストを互いにテキスト的に比較する、ことを特徴とすることができる。

したがってグラフィックエレメントとテキストエレメントに前もって分割することにより、各エレメントに対して、そのための適切な検査ないしそのための適切な比較を別個に行うことが初めて可能になる。このことは、対応の比較が、相応に意味のある結果、および意味のある解釈をすべき結果にもつながるという利点を有する。

ここでラスタ画像の形成は、対応のデータがまだラスタ形式を有していない場合にだけ必要であることが理解されよう。同様にデータが純粋な形式のテキストとしてすでに存在している場合には、対応のテキスト識別を省略することができる。しかしこれはとりわけ職業的な通常の業務の場合、例えばゲラ刷りの作成およびその議論の場合ではむしろ例外である。なぜならそこで使用されるデータは、しばしばグラフィックコンテナ形式、例えばｐｄｆデータまたはＰｏｓｔＳｃｒｉｐｔデータだからである。

グラフィックエレメントとテキストエレメントを分割するために、まずテキストエレメントを分離し、好ましくは別個のレベルに置くことが基本的に有利である。このことは例えば、ラスタ形式で存在するデータに対してテキスト識別プログラム、例えばＯＣＲを適用することにより行うことができる。ここで識別されたテキストは、相応にして別個のレベルに置かれ、好ましくはグラフィックレベルから除去される。場合により他のやり方で、例えばテキストエレメントではないエレメント全体を対応のグラフィックレベルに移行することにより、グラフィックだけを含むレベルを作成することもできる。テキストがグラフィックコンテナ形式で存在する場合、例えばテキストエレメントとして標識付けられたグラフィックコンテナ形式の領域をそれ相応にフラグ付けし、引き続き別個のテキストレベルに置くことができる。

引き続き直接的なテキスト識別が行われる。そのために場合により、グラフィックコンテナ形式で存在するグリフを、それ自体公知のテーブルを介して文字に割り当て、これによりテキストをそれとして識別し、引き続きテキストフローによりテキストをｎｈｒｏテキスト（ｎａｔｕｒａｌ ｈｕｍａｎ ｒｅａｄｉｎｇ ｏｒｄｅｒ）に変換する。これによりテキストが段組書式またはテーブル書式等において、内容的に意味のある統一体につなぎ合わされる。このことは、ＴＶＴでの従来技術からすでに十分に公知である。とりわけ、このテキストの読み方向ないし経過方向は、例えば左から右そして上から下、また上から下それから初めて右から左でもあるそれぞれの言語に適合できることが理解されよう。場合により生じ得るテキストの変化が、ヒトにとって直接的に理解可能に、かつ分かりやすく把握され、表示される。

したがって対応のテキスト識別手段が、テキストエレメントからテキストを抽出するための手段およびテキストフローを表示するための手段を含むことも有利である。

ここでテキスト識別は、テキストレベルでのテキストに、または別個のｎｈｒｏテキストレベルでのテキストにも通ずることができる。

すでに別個のテキストを含む相応のコンテナ形式では、これらのテキストを所期のようにそれぞれのコンテナ形式から抽出することにより、複雑なテキスト識別を省略できることが理解されよう。しかし実際には、比較すべきデータの少なくとも１つがこの種の形式で存在しない、あるいは場合によってはこの種の形式で存在するが別個のテキストを含まないことがあり、したがって前に説明した複雑なテキスト識別をまず実行すべきである。

グラフィックエレメントがまだラスタ形式で存在していない場合、これをラスタ画像にレンダリングする、すなわちラスタ画像に変換すると有利である。ここでは、対応のラスタ画像を、場合によりそれぞれのデータのメインレベルに、またはグラフィックレベルに、または付加的なラスタ画像レベルに表示できることが理解されよう。

レンダリングのためにラスタグラフィック手段は、とりわけラスタグラフィックエンジンおよび／またはラスタグラフィックプロセッサを含むことができる。これにより対応のラスタ化ないし対応のレンダリングが、高速にかつ所望の精度により安定した動作で実行される。

好ましくは比較結果は共通に表示される。このことは例えば対応のレベルを重ね合わせることにより行うことができる。とりわけ比較結果は、出力手段としてのモニタに出力することができる。

同様に比較結果を好ましくは共通にデータに記憶することも考えられる。そしてこのデータは例えば顧客に、例えばゲラ刷りで実行された修正を検証するために提供することができる。したがって出力手段が、比較結果をメモリ中の結果データに記憶するためにメモリおよび記憶手段を含むと有利である。

記憶手段が結果データを、２つの比較すべきデータの少なくとも１つの形式で記憶すると、比較結果が特に有利にさらに処理される。これにより、この結果データをオープンするのに、および場合により評価するのに必要な所属のプログラムを、比較すべきデータの少なくとも１つを準備した人物に提供することもできる。

前記ないし請求項に記載された解決手段の特徴は、利点を相応に累積的に実現できるようにするために、場合により組み合わせることができることは理解されよう。

本発明のさらなる利点、目的、特性を、実施例の以下の記述に基づいて説明する。実施例はとりわけ添付図面にも示されている。

図１は、下方領域に本発明の方法形態を、上方領域の従来技術による方法形態を示す図である。 図２は、グラフィックエレメントおよびテキストエレメントを含む比較すべき２つのデータおよび従来のオブジェクト検証による比較結果を示す図である。 図３は、本発明による方法形態および図２の比較すべきデータに基づくその結果を示す図である。 図４は、例としてグラフィックエレメントとテキストエレメントを含むｐｄｆデータの印刷画像を示す図である。 図５は、図４の印刷画像に示したデータの構造を示す図である。 図６は、図４と５に示したデータをテキスト形式で示す図である。 図７は、アラビア語テキストエレメントを含むデータの比較例を示す図である。 図８は、中国語テキストエレメントを含むデータの比較例を示す図である。 図９は、グラフィックエレメントを含むデータの比較例を示す図である。

それぞれグラフィックレベル１１，２１とテキストレベル１２，２２に分離されるグラフィックエレメントとテキストエレメントを有する比較すべきデータ１０，２０を分割することにより、まず別個のテキスト比較と別個のグラフィック比較を実行することができる。このことは相応に妥当で理解可能な結果につながる。場合により第１のステップで、比較すべき２つのデータ１０，２０またはこれらのデータ１０，２０の１つだけに、例えばＯＣＲのようなテキスト識別を施すことができる。またはテキストを含むオブジェクトを検索するか、ないしテキストを含むオブジェクトを創作するその他の過程を施すことができる。このようにして、まず純粋なグラフィックデータ１０，２０から、コンテナ形式でテキストエレメントも見つけ出されるデータ１０，２０が提供される。

グラフィックレベル１１，２１は、分離後にレンダリングされ比較される。そしてグラフィック比較の結果は別個のレベル３２に表示される。

テキストレベル１２，２２では、まずテキスト識別とテキストフローが実行される。これによりそれぞれのテキスト１３，２３がテキスト比較のために使用され、その結果がレベル３１に表示される。

このようにして、とりわけこれが顧客固有の修正の希望を修正の文書記録の下で行うべきゲラ刷りの場合には、文書比較とりわけデータ比較を高速かつ安定した動作で実行することができる。

レベル３１と３２を重ね合わせることにより、対応のエラーを一体的に文書記録する画像３２を場合により反転して、全体画像を簡単に作成することができる。

後者は、図２に示すようにオブジェクト検証の場合は不可能である。なぜならそこではエラーの閉塞が生じるからである。同じように、テキスト検証がグラフィック比較を可能にすることができないことも直ぐに理解される。

ここではデータを例えばｐｄｆのようなコンテナ形式に移行することができ、この種の形式ではテキストエレメント４３とグラフィックエレメント４４を探り出すことができる。例えば図４の印刷画像に示したデータが、グラフィックエレメント４４として円を、テキストエレメント４３として「Ｈｅｌｌｏ Ｗｏｒｌｄ」を有する場合、テキストをグラフィックとは別個に見つけ出すことができ、とりわけ図５に示したこのデータの構造表示から読み取ることができる。対応の情報がそれぞれのデータのテキスト表示（図６参照）にも含まれているか否かが必ずしも明白ではない場合には、テキストエレメントを相応にグラフィックエレメントから機械的に分離し、前に示したように検査することができる。

ここでテキストエレメントが、必ずしもローマ文字に制限されるものではないことは自明である。アラビア文字または中国文字のような他の文字言語も対応して調査し、比較することができる。このことは図７と８に例として示されており、ここでは言語ないし書体に応じて読み方向が適合される。しかしこのことはテキストを相応に埋め込むことにより通常は問題とならない。ここでも、場合により相応の欠けている部分またはエラーのある部分４５をマーキングすることができ、これにより単純かつ動作の安定した比較を行うことができる。

グラフィックでのエラーのある部分または欠けている部分４５も相応にマーキングすることができる。これは図９に例として示されている。

１０ データ
１１ グラフィックレベル
１２ テキストレベル
１３ テキスト
２０ データ
２１ グラフィックレベル
２２ テキストレベル
２３ テキスト
３１ テキスト比較の結果に対するレベル
３２ グラフィック比較の結果に対するレベル
４３ データのテキスト領域
４４ データのグラフィック領域
４５ 欠けている部分またはエラーのある部分

Claims (11)

1. グラフィックエレメントおよびテキストエレメントを含む２つのデータを比較し、差異を出力するための装置において、当該２つのデータに対するメモリと、当該２つのデータをグラフィックエレメントとテキストエレメントに分割するための手段と、テキスト識別のための手段と、グラフィックエレメントからラスタ化された画像を形成するためのラスタグラフィック手段と、抽出されたテキストを比較するための手段と、ラスタ化された画像を比較するための手段と、２つのデータの、テキストの差異を示すレベルとラスタ化された画像の差異を示すレベルを重ね合わせることによって、抽出されたテキストの差異とラスタ化された画像の差異を同一画面に表示するための出力手段とを備えること、を特徴とする装置。
2. 前記ラスタグラフィック手段は、ラスタグラフィックエンジンおよび／またはラスタグラフィックプロセッサを含む、ことを特徴とする請求項１に記載の装置。
3. 前記出力手段は、テキストの差異と画像の差異をメモリ中の結果データに記憶するためにメモリおよび記憶手段を含む、ことを特徴とする請求項１または２に記載の装置。
4. 前記記憶手段は前記テキストの差異と画像の差異のデータを、２つの比較すべきデータの少なくとも一方の形式で記憶する、ことを特徴とする請求項３に記載の装置。
5. 前記出力手段はモニタを含む、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装置。
6. 前記テキスト識別手段は、テキストエレメントからテキストを抽出するための手段、およびテキストフローを表示するための手段を含む、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装置。
7. グラフィックエレメントおよびテキストエレメントを含む２つのデータを比較し、差異を出力するための方法において、当該２つのデータにおいてグラフィックエレメントとテキストエレメントとを分離し、グラフィックエレメントから必要な場合はそれぞれ１つのラスタ画像を形成し、ラスタ画像を互いにグラフィック的に比較し、テキストエレメントから必要な場合はそれぞれのテキストを識別し、テキストを互いにテキスト的に比較し、ラスタ画像の差異を示すレベルとテキストの差異を示すレベルとを重ね合わせることによって、２つのデータのラスタ画像の差異と識別されたテキストの差異とを同一画面に表示する、ことを特徴とする方法。
8. 前記ラスタ画像の差異とテキストの差異とを一つのファイルに出力する、ことを特徴とする請求項７に記載の方法。
9. グラフィックエレメントの少なくとも１つをラスタ画像にレンダリングする、ことを特徴とする請求項７または８に記載の方法。
10. グラフィックエレメントとテキストエレメントを分離するために、まずテキストエレメントを別個のレベルに置く、ことを特徴とする請求項７から９のいずれか一項に記載の方法。
11. テキスト識別のために、テキストフローによって読みやすい書式のテキストを形成する、ことを特徴とする請求項７から１０のいずれか一項に記載の方法。