JP6623643B2 - 画像処理装置およびプログラム - Google Patents
画像処理装置およびプログラム Download PDFInfo
- Publication number
- JP6623643B2 JP6623643B2 JP2015187213A JP2015187213A JP6623643B2 JP 6623643 B2 JP6623643 B2 JP 6623643B2 JP 2015187213 A JP2015187213 A JP 2015187213A JP 2015187213 A JP2015187213 A JP 2015187213A JP 6623643 B2 JP6623643 B2 JP 6623643B2
- Authority
- JP
- Japan
- Prior art keywords
- area
- mark
- image
- designation
- designated
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Editing Of Facsimile Originals (AREA)
Description
本発明は、画像処理装置およびプログラムに関する。
原稿上の文字や絵を隠蔽、いわゆるマスキングする場合に、マスキングする領域を指定するために利用者が付した指定印、いわゆるマーカーを認識して、マスキングを行う技術に関して、下記の特許文献１に記載の技術が知られている。
特許文献１としての特開２０１３−１４３５９４号公報には、隠蔽対象の領域を特定するために、文字列に沿って付された線状のマークや、領域を囲む曲線枠状のマーク、領域を囲む多角形枠と多角形枠の中に付された斜線の自他識別印、を検出して、指定された領域を隠蔽する技術が記載されている。特許文献１では、マーカー箇所を特定する際に、画素を計数して、予め設定された長さ以上連続する画像の集合体をマーカー箇所として特定する技術が記載されている。
本発明は、画素を計数する場合に比べて、隠蔽領域を判別する処理時間を短縮することを技術的課題とする。
前記技術的課題を解決するために、請求項１に記載の発明の画像処理装置は、
画像に対して付与された前記画像の特定の領域を指定する指定印に対して、前記指定印の領域を囲む最小の矩形を導出する矩形領域の導出手段と、
前記最小の矩形に基づいて、前記指定印で指定された領域を判別する判別手段と、
前記判別手段で判別された領域に基づいて、画像上の指定領域に対して、予め設定された画像処理を実行する画像処理手段と、
を備え、
前記判別手段は、
前記最小の矩形の水平に対する傾きが予め設定された範囲内且つ前記矩形の中心部分の正方形領域において前記正方形領域内の前記指定印の量が予め設定された閾値よりも小さい場合に、前記画像における指定領域の対角を結ぶ対角線で、領域を指定したと判別する対角線指定の判別手段と、
前記指定印で囲まれた内部の領域の画像において、文章と推定されるものが存在しない場合または図と推定されるものが存在する場合に、前記指定印で囲まれた内部の領域を指定したと判別する第１の領域指定の判別手段と、
を有し、前記対角線指定の判別手段による判別を行った後に、前記第１の領域指定の判別手段による判別を行う、
ことを特徴とする。
画像に対して付与された前記画像の特定の領域を指定する指定印に対して、前記指定印の領域を囲む最小の矩形を導出する矩形領域の導出手段と、
前記最小の矩形に基づいて、前記指定印で指定された領域を判別する判別手段と、
前記判別手段で判別された領域に基づいて、画像上の指定領域に対して、予め設定された画像処理を実行する画像処理手段と、
を備え、
前記判別手段は、
前記最小の矩形の水平に対する傾きが予め設定された範囲内且つ前記矩形の中心部分の正方形領域において前記正方形領域内の前記指定印の量が予め設定された閾値よりも小さい場合に、前記画像における指定領域の対角を結ぶ対角線で、領域を指定したと判別する対角線指定の判別手段と、
前記指定印で囲まれた内部の領域の画像において、文章と推定されるものが存在しない場合または図と推定されるものが存在する場合に、前記指定印で囲まれた内部の領域を指定したと判別する第１の領域指定の判別手段と、
を有し、前記対角線指定の判別手段による判別を行った後に、前記第１の領域指定の判別手段による判別を行う、
ことを特徴とする。
前記技術的課題を解決するために、請求項２に記載の発明の画像処理装置は、
画像に対して付与された前記画像の特定の領域を指定する指定印に対して、前記指定印の領域を囲む最小の矩形を導出する矩形領域の導出手段と、
前記最小の矩形に基づいて、前記指定印で指定された領域を判別する判別手段と、
前記判別手段で判別された領域に基づいて、画像上の指定領域に対して、予め設定された画像処理を実行する画像処理手段と、
を備え、
前記判別手段は、
前記指定印で囲まれた内部の領域の画像において、文章と推定されるものが存在しない場合または図と推定されるものが存在する場合に、前記指定印で囲まれた内部の領域を指定したと判別する第１の領域指定の判別手段と、
前記指定印がされた領域の画像において、１行分の文字列と推定されるものが存在する場合に、前記指定印がされた１行分の文字列の領域を指定したと判別する行指定の判別手段と、
を有し、前記第１の領域指定の判別手段による判別を行った後に、前記行指定の判別手段による判別を行う、
ことを特徴とする。
画像に対して付与された前記画像の特定の領域を指定する指定印に対して、前記指定印の領域を囲む最小の矩形を導出する矩形領域の導出手段と、
前記最小の矩形に基づいて、前記指定印で指定された領域を判別する判別手段と、
前記判別手段で判別された領域に基づいて、画像上の指定領域に対して、予め設定された画像処理を実行する画像処理手段と、
を備え、
前記判別手段は、
前記指定印で囲まれた内部の領域の画像において、文章と推定されるものが存在しない場合または図と推定されるものが存在する場合に、前記指定印で囲まれた内部の領域を指定したと判別する第１の領域指定の判別手段と、
前記指定印がされた領域の画像において、１行分の文字列と推定されるものが存在する場合に、前記指定印がされた１行分の文字列の領域を指定したと判別する行指定の判別手段と、
を有し、前記第１の領域指定の判別手段による判別を行った後に、前記行指定の判別手段による判別を行う、
ことを特徴とする。
前記技術的課題を解決するために、請求項３に記載の発明の画像処理装置は、
画像に対して付与された前記画像の特定の領域を指定する指定印に対して、前記指定印の領域を囲む最小の矩形を導出する矩形領域の導出手段と、
前記最小の矩形に基づいて、前記指定印で指定された領域を判別する判別手段と、
前記判別手段で判別された領域に基づいて、画像上の指定領域に対して、予め設定された画像処理を実行する画像処理手段と、
を備え、
前記判別手段は、
前記指定印がされた領域の画像において、１行分の文字列と推定されるものが存在する場合に、前記指定印がされた１行分の文字列の領域を指定したと判別する行指定の判別手段と、
前記指定印の領域を含む最小の矩形に内接する楕円と前記指定印の外形形状との相関係数が予め設定された第１の閾値以上である場合、または、前記相関係数が前記第１の閾値未満且つ前記矩形の両端部どうしを結合した正方形に含まれる前記指定印の外形形状と前記正方形に内接する円との相関係数が予め設定された第２の閾値以上である場合に、前記指定印で囲まれた領域に含まれる文字列の行端までの領域を指定したと判別する第２の領域指定の判別手段と、
を有し、前記行指定の判別手段による判別を行った後に、前記第２の領域指定の判別手段による判別を行う、
ことを特徴とする。
画像に対して付与された前記画像の特定の領域を指定する指定印に対して、前記指定印の領域を囲む最小の矩形を導出する矩形領域の導出手段と、
前記最小の矩形に基づいて、前記指定印で指定された領域を判別する判別手段と、
前記判別手段で判別された領域に基づいて、画像上の指定領域に対して、予め設定された画像処理を実行する画像処理手段と、
を備え、
前記判別手段は、
前記指定印がされた領域の画像において、１行分の文字列と推定されるものが存在する場合に、前記指定印がされた１行分の文字列の領域を指定したと判別する行指定の判別手段と、
前記指定印の領域を含む最小の矩形に内接する楕円と前記指定印の外形形状との相関係数が予め設定された第１の閾値以上である場合、または、前記相関係数が前記第１の閾値未満且つ前記矩形の両端部どうしを結合した正方形に含まれる前記指定印の外形形状と前記正方形に内接する円との相関係数が予め設定された第２の閾値以上である場合に、前記指定印で囲まれた領域に含まれる文字列の行端までの領域を指定したと判別する第２の領域指定の判別手段と、
を有し、前記行指定の判別手段による判別を行った後に、前記第２の領域指定の判別手段による判別を行う、
ことを特徴とする。
前記技術的課題を解決するために、請求項４に記載の発明の画像処理装置は、
画像に対して付与された前記画像の特定の領域を指定する指定印に対して、前記指定印の領域を囲む最小の矩形を導出する矩形領域の導出手段と、
前記最小の矩形に基づいて、前記指定印で指定された領域を判別する判別手段と、
前記判別手段で判別された領域に基づいて、画像上の指定領域に対して、予め設定された画像処理を実行する画像処理手段と、
を備え、
前記判別手段は、
前記最小の矩形の水平に対する傾きが予め設定された範囲内且つ前記矩形の中心部分の正方形領域において前記正方形領域内の前記指定印の量が予め設定された閾値よりも小さい場合に、前記画像における指定領域の対角を結ぶ対角線で、領域を指定したと判別する対角線指定の判別手段と、
前記指定印で囲まれた内部の領域の画像において、文章と推定されるものが存在しない場合または図と推定されるものが存在する場合に、前記指定印で囲まれた内部の領域を指定したと判別する第１の領域指定の判別手段と、
前記指定印がされた領域の画像において、１行分の文字列と推定されるものが存在する場合に、前記指定印がされた１行分の文字列の領域を指定したと判別する行指定の判別手段と、
前記指定印の領域を含む最小の矩形に内接する楕円と前記指定印の外形形状との相関係数が予め設定された第１の閾値以上である場合、または、前記相関係数が前記第１の閾値未満且つ前記矩形の両端部どうしを結合した正方形に含まれる前記指定印の外形形状と前記正方形に内接する円との相関係数が予め設定された第２の閾値以上である場合に、前記指定印で囲まれた領域に含まれる文字列の行端までの領域を指定したと判別する第２の領域指定の判別手段と、
前記指定印の外形形状に沿った領域を指定したと判別する外形指定の判別手段と、
を有し、前記対角線指定の判別手段、前記第１の領域指定の判別手段、前記行指定の判別手段および前記第２の領域指定の判別手段のいずれかの判別手段による判別を行った後に、前記外形指定の判別手段による判別を行う、
ことを特徴とする。
画像に対して付与された前記画像の特定の領域を指定する指定印に対して、前記指定印の領域を囲む最小の矩形を導出する矩形領域の導出手段と、
前記最小の矩形に基づいて、前記指定印で指定された領域を判別する判別手段と、
前記判別手段で判別された領域に基づいて、画像上の指定領域に対して、予め設定された画像処理を実行する画像処理手段と、
を備え、
前記判別手段は、
前記最小の矩形の水平に対する傾きが予め設定された範囲内且つ前記矩形の中心部分の正方形領域において前記正方形領域内の前記指定印の量が予め設定された閾値よりも小さい場合に、前記画像における指定領域の対角を結ぶ対角線で、領域を指定したと判別する対角線指定の判別手段と、
前記指定印で囲まれた内部の領域の画像において、文章と推定されるものが存在しない場合または図と推定されるものが存在する場合に、前記指定印で囲まれた内部の領域を指定したと判別する第１の領域指定の判別手段と、
前記指定印がされた領域の画像において、１行分の文字列と推定されるものが存在する場合に、前記指定印がされた１行分の文字列の領域を指定したと判別する行指定の判別手段と、
前記指定印の領域を含む最小の矩形に内接する楕円と前記指定印の外形形状との相関係数が予め設定された第１の閾値以上である場合、または、前記相関係数が前記第１の閾値未満且つ前記矩形の両端部どうしを結合した正方形に含まれる前記指定印の外形形状と前記正方形に内接する円との相関係数が予め設定された第２の閾値以上である場合に、前記指定印で囲まれた領域に含まれる文字列の行端までの領域を指定したと判別する第２の領域指定の判別手段と、
前記指定印の外形形状に沿った領域を指定したと判別する外形指定の判別手段と、
を有し、前記対角線指定の判別手段、前記第１の領域指定の判別手段、前記行指定の判別手段および前記第２の領域指定の判別手段のいずれかの判別手段による判別を行った後に、前記外形指定の判別手段による判別を行う、
ことを特徴とする。
請求項５に記載の発明は、請求項４に記載の画像処理装置において、
前記対角線指定の判別手段、前記第１の領域指定の判別手段、前記行指定の判別手段、前記第２の領域指定の判別手段、前記外形指定の判別手段の順に判別を行う、
ことを特徴とする。
前記対角線指定の判別手段、前記第１の領域指定の判別手段、前記行指定の判別手段、前記第２の領域指定の判別手段、前記外形指定の判別手段の順に判別を行う、
ことを特徴とする。
前記技術的課題を解決するために、請求項６に記載の発明の画像処理装置は、
画像に対して付与された前記画像の特定の領域を指定する指定印に対して、前記指定印の領域を囲む最小の矩形を導出する矩形領域の導出手段と、
前記最小の矩形に基づいて、前記指定印で指定された領域を判別する判別手段と、
前記判別手段で判別された領域に基づいて、画像上の指定領域に対して、予め設定された画像処理を実行する画像処理手段と、
を備え、
前記判別手段は、
前記指定印で囲まれた内部の領域の画像において、文章と推定されるものが存在しない場合または図と推定されるものが存在する場合に、前記指定印で囲まれた内部の領域を指定したと判別する第１の領域指定の判別手段、
を有する
ことを特徴とする。
画像に対して付与された前記画像の特定の領域を指定する指定印に対して、前記指定印の領域を囲む最小の矩形を導出する矩形領域の導出手段と、
前記最小の矩形に基づいて、前記指定印で指定された領域を判別する判別手段と、
前記判別手段で判別された領域に基づいて、画像上の指定領域に対して、予め設定された画像処理を実行する画像処理手段と、
を備え、
前記判別手段は、
前記指定印で囲まれた内部の領域の画像において、文章と推定されるものが存在しない場合または図と推定されるものが存在する場合に、前記指定印で囲まれた内部の領域を指定したと判別する第１の領域指定の判別手段、
を有する
ことを特徴とする。
前記技術的課題を解決するために、請求項７に記載の発明の画像処理装置は、
画像に対して付与された前記画像の特定の領域を指定する指定印に対して、前記指定印の領域を囲む最小の矩形を導出する矩形領域の導出手段と、
前記最小の矩形に基づいて、前記指定印で指定された領域を判別する判別手段と、
前記判別手段で判別された領域に基づいて、画像上の指定領域に対して、予め設定された画像処理を実行する画像処理手段と、
を備え、
前記判別手段は、
前記指定印の領域を含む最小の矩形に内接する楕円と前記指定印の外形形状との相関係数が予め設定された第１の閾値以上である場合、または、前記相関係数が前記第１の閾値未満且つ前記矩形の両端部どうしを結合した正方形に含まれる前記指定印の外形形状と前記正方形に内接する円との相関係数が予め設定された第２の閾値以上である場合に、前記指定印で囲まれた領域に含まれる文字列の行端までの領域を指定したと判別する第２の領域指定の判別手段、
を有する
ことを特徴とする。
画像に対して付与された前記画像の特定の領域を指定する指定印に対して、前記指定印の領域を囲む最小の矩形を導出する矩形領域の導出手段と、
前記最小の矩形に基づいて、前記指定印で指定された領域を判別する判別手段と、
前記判別手段で判別された領域に基づいて、画像上の指定領域に対して、予め設定された画像処理を実行する画像処理手段と、
を備え、
前記判別手段は、
前記指定印の領域を含む最小の矩形に内接する楕円と前記指定印の外形形状との相関係数が予め設定された第１の閾値以上である場合、または、前記相関係数が前記第１の閾値未満且つ前記矩形の両端部どうしを結合した正方形に含まれる前記指定印の外形形状と前記正方形に内接する円との相関係数が予め設定された第２の閾値以上である場合に、前記指定印で囲まれた領域に含まれる文字列の行端までの領域を指定したと判別する第２の領域指定の判別手段、
を有する
ことを特徴とする。
前記技術的課題を解決するために、請求項８に記載の発明のプログラムは、
コンピュータを、
画像に対して付与された前記画像の特定の領域を指定する指定印に対して、前記指定印の領域を囲む最小の矩形を導出する矩形領域の導出手段、
前記最小の矩形に基づいて、前記指定印で指定された領域を判別する判別手段であって、前記指定印で囲まれた内部の領域の画像において、文章と推定されるものが存在しない場合または図と推定されるものが存在する場合に、前記指定印で囲まれた内部の領域を指定したと判別する第１の領域指定の判別手段と、前記指定印がされた領域の画像において、１行分の文字列と推定されるものが存在する場合に、前記指定印がされた１行分の文字列の領域を指定したと判別する行指定の判別手段と、を有し、前記第１の領域指定の判別手段による判別を行った後に、前記行指定の判別手段による判別を行う前記判別手段、
前記判別手段で判別された領域に基づいて、画像上の指定領域に対して、予め設定された画像処理を実行する画像処理手段、
として機能させることを特徴とする。
コンピュータを、
画像に対して付与された前記画像の特定の領域を指定する指定印に対して、前記指定印の領域を囲む最小の矩形を導出する矩形領域の導出手段、
前記最小の矩形に基づいて、前記指定印で指定された領域を判別する判別手段であって、前記指定印で囲まれた内部の領域の画像において、文章と推定されるものが存在しない場合または図と推定されるものが存在する場合に、前記指定印で囲まれた内部の領域を指定したと判別する第１の領域指定の判別手段と、前記指定印がされた領域の画像において、１行分の文字列と推定されるものが存在する場合に、前記指定印がされた１行分の文字列の領域を指定したと判別する行指定の判別手段と、を有し、前記第１の領域指定の判別手段による判別を行った後に、前記行指定の判別手段による判別を行う前記判別手段、
前記判別手段で判別された領域に基づいて、画像上の指定領域に対して、予め設定された画像処理を実行する画像処理手段、
として機能させることを特徴とする。
請求項１〜４，６〜８に記載の発明によれば、画素を計数する場合に比べて、指定領域を判別する処理時間を短縮することができる。
また、請求項１，８に記載の発明によれば、対角線指定の判別手段による判別を行う前に第１の領域指定の判別手段を行う場合に比べて、指定印を対角線とする領域の指定を、指定印の部分そのものの指定と誤判定することが防止される。
請求項２に記載の発明によれば、第１の領域指定の判別手段による判別を行う前に行指定の判別手段による判別を行う場合に比べて、図形の内部の１行分の文字列部分のみの指定と誤判定することが防止される。
また、請求項１，８に記載の発明によれば、対角線指定の判別手段による判別を行う前に第１の領域指定の判別手段を行う場合に比べて、指定印を対角線とする領域の指定を、指定印の部分そのものの指定と誤判定することが防止される。
請求項２に記載の発明によれば、第１の領域指定の判別手段による判別を行う前に行指定の判別手段による判別を行う場合に比べて、図形の内部の１行分の文字列部分のみの指定と誤判定することが防止される。
請求項３に記載の発明によれば、行指定の判別手段による判別を行う前に第２の領域指定の判別手段による判別を行う場合に比べて、指定印の両端が丸まってしまった場合でも、行指定と判別することができる。
請求項４に記載の発明によれば、対角線指定の判別手段、第１の領域指定の判別手段、行指定の判別手段および第２の領域指定の判別手段のいずれかの判別手段による判別を行った後に、前記外形指定の判別手段による判別を行わない場合に比べて、利用者の意図とのずれを少なくすることができる。
請求項５に記載の発明によれば、対角線指定の判別手段、第１の領域指定の判別手段、行指定の判別手段、第２の領域指定の判別手段、外形指定の判別手段の順に判別を行わない場合に比べて、処理時間を短縮できる。
請求項４に記載の発明によれば、対角線指定の判別手段、第１の領域指定の判別手段、行指定の判別手段および第２の領域指定の判別手段のいずれかの判別手段による判別を行った後に、前記外形指定の判別手段による判別を行わない場合に比べて、利用者の意図とのずれを少なくすることができる。
請求項５に記載の発明によれば、対角線指定の判別手段、第１の領域指定の判別手段、行指定の判別手段、第２の領域指定の判別手段、外形指定の判別手段の順に判別を行わない場合に比べて、処理時間を短縮できる。
請求項６に記載の発明によれば、文章と推定されるものが存在しない場合または図と推定されるものが存在する領域が指定印で囲まれた場合に、前記指定印で囲まれた内部の領域を指定したと判別して、画像処理を行うことができる。
請求項７に記載の発明によれば、指定印で囲まれた領域に含まれる文字列の行端までの領域を指定したと判別して、画像処理を行うことができる。
請求項７に記載の発明によれば、指定印で囲まれた領域に含まれる文字列の行端までの領域を指定したと判別して、画像処理を行うことができる。
次に図面を参照しながら、本発明の実施の形態の具体例（以下、実施例と記載する）を説明するが、本発明は以下の実施例に限定されるものではない。
なお、以下の図面を使用した説明において、理解の容易のために説明に必要な部材以外の図示は適宜省略されている。
なお、以下の図面を使用した説明において、理解の容易のために説明に必要な部材以外の図示は適宜省略されている。
図１は本発明の実施例１の画像処理システムの説明図である。
図１において、実施例１の画像処理システムＳは、画像処理装置の一例としてのクライアントパソコンＰＣを有する。前記クライアントパソコンＰＣは、通信回線の一例としてのネットワークＮを介して、画像形成装置の一例としての複合機Ｕに接続されている。実施例１の複合機Ｕは、複写、プリンタ、ＦＡＸ、スキャナの機能を利用可能な公知の画像形成装置である。
なお、実施例１のネットワークＮは、いわゆる、インターネット回線により構成されているが、インターネット回線に限定されず、ＬＡＮ：Local Area Networkとすることも可能である。また、有線通信に限定されず、無線通信とすることも可能である。また、実施例１のクライアントパソコンＰＣは、電子計算機の一例としてのコンピュータ装置により構成されている。
図１において、実施例１の画像処理システムＳは、画像処理装置の一例としてのクライアントパソコンＰＣを有する。前記クライアントパソコンＰＣは、通信回線の一例としてのネットワークＮを介して、画像形成装置の一例としての複合機Ｕに接続されている。実施例１の複合機Ｕは、複写、プリンタ、ＦＡＸ、スキャナの機能を利用可能な公知の画像形成装置である。
なお、実施例１のネットワークＮは、いわゆる、インターネット回線により構成されているが、インターネット回線に限定されず、ＬＡＮ：Local Area Networkとすることも可能である。また、有線通信に限定されず、無線通信とすることも可能である。また、実施例１のクライアントパソコンＰＣは、電子計算機の一例としてのコンピュータ装置により構成されている。
実施例１の前記クライアントパソコンＰＣは、装置本体の一例としてのコンピュータ本体Ｈ１を有する。前記コンピュータ本体Ｈ１には、表示装置の一例としてのディスプレイＨ２が接続されている。また、前記コンピュータ本体Ｈ１には、入力装置の一例としてのキーボードＨ３およびマウスＨ４が接続されている。前記コンピュータ本体Ｈ１は、図示しない記憶装置の一例としてのＨＤドライブ、すなわち、ハードディスクドライブや、記憶媒体の読取装置の一例としてのＣＤドライブ、すなわち、コンパクトディスクドライブ等を有する。
実施例１の複合機Ｕは、画像記録部の一例としてのプリンタ部Ｕ１を有する。プリンタ部Ｕ１の下部には、媒体の収容部の一例としての給紙トレイＴＲ１〜ＴＲ４が支持されている。プリンタ部Ｕ１の上面には、媒体の排出部の一例としての排紙トレイＴＲｈが形成されている。プリンタ部Ｕ１は、給紙トレイＴＲ１〜ＴＲ４に収容された媒体の一例としての記録シートに、画像を形成し、排紙トレイＴＲｈに排出する。
プリンタ部Ｕ１の上方には、画像読み取り部の一例としてのスキャナ部Ｕ２が配置されている。スキャナ部Ｕ２の上面には、原稿の搬送装置の一例としてのドキュメントフィーダＵ３が支持されている。実施例１のスキャナ部Ｕ２は、スキャナ部Ｕ２の上面の図示しない原稿台に置かれた原稿、または、ドキュメントフィーダＵ３で搬送された原稿を読み取る。実施例１の複合機Ｕでは、スキャナ部Ｕ２に、操作部の一例としてのユーザインタフェースＵ０が設けられている。
なお、実施例１の複合機Ｕは、スキャナ部Ｕ２で読み取った原稿の画像情報を、ネットワークＮを介して、クライアントパソコンＰＣに送信可能に構成されている。なお、原稿の画像情報をクライアントパソコンＰＣに送信する構成は、従来公知であるため、詳細な説明は省略する。
プリンタ部Ｕ１の上方には、画像読み取り部の一例としてのスキャナ部Ｕ２が配置されている。スキャナ部Ｕ２の上面には、原稿の搬送装置の一例としてのドキュメントフィーダＵ３が支持されている。実施例１のスキャナ部Ｕ２は、スキャナ部Ｕ２の上面の図示しない原稿台に置かれた原稿、または、ドキュメントフィーダＵ３で搬送された原稿を読み取る。実施例１の複合機Ｕでは、スキャナ部Ｕ２に、操作部の一例としてのユーザインタフェースＵ０が設けられている。
なお、実施例１の複合機Ｕは、スキャナ部Ｕ２で読み取った原稿の画像情報を、ネットワークＮを介して、クライアントパソコンＰＣに送信可能に構成されている。なお、原稿の画像情報をクライアントパソコンＰＣに送信する構成は、従来公知であるため、詳細な説明は省略する。
（実施例１の制御部の説明）
図２は実施例１のクライアントパソコンの制御部が備えている各機能を機能ブロック図で示した図である。
（クライアントパソコンＰＣの制御部の説明）
図２において、前記クライアントパソコンＰＣのコンピュータ本体Ｈ１は、Ｉ／Ｏ、すなわち、入出力インターフェースを有する。前記入出力インターフェースは、外部との信号の入出力および入出力信号レベルの調節等を行う。また、前記コンピュータ本体Ｈ１は、ＲＯＭ、すなわち、Read Only Memory：リードオンリーメモリーを有する。前記リードオンリーメモリーには、必要な処理を行うためのプログラムおよびデータ等が記憶される。また、前記コンピュータ本体Ｈ１は、ＲＡＭ、すなわち、Random Access Memory：ランダムアクセスメモリを有する。前記ランダムアクセスメモリは、必要なデータを一時的に記憶する。また、前記コンピュータ本体Ｈ１は、ＣＰＵ、すなわち、Central ProcessingUnit：中央演算処理装置を有する。前記中央演算処理装置は、ハードディスク等に記憶されたプログラムに応じた処理を行う。また、前記コンピュータ本体Ｈ１は、クロック発振器等も有する。
図２は実施例１のクライアントパソコンの制御部が備えている各機能を機能ブロック図で示した図である。
（クライアントパソコンＰＣの制御部の説明）
図２において、前記クライアントパソコンＰＣのコンピュータ本体Ｈ１は、Ｉ／Ｏ、すなわち、入出力インターフェースを有する。前記入出力インターフェースは、外部との信号の入出力および入出力信号レベルの調節等を行う。また、前記コンピュータ本体Ｈ１は、ＲＯＭ、すなわち、Read Only Memory：リードオンリーメモリーを有する。前記リードオンリーメモリーには、必要な処理を行うためのプログラムおよびデータ等が記憶される。また、前記コンピュータ本体Ｈ１は、ＲＡＭ、すなわち、Random Access Memory：ランダムアクセスメモリを有する。前記ランダムアクセスメモリは、必要なデータを一時的に記憶する。また、前記コンピュータ本体Ｈ１は、ＣＰＵ、すなわち、Central ProcessingUnit：中央演算処理装置を有する。前記中央演算処理装置は、ハードディスク等に記憶されたプログラムに応じた処理を行う。また、前記コンピュータ本体Ｈ１は、クロック発振器等も有する。
前記クライアントパソコンＰＣは、ハードディスクやＲＯＭ等に記憶されたプログラムを実行することにより種々の機能を実現することができる。
前記クライアントパソコンＰＣのハードディスクには、基本ソフトウェアとしてのオペレーティングシステムＯＳが記憶されている。前記オペレーティングシステムＯＳは、コンピュータ装置の基本動作を制御する。
また、前記クライアントパソコンＰＣのハードディスクには、アプリケーションプログラムの一例としてのマスキング処理プログラムＡＰ１が記憶されている。
なお、クライアントパソコンＰＣのハードディスクには、図示しない文書作成用ソフトウェアとしてのワープロソフトウェアや、電子メール送受信用ソフトウェア等のアプリケーションプログラム等が記憶されている。
以下、従来公知のオペレーティングシステムＯＳや図示しないアプリケーションプログラムを除く、マスキング処理プログラムＡＰ１の各機能（制御手段）を説明する。
前記クライアントパソコンＰＣのハードディスクには、基本ソフトウェアとしてのオペレーティングシステムＯＳが記憶されている。前記オペレーティングシステムＯＳは、コンピュータ装置の基本動作を制御する。
また、前記クライアントパソコンＰＣのハードディスクには、アプリケーションプログラムの一例としてのマスキング処理プログラムＡＰ１が記憶されている。
なお、クライアントパソコンＰＣのハードディスクには、図示しない文書作成用ソフトウェアとしてのワープロソフトウェアや、電子メール送受信用ソフトウェア等のアプリケーションプログラム等が記憶されている。
以下、従来公知のオペレーティングシステムＯＳや図示しないアプリケーションプログラムを除く、マスキング処理プログラムＡＰ１の各機能（制御手段）を説明する。
（マスキング処理プログラムＡＰ１）
マスキング処理プログラムＡＰ１は、以下の機能手段Ｃ１〜Ｃ９を有する。
図３は隠蔽処理を行う画像の一例の説明図である。
指定印抽出手段の一例としてのマーカー抽出手段Ｃ１は、画像に付与されたマーカーを、画像上の文字や図から抽出する。すなわち、画像から、蛍光ペン等で記入されたマーカーを抽出する。実施例１のマーカー抽出手段Ｃ１は、スキャナ部Ｕ２で読み取られた画像を処理をして、マーカー部を抽出する。一例として、図３に示す画像１において、図面部２，４と、文章部３と、指定印の一例としてのマーカー部６〜８を有する場合では、マーカー抽出手段Ｃ１は、図面部２，４や文章部３との階調の差や色の判別から、枠状に囲んだマーカー部６や、斜線状のマーカー部７、文字状のマーカー部８を抽出する。
マスキング処理プログラムＡＰ１は、以下の機能手段Ｃ１〜Ｃ９を有する。
図３は隠蔽処理を行う画像の一例の説明図である。
指定印抽出手段の一例としてのマーカー抽出手段Ｃ１は、画像に付与されたマーカーを、画像上の文字や図から抽出する。すなわち、画像から、蛍光ペン等で記入されたマーカーを抽出する。実施例１のマーカー抽出手段Ｃ１は、スキャナ部Ｕ２で読み取られた画像を処理をして、マーカー部を抽出する。一例として、図３に示す画像１において、図面部２，４と、文章部３と、指定印の一例としてのマーカー部６〜８を有する場合では、マーカー抽出手段Ｃ１は、図面部２，４や文章部３との階調の差や色の判別から、枠状に囲んだマーカー部６や、斜線状のマーカー部７、文字状のマーカー部８を抽出する。
図４は実施例１の文字認識処理の説明図であり、図４Ａはマーカーが付与された画像の一例の図、図４Ｂは図４Ａからマーカが除去された状態の説明図、図４Ｃは図４Ｂの画像を適応的二値化処理を行った状態の図、図４Ｄは図４Ｃに示す図からバウンディングボックスの長辺の長さを基準として図形か否かを判別した状態の図、図４Ｅは図４Ｄで図形ではないと判別されたものを対象として塵か否かを判別した状態の図、図４Ｆは図４Ｅで塵と判別されなかったものを対象として図形か文字かを判別した状態の説明図である。
文字認識手段Ｃ２は、画像上の文字を認識する。図３に示す画像１では、文章部３の文字と、図面部４に含まれる文字を認識する（推定する）。実施例１の文字認識手段Ｃ２では、図４Ａ、図４Ｂに示すように、まず、画像１から、マーカー抽出手段Ｃ１で抽出されたマーカー部１０を除去する。
次に、図４Ｂ、図４Ｃにおいて、文字１１や図形１２の輪郭を際立たせるための適応的二値化処理を実行して、輪郭１１ａ，１２ａを際立たせる。
文字認識手段Ｃ２は、画像上の文字を認識する。図３に示す画像１では、文章部３の文字と、図面部４に含まれる文字を認識する（推定する）。実施例１の文字認識手段Ｃ２では、図４Ａ、図４Ｂに示すように、まず、画像１から、マーカー抽出手段Ｃ１で抽出されたマーカー部１０を除去する。
次に、図４Ｂ、図４Ｃにおいて、文字１１や図形１２の輪郭を際立たせるための適応的二値化処理を実行して、輪郭１１ａ，１２ａを際立たせる。
次に、図４Ｃ、図４Ｄにおいて、輪郭１１ａ，１２ａに基づいて、文字１１および図形１２を囲む矩形の一例としてのバウンディングボックス１３を形成する。そして、バウンディングボックス１３の長辺の長さが、予め設定された文字認識用の第１の閾値以上の場合は、図４Ｄの下側に示すように図形の領域と判別（推定）し、バウンディングボックス１３の長辺の長さが、予め設定された文字認識用の第１の閾値未満の場合は、図４Ｄの上側に示すように図形ではないと判別する。
次に、図４Ｄ、図４Ｅにおいて、図形ではないと判別されたバウンディングボックス１３において、バウンディングボックス１３どうしで重なっている部分のあるものは、バウンディングボックス１３を結合した領域をさらに囲むバウンディングボックス１４を作成する。そして、バウンディングボックス１３，１４の長辺の長さが、予め設定された文字認識用の第２の閾値未満の場合は、図４Ｅの下側に示すように塵やゴミ、汚れ等が写り込んだ領域と判別（推定）し、バウンディングボックス１３の長辺の長さが、予め設定された文字認識用の第２の閾値以上の場合は、図４Ｅの上側に示すように塵等ではないと判別する。
次に、図４Ｄ、図４Ｅにおいて、図形ではないと判別されたバウンディングボックス１３において、バウンディングボックス１３どうしで重なっている部分のあるものは、バウンディングボックス１３を結合した領域をさらに囲むバウンディングボックス１４を作成する。そして、バウンディングボックス１３，１４の長辺の長さが、予め設定された文字認識用の第２の閾値未満の場合は、図４Ｅの下側に示すように塵やゴミ、汚れ等が写り込んだ領域と判別（推定）し、バウンディングボックス１３の長辺の長さが、予め設定された文字認識用の第２の閾値以上の場合は、図４Ｅの上側に示すように塵等ではないと判別する。
次に、図４Ｅ、図４Ｆにおいて、塵等ではないと判別されたバウンディングボックス１３，１４において、バウンディングボックス１３，１４どうしで重なっている部分のあるものは、バウンディングボックス１３，１４を結合した領域をさらに囲むバウンディングボックス１５を作成する。そして、バウンディングボックス１３〜１５の長辺の長さが、予め設定された文字認識用の第１の閾値以上の場合は、図４Ｆの下側に示すように図形の領域と判別（推定）し、バウンディングボックス１３〜１５の長辺の長さが、予め設定された文字認識用の第１の閾値未満の場合は、図４Ｆの上側に示すように文字と判別する。
なお、マーカー抽出手段Ｃ１や文字認識手段Ｃ２は、上述した構成に限定されず、従来公知のＯＣＲ：optical character reader、光学式文字読取り技術を採用することも可能である。
なお、マーカー抽出手段Ｃ１や文字認識手段Ｃ２は、上述した構成に限定されず、従来公知のＯＣＲ：optical character reader、光学式文字読取り技術を採用することも可能である。
図５はマーカー分離の説明図である。
指定印分離手段の一例としてのマーカー分離手段Ｃ３は、マーカー抽出手段Ｃ１で得られたマーカー部６〜８のみの画像に基づいて、マーカー部６〜８を個別に分離する。図５において、実施例１のマーカー分離手段Ｃ３は、マーカー分割で得られたマーカー部６〜８のみの画像を反転した図５に示すマーカーシルエット画像２０に基づいて、輪郭抽出を用いて、各マーカー部６〜８単体に分離する。
指定印分離手段の一例としてのマーカー分離手段Ｃ３は、マーカー抽出手段Ｃ１で得られたマーカー部６〜８のみの画像に基づいて、マーカー部６〜８を個別に分離する。図５において、実施例１のマーカー分離手段Ｃ３は、マーカー分割で得られたマーカー部６〜８のみの画像を反転した図５に示すマーカーシルエット画像２０に基づいて、輪郭抽出を用いて、各マーカー部６〜８単体に分離する。
図６はＸＹ単調多角形の説明図であり、図６ＡはＸＹ単調多角形に処理する前の一例の図形の説明図、図６Ｂは図６Ａの図形をＸＹ単調多角形に処理した後の図形の説明図、図６Ｃは図５のマーカー部をＸＹ単調多角形に処理した後の説明図である。
外形包絡多角形の処理手段の一例としてのＸＹ単調多角形の処理手段Ｃ４は、マーカー分離手段Ｃ３で単体に分離された各マーカー部６〜８に対して、マーカー部６〜８の外形に対して窪みを埋めた外形包絡多角形の一例としてのＸＹ単調多角形にする処理を行う。図６において、ＸＹ単調多角形の処理手段Ｃ４では、一例として、マーカー部２１の外形形状が、図６Ａに示すような場合、マーカー部２１に対して、Ｘ軸方向およびＹ軸方向にそれぞれ走査をして、窪み２１ａ，２１ｂを検出する。そして、窪み２１ａ，２１ｂをＸ軸方向またはＹ軸方向に沿った枠線２２ａ，２２ｂで埋めた図形をＸＹ単調多角形２２として出力する。したがって、図５で分離されたマーカー部６〜８がＸＹ単調多角形の処理がされると、図６Ｃに示すように、くぼんだ部分が除かれたＸＹ単調多角形６′〜８′になる。
外形包絡多角形の処理手段の一例としてのＸＹ単調多角形の処理手段Ｃ４は、マーカー分離手段Ｃ３で単体に分離された各マーカー部６〜８に対して、マーカー部６〜８の外形に対して窪みを埋めた外形包絡多角形の一例としてのＸＹ単調多角形にする処理を行う。図６において、ＸＹ単調多角形の処理手段Ｃ４では、一例として、マーカー部２１の外形形状が、図６Ａに示すような場合、マーカー部２１に対して、Ｘ軸方向およびＹ軸方向にそれぞれ走査をして、窪み２１ａ，２１ｂを検出する。そして、窪み２１ａ，２１ｂをＸ軸方向またはＹ軸方向に沿った枠線２２ａ，２２ｂで埋めた図形をＸＹ単調多角形２２として出力する。したがって、図５で分離されたマーカー部６〜８がＸＹ単調多角形の処理がされると、図６Ｃに示すように、くぼんだ部分が除かれたＸＹ単調多角形６′〜８′になる。
図７は最小の矩形領域の説明図である。
矩形領域の導出手段Ｃ５は、画像１に対して付与された画像１の特定の領域を指定するマーカー部６〜８に対して、マーカー部６〜８の領域を囲む最小の矩形２６を導出する。実施例１の矩形領域の導出手段Ｃ５は、ＸＹ単調多角形の処理手段Ｃ４で処理されたＸＹ単調多角形６′〜８′を囲む最小の矩形領域の一例としての傾きバウンディングボックス２６を導出する。したがって、矩形領域の導出手段Ｃ５は、一例として、ＸＹ単調多角形６′〜８′が内接する矩形：バウンディングボックス２６をＸ軸に対して回転させると、Ｘ軸に対する角度が変わる度に、バウンディングボックス２６の大きさが変化する。そして、これらのバウンディングボックス２６の中から面積が最小のものを最小の傾きバウンディングボックス２６として導出する。なお、傾きバウンディングボックスという名称について、導出される傾きバウンディングボックス２６は、Ｘ軸に対して傾斜している場合がほとんどであるが、導出した結果として、Ｘ軸に対して傾斜していない場合も含むものとする。
矩形領域の導出手段Ｃ５は、画像１に対して付与された画像１の特定の領域を指定するマーカー部６〜８に対して、マーカー部６〜８の領域を囲む最小の矩形２６を導出する。実施例１の矩形領域の導出手段Ｃ５は、ＸＹ単調多角形の処理手段Ｃ４で処理されたＸＹ単調多角形６′〜８′を囲む最小の矩形領域の一例としての傾きバウンディングボックス２６を導出する。したがって、矩形領域の導出手段Ｃ５は、一例として、ＸＹ単調多角形６′〜８′が内接する矩形：バウンディングボックス２６をＸ軸に対して回転させると、Ｘ軸に対する角度が変わる度に、バウンディングボックス２６の大きさが変化する。そして、これらのバウンディングボックス２６の中から面積が最小のものを最小の傾きバウンディングボックス２６として導出する。なお、傾きバウンディングボックスという名称について、導出される傾きバウンディングボックス２６は、Ｘ軸に対して傾斜している場合がほとんどであるが、導出した結果として、Ｘ軸に対して傾斜していない場合も含むものとする。
文字・図形抽出手段Ｃ６は、画像１と、各マーカー部６〜８から導出された傾きバウンディングボックス２６とに基づいて、傾きバウンディングボックス２６の内側に含まれる文字や図形と認識（推定）されるものを抽出する。
行識別手段Ｃ７は、文字・図形抽出手段Ｃ６で抽出された文字が「行」をなしているか否かを判別する。一例として、複数の文字が予め設定された間隔以下で線上に配置されているか否かを判別することで行をなしているか否かを判別する。一例として、図３の図形部４がマーカーで囲まれた場合には、図面部４に含まれる文字のように離散的に配置されているものは、「行」と判別されない。即ち、文字が単語や文節で通常使用されているような間隔（一例として２ｃｍ以下）で線上に配置されている場合に行として認識される。
行識別手段Ｃ７は、文字・図形抽出手段Ｃ６で抽出された文字が「行」をなしているか否かを判別する。一例として、複数の文字が予め設定された間隔以下で線上に配置されているか否かを判別することで行をなしているか否かを判別する。一例として、図３の図形部４がマーカーで囲まれた場合には、図面部４に含まれる文字のように離散的に配置されているものは、「行」と判別されない。即ち、文字が単語や文節で通常使用されているような間隔（一例として２ｃｍ以下）で線上に配置されている場合に行として認識される。
判別手段Ｃ８は、対角線指定の判別手段Ｃ８１と、第１の領域指定の判別手段Ｃ８２と、行指定の判別手段の一例としてのライン指定の判別手段Ｃ８３と、第２の領域指定の判別手段の一例としてのトラック指定の判別手段Ｃ８４と、外形指定の判別手段の一例としての多角形指定の判別手段Ｃ８５とを有し、傾きバウンディングボックス２６に基づいて、マーカーで指定された隠蔽対象の領域の一例としてのマスキング領域を判別する。
対角線指定の判別手段Ｃ８１は、傾きバウンディングボックス２６の水平に対する傾きθ１が予め設定された範囲θａ内且つ傾きバウンディングボックス２６の中心部分の正方形領域２７において正方形領域２７内のマーカーの量の一例としてのマーカー太さＲ１が予め設定された閾値Ｒａよりも小さい場合に、画像１におけるマスキング領域の対角を結ぶ対角線で、マスキング領域を指定したと判別する。実施例１の対角線指定の判別手段Ｃ８１は、傾き計算手段Ｃ８１ａと、傾き閾値記憶手段Ｃ８１ｂと、傾き判別手段Ｃ８１ｃと、水平変換手段Ｃ８１ｄと、マーカー太さ検出手段Ｃ８１ｅと、太さ閾値記憶手段Ｃ８１ｆと、マーカー太さ判別手段Ｃ８１ｇと、対角線指定時のマスキング領域設定手段Ｃ８１ｈとを有する。
図８は対角線指定の判別における傾きの説明図であり、図８Ａは斜線状のマーカーの説明図、図８Ｂは湾曲した斜線状のマーカーの説明図、図８Ｃは枠状のマーカーの説明図である。
傾き計算手段Ｃ８１ａは、傾きバウンディングボックス２６の水平に対する傾きθ１を計算する。図８Ａ〜図８Ｃにおいて、実施例１では、傾きバウンディングボックス２６の枠線と水平線との成す角において、０°〜９０°のものを傾きθ１として算出する。
傾き閾値記憶手段Ｃ８１ｂは、対角線指定と判定するための傾きθ１の予め設定された閾値の一例としての傾き閾値θａを記憶する。実施例１では、対角線指定と判定する範囲を、一例として、１０°〜８０°に設定している。すなわち、４５°±３５°に設定しており、傾き閾値θａとして３５°を記憶している。
傾き計算手段Ｃ８１ａは、傾きバウンディングボックス２６の水平に対する傾きθ１を計算する。図８Ａ〜図８Ｃにおいて、実施例１では、傾きバウンディングボックス２６の枠線と水平線との成す角において、０°〜９０°のものを傾きθ１として算出する。
傾き閾値記憶手段Ｃ８１ｂは、対角線指定と判定するための傾きθ１の予め設定された閾値の一例としての傾き閾値θａを記憶する。実施例１では、対角線指定と判定する範囲を、一例として、１０°〜８０°に設定している。すなわち、４５°±３５°に設定しており、傾き閾値θａとして３５°を記憶している。
傾き判別手段Ｃ８１ｃは、傾きバウンディングボックス２６の傾きθ１が、予め設定された範囲内であるかを判別する。実施例１では、｜θ１−４５°｜≦θａであるか否かを判別することで、１０°〜８０°の範囲内であるか否かを判別する。なお、傾きθ１が小さすぎると、横書きの文章の行に沿って付与されたマークを斜線と誤判定する恐れがあり、傾きθ１が大きすぎると、縦書きの文章の行に沿って付与されたマークを斜線と誤判定する恐れがある。よって、実施例１では、利用者がマスキングする意思を示すための「斜」線であることを判定するために、θ１の範囲を、一例として、１０°〜８０°に設定している。
図９は対角線指定の判別における水平変換およびマーカー量の判別の説明図であり、図９Ａは図８Ａのマーカーの場合の説明図、図９Ｂは図８Ｂのマーカーの場合の説明図、図９Ｃは図８Ｃのマーカーの場合の説明図である。
水平変換手段Ｃ８１ｄは、傾き判別手段Ｃ８１ｃにおいて傾きθ１が閾値θａの範囲内と判別された傾きバウンディングボックス２６に対して、傾きバウンディングボックス２６を水平な状態に変換する。実施例１の水平変換手段Ｃ８１ｄは、傾き計算手段Ｃ８１ａで計算された傾きθ１に基づいて、傾きバウンディングボックス２６を、図９に示すように、−θ１の角度分回転させる。
水平変換手段Ｃ８１ｄは、傾き判別手段Ｃ８１ｃにおいて傾きθ１が閾値θａの範囲内と判別された傾きバウンディングボックス２６に対して、傾きバウンディングボックス２６を水平な状態に変換する。実施例１の水平変換手段Ｃ８１ｄは、傾き計算手段Ｃ８１ａで計算された傾きθ１に基づいて、傾きバウンディングボックス２６を、図９に示すように、−θ１の角度分回転させる。
マーカー太さ検出手段Ｃ８１ｅは、水平に変換された傾きバウンディングボックス２６の中央部分の正方形領域２７におけるマーカー２８の太さＲ１を検出する。図９において、実施例１のマーカー太さ検出手段Ｃ８１ｅは、まず、傾きバウンディングボックス２６の長手方向の長さＬ０から長手方向の中央２７ａを算出する。そして、傾きバウンディングボックス２６の短手方向の長さＬ１を算出する。そして、中央２７ａを中心とする長さＬ１の範囲Ｌ２を算出する。したがって、長手方向の範囲Ｌ２と短手方向の長さＬ１で囲まれた正方形領域２７を算出する。そして、正方形領域２７におけるマーカー２８の短手方向の最大の長さを太さＲ１として計算する。なお、傾きバウンディングボックス２６の端部を使用した場合、図８Ｃ、図９Ｃに示す枠状に囲まれたマーカー２８の場合でも、角の部分では、太さが細く、図９Ａ、図９Ｂのような斜線の場合と区別がつかない場合がある。よって、実施例１では、長手方向の中央の正方形領域２７を利用して、マーカー２８の太さＲ１を判定している。
太さ閾値記憶手段Ｃ８１ｆは、マーカー２８の量を判別するための予め設定された閾値の一例としての太さ閾値Ｒａを記憶する。実施例１では、太さ閾値Ｒａは、マーカー２８が枠状の領域ではなく斜「線」であることを判別するために、一般的なマーカーの太さである６ｍｍに余裕を持たせて、Ｒａ＝１ｃｍに設定されている。
マーカー太さ判別手段Ｃ８１ｇは、マーカー太さ検出手段Ｃ８１ｅで検出されたマーカーの太さＲ１が、太さ閾値Ｒａ以下であるか否かを判別する。したがって、実施例１のマーカー太さ判別手段Ｃ８１ｇは、図９Ａ、図９Ｂに示すマーカー２８は、対角線指定のマーカーに該当すると判別するが、図９Ｃに示すマーカー２８は、対角線指定のマーカーに該当しないと判別する。よって、実施例１の対角線指定の判別手段Ｃ８１は、傾き判別手段Ｃ８１ｃで傾きθ１が閾値θａの範囲内且つマーカー太さＲ１が太さ閾値Ｒａ以下の場合に、マーカー２８は、対角線指定のマーカーであると判別する。
マーカー太さ判別手段Ｃ８１ｇは、マーカー太さ検出手段Ｃ８１ｅで検出されたマーカーの太さＲ１が、太さ閾値Ｒａ以下であるか否かを判別する。したがって、実施例１のマーカー太さ判別手段Ｃ８１ｇは、図９Ａ、図９Ｂに示すマーカー２８は、対角線指定のマーカーに該当すると判別するが、図９Ｃに示すマーカー２８は、対角線指定のマーカーに該当しないと判別する。よって、実施例１の対角線指定の判別手段Ｃ８１は、傾き判別手段Ｃ８１ｃで傾きθ１が閾値θａの範囲内且つマーカー太さＲ１が太さ閾値Ｒａ以下の場合に、マーカー２８は、対角線指定のマーカーであると判別する。
図１０は対角線指定時のマスキング領域の説明図であり、図１０Ａは対角線指定の斜線の状態の説明図、図１０Ｂは図１０Ａの斜線の範囲に基づいて設定されたマスキング領域の説明図、図１０Ｃは図１０Ｂのマスキング領域から部分的に重複する文字を遮蔽するように再設定されたマスキング領域の説明図である。
対角線指定時の遮蔽対象領域の設定手段の一例としての対角線指定時のマスキング領域設定手段Ｃ８１ｈは、部分重複文字の検出手段Ｃ８１ｈ１を有し、対角線指定された遮蔽対象の領域を設定する。実施例１の対角線指定時のマスキング領域設定手段Ｃ８１ｈは、図１０Ａ、図１０Ｂに示すように、対角線指定のマーカー２８の両端を対角とする四角形の領域を、遮蔽対象の領域の一例としてのマスキング領域２９として設定する。そして、部分重複文字の検出手段Ｃ８１ｈ１が、設定されたマスキング領域２９において、文字が部分的に重複していることを検出した場合には、図１０Ｃに示すように、上下左右で１回だけ、マスキング領域２９を拡大して、調整されたマスキング領域２９′に再設定する。
対角線指定時の遮蔽対象領域の設定手段の一例としての対角線指定時のマスキング領域設定手段Ｃ８１ｈは、部分重複文字の検出手段Ｃ８１ｈ１を有し、対角線指定された遮蔽対象の領域を設定する。実施例１の対角線指定時のマスキング領域設定手段Ｃ８１ｈは、図１０Ａ、図１０Ｂに示すように、対角線指定のマーカー２８の両端を対角とする四角形の領域を、遮蔽対象の領域の一例としてのマスキング領域２９として設定する。そして、部分重複文字の検出手段Ｃ８１ｈ１が、設定されたマスキング領域２９において、文字が部分的に重複していることを検出した場合には、図１０Ｃに示すように、上下左右で１回だけ、マスキング領域２９を拡大して、調整されたマスキング領域２９′に再設定する。
具体的には、図１０Ｂにおいて、マスキング領域２９の上端および下端では、文字の一部がマスキング領域２９に重複しており、重複しなくなるまで上方および下方に拡大する。すなわち、文字がマスキング領域２９からはみ出している場合は、はみ出さなくなるようにマスキング領域２９を調節する。また、図１０Ｂにおいて、マスキング領域２９の左端では、複数の文字が部分的に重複しているが左方に拡大していった場合に、最初に重複しなくなる文字が発生するまで拡大する。一例として、図１０Ｂでは、たまたま「well」、「picking」、「of」が同時に重複しなくなるため、その位置までマスキング領域２９を拡大する。また、マスキング領域２９の右端では、左端の場合と同様に、一例として、図１０Ｂでは、「for」と「the」が同時に重複しなくなるため、その位置までマスキング領域２９を拡大する。なお、実施例１では、１回拡大した状態で、さらに部分的に重複する文字が発生したとしても、マスキング領域２９′をそれ以上拡大はしない。これは、重複する文字が発生しなくなるまでマスキング領域２９′を拡大し続けると、元々のマーカー２８で指定された範囲に対して、マスキング領域２９′が大きくなりすぎる可能性があり、利用者が指定していない領域までマスキングされる可能性があるためである。
図１１は実施例１の第１の領域指定の説明図であり、図１１Ａはマーカーで囲まれた領域に文字が存在しない場合の一例の説明図、図１１Ｂはマーカーで囲まれた領域に図形が存在する場合の一例の説明図、図１１Ｃはマーカーで囲まれた領域に文字が存在するが行をなしていない場合の一例の説明図である。
第１の領域指定の判別手段Ｃ８２は、マーカー３１で囲まれた内部の領域の画像において、文章と推定されるものが存在しない場合または図と推定されるものが存在する場合に、マーカー３１で囲まれた内部の領域をマスキング領域として指定したと判別する。実施例１の第１の領域指定の判別手段Ｃ８２は、文字有無の判別手段Ｃ８２ａと、文字列の判別手段Ｃ８２ｂと、図形の判別手段Ｃ８２ｃと、第１の領域指定時のマスキング領域設定手段Ｃ８２ｄとを有する。なお、実施例１の第１の領域指定の判別手段Ｃ８２は、対角線指定の判別手段Ｃ８１で対角線指定ではないと判別されたものを対象として判別を行う。
第１の領域指定の判別手段Ｃ８２は、マーカー３１で囲まれた内部の領域の画像において、文章と推定されるものが存在しない場合または図と推定されるものが存在する場合に、マーカー３１で囲まれた内部の領域をマスキング領域として指定したと判別する。実施例１の第１の領域指定の判別手段Ｃ８２は、文字有無の判別手段Ｃ８２ａと、文字列の判別手段Ｃ８２ｂと、図形の判別手段Ｃ８２ｃと、第１の領域指定時のマスキング領域設定手段Ｃ８２ｄとを有する。なお、実施例１の第１の領域指定の判別手段Ｃ８２は、対角線指定の判別手段Ｃ８１で対角線指定ではないと判別されたものを対象として判別を行う。
文字有無の判別手段Ｃ８２ａは、マーカー３１で囲まれた領域に文字が存在するか否かを判別する。実施例１の文字有無の判別手段Ｃ８２ａは、文字・図形抽出手段Ｃ６での抽出結果に基づいて、マーカー３１で囲まれた領域に文字が存在するか否かを判別する。一例として、図１１Ａに示すように、文字が存在しない領域がマーカー３１で囲まれている場合は、文字が存在しないと判別し、図１１Ｃに示すように、文字が存在する領域がマーカー３１で囲まれている場合は文字が存在しないと判別する。なお、図１１Ｂに示すように、図面部２がマーカー３１で囲まれている場合は、文字と認識されるものは存在しないので、文字は存在しないと判別される。
文字列の判別手段Ｃ８２ｂは、マーカー３１で囲まれた領域に文字が存在する場合に、文字が文字列、すなわち、行をなしているか否かを判別する。実施例１の文字列の判別手段Ｃ８２ｂは、行識別手段Ｃ７での識別結果に基づいて、マーカー３１で囲まれた領域内の文字が行をなしているか否かを判別する。一例として、図１１Ｃに示す場合は、文字４ａは存在するが、行と認識される形で配置されておらず、離散的に配置されているため、行をなしていないと判別される。
図形の判別手段Ｃ８２ｃは、マーカー３１で囲まれた領域に図形が存在するか否かを判別する。実施例１の図形の判別手段Ｃ８２ｃは、文字・図形抽出手段Ｃ６での抽出結果に基づいて、マーカー３１で囲まれた領域に図形が存在するか否かを判別する。一例として、図１１Ｂに示すように、図面部２がマーカー３１で囲まれている場合は、図形２ａと認識されるものが存在するため、図形が存在すると判別される。なお、図１１Ａ、図１１Ｃの場合は、図形は存在しないと判別される。
図形の判別手段Ｃ８２ｃは、マーカー３１で囲まれた領域に図形が存在するか否かを判別する。実施例１の図形の判別手段Ｃ８２ｃは、文字・図形抽出手段Ｃ６での抽出結果に基づいて、マーカー３１で囲まれた領域に図形が存在するか否かを判別する。一例として、図１１Ｂに示すように、図面部２がマーカー３１で囲まれている場合は、図形２ａと認識されるものが存在するため、図形が存在すると判別される。なお、図１１Ａ、図１１Ｃの場合は、図形は存在しないと判別される。
したがって、実施例１の第１の領域指定の判別手段Ｃ８２は、マーカー３１で囲まれた内部の領域の画像において、文字有無の判別手段Ｃ８２ａで文章と推定されるものが存在しないと判別した場合や、図形の判別手段Ｃ８２ｃで図と推定されるものが存在すると判別された場合に、マーカー３１で囲まれた内部の領域をマスキング領域３２として指定したと判別する。なお、実施例１の第１の領域指定の判別手段Ｃ８２は、文字が存在しても行をなしていない場合、すなわち、図形の中に含まれる文字が認識された場合や、図形として文字が配置されているような場合には、マーカー３１で囲まれた内部の領域をマスキング領域３２として指定したと判別する。言い換えると、第１の領域指定の判別手段Ｃ８２は、図形および図形に準ずる領域がマーカー３１で指定されたか否かを判別する。
図１２は実施例１の第１の領域指定時のマスキング領域の説明図であり、図１２Ａは第１の領域指定時のマスキング領域の一例の説明図、図１２Ｂは図形部分が対角線指定がされている場合の一例の説明図である。
第１の領域指定時のマスキング領域設定手段Ｃ８２ｄは、第１の領域指定の判別手段Ｃ８２で領域の指定がされたと判別された場合に、マスキング領域３２を設定する。図１２Ａにおいて、実施例１の第１の領域指定時のマスキング領域設定手段Ｃ８２ｄは、マーカー３１で囲まれた領域に基づくＸＹ単調多角形の領域を、マスキング領域３２として設定する。
第１の領域指定時のマスキング領域設定手段Ｃ８２ｄは、第１の領域指定の判別手段Ｃ８２で領域の指定がされたと判別された場合に、マスキング領域３２を設定する。図１２Ａにおいて、実施例１の第１の領域指定時のマスキング領域設定手段Ｃ８２ｄは、マーカー３１で囲まれた領域に基づくＸＹ単調多角形の領域を、マスキング領域３２として設定する。
なお、実施例１では、対角線指定の判別手段Ｃ８１による判別が行われた後に、第１の領域指定の判別手段Ｃ８２による判別が行われている。すなわち、対角線指定ではないと判別されたマーカーに対して、第１の領域指定の判別手段Ｃ８２による判別が行われる。仮に、対角線指定の判別手段Ｃ８１による判別が行われる前に、第１の領域指定の判別手段Ｃ８２による判別を行う場合、図１２Ｂに示すようなマーカー３１′では、第１の領域指定の判別手段Ｃ８２による判別で、マスキング領域がマーカー３１′の部分のみ、すなわち、マーカー３１′を対角線とする四角形の領域ではなく、マーカー３１′の部分のみがマスキングされてしまうこととなる。よって、対角線指定の判別手段Ｃ８１による判別が行われた後に、第１の領域指定の判別手段Ｃ８２による判別が行われる実施例１では、対角線指定を、マーカー３１′の部分の塗りつぶしと誤判定されることが防止される。
図１３は実施例１の行指定の判別の説明図であり、図１３Ａは行指定と判別される場合の説明図、図１３Ｂは行指定と判別されない場合の説明図である。
行指定の判別手段の一例としてのライン指定の判別手段Ｃ８３は、マーカー３６がされた領域の画像において、１行分の文字列３ａと推定されるものが存在する場合に、マーカー３６がされた１行分の文字列３ａの領域をマスキング領域３７として指定したと判別する。実施例１のライン指定の判別手段Ｃ８３は、行数判別手段Ｃ８３ａと、ライン指定時のマスキング領域設定手段Ｃ８３ｂと、を有する。なお、実施例１のライン指定の判別手段Ｃ８３は、対角線指定の判別手段Ｃ８１で対角線指定ではないと判別され、第１の領域指定の判別手段Ｃ８２で図形の指定ではないと判別されたものを対象として判別を行う。
行指定の判別手段の一例としてのライン指定の判別手段Ｃ８３は、マーカー３６がされた領域の画像において、１行分の文字列３ａと推定されるものが存在する場合に、マーカー３６がされた１行分の文字列３ａの領域をマスキング領域３７として指定したと判別する。実施例１のライン指定の判別手段Ｃ８３は、行数判別手段Ｃ８３ａと、ライン指定時のマスキング領域設定手段Ｃ８３ｂと、を有する。なお、実施例１のライン指定の判別手段Ｃ８３は、対角線指定の判別手段Ｃ８１で対角線指定ではないと判別され、第１の領域指定の判別手段Ｃ８２で図形の指定ではないと判別されたものを対象として判別を行う。
行数判別手段Ｃ８３ａは、マーカー３６が付された領域に含まれる画像において、文字列の行数を判別する。実施例１の行数判別手段Ｃ８３ａは、行識別手段Ｃ７での識別結果から、文字列の行数が１行であるか否かを判別する。よって、実施例１のライン指定の判別手段Ｃ８３は、行数判別手段Ｃ８３ａで文字列が１行であると判別された場合に、ライン指定がされたと判別する。したがって、図１３Ａに示すように１行分にマーカー３６が付された場合は、ライン指定と判別するが、図１３Ｂに示すように２行分にマーカー３６′が付された場合は、ライン指定と判別されない。なお、図１３Ｂの場合は、最終的には後述する多角形指定と判別される。
図１４は実施例１の行指定時のマスキング領域の説明図である。
ライン指定時のマスキング領域設定手段Ｃ８３ｂは、部分重複文字の検出手段Ｃ８３ｂ１を有し、ライン指定された場合のマスキング領域３７の設定を行う。実施例１のライン指定時のマスキング領域設定手段Ｃ８３ｂは、ライン指定されたと判別されたマーカー３６の傾きバウンディングボックス２６の領域をマスキング領域３７と設定する。そして、部分重複文字の検出手段Ｃ８３ｂ１が、設定されたマスキング領域３７において、文字が部分的に重複していることを検出した場合には、図１４に示すように、横書きの場合は縦方向にマスキング領域３７を拡大し、縦書きの場合は横方向にマスキング領域３７を拡大して、調整されたマスキング領域３７′に再設定する。
ライン指定時のマスキング領域設定手段Ｃ８３ｂは、部分重複文字の検出手段Ｃ８３ｂ１を有し、ライン指定された場合のマスキング領域３７の設定を行う。実施例１のライン指定時のマスキング領域設定手段Ｃ８３ｂは、ライン指定されたと判別されたマーカー３６の傾きバウンディングボックス２６の領域をマスキング領域３７と設定する。そして、部分重複文字の検出手段Ｃ８３ｂ１が、設定されたマスキング領域３７において、文字が部分的に重複していることを検出した場合には、図１４に示すように、横書きの場合は縦方向にマスキング領域３７を拡大し、縦書きの場合は横方向にマスキング領域３７を拡大して、調整されたマスキング領域３７′に再設定する。
具体的には、図１４において、文字の一部がマスキング領域３７に重複している場合、すなわち、文字がマスキング領域３７からはみ出している場合、重複しなくなるまで上方および下方に拡大する。なお、横書き、縦書きは、行識別手段Ｃ７によって判別済みである。また、実施例１では、横書きの場合に横方向にマスキング領域３７を拡大すると、利用者が指定していない領域までマスキングされる可能性があるため、横方向には拡大しない。
なお、実施例１では、第１の領域指定の判別手段Ｃ８２による判別が行われた後に、ライン指定の判別手段Ｃ８３による判別が行われている。仮に、第１の領域指定の判別手段Ｃ８２による判別が行われる前に、ライン指定の判別手段Ｃ８３による判別を行う場合、図形の内部に１行の文字列が存在する場合に、ライン指定と判断される可能性があり、内部の文字列の部分だけマスキングされる恐れがある。よって、第１の領域指定の判別手段Ｃ８２による判別が行われた後に、ライン指定の判別手段Ｃ８３による判別が行われる実施例１では、図形の内部の文字列部分のみがマスキングされることが低減される。
図１５は実施例１の第２の領域指定の説明図であり、図１５Ａはマーカーを囲む傾きバウンディングボックスの一例の説明図、図１５Ｂは図１５Ａの傾きバウンディングボックスに内接する楕円の一例の説明図、図１５Ｃは図１５Ａの傾きバウンディングボックスを水平に変換した状態の説明図、図１５Ｄは図１５Ｃの傾きバウンディングボックスから正方形領域を作成する説明図、図１５Ｅは図１５Ｄで作成された正方形領域の結合図形の説明図、図１５Ｆは図１５Ｄで作成された正方形領域の内接円の説明図である。
第２の領域指定の判別手段の一例としてのトラック指定の判別手段Ｃ８４は、マーカー４１の領域を含む傾きバウンディングボックス２６に内接する楕円４２とマーカー４１の外形形状４１′との相関係数Ｋ１が予め設定された第１の閾値の一例としての第１の相関閾値Ｋａ以上である場合、または、相関係数Ｋ１が第１の相関閾値Ｋａ未満且つ傾きバウンディングボックス２６の両端部４３どうしを結合した正方形４４に含まれるマーカー４１の外形形状４６と正方形４４に内接する円４７との相関係数Ｋ２が予め設定された第２の相関閾値Ｋｂ以上である場合に、マーカー４１で囲まれた領域に含まれる文字列の行端までの領域をマスキング領域４８として指定したと判別する。実施例１のトラック指定の判別手段Ｃ８４は、内接楕円の算出手段Ｃ８４ａと、第１の相関係数算出手段Ｃ８４ｂと、第１の相関閾値記憶手段Ｃ８４ｃと、第１の相関判別手段Ｃ８４ｄと、正方形領域の作成手段Ｃ８４ｅと、内接円の算出手段Ｃ８４ｆと、結合図形の作成手段Ｃ８４ｇと、第２の相関係数算出手段Ｃ８４ｈと、第２の相関閾値記憶手段Ｃ８４ｉと、第２の相関判別手段Ｃ８４ｊと、トラック指定時のマスキング領域設定手段Ｃ８４ｋとを有する。
内接楕円の算出手段Ｃ８４ａは、傾きバウンディングボックス２６に内接する内接楕円４２を算出する。図１５Ｂにおいて、実施例１では、矩形領域の導出手段Ｃ５で導出された傾きバウンディングボックス２６の大きさに基づいて、内接する楕円４２を導出する。
第１の相関係数算出手段Ｃ８４ｂは、マーカー４１の外形と、傾きバウンディングボックス２６の内接楕円４２との相関関係の一例としての第１の相関係数Ｋ１を算出する。
第１の相関閾値記憶手段Ｃ８４ｃは、マーカー４１の外形が領域をしている楕円に近いか否かを判別するための閾値の一例としての第１の相関閾値Ｋａを記憶する。実施例１の第１の相関閾値Ｋａは、一例として、０．７が設定されている。
第１の相関係数算出手段Ｃ８４ｂは、マーカー４１の外形と、傾きバウンディングボックス２６の内接楕円４２との相関関係の一例としての第１の相関係数Ｋ１を算出する。
第１の相関閾値記憶手段Ｃ８４ｃは、マーカー４１の外形が領域をしている楕円に近いか否かを判別するための閾値の一例としての第１の相関閾値Ｋａを記憶する。実施例１の第１の相関閾値Ｋａは、一例として、０．７が設定されている。
第１の相関判別手段Ｃ８４ｄは、第１の相関係数Ｋ１が第１の相関閾値Ｋａ以上であるか否かを判別する。
正方形領域の作成手段Ｃ８４ｅは、傾きバウンディングボックス２６の両端部４３どうしを結合した正方形領域４４を作成する。実施例１の正方形領域の作成手段Ｃ８４ｅは、第１の相関係数Ｋ１が第１の相関閾値Ｋａ未満である場合に、図１５Ｄに示すように、傾きバウンディングボックス２６の短手方向の長さＬ１に対して、両端からそれぞれＬ１／２の範囲の両端部４３どうしを結合して、正方形領域４４を作成する。
内接円の算出手段Ｃ８４ｆは、正方形領域の作成手段Ｃ８４ｅで作成された正方形領域４４に基づいて、図１５Ｆに示すように正方形領域４４に内接する円４７を算出する。
正方形領域の作成手段Ｃ８４ｅは、傾きバウンディングボックス２６の両端部４３どうしを結合した正方形領域４４を作成する。実施例１の正方形領域の作成手段Ｃ８４ｅは、第１の相関係数Ｋ１が第１の相関閾値Ｋａ未満である場合に、図１５Ｄに示すように、傾きバウンディングボックス２６の短手方向の長さＬ１に対して、両端からそれぞれＬ１／２の範囲の両端部４３どうしを結合して、正方形領域４４を作成する。
内接円の算出手段Ｃ８４ｆは、正方形領域の作成手段Ｃ８４ｅで作成された正方形領域４４に基づいて、図１５Ｆに示すように正方形領域４４に内接する円４７を算出する。
結合図形の作成手段Ｃ８４ｇは、正方形領域４４に含まれるマーカー４１の外形形状４６を作成する。実施例１の結合図形の作成手段Ｃ８４ｇは、両端部４３の領域に含まれるマーカー４１の外形どうしを結合して、正方形領域４４における外形形状４６を作成する。
第２の相関係数算出手段Ｃ８４ｈは、結合図形の作成手段Ｃ８４ｇで作成された正方形領域４４における外形形状４６と、内接円の算出手段８４ｆで作成された内接円４７との相関関係の一例としての第２の相関係数Ｋ２を算出する。
第２の相関閾値記憶手段Ｃ８４ｉは、正方形領域４４における外形形状４６が円に近いか否かを判別するための閾値の一例としての第２の相関閾値Ｋｂを記憶する。実施例１の第２の相関閾値Ｋｂは、一例として、０．７が設定されている。なお、第１の相関閾値Ｋａと第２の相関閾値Ｋｂは、実施例１では、同一の値に設定したが、異なる値とすることも可能である。
第２の相関係数算出手段Ｃ８４ｈは、結合図形の作成手段Ｃ８４ｇで作成された正方形領域４４における外形形状４６と、内接円の算出手段８４ｆで作成された内接円４７との相関関係の一例としての第２の相関係数Ｋ２を算出する。
第２の相関閾値記憶手段Ｃ８４ｉは、正方形領域４４における外形形状４６が円に近いか否かを判別するための閾値の一例としての第２の相関閾値Ｋｂを記憶する。実施例１の第２の相関閾値Ｋｂは、一例として、０．７が設定されている。なお、第１の相関閾値Ｋａと第２の相関閾値Ｋｂは、実施例１では、同一の値に設定したが、異なる値とすることも可能である。
第２の相関判別手段Ｃ８４ｊは、第２の相関係数Ｋ２が第２の相関閾値Ｋｂ以上であるか否かを判別する。
したがって、実施例１のトラック指定の判別手段Ｃ８４は、第１の相関判別手段Ｃ８４ｄで第１の相関係数Ｋ１が第１の相関閾値Ｋａ以上であると判別された場合、または、第１の相関係数Ｋ１が第１の相関閾値Ｋａ未満且つ第２の相関判別手段Ｃ８４ｊで第２の相関係数Ｋ２が第２の相関閾値Ｋｂ以上と判別された場合に、マーカーの外形形状４１で囲まれた領域が指定されたと判別する。なお、利用者がマークをする範囲が細長くなると、トラック形状のマーカー４１の直線部分が長くなって、楕円４２との相関計数Ｋ１が小さくなる場合があるため、実施例１では、第１の相関係数Ｋ１が第１の相関閾値Ｋａ未満でも、両端部４３を結合した正方形領域４４に基づいて、トラック指定であるか否かを判別している。
したがって、実施例１のトラック指定の判別手段Ｃ８４は、第１の相関判別手段Ｃ８４ｄで第１の相関係数Ｋ１が第１の相関閾値Ｋａ以上であると判別された場合、または、第１の相関係数Ｋ１が第１の相関閾値Ｋａ未満且つ第２の相関判別手段Ｃ８４ｊで第２の相関係数Ｋ２が第２の相関閾値Ｋｂ以上と判別された場合に、マーカーの外形形状４１で囲まれた領域が指定されたと判別する。なお、利用者がマークをする範囲が細長くなると、トラック形状のマーカー４１の直線部分が長くなって、楕円４２との相関計数Ｋ１が小さくなる場合があるため、実施例１では、第１の相関係数Ｋ１が第１の相関閾値Ｋａ未満でも、両端部４３を結合した正方形領域４４に基づいて、トラック指定であるか否かを判別している。
図１６は実施例１の第２の領域指定時のマスキング領域の説明図であり、図１６Ａは横書きの文章部における第２の領域指定時のマスキング領域の一例の説明図、図１６Ｂは縦書きの文章部における第２の領域指定時のマスキング領域の一例の説明図である。
第２の領域指定時の遮蔽対象領域の設定手段の一例としてのトラック指定時のマスキング領域設定手段Ｃ８４ｋは、行端抽出手段Ｃ８４ｋ１を有し、トラック指定の判別手段Ｃ８４で領域の指定がされたと判別された場合に、マスキング領域４８を設定する。図１６Ａにおいて、実施例１のトラック指定時のマスキング領域設定手段Ｃ８４ｋは、マーカーで囲まれた領域に基づくＸＹ単調多角形の領域４１を、マスキング領域４８として設定する。そして、行端抽出手段Ｃ８４ｋ１が、設定されたマスキング領域４８における文字列の端を抽出して、マスキング領域４８が文字列の端、すなわち、行端まで設定されていない場合には、行端まで、マスキング領域４８を拡大して、調整されたマスキング領域４８に再設定する。
第２の領域指定時の遮蔽対象領域の設定手段の一例としてのトラック指定時のマスキング領域設定手段Ｃ８４ｋは、行端抽出手段Ｃ８４ｋ１を有し、トラック指定の判別手段Ｃ８４で領域の指定がされたと判別された場合に、マスキング領域４８を設定する。図１６Ａにおいて、実施例１のトラック指定時のマスキング領域設定手段Ｃ８４ｋは、マーカーで囲まれた領域に基づくＸＹ単調多角形の領域４１を、マスキング領域４８として設定する。そして、行端抽出手段Ｃ８４ｋ１が、設定されたマスキング領域４８における文字列の端を抽出して、マスキング領域４８が文字列の端、すなわち、行端まで設定されていない場合には、行端まで、マスキング領域４８を拡大して、調整されたマスキング領域４８に再設定する。
具体的には、図１６Ａにおいて、横書きの文章部３の場合は、横方向の行端までマスキング領域４８を拡大し、図１６Ｂに示すように縦書きの文章部３の場合は、縦方向の行端までマスキング領域４８を拡大する。なお、縦書きと横書きは、行識別手段Ｃ７で判別済みである。また、実施例１のトラック指定時のマスキング領域設定手段Ｃ８４ｋでは、マスキング領域４８の拡大は、マーカーの外形形状４１に基づいて設定されたマスキング領域４８に対して、１．５倍の大きさまでしか拡大されないように設定されている。これは、マスキング領域４８を際限なく拡大すると、元々のマーカーで指定された範囲４１に対して、マスキング領域４８が大きくなりすぎる可能性があり、利用者が指定していない領域までマスキングされる可能性があるためである。
図１７はライン指定の場合にマークの両端部が丸まった場合の説明図であり、図１７Ａはマークの説明図、図１７Ｂは図１７Ａのマークのシルエット画像のＸＹ単調多角形の説明図である。
なお、実施例１では、ライン指定の判別手段Ｃ８３による判別が行われた後に、トラック指定の判別手段Ｃ８４による判別が行われている。仮に、ライン指定の判別手段Ｃ８３による判別が行われる前に、トラック指定の判別手段Ｃ８４による判別を行う場合、図１７Ａに示すようなライン指定のマーカー３６において、両端部分が丸まった場合に、正方形領域４４で判定すると、内接円４７との相関係数Ｋ２が第２の相関閾値Ｋｂ以上になる場合がある。したがって、ライン指定を、トラック指定と誤判定する可能性がある。これに対して、ライン指定の判別手段Ｃ８３による判別が行われた後に、トラック指定の判別手段Ｃ８４による判別をする実施例１では、マーカー３６の両端が丸まった場合に、トラック指定と誤判定されることが防止される。
なお、実施例１では、ライン指定の判別手段Ｃ８３による判別が行われた後に、トラック指定の判別手段Ｃ８４による判別が行われている。仮に、ライン指定の判別手段Ｃ８３による判別が行われる前に、トラック指定の判別手段Ｃ８４による判別を行う場合、図１７Ａに示すようなライン指定のマーカー３６において、両端部分が丸まった場合に、正方形領域４４で判定すると、内接円４７との相関係数Ｋ２が第２の相関閾値Ｋｂ以上になる場合がある。したがって、ライン指定を、トラック指定と誤判定する可能性がある。これに対して、ライン指定の判別手段Ｃ８３による判別が行われた後に、トラック指定の判別手段Ｃ８４による判別をする実施例１では、マーカー３６の両端が丸まった場合に、トラック指定と誤判定されることが防止される。
図１８は実施例１の外形指定の一例の説明図であり、図１８Ａは複数の行に渡ってマーカーで囲まれた場合の説明図、図１８Ｂは階段状にマーカーで囲まれた場合の説明図、図１８Ｃは凹状にマーカーで囲まれた場合の説明図である。
外形指定の判別手段の一例としての多角形指定の判別手段Ｃ８５は、マーカーの外形形状に沿った領域５１をマスキング領域５２として指定したと判別する。実施例１の多角形指定の判別手段Ｃ８５は、多角形指定時のマスキング領域設定手段Ｃ８５ａを有する。なお、実施例１の多角形指定の判別手段Ｃ８５は、各判別手段Ｃ８１〜Ｃ８４で、対角線指定、第１の領域指定、ライン指定、トラック指定のいずれにも該当しない場合に、外形指定の一例としての多角形指定がされたと判別する。すなわち、利用者がマークで指定する形状は様々であり、全ての形状に対応できない。よって、実施例１では、各判別手段Ｃ８１〜Ｃ８４での４つのマーカー形状のいずれにも適合しなかった場合に、マーカーの外形形状の領域５１をマスキング領域５２としている。したがって、各判別手段Ｃ８１〜Ｃ８４で漏れたものを、その他大勢として許容しても利用者の意図と大きくずれることは少ない。
外形指定の判別手段の一例としての多角形指定の判別手段Ｃ８５は、マーカーの外形形状に沿った領域５１をマスキング領域５２として指定したと判別する。実施例１の多角形指定の判別手段Ｃ８５は、多角形指定時のマスキング領域設定手段Ｃ８５ａを有する。なお、実施例１の多角形指定の判別手段Ｃ８５は、各判別手段Ｃ８１〜Ｃ８４で、対角線指定、第１の領域指定、ライン指定、トラック指定のいずれにも該当しない場合に、外形指定の一例としての多角形指定がされたと判別する。すなわち、利用者がマークで指定する形状は様々であり、全ての形状に対応できない。よって、実施例１では、各判別手段Ｃ８１〜Ｃ８４での４つのマーカー形状のいずれにも適合しなかった場合に、マーカーの外形形状の領域５１をマスキング領域５２としている。したがって、各判別手段Ｃ８１〜Ｃ８４で漏れたものを、その他大勢として許容しても利用者の意図と大きくずれることは少ない。
多角形指定時のマスキング領域設定手段Ｃ８５ａは、多角形指定がされた場合に、マーカーの外形形状に沿った領域５１をマスキング領域５２として設定する。実施例１では、マーカーの外形形状に基づいて導出されたＸＹ単調多角形の領域５１をマスキング領域５２として設定する。よって、図１８Ｂの階段状の部分の凹んだ部分や、図１８Ｃの凹みの部分は、ＸＹ単調多角形の処理を行う際に埋められた領域５１が、マスキング領域５２となる。
画像処理手段の一例であって、遮蔽手段の一例としてのマスキング画像作成手段Ｃ９は、判別手段Ｃ８１〜Ｃ８５で判別されたマスキング領域に基づいて、画像１上のマスキング領域を、予め設定された隠蔽画像の一例としてのマスキング画像で隠蔽する。実施例１のマスキング画像作成手段Ｃ９は、各マスキング領域設定手段Ｃ８１ｈ，Ｃ８２ｄ，Ｃ８３ｂ，Ｃ８４ｋ，Ｃ８５ａで設定されたマスキング領域２９，２９′，３２，３７，３７′，４８，５２を、マスキング画像の一例としての塗り潰し画像で遮蔽した画像を作成する。具体的には、元の画像１に対して、塗り潰し画像をマスキング領域に配置して積層した形の画像をマスキング後の画像として作成する。
画像処理手段の一例であって、遮蔽手段の一例としてのマスキング画像作成手段Ｃ９は、判別手段Ｃ８１〜Ｃ８５で判別されたマスキング領域に基づいて、画像１上のマスキング領域を、予め設定された隠蔽画像の一例としてのマスキング画像で隠蔽する。実施例１のマスキング画像作成手段Ｃ９は、各マスキング領域設定手段Ｃ８１ｈ，Ｃ８２ｄ，Ｃ８３ｂ，Ｃ８４ｋ，Ｃ８５ａで設定されたマスキング領域２９，２９′，３２，３７，３７′，４８，５２を、マスキング画像の一例としての塗り潰し画像で遮蔽した画像を作成する。具体的には、元の画像１に対して、塗り潰し画像をマスキング領域に配置して積層した形の画像をマスキング後の画像として作成する。
（実施例１のフローチャートの説明）
次に、実施例１のクライアントパソコンＰＣのマスキング処理プログラムＡＰ１の処理の流れをフローチャートを使用して説明する。
（実施例１のマスキング処理プログラムＡＰ１のフローチャートの説明）
図１９は本発明の実施例１のマスキング処理プログラムのマスキング処理のフローチャートである。
図２０は本発明の実施例１のマスキング処理のフローチャートであり、図１９の続きのフローチャートである。
図２１は本発明の実施例１のマスキング処理のフローチャートであり、図２０の続きのフローチャートである。
図１９〜図２１のフローチャートの各ＳＴ（ステップ）の処理は、前記制御部のＲＯＭ等に記憶されたプログラムに従って行われる。また、この処理は前記制御部の他の各種処理と並行してマルチタスクで実行される。
次に、実施例１のクライアントパソコンＰＣのマスキング処理プログラムＡＰ１の処理の流れをフローチャートを使用して説明する。
（実施例１のマスキング処理プログラムＡＰ１のフローチャートの説明）
図１９は本発明の実施例１のマスキング処理プログラムのマスキング処理のフローチャートである。
図２０は本発明の実施例１のマスキング処理のフローチャートであり、図１９の続きのフローチャートである。
図２１は本発明の実施例１のマスキング処理のフローチャートであり、図２０の続きのフローチャートである。
図１９〜図２１のフローチャートの各ＳＴ（ステップ）の処理は、前記制御部のＲＯＭ等に記憶されたプログラムに従って行われる。また、この処理は前記制御部の他の各種処理と並行してマルチタスクで実行される。
図１９〜図２１に示すフローチャートはクライアントパソコンＰＣにおいて、マスキング処理プログラムが実行された場合に開始される。
図１９のＳＴ１において、マーカー分割処理および文字認識処理を実行して、ＳＴ２に進む。
ＳＴ２において、マーカーシルエット画像２０からマーカー部６〜８を単体に分離する。そして、ＳＴ３に進む。
ＳＴ３において、マーカー１つ１つをＸＹ単調多角形に変換する。そして、ＳＴ４に進む。
ＳＴ４において、各マーカーについて傾きバウンディングボックス２６を導出する。そして、ＳＴ５に進む。
ＳＴ５において、次の処理（１），（２）を実行し、ＳＴ６に進む。
（１）各傾きバウンディングボックス２６に含まれる文字や図形を抽出する。
（２）（１）で抽出した文字が行をなしているか識別する。
図１９のＳＴ１において、マーカー分割処理および文字認識処理を実行して、ＳＴ２に進む。
ＳＴ２において、マーカーシルエット画像２０からマーカー部６〜８を単体に分離する。そして、ＳＴ３に進む。
ＳＴ３において、マーカー１つ１つをＸＹ単調多角形に変換する。そして、ＳＴ４に進む。
ＳＴ４において、各マーカーについて傾きバウンディングボックス２６を導出する。そして、ＳＴ５に進む。
ＳＴ５において、次の処理（１），（２）を実行し、ＳＴ６に進む。
（１）各傾きバウンディングボックス２６に含まれる文字や図形を抽出する。
（２）（１）で抽出した文字が行をなしているか識別する。
ＳＴ６において、傾きバウンディングボックス２６の傾きθ１を計算する。そして、ＳＴ７に進む。
ＳＴ７において、｜θ１―４５°｜≦θａであるか否かを判別する。イエス（Ｙ）の場合はＳＴ８に進み、ノー（Ｎ）の場合は図２０のＳＴ１５に進む。
ＳＴ８において、傾きバウンディングボックス２６を−θ１回転させて、水平に変換する。そして、ＳＴ９に進む。
ＳＴ９において、傾きバウンディングボックス２６の中央部分の正方形領域２７に含まれるマーカー２８の太さＲ１を検出する。そして、ＳＴ１０に進む。
ＳＴ１０において、マーカー２８の太さＲ１が太さ閾値Ｒａ以上であるか否かを判別する。イエス（Ｙ）の場合はＳＴ１１に進み、ノー（Ｎ）の場合は図２０のＳＴ１５に進む。
ＳＴ７において、｜θ１―４５°｜≦θａであるか否かを判別する。イエス（Ｙ）の場合はＳＴ８に進み、ノー（Ｎ）の場合は図２０のＳＴ１５に進む。
ＳＴ８において、傾きバウンディングボックス２６を−θ１回転させて、水平に変換する。そして、ＳＴ９に進む。
ＳＴ９において、傾きバウンディングボックス２６の中央部分の正方形領域２７に含まれるマーカー２８の太さＲ１を検出する。そして、ＳＴ１０に進む。
ＳＴ１０において、マーカー２８の太さＲ１が太さ閾値Ｒａ以上であるか否かを判別する。イエス（Ｙ）の場合はＳＴ１１に進み、ノー（Ｎ）の場合は図２０のＳＴ１５に進む。
ＳＴ１１において、対象のマーカー２８は、対角線指定のマーカーと判別する。そして、ＳＴ１２に進む。
ＳＴ１２において、マーカー２８を対角線とする四角形の領域をマスキング領域２９に設定する。そして、ＳＴ１３に進む。
ＳＴ１３において、マスキング領域２９に一部が重複している文字があるか否かを判別する。イエス（Ｙ）の場合はＳＴ１４に進み、ノー（Ｎ）の場合は図２１のＳＴ３０に進む。
ＳＴ１４において、文字がかからなくなるまでマスキング領域２９を拡大して、拡大後のマスキング領域２９′に再設定する。そして、図２１のＳＴ３０に進む。
ＳＴ１２において、マーカー２８を対角線とする四角形の領域をマスキング領域２９に設定する。そして、ＳＴ１３に進む。
ＳＴ１３において、マスキング領域２９に一部が重複している文字があるか否かを判別する。イエス（Ｙ）の場合はＳＴ１４に進み、ノー（Ｎ）の場合は図２１のＳＴ３０に進む。
ＳＴ１４において、文字がかからなくなるまでマスキング領域２９を拡大して、拡大後のマスキング領域２９′に再設定する。そして、図２１のＳＴ３０に進む。
図２０のＳＴ１５において、マーカー３１の内部に文字が存在するか否かを判別する。イエス（Ｙ）の場合はＳＴ１６に進み、ノー（Ｎ）の場合はＳＴ１８に進む。
ＳＴ１６において、文字は行をなしているか否かを判別する。イエス（Ｙ）の場合はＳＴ１７に進み、ノー（Ｎ）の場合はＳＴ１８に進む。
ＳＴ１７において、マーカー３１の内部に図形が存在するか否かを判別する。イエス（Ｙ）の場合はＳＴ１８に進み、ノー（Ｎ）の場合はＳＴ１９に進む。
ＳＴ１８において、マーカー３１のＸＹ単調多角形に基づいてマスキング領域３２を設定する。そして、図２１のＳＴ３０に進む。
ＳＴ１６において、文字は行をなしているか否かを判別する。イエス（Ｙ）の場合はＳＴ１７に進み、ノー（Ｎ）の場合はＳＴ１８に進む。
ＳＴ１７において、マーカー３１の内部に図形が存在するか否かを判別する。イエス（Ｙ）の場合はＳＴ１８に進み、ノー（Ｎ）の場合はＳＴ１９に進む。
ＳＴ１８において、マーカー３１のＸＹ単調多角形に基づいてマスキング領域３２を設定する。そして、図２１のＳＴ３０に進む。
ＳＴ１９において、マーカー３６の内部に含まれる文字列が１行分であるか否かを判別する。イエス（Ｙ）の場合はＳＴ２０に進み、ノー（Ｎ）の場合は図２１のＳＴ２３に進む。
ＳＴ２０において、マーカー３６の領域をマスキング領域３７に設定する。そして、ＳＴ２１に進む。
ＳＴ２１において、マスキング領域３７に一部が重複している文字が存在するか否かを判別する。イエス（Ｙ）の場合はＳＴ２２に進み、ノー（Ｎ）の場合は図２１のＳＴ３０に進む。
ＳＴ２２において、横書きまたは縦書きに応じて、縦方向または横方向に文字列がかからなくなるまでマスキング領域３７を拡大して、拡大されたマスキング領域３７′に再設定する。そして、図２１のＳＴ３０に進む。
ＳＴ２０において、マーカー３６の領域をマスキング領域３７に設定する。そして、ＳＴ２１に進む。
ＳＴ２１において、マスキング領域３７に一部が重複している文字が存在するか否かを判別する。イエス（Ｙ）の場合はＳＴ２２に進み、ノー（Ｎ）の場合は図２１のＳＴ３０に進む。
ＳＴ２２において、横書きまたは縦書きに応じて、縦方向または横方向に文字列がかからなくなるまでマスキング領域３７を拡大して、拡大されたマスキング領域３７′に再設定する。そして、図２１のＳＴ３０に進む。
図２１のＳＴ２３において、傾きバウンディングボックス２６に内接する楕円４２を算出する。そして、ＳＴ２４に進む。
ＳＴ２４において、マーカーのＸＹ単調多角形の外形形状４１と楕円４２との相関関係である第１の相関係数Ｋ１を算出する。そして、ＳＴ２５に進む。
ＳＴ２５において、第１の相関係数Ｋ１が第１の相関閾値Ｋａ以上であるか否かを判別する。ノー（Ｎ）の場合はＳＴ２６に進み、イエス（Ｙ）の場合はＳＴ２８に進む。
ＳＴ２４において、マーカーのＸＹ単調多角形の外形形状４１と楕円４２との相関関係である第１の相関係数Ｋ１を算出する。そして、ＳＴ２５に進む。
ＳＴ２５において、第１の相関係数Ｋ１が第１の相関閾値Ｋａ以上であるか否かを判別する。ノー（Ｎ）の場合はＳＴ２６に進み、イエス（Ｙ）の場合はＳＴ２８に進む。
ＳＴ２６において、傾きバウンディングボックス２６の両端部４３を切って結合した正方形領域４４に含まれるＸＹ単調多角形の図形４６と、正方形領域の内接円４７との相関関係である第２の相関係数Ｋ２を算出する。そして、ＳＴ２７に進む。
ＳＴ２７において、第２の相関係数Ｋ２が第２の相関閾値Ｋｂ以上であるか否かを判別する。イエス（Ｙ）の場合はＳＴ２８に進み、ノー（Ｎ）の場合はＳＴ２９に進む。
ＳＴ２８において、マーカー４１の範囲に含まれる文字列の行端を抽出して行端までの領域をマスキング領域４８に設定する。そして、ＳＴ３０に進む。
ＳＴ２９において、マーカーから算出されるＸＹ単調多角形の領域５１をマスキング領域５２に設定する。そして、ＳＴ３０に進む。
ＳＴ３０において、各処理ＳＴ１２，ＳＴ１４、ＳＴ１８，ＳＴ２０、ＳＴ２２、ＳＴ２８、ＳＴ２９で設定されたマスキング領域２９，２９′，３２，３７，３７′，４８，５２をマスキング画像とし、元の画像１に重ねたマスキング処理画像を出力する。そして、マスキング処理を終了する。
ＳＴ２７において、第２の相関係数Ｋ２が第２の相関閾値Ｋｂ以上であるか否かを判別する。イエス（Ｙ）の場合はＳＴ２８に進み、ノー（Ｎ）の場合はＳＴ２９に進む。
ＳＴ２８において、マーカー４１の範囲に含まれる文字列の行端を抽出して行端までの領域をマスキング領域４８に設定する。そして、ＳＴ３０に進む。
ＳＴ２９において、マーカーから算出されるＸＹ単調多角形の領域５１をマスキング領域５２に設定する。そして、ＳＴ３０に進む。
ＳＴ３０において、各処理ＳＴ１２，ＳＴ１４、ＳＴ１８，ＳＴ２０、ＳＴ２２、ＳＴ２８、ＳＴ２９で設定されたマスキング領域２９，２９′，３２，３７，３７′，４８，５２をマスキング画像とし、元の画像１に重ねたマスキング処理画像を出力する。そして、マスキング処理を終了する。
（実施例１の作用）
（マスキング処理プログラムＡＰ１の機能）
前記構成を備えた実施例１の画像処理システムＳでは、画像１において、利用者が付してあったマーカー部６〜８に対して、ＸＹ単調多角形化の処理が行われた後、傾きバウンディングボックス２６が導出される。
特許文献１に記載されているような従来技術では、マーカーの大きさや形状を認識する際には、マーカーの画像の画素を全て計数して、マーカー部分の大きさや形状を取得していた。したがって、特許文献１に記載の技術では、画素を計数しないとマーカーに関する処理が可能とならず、計数に時間がかかる問題があった。特に、マークされている領域が広い場合や、マーカーの太さが太かったり、塗りつぶされていたりすると、計数終了までの時間が長くなる問題があった。
（マスキング処理プログラムＡＰ１の機能）
前記構成を備えた実施例１の画像処理システムＳでは、画像１において、利用者が付してあったマーカー部６〜８に対して、ＸＹ単調多角形化の処理が行われた後、傾きバウンディングボックス２６が導出される。
特許文献１に記載されているような従来技術では、マーカーの大きさや形状を認識する際には、マーカーの画像の画素を全て計数して、マーカー部分の大きさや形状を取得していた。したがって、特許文献１に記載の技術では、画素を計数しないとマーカーに関する処理が可能とならず、計数に時間がかかる問題があった。特に、マークされている領域が広い場合や、マーカーの太さが太かったり、塗りつぶされていたりすると、計数終了までの時間が長くなる問題があった。
これに対して、実施例１では、マーカーの大きさや形状を取得する場合に、マーカー部６〜８に外接する傾きバウンディングボックス２６が導出されるだけである。よって、マーカー部６〜８の外形だけで、傾きバウンディングボックス２６が導出可能であり、マーカー部６〜８の全体の画素を計数する場合に比べて、処理時間が短縮される。
そして、実施例１では、傾きバウンディングボックス２６に基づいて、マーカーが、対角線での領域指定、第１の領域指定（図形の指定）、ライン状の領域指定、トラック形状の領域指定、多角形形状の領域指定であるかが判別される。
そして、実施例１では、傾きバウンディングボックス２６に基づいて、マーカーが、対角線での領域指定、第１の領域指定（図形の指定）、ライン状の領域指定、トラック形状の領域指定、多角形形状の領域指定であるかが判別される。
対角線での領域指定の場合、利用者が付した斜線状のマーカー２８が判別され、マーカー２８を対角線とするマスキングが行われる。また、第１の領域指定では、図形を囲むように付されたマーカー３１に応じて、囲まれた領域、主に、図形の領域がマスキングされる。そして、ライン状の領域指定の場合、利用者が付したマーカー３６に応じて、１列分の文字列がマスキングされる。さらに、トラック形状の領域指定では、マーカー４１で大雑把に囲むような指定がされていても、行端までの領域がマスキングされる。また、それ以外の場合は、多角形形状の領域指定と判別され、マーカーの外形形状５１に応じてマスキングがされる。
したがって、実施例１のマスキング処理プログラムＡＰ１では、利用者が付したマーカー２８，３１，３６，４１，５１に応じて、マーカーの形状に応じたマスキング処理が行われる。
したがって、実施例１のマスキング処理プログラムＡＰ１では、利用者が付したマーカー２８，３１，３６，４１，５１に応じて、マーカーの形状に応じたマスキング処理が行われる。
前述のように、実施例１では、対角線指定の判別手段Ｃ８１による判別が行われた後に、第１の領域指定の判別手段Ｃ８２による判別が行われている。よって、図１２Ｂに示すようなマーカー３１′のような対角線指定を、マーカー３１′の部分の塗りつぶしと誤判定されることが防止される。
また、実施例１では、第１の領域指定の判別手段Ｃ８２による判別が行われた後に、ライン指定の判別手段Ｃ８３による判別が行われている。よって、内部に１行の文字列が存在する図形にマークが付された場合でも、第１の領域指定の判別手段Ｃ８２での判別が先に行われて、図形の内部の文字列部分のみが誤ってマスキングされることが低減される。
また、実施例１では、第１の領域指定の判別手段Ｃ８２による判別が行われた後に、ライン指定の判別手段Ｃ８３による判別が行われている。よって、内部に１行の文字列が存在する図形にマークが付された場合でも、第１の領域指定の判別手段Ｃ８２での判別が先に行われて、図形の内部の文字列部分のみが誤ってマスキングされることが低減される。
さらに、実施例１では、ライン指定の判別手段Ｃ８３による判別が行われた後に、トラック指定の判別手段Ｃ８４による判別が行われている。よって、仮に、マーカー３６の両端が丸まった場合でも、ライン指定の判別手段Ｃ８３で判別が先に行われ、トラック指定と誤判定されることが防止される。
また、実施例１では、各判別手段Ｃ８１〜Ｃ８４での対角線指定、第１の領域指定、ライン指定、トラック指定のいずれにも該当しない場合に、多角形指定の判別手段Ｃ８５でマーカーの外形形状の領域５１に基づいてマスキングをする。したがって、各判別手段Ｃ８１〜Ｃ８４で漏れたものを、その他大勢のマーカーによる指定方法として許容しても利用者の意図と大きくずれることは少ない。
また、実施例１では、各判別手段Ｃ８１〜Ｃ８４での対角線指定、第１の領域指定、ライン指定、トラック指定のいずれにも該当しない場合に、多角形指定の判別手段Ｃ８５でマーカーの外形形状の領域５１に基づいてマスキングをする。したがって、各判別手段Ｃ８１〜Ｃ８４で漏れたものを、その他大勢のマーカーによる指定方法として許容しても利用者の意図と大きくずれることは少ない。
仮に、各マーカーに対して、各判別手段Ｃ８１〜Ｃ８５の判別を全て行って、複数の領域指定に該当する場合に、別の判断基準を設けて、領域指定の方法を特定する構成も考えられるが、各マーカーに対して、各判別手段Ｃ８１〜Ｃ８５を全て行うと処理時間が長くなる。これに対して、実施例１では、対角線での領域指定、第１の領域指定（図形の指定）、ライン状の領域指定、トラック形状の領域指定、多角形形状の領域指定の順に判別をおこなっている。したがって、先に行われた判別で該当しなかったものに対してしか、後の判別が行われない。よって、各マーカーに対して描く判別手段Ｃ８１〜Ｃ８５の判別を全て行う場合に比べて、処理時間が短縮される。
さらに、特許文献１では、枠内をマスキングする場合、多角形枠で囲むだけでなく、多角形枠の中に斜線の自他識別印を付す必要があった。すなわち、多角形枠と斜線の２つのマークが必要になっていた。したがって、特許文献１に記載の技術では、利用者が、多角形枠で囲むだけで、斜線の自他識別印を付し忘れることがあり、結果としてマスキングがされない場合があった。
これに対して、実施例１では、特許文献１のような自他識別印がなくても、第１の領域指定や、トラック形状の領域指定、多角形形状の領域指定において、多角形枠のみから判別が可能である。よって、自他識別印が必要な特許文献１に記載の技術に比べて、利用者にとって利便性が向上している。
これに対して、実施例１では、特許文献１のような自他識別印がなくても、第１の領域指定や、トラック形状の領域指定、多角形形状の領域指定において、多角形枠のみから判別が可能である。よって、自他識別印が必要な特許文献１に記載の技術に比べて、利用者にとって利便性が向上している。
（変更例）
以上、本発明の実施例を詳述したが、本発明は、前記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本発明の要旨の範囲で、種々の変更を行うことが可能である。本発明の変更例（Ｈ01）〜（Ｈ07）を下記に例示する。
（Ｈ01）前記実施例において、例示した具体的な数値は、例示したものに限定されず、設計や仕様等に応じて、任意の値に変更可能である。
（Ｈ02）前記実施例において、各判別手段Ｃ８１〜Ｃ８５の判別を行う順番は、実施例に例示した順番で行うことが望ましいが、これに限定されない。すなわち、順番を入れ替えたり、処理速度に余裕がある場合は、全てのマーカーに対して全ての判別処理を実行することも可能である。他にも、一部の判別手段を実行しないようにしたり、他の判別手段を追加したりすることも可能である。例えば、利用者が斜線での領域指定をしない場合には、対角線指定の判別を行わないように構成したり、斜線ではなく、■印での領域指定も判別するように構成することも可能である。なお、この場合でも、多角形指定の判別手段Ｃ８５による判別は、他の判別手段Ｃ８１〜Ｃ８４のいずれか１つ、または、いずれか複数、あるいは全てによる判別が行われた後に、行うことが望ましい。
以上、本発明の実施例を詳述したが、本発明は、前記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本発明の要旨の範囲で、種々の変更を行うことが可能である。本発明の変更例（Ｈ01）〜（Ｈ07）を下記に例示する。
（Ｈ01）前記実施例において、例示した具体的な数値は、例示したものに限定されず、設計や仕様等に応じて、任意の値に変更可能である。
（Ｈ02）前記実施例において、各判別手段Ｃ８１〜Ｃ８５の判別を行う順番は、実施例に例示した順番で行うことが望ましいが、これに限定されない。すなわち、順番を入れ替えたり、処理速度に余裕がある場合は、全てのマーカーに対して全ての判別処理を実行することも可能である。他にも、一部の判別手段を実行しないようにしたり、他の判別手段を追加したりすることも可能である。例えば、利用者が斜線での領域指定をしない場合には、対角線指定の判別を行わないように構成したり、斜線ではなく、■印での領域指定も判別するように構成することも可能である。なお、この場合でも、多角形指定の判別手段Ｃ８５による判別は、他の判別手段Ｃ８１〜Ｃ８４のいずれか１つ、または、いずれか複数、あるいは全てによる判別が行われた後に、行うことが望ましい。
（Ｈ03）前記実施例において、文字がはみ出していたり、行端まで指定されていない場合に、マスキング領域を拡大して調整する構成を例示したが、これに限定されない。文字がはみ出していたり行端まで到達していなくても、拡大せずにマスキング領域を設定する構成とすることも可能である。
（Ｈ04）前記実施例において、ＸＹ単調多角形での処理を行う構成を例示したが、これに限定されない。例えば、ＸＹ単調多角形の処理を行わず、マーカーの形状そのままを使用したり、マーカーの外形を包絡する線、いわゆる、数学における凸包（convex hull）の処理を行う構成とすることも可能である。
（Ｈ04）前記実施例において、ＸＹ単調多角形での処理を行う構成を例示したが、これに限定されない。例えば、ＸＹ単調多角形の処理を行わず、マーカーの形状そのままを使用したり、マーカーの外形を包絡する線、いわゆる、数学における凸包（convex hull）の処理を行う構成とすることも可能である。
（Ｈ05）前記実施例において、対角線指定の判別手段Ｃ８１やトラック指定の判別手段Ｃ８４において、正方形領域２７，４４を使用して判別を行う構成を例示したが、これに限定されない。正方形ではなく、傾きバウンディングボックス２６の縦横比に応じた長方形の領域としたり、あるいは傾きバウンディングボックス２６の全域を使用して判定することも可能である。
（Ｈ06）前記実施例において、スキャナ部Ｕ２で読み取られた画像１を対象とする場合を例示したが、これに限定されない。例えば、文書作成ソフトウェアや製図ソフトウェアで作成されたマーカー付きの画像や、ＦＡＸ画像等、任意の画像を使用可能である。
（Ｈ07）前記実施例において、マーカーで囲まれた領域を判別して、対象の領域を隠蔽（マスキング）する処理を例示したが、これに限定されない。例えば、マーカーで囲まれた領域を、切り出したい場所の指定をする場合に使用したり、文書の色や文字の色を変えたい場所の指定をする場合に使用することも可能である。すなわち、実施例１では、マーカーで囲まれた領域を判別後、予め設定された画像処理の一例としてのマスキング処理を実行する場合を例示したが、これに限定されず、予め設定された画像処理のいち例として、切り出し処理や色変更処理を実行することも可能である。
（Ｈ06）前記実施例において、スキャナ部Ｕ２で読み取られた画像１を対象とする場合を例示したが、これに限定されない。例えば、文書作成ソフトウェアや製図ソフトウェアで作成されたマーカー付きの画像や、ＦＡＸ画像等、任意の画像を使用可能である。
（Ｈ07）前記実施例において、マーカーで囲まれた領域を判別して、対象の領域を隠蔽（マスキング）する処理を例示したが、これに限定されない。例えば、マーカーで囲まれた領域を、切り出したい場所の指定をする場合に使用したり、文書の色や文字の色を変えたい場所の指定をする場合に使用することも可能である。すなわち、実施例１では、マーカーで囲まれた領域を判別後、予め設定された画像処理の一例としてのマスキング処理を実行する場合を例示したが、これに限定されず、予め設定された画像処理のいち例として、切り出し処理や色変更処理を実行することも可能である。
１…画像、
６〜８，２８，３１，３６，４１，５１…指定印、
２６…最小の矩形、
２７…矩形の中心部分の正方形領域、
２９，２９′，３２，３７，３７′，４８，５２…隠蔽対象の領域、
４１，５１…指定印の外形形状、
４２…内接する楕円、
４４…矩形の両端部どうしを結合した正方形、
４６…正方形に含まれる指定印の外形形状、
４７…正方形に内接する円、
ＡＰ１…プログラム、
Ｃ５…矩形領域の導出手段、
Ｃ８…判別手段、
Ｃ９…画像処理手段、
Ｃ８１…対角線指定の判別手段、
Ｃ８２…第１の領域指定の判別手段、
Ｃ８３…行指定の判別手段、
Ｃ８４…第２の領域指定の判別手段、
Ｃ８５…外形指定の判別手段、
Ｋ１，Ｋ２…相関係数、
Ｋａ…第１の閾値、
Ｋｂ…第２の閾値、
ＰＣ…画像処理装置、コンピュータ、
Ｒ１…指定印の量、
Ｒａ…指定印の量の予め設定された閾値、
θ１…最小の矩形の水平に対する傾き、
θａ…傾きの予め設定された範囲。
６〜８，２８，３１，３６，４１，５１…指定印、
２６…最小の矩形、
２７…矩形の中心部分の正方形領域、
２９，２９′，３２，３７，３７′，４８，５２…隠蔽対象の領域、
４１，５１…指定印の外形形状、
４２…内接する楕円、
４４…矩形の両端部どうしを結合した正方形、
４６…正方形に含まれる指定印の外形形状、
４７…正方形に内接する円、
ＡＰ１…プログラム、
Ｃ５…矩形領域の導出手段、
Ｃ８…判別手段、
Ｃ９…画像処理手段、
Ｃ８１…対角線指定の判別手段、
Ｃ８２…第１の領域指定の判別手段、
Ｃ８３…行指定の判別手段、
Ｃ８４…第２の領域指定の判別手段、
Ｃ８５…外形指定の判別手段、
Ｋ１，Ｋ２…相関係数、
Ｋａ…第１の閾値、
Ｋｂ…第２の閾値、
ＰＣ…画像処理装置、コンピュータ、
Ｒ１…指定印の量、
Ｒａ…指定印の量の予め設定された閾値、
θ１…最小の矩形の水平に対する傾き、
θａ…傾きの予め設定された範囲。
Claims (8)
- 画像に対して付与された前記画像の特定の領域を指定する指定印に対して、前記指定印の領域を囲む最小の矩形を導出する矩形領域の導出手段と、
前記最小の矩形に基づいて、前記指定印で指定された領域を判別する判別手段と、
前記判別手段で判別された領域に基づいて、画像上の指定領域に対して、予め設定された画像処理を実行する画像処理手段と、
を備え、
前記判別手段は、
前記最小の矩形の水平に対する傾きが予め設定された範囲内且つ前記矩形の中心部分の正方形領域において前記正方形領域内の前記指定印の量が予め設定された閾値よりも小さい場合に、前記画像における指定領域の対角を結ぶ対角線で、領域を指定したと判別する対角線指定の判別手段と、
前記指定印で囲まれた内部の領域の画像において、文章と推定されるものが存在しない場合または図と推定されるものが存在する場合に、前記指定印で囲まれた内部の領域を指定したと判別する第１の領域指定の判別手段と、
を有し、前記対角線指定の判別手段による判別を行った後に、前記第１の領域指定の判別手段による判別を行う、
ことを特徴とする画像処理装置。 - 画像に対して付与された前記画像の特定の領域を指定する指定印に対して、前記指定印の領域を囲む最小の矩形を導出する矩形領域の導出手段と、
前記最小の矩形に基づいて、前記指定印で指定された領域を判別する判別手段と、
前記判別手段で判別された領域に基づいて、画像上の指定領域に対して、予め設定された画像処理を実行する画像処理手段と、
を備え、
前記判別手段は、
前記指定印で囲まれた内部の領域の画像において、文章と推定されるものが存在しない場合または図と推定されるものが存在する場合に、前記指定印で囲まれた内部の領域を指定したと判別する第１の領域指定の判別手段と、
前記指定印がされた領域の画像において、１行分の文字列と推定されるものが存在する場合に、前記指定印がされた１行分の文字列の領域を指定したと判別する行指定の判別手段と、
を有し、前記第１の領域指定の判別手段による判別を行った後に、前記行指定の判別手段による判別を行う、
ことを特徴とする画像処理装置。 - 画像に対して付与された前記画像の特定の領域を指定する指定印に対して、前記指定印の領域を囲む最小の矩形を導出する矩形領域の導出手段と、
前記最小の矩形に基づいて、前記指定印で指定された領域を判別する判別手段と、
前記判別手段で判別された領域に基づいて、画像上の指定領域に対して、予め設定された画像処理を実行する画像処理手段と、
を備え、
前記判別手段は、
前記指定印がされた領域の画像において、１行分の文字列と推定されるものが存在する場合に、前記指定印がされた１行分の文字列の領域を指定したと判別する行指定の判別手段と、
前記指定印の領域を含む最小の矩形に内接する楕円と前記指定印の外形形状との相関係数が予め設定された第１の閾値以上である場合、または、前記相関係数が前記第１の閾値未満且つ前記矩形の両端部どうしを結合した正方形に含まれる前記指定印の外形形状と前記正方形に内接する円との相関係数が予め設定された第２の閾値以上である場合に、前記指定印で囲まれた領域に含まれる文字列の行端までの領域を指定したと判別する第２の領域指定の判別手段と、
を有し、前記行指定の判別手段による判別を行った後に、前記第２の領域指定の判別手段による判別を行う、
ことを特徴とする画像処理装置。 - 画像に対して付与された前記画像の特定の領域を指定する指定印に対して、前記指定印の領域を囲む最小の矩形を導出する矩形領域の導出手段と、
前記最小の矩形に基づいて、前記指定印で指定された領域を判別する判別手段と、
前記判別手段で判別された領域に基づいて、画像上の指定領域に対して、予め設定された画像処理を実行する画像処理手段と、
を備え、
前記判別手段は、
前記最小の矩形の水平に対する傾きが予め設定された範囲内且つ前記矩形の中心部分の正方形領域において前記正方形領域内の前記指定印の量が予め設定された閾値よりも小さい場合に、前記画像における指定領域の対角を結ぶ対角線で、領域を指定したと判別する対角線指定の判別手段と、
前記指定印で囲まれた内部の領域の画像において、文章と推定されるものが存在しない場合または図と推定されるものが存在する場合に、前記指定印で囲まれた内部の領域を指定したと判別する第１の領域指定の判別手段と、
前記指定印がされた領域の画像において、１行分の文字列と推定されるものが存在する場合に、前記指定印がされた１行分の文字列の領域を指定したと判別する行指定の判別手段と、
前記指定印の領域を含む最小の矩形に内接する楕円と前記指定印の外形形状との相関係数が予め設定された第１の閾値以上である場合、または、前記相関係数が前記第１の閾値未満且つ前記矩形の両端部どうしを結合した正方形に含まれる前記指定印の外形形状と前記正方形に内接する円との相関係数が予め設定された第２の閾値以上である場合に、前記指定印で囲まれた領域に含まれる文字列の行端までの領域を指定したと判別する第２の領域指定の判別手段と、
前記指定印の外形形状に沿った領域を指定したと判別する外形指定の判別手段と、
を有し、前記対角線指定の判別手段、前記第１の領域指定の判別手段、前記行指定の判別手段および前記第２の領域指定の判別手段のいずれかの判別手段による判別を行った後に、前記外形指定の判別手段による判別を行う、
ことを特徴とする画像処理装置。 - 前記対角線指定の判別手段、前記第１の領域指定の判別手段、前記行指定の判別手段、前記第２の領域指定の判別手段、前記外形指定の判別手段の順に判別を行う、
ことを特徴とする請求項４に記載の画像処理装置。 - 画像に対して付与された前記画像の特定の領域を指定する指定印に対して、前記指定印の領域を囲む最小の矩形を導出する矩形領域の導出手段と、
前記最小の矩形に基づいて、前記指定印で指定された領域を判別する判別手段と、
前記判別手段で判別された領域に基づいて、画像上の指定領域に対して、予め設定された画像処理を実行する画像処理手段と、
を備え、
前記判別手段は、
前記指定印で囲まれた内部の領域の画像において、文章と推定されるものが存在しない場合または図と推定されるものが存在する場合に、前記指定印で囲まれた内部の領域を指定したと判別する第１の領域指定の判別手段、
を有する
ことを特徴とする画像処理装置。 - 画像に対して付与された前記画像の特定の領域を指定する指定印に対して、前記指定印の領域を囲む最小の矩形を導出する矩形領域の導出手段と、
前記最小の矩形に基づいて、前記指定印で指定された領域を判別する判別手段と、
前記判別手段で判別された領域に基づいて、画像上の指定領域に対して、予め設定された画像処理を実行する画像処理手段と、
を備え、
前記判別手段は、
前記指定印の領域を含む最小の矩形に内接する楕円と前記指定印の外形形状との相関係数が予め設定された第１の閾値以上である場合、または、前記相関係数が前記第１の閾値未満且つ前記矩形の両端部どうしを結合した正方形に含まれる前記指定印の外形形状と前記正方形に内接する円との相関係数が予め設定された第２の閾値以上である場合に、前記指定印で囲まれた領域に含まれる文字列の行端までの領域を指定したと判別する第２の領域指定の判別手段、
を有する
ことを特徴とする画像処理装置。 - コンピュータを、
画像に対して付与された前記画像の特定の領域を指定する指定印に対して、前記指定印の領域を囲む最小の矩形を導出する矩形領域の導出手段、
前記最小の矩形に基づいて、前記指定印で指定された領域を判別する判別手段であって、前記指定印で囲まれた内部の領域の画像において、文章と推定されるものが存在しない場合または図と推定されるものが存在する場合に、前記指定印で囲まれた内部の領域を指定したと判別する第１の領域指定の判別手段と、前記指定印がされた領域の画像において、１行分の文字列と推定されるものが存在する場合に、前記指定印がされた１行分の文字列の領域を指定したと判別する行指定の判別手段と、を有し、前記第１の領域指定の判別手段による判別を行った後に、前記行指定の判別手段による判別を行う前記判別手段、
前記判別手段で判別された領域に基づいて、画像上の指定領域に対して、予め設定された画像処理を実行する画像処理手段、
として機能させることを特徴とするプログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2015187213A JP6623643B2 (ja) | 2015-09-24 | 2015-09-24 | 画像処理装置およびプログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2015187213A JP6623643B2 (ja) | 2015-09-24 | 2015-09-24 | 画像処理装置およびプログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2017063292A JP2017063292A (ja) | 2017-03-30 |
| JP6623643B2 true JP6623643B2 (ja) | 2019-12-25 |
Family
ID=58429246
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2015187213A Expired - Fee Related JP6623643B2 (ja) | 2015-09-24 | 2015-09-24 | 画像処理装置およびプログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6623643B2 (ja) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6973295B2 (ja) * | 2018-05-28 | 2021-11-24 | 京セラドキュメントソリューションズ株式会社 | 画像処理装置及び画像処理方法 |
| CN113012264B (zh) * | 2021-03-25 | 2024-08-20 | 北京有竹居网络技术有限公司 | 一种图片处理方法、装置和设备 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH05292294A (ja) * | 1992-04-09 | 1993-11-05 | Ricoh Co Ltd | デジタル複写機 |
| JPH09186850A (ja) * | 1995-12-29 | 1997-07-15 | Ricoh Co Ltd | スタンプ印字装置 |
| JP2011004356A (ja) * | 2009-06-22 | 2011-01-06 | Kyocera Mita Corp | 画像形成装置 |
| JP5994251B2 (ja) * | 2012-01-06 | 2016-09-21 | 富士ゼロックス株式会社 | 画像処理装置及びプログラム |
-
2015
- 2015-09-24 JP JP2015187213A patent/JP6623643B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2017063292A (ja) | 2017-03-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5774580A (en) | Document image processing method and system having function of determining body text region reading order | |
| US7831107B2 (en) | Image processing apparatus, image processing method, and program | |
| JP4557765B2 (ja) | 画像処理装置およびその方法 | |
| JP5121599B2 (ja) | 画像処理装置、画像処理方法およびそのプログラムならびに記憶媒体 | |
| JP4785655B2 (ja) | 文書処理装置及び文書処理方法 | |
| US9189459B2 (en) | Document image layout apparatus | |
| JP6623643B2 (ja) | 画像処理装置およびプログラム | |
| US6947596B2 (en) | Character recognition method, program and recording medium | |
| JP4991590B2 (ja) | 画像処理装置、画像処理方法、画像処理プログラム、及び、記憶媒体 | |
| US8620068B2 (en) | Image processing apparatus, image processing method, and medium storing program thereof | |
| JP2008312139A (ja) | 印刷装置及び印刷方法 | |
| JP2007109179A (ja) | 画像処理装置及びその制御方法、プログラム | |
| JP2008282149A (ja) | 画像処理装置、画像処理方法、画像処理プログラム | |
| JP4603658B2 (ja) | 画像処理装置及び画像処理方法並びに記憶媒体 | |
| JP4998176B2 (ja) | 翻訳装置及びプログラム | |
| JP4208520B2 (ja) | 画像処理装置および画像処理方法、プログラムおよび記憶媒体 | |
| JP2007109177A (ja) | 画像処理装置及びその制御方法、プログラム | |
| JP4281236B2 (ja) | 画像認識装置、画像認識方法、および、画像認識プログラムを記憶したコンピュータ読取り可能な記録媒体 | |
| JPH05292294A (ja) | デジタル複写機 | |
| JP2009193170A (ja) | 文字認識装置及び文字認識方法 | |
| JP2007265007A (ja) | 画像処理装置および文書管理システム | |
| JP2007109178A (ja) | 画像処理装置及びその制御方法、プログラム | |
| JP2002297638A (ja) | 文書画像からのタイトル抽出方法 | |
| JP5146199B2 (ja) | 差分抽出装置及び差分抽出プログラム | |
| JP7150809B2 (ja) | 多モデル深層学習による文書のデジタル化アーキテクチャ、文書画像処理プログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180831 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190628 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190709 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190902 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20191029 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20191111 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6623643 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| LAPS | Cancellation because of no payment of annual fees |