JP6852369B2 - 画像処理装置及び画像処理プログラム - Google Patents

Description

本発明は、画像処理装置及び画像処理プログラムに関する。

特許文献１には、名刺等の白い原稿でも原稿領域の自動切り出しを可能にすることを課題とし、原稿台上の読取範囲全面を読取る全面画像データを得る工程と、原稿台上の前記読取範囲全面を覆う黒シートを検出する工程と、全面画像データから矩形の原稿領域を識別する識別工程と、前記識別工程で識別された矩形の原稿領域の画像を前記全面画像データから切り出して原稿領域の画像データを得る工程を有することが開示されている。

特許文献２には、名刺フォルダから名刺を取り出す手間がなく、名刺を裏返す場合に、１枚ずつ名刺を裏返す手間を省くことができ、操作性が向上し、また、データ管理を効率化することができる名刺管理システムを提供することを課題とし、１頁に複数枚の名刺を収納可能で透明な名刺フォルダを画像読取装置にて読取る画像読取システムにおいて、前記画像読取装置が、複数枚の名刺を収納した前記名刺フォルダの表面の画像を読取り、第１画像データを得る第１読取工程と、前記画像読取装置が、前記複数枚の名刺を収納した前記名刺フォルダの裏面の画像を読取り、第２画像データを得る第２読取工程と、前記第１と第２の画像データの天地方向を合わせる工程と、前記第１と第２の画像データから、各名刺を切り出す切出工程と、前記天地方向を合わせた前記第１と第２の画像データにおける各名刺の位置関係から、各名刺の表面と裏面とを関連付ける関連付工程と、前記切出工程で切り出した各名刺の両面分のデータを１つの項目として取り扱う工程とを有することが開示されている。

特許文献３には、原稿地肌への影響を極力小さいものにしつつ、原稿カバー（プラテンカバー）の開閉状態に係わりなく精度のよい原稿検知を可能にすることを課題とし、プラテン上に載置された原稿を光学的に走査して読取られる画像情報の処理を行う画像処理装置にあって、画像処理の対象となる原稿領域を検知する原稿検知装置において、プラテン上にて開閉可能なプラテンカバーの当該原稿押え面を対象となる原稿の色と異なる色にて着色し、プラテンカバーの開放状態と閉鎖状態を判別するプラテン開閉判別手段と、プラテン開閉判別手段がプラテンカバーの開放状態を判別するときに原稿とその背景部との濃度差に基づいて原稿エッジ部を検出する第一の原稿エッジ検出手段と、プラテン開閉判別手段がプラテンカバーの閉鎖状態を判別するときに原稿とプラテンカバーの原稿押え面の色差に基づいて原稿エッジ部を検出する第二の原稿エッジ検出手段と、第一又は第二の原稿エッジ検出手段にて検出された原稿エッジ部を含む所定領域を原稿領域として特定する原稿領域特定手段とを備えたことが開示されている。

特開２００３−３３８９２０号公報 特許第４７９５０３８号公報 特許第２９５８９８１号公報

１回のスキャンで複数枚の原稿を読み取ることが行われている。そして、その画像からそれぞれの原稿画像を抽出することが行われている。例えば、背景として黒色の台紙を用いて原稿画像の抽出精度を高めることが行われている。この場合、操作者は規定の黒色の台紙を用いない場合がある。
そこで、本発明は、背景が白色であるか否かを固定せずに原稿画像を抽出する場合にあって、背景に使用できる色を固定したことを想定した処理に比べて、原稿画像の抽出精度を高めることができるようにした画像処理装置及び画像処理プログラムを提供することを目的としている。

かかる目的を達成するための本発明の要旨とするところは、次の各項の発明に存する。
請求項１の発明は、複数の原稿画像が含まれている画像から矩形を検出する第１の検出手段と、前記矩形内の背景が白色でない場合は、該矩形に内包されている矩形を原稿画像として検出する第２の検出手段と、予め定められた条件にしたがって、前記第１の検出手段によって検出された矩形内の背景が白色であるか否かを判定する判定手段を有し、前記第２の検出手段は、前記判定手段による判定結果を用い、前記条件として、前記第１の検出手段によって検出された矩形の数と予め定められた閾値との比較を用いる、画像処理装置である。
請求項２の発明は、複数の原稿画像が含まれている画像から矩形を検出する第１の検出手段と、前記矩形内の背景が白色でない場合は、該矩形に内包されている矩形を原稿画像として検出する第２の検出手段と、予め定められた条件にしたがって、前記第１の検出手段によって検出された矩形内の背景が白色であるか否かを判定する判定手段を有し、前記第２の検出手段は、前記判定手段による判定結果を用い、前記条件として、前記第１の検出手段によって検出された矩形に内包されている矩形の数と予め定められた閾値との比較を用いる、画像処理装置である。

請求項３の発明は、前記第２の検出手段は、前記矩形の背景が白色である場合は、前記第１の検出手段によって検出された矩形を原稿画像として検出する、請求項１又は２に記載の画像処理装置である。

請求項４の発明は、前記第１の検出手段は、前記画像内で最も外側にある矩形を検出する、請求項１から３のいずれか一項に記載の画像処理装置である。

請求項５の発明は、コンピュータを、複数の原稿画像が含まれている画像から矩形を検出する第１の検出手段と、前記矩形内の背景が白色でない場合は、該矩形に内包されている矩形を原稿画像として検出する第２の検出手段と、予め定められた条件にしたがって、前記第１の検出手段によって検出された矩形内の背景が白色であるか否かを判定する判定手段として機能させ、前記第２の検出手段は、前記判定手段による判定結果を用い、前記条件として、前記第１の検出手段によって検出された矩形の数と予め定められた閾値との比較を用いる、画像処理プログラムである。
請求項６の発明は、コンピュータを、複数の原稿画像が含まれている画像から矩形を検出する第１の検出手段と、前記矩形内の背景が白色でない場合は、該矩形に内包されている矩形を原稿画像として検出する第２の検出手段と、予め定められた条件にしたがって、前記第１の検出手段によって検出された矩形内の背景が白色であるか否かを判定する判定手段として機能させ、前記第２の検出手段は、前記判定手段による判定結果を用い、前記条件として、前記第１の検出手段によって検出された矩形に内包されている矩形の数と予め定められた閾値との比較を用いる、画像処理プログラムである。

請求項１の画像処理装置によれば、背景が白色であるか否かを固定せずに原稿画像を抽出する場合にあって、背景に使用できる色を固定したことを想定した処理に比べて、原稿画像の抽出精度を高めることができる。また、予め定められた条件にしたがって、矩形内の背景が白色であるか否かを判定することができる。そして、矩形の数と予め定められた閾値との比較を用いることによって、矩形内の背景が白色であるか否かを判定することができる。
請求項２の画像処理装置によれば、背景が白色であるか否かを固定せずに原稿画像を抽出する場合にあって、背景に使用できる色を固定したことを想定した処理に比べて、原稿画像の抽出精度を高めることができる。また、予め定められた条件にしたがって、矩形内の背景が白色であるか否かを判定することができる。そして、矩形に内包されている矩形の数と予め定められた閾値との比較を用いることによって、矩形内の背景が白色であるか否かを判定することができる。

請求項３の画像処理装置によれば、矩形の背景が白色である場合にも対応することができる。

請求項４の画像処理装置によれば、画像内で最も外側にある矩形を対象にして判定することができる。

請求項５の画像処理プログラムによれば、背景が白色であるか否かを固定せずに原稿画像を抽出する場合にあって、背景に使用できる色を固定したことを想定した処理に比べて、原稿画像の抽出精度を高めることができる。また、予め定められた条件にしたがって、矩形内の背景が白色であるか否かを判定することができる。そして、矩形の数と予め定められた閾値との比較を用いることによって、矩形内の背景が白色であるか否かを判定することができる。
請求項６の画像処理プログラムによれば、背景が白色であるか否かを固定せずに原稿画像を抽出する場合にあって、背景に使用できる色を固定したことを想定した処理に比べて、原稿画像の抽出精度を高めることができる。また、予め定められた条件にしたがって、矩形内の背景が白色であるか否かを判定することができる。そして、矩形に内包されている矩形の数と予め定められた閾値との比較を用いることによって、矩形内の背景が白色であるか否かを判定することができる。

第１の実施の形態の構成例についての概念的なモジュール構成図である。 本実施の形態を利用したシステム構成例を示す説明図である。 第１の実施の形態における対象となる画像の例を示す説明図である。 第１の実施の形態を用いずに、原稿画像を抽出する処理例の説明図である。 第１の実施の形態の構成例についての概念的なモジュール構成図である。 第１の実施の形態による処理例を示すフローチャートである。 第１の実施の形態による処理例を示すフローチャートである。 第１の実施の形態による処理例を示す説明図である。 第１の実施の形態による処理例を示す説明図である。 第１の実施の形態の構成例についての概念的なモジュール構成図である。 第１の実施の形態による処理例を示すフローチャートである。 第１の実施の形態による処理例を示す説明図である。 第１の実施の形態による処理例を示す説明図である。 処理結果テーブルのデータ構造例を示す説明図である。 第２の実施の形態の構成例についての概念的なモジュール構成図である。 第２の実施の形態を用いずに、原稿画像を抽出する処理例の説明図である。 第２の実施の形態による処理例を示すフローチャートである。 第２の実施の形態による処理例を示すフローチャートである。 第２の実施の形態による処理例を示すフローチャートである。 第２の実施の形態による処理例を示す説明図である。 第２の実施の形態による処理例を示すフローチャートである。 第２の実施の形態による処理例を示すフローチャートである。 第２の実施の形態による処理例を示す説明図である。 第２の実施の形態による処理例を示すフローチャートである。 第２の実施の形態による処理例を示す説明図である。 本実施の形態を実現するコンピュータのハードウェア構成例を示すブロック図である。

以下、図面に基づき本発明を実現するにあたっての好適な各種の実施の形態の例を説明する。
＜＜第１実施の形態＞＞
図１は、第１の実施の形態の構成例についての概念的なモジュール構成図を示している。
なお、モジュールとは、一般的に論理的に分離可能なソフトウェア（コンピュータ・プログラム）、ハードウェア等の部品を指す。したがって、本実施の形態におけるモジュールはコンピュータ・プログラムにおけるモジュールのことだけでなく、ハードウェア構成におけるモジュールも指す。それゆえ、本実施の形態は、それらのモジュールとして機能させるためのコンピュータ・プログラム（コンピュータにそれぞれの手順を実行させるためのプログラム、コンピュータをそれぞれの手段として機能させるためのプログラム、コンピュータにそれぞれの機能を実現させるためのプログラム）、システム及び方法の説明をも兼ねている。ただし、説明の都合上、「記憶する」、「記憶させる」、これらと同等の文言を用いるが、これらの文言は、実施の形態がコンピュータ・プログラムの場合は、記憶装置に記憶させる、又は記憶装置に記憶させるように制御するという意味である。また、モジュールは機能に１対１に対応していてもよいが、実装においては、１モジュールを１プログラムで構成してもよいし、複数モジュールを１プログラムで構成してもよく、逆に１モジュールを複数プログラムで構成してもよい。また、複数モジュールは１コンピュータによって実行されてもよいし、分散又は並列環境におけるコンピュータによって１モジュールが複数コンピュータで実行されてもよい。なお、１つのモジュールに他のモジュールが含まれていてもよい。また、以下、「接続」とは物理的な接続の他、論理的な接続（データの授受、指示、データ間の参照関係等）の場合にも用いる。「予め定められた」とは、対象としている処理の前に定まっていることをいい、本実施の形態による処理が始まる前はもちろんのこと、本実施の形態による処理が始まった後であっても、対象としている処理の前であれば、そのときの状況・状態にしたがって、又はそれまでの状況・状態にしたがって定まることの意を含めて用いる。「予め定められた値」が複数ある場合は、それぞれ異なった値であってもよいし、２以上の値（もちろんのことながら、全ての値も含む）が同じであってもよい。また、「Ａである場合、Ｂをする」という記載は、「Ａであるか否かを判断し、Ａであると判断した場合はＢをする」の意味で用いる。ただし、Ａであるか否かの判断が不要である場合を除く。
また、システム又は装置とは、複数のコンピュータ、ハードウェア、装置等がネットワーク（１対１対応の通信接続を含む）等の通信手段で接続されて構成されるほか、１つのコンピュータ、ハードウェア、装置等によって実現される場合も含まれる。「装置」と「システム」とは、互いに同義の用語として用いる。もちろんのことながら、「システム」には、人為的な取り決めである社会的な「仕組み」（社会システム）にすぎないものは含まない。
また、各モジュールによる処理毎に又はモジュール内で複数の処理を行う場合はその処理毎に、対象となる情報を記憶装置から読み込み、その処理を行った後に、処理結果を記憶装置に書き出すものである。したがって、処理前の記憶装置からの読み込み、処理後の記憶装置への書き出しについては、説明を省略する場合がある。なお、ここでの記憶装置としては、ハードディスク、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、外部記憶媒体、通信回線を介した記憶装置、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）内のレジスタ等を含んでいてもよい。

第１の実施の形態である画像処理装置１００は、複数の原稿画像が含まれている画像から、その原稿画像を検出するものであって、図１の例に示すように、データ読込モジュール１１０、矩形検出モジュール１２０、条件判定モジュール１３０、内包矩形検出モジュール１４０を有している。
例えば、名刺、領収書（レシート）等の原稿の画像を読み取って、文字認識等の処理を行って、名刺データベースの生成処理、経理処理等が行われている。画像の読み取り（スキャン）処理は、それぞれの原稿が小さいことから、１回のスキャン処理で読み取り台（原稿台、プラテンともいわれる）に置いた複数枚の原稿を読み取ることが行われている。この場合、１回のスキャン処理で受け付けた１枚の画像から複数の原稿画像を抽出しなければならない。原稿画像の抽出精度を高めるために、一般に、名刺、領収書等の原稿は白いことが多いので、原稿の背景が黒色となるように、黒台紙や専用のフォルダ（原稿の背景が黒色となり、原稿を予め定められた位置に挿入する書類ばさみ）を用いるようにしている（特許文献１等参照）。黒台紙や専用のフォルダを利用して複数原稿を検出する際に、その黒台紙等をプラテン領域の角に当たるように配置しないとその状態を正しく判定できない。例えば、図３（ａ）に示すように、黒台紙３１０ａを原稿台３００（プラテンともいわれる）の角（左下隅）に合わせるように配置する必要がある。なお、図３の例は、上側から見た場合の図面であるので、複数の原稿は、黒台紙３１０ａの下側（裏側）にある。
しかし、一般的な操作者によって複数原稿の読み取りが実行される際に、理解不足や操作上のミスで、想定外の配置が行われることがあり得る。例えば、図３（ｂ１）に示すように、原稿台３００の角に当たるように黒台紙３１０ｂ１を配置していない場合、また、図３（ｂ２）に示すように、原稿台３００に対して黒台紙３１０ｂ２を斜めに配置してしまう場合等がある。これらの場合、本実施の形態以外（例えば、特許文献１に記載の技術等）では、正しく動作しない可能性がある。逆に、操作者への運用上の制約が厳しいともいる。
また、全面が黒一色となる台紙（縁無し黒台紙）を用いない場合もある。例えば、図３（ｃ）に示すように、黒台紙３１０ｃは黒領域３３０が白縁３２０で囲まれている。具体的には、プラテンカバーを開けたままコピー操作を行うと、一般的には縁無し印刷機能が無いので、白い縁有りの黒台紙３１０ｃが生成されることになる。この場合、本実施の形態以外（例えば、特許文献１に記載の技術等）では、操作者が正しく配置したとしても、原稿画像を検出できなくなることがある。

図４は、第１の実施の形態を用いずに、原稿画像を抽出する処理例の説明図である。画像内の予め定められた領域で、画像の背景の色を判定する場合の例である。２枚の名刺が黒台紙を用いて読み取られているので、本来は、台紙画像４２０内の名刺画像４３０、名刺画像４３５を、２つの原稿画像として検出すべきである。しかし、黒台紙が傾いた状態で読み取りが行われたため、台紙画像４２０の外側に白い領域ができている。
図４（ａ１）に示す例では、台紙色判定領域４１０ａ１は、画像４００ａ１の左辺の上部の領域である。台紙色判定領域４１０ａ１を用いて、黒台紙が用いられたか否かを判断しており、台紙色判定領域４１０ａ１が白色のため、黒台紙が用いられていないと判定してしまう。
図４（ａ２）に示す例では、台紙色判定領域４１０ａ２は、画像４００ａ２の４辺の周辺領域であり、その台紙色判定領域４１０ａ２を用いて、黒台紙が用いられたか否かを判断しており、図４（ａ１）に示す例よりも広い領域を判定に用いている。しかし、台紙色判定領域４１０ａ２が白色のため、黒台紙が用いられていないと判定してしまう。
図４（ａ１）、（ａ２）に示す例の処理では、図４（ｂ）に示すように、画像４５０を名刺の画像として検出してしまう。つまり、本来の名刺画像４６０、名刺画像４６５を検出できていない。

データ読込モジュール１１０は、矩形検出モジュール１２０と接続されている。データ読込モジュール１１０は、複数の原稿画像が含まれている画像を受け付ける。画像を受け付けるとは、例えば、スキャナ、カメラ等で画像を読み込むこと、ファックス等で通信回線を介して外部機器から画像を受信すること、ハードディスク（画像処理装置１００に内蔵されているものの他に、ネットワークを介して接続されているもの等を含む）等に記憶されている画像を読み出すこと等が含まれる。画像は、多値画像（カラー画像を含む）である。
原稿を読み込む場合、白色以外の色（例えば、黒色や濃紺色や濃い灰色などの明度の低い濃い色や、金属色のような読み取り光の反射特性が異なる色等、以下、本実施の形態では黒色と表現する）の台紙を用いて読み込まれる場合もあるし、白色の台紙を用いて読み込まれる場合もある。この台紙の色が、画像の背景色となる。また、台紙そのものを用いずに読み込まれる場合もあり、この場合は、プラテンカバーの裏側の色（例えば、白色等）が画像の背景色となる。台紙として、予め定められた台紙（画像処理装置１００を組み込んだ製品の付属品等）であってもよいし、操作者が用意した台紙であってもよい。例えば、前述の縁無し黒台紙、白い縁有り黒台紙等であってもよい。また、原稿台３００の角に当たるように黒台紙３１０を配置することが推奨されるが、前述の図３（ｂ１）、（ｂ２）の例に示すように、角から離れたり、黒台紙３１０が斜めに配置されていてもよい。
なお、操作者に対しては、複数枚の原稿を読み込ませる場合は、黒い台紙を用いることを推奨するようにしてもよい。例えば、「複数枚の原稿を読み込ませる」指示を受け付けた場合は、黒い台紙を用いる旨を表示するようにしてもよい。ただし、操作者は、必ずしもそれにしたがって、黒い台紙を用いるとは限らない。

矩形検出モジュール１２０は、データ読込モジュール１１０、条件判定モジュール１３０と接続されている。矩形検出モジュール１２０は、複数の原稿画像が含まれている画像から矩形を検出する。
また、矩形検出モジュール１２０は、対象としている画像内で最も外側にある矩形を検出するようにしてもよい。「最も外側にある矩形」とは、内包関係を考慮した場合の矩形をいい、その矩形が他の矩形に含まれていないことをいう。内包されているか否かは、矩形の角の座標から矩形内、矩形外の領域を区別し、他の矩形との包含関係を判定すればよい。また、対象としている画像の外縁から走査して、最初の矩形としてもよい。
「最も外側にある矩形」は、複数あってもよい。例えば、画像内の背景が白色である場合は、「最も外側にある矩形」は、原稿画像の矩形となるので、原稿の数だけ矩形を抽出することになる。
また、画像内の背景が黒色である場合は、一般的には、１枚の台紙を用いるので、１つの矩形となる。ただし、複数の台紙を用いた場合は、複数の矩形となることがある。例えば、画像内に２つの黒背景の領域がある場合がある。具体的には、２つの縁有り黒台紙を並べて、スキャンした場合が該当する。縁有り黒台紙であることから、黒背景の領域となるが、それが２つ並べられているので、「最も外側にある矩形」は２つの黒領域となる。

条件判定モジュール１３０は、矩形検出モジュール１２０、内包矩形検出モジュール１４０と接続されている。条件判定モジュール１３０は、予め定められた条件にしたがって、矩形検出モジュール１２０によって検出された矩形内の背景が白色であるか否かを判定する。ここでの「矩形内の背景」とは、矩形内の下地である。また、「白色でない場合」として、例えば、「黒色である場合」、「灰色である場合」等がある。以下の説明では、「白色でない」の例として「黒色」を用いて説明する。この背景が白色でない場合は、推奨された台紙（例えば、黒い台紙等）が用いられて原稿画像が読み込まれたことを意味し、この背景が白色である場合は、台紙が用いられていない、又は推奨された台紙以外の台紙（例えば、白い縁がある台紙等）が用いられて原稿画像が読み込まれたことを意味する。なお、予め定められた条件を複数用意しておき、台紙と原稿の組み合わせに対して、適用する条件を切り替えるようにしてもよい。

予め定められた条件として、矩形検出モジュール１２０によって検出された矩形の数と予め定められた閾値との比較を用いるようにしてもよい。
また、予め定められた条件として、矩形検出モジュール１２０によって検出された矩形内の予め定められた領域内の黒画素数又は白画素数と予め定められた閾値との比較を用いるようにしてもよい。ここで「黒画素数又は白画素数と予め定められた閾値との比較」とは、もちろんのことながら、「黒画素数と予め定められた閾値との比較」、「白画素数と予め定められた閾値との比較」、「黒画素数と予め定められた閾値との比較、そして、白画素数と予め定められた閾値との比較」のいずれかとなる。
また、予め定められた条件として、矩形検出モジュール１２０によって検出された矩形のサイズと予め定められた閾値との比較を用いるようにしてもよい。予め定められたサイズ以下である矩形は、原稿である可能性が高いので、原稿を台紙と判定してしまう誤処理がされないように抑制できる。
また、予め定められた条件として、矩形検出モジュール１２０によって検出された矩形に内包されている矩形の数と予め定められた閾値との比較を用いるようにしてもよい。そもそも内包される矩形がなければ、原稿そのものである可能性が高いからである。
なお、条件判定モジュール１３０による判定処理は縮小した画像を用いて実行し、出力用の原稿画像の切り出し処理は元の解像度の画像から行うようにしてもよい。判定処理を高速に実施でき、縮小画像であるので、微小な検出領域のずれを押えてロバストに判断ができるようになる。

内包矩形検出モジュール１４０は、条件判定モジュール１３０と接続されている。内包矩形検出モジュール１４０は、矩形検出モジュール１２０が検出した矩形内の背景が白色でない場合（条件判定モジュール１３０の判定結果が白色でない場合）は、その矩形に内包されている矩形を原稿画像として検出する。
また、内包矩形検出モジュール１４０は、矩形検出モジュール１２０が検出した矩形の背景が白色である場合は、矩形検出モジュール１２０によって検出された矩形を原稿画像として検出するようにしてもよい。
内包矩形検出モジュール１４０は、処理結果として、例えば、処理結果テーブル１４００を生成する。図１４は、処理結果テーブル１４００のデータ構造例を示す説明図である。処理結果テーブル１４００は、画像ＩＤ欄１４０５、原稿画像数欄１４１０、原稿画像ＩＤ欄１４１５、頂点Ａ欄１４２０、頂点Ｂ欄１４２５、頂点Ｃ欄１４３０、頂点Ｄ欄１４３５等を有している。画像ＩＤ欄１４０５は、本実施の形態において、データ読込モジュール１１０が受け付けた画像を一意に識別するための情報（画像ＩＤ：ＩＤｅｎｔｉｆｉｃａｔｉｏｎ）を記憶している。原稿画像数欄１４１０は、原稿画像数を記憶している。原稿画像数欄１４１０以降、原稿画像ＩＤ欄１４１５から頂点Ｄ欄１４３５の組が原稿画像数だけ続く。原稿画像ＩＤ欄１４１５は、本実施の形態において、原稿画像を一意に識別するための情報（原稿画像ＩＤ）を記憶している。頂点Ａ欄１４２０は、頂点Ａの座標を記憶している。頂点Ｂ欄１４２５は、頂点Ｂの座標を記憶している。頂点Ｃ欄１４３０は、頂点Ｃの座標を記憶している。頂点Ｄ欄１４３５は、頂点Ｄの座標を記憶している。
内包矩形検出モジュール１４０は、画像と処理結果テーブル１４００を出力、又は、処理結果テーブル１４００にしたがって画像から各原稿画像を抽出して出力する。例えば、その抽出した原稿画像の出力には、プリンタ等の印刷装置で印刷すること、ディスプレイ等の表示装置に表示すること、ファックス等の画像送信装置で画像を送信すること、画像データベース等の画像記憶装置へ書き込むこと、メモリーカード等の記憶媒体に記憶すること、他の情報処理装置（後述する原稿処理装置２５０等）へ渡すこと等が含まれる。

図２は、本実施の形態を利用したシステム構成例を示す説明図である。
図２（ａ）の例は、スタンドアロンとして構成した場合を示すものである。画像読取装置２００は、画像処理装置１００を有している。
例えば、操作者は、複数枚の原稿を画像読取装置２００のプラテン上に配置して、画像処理装置１００に複数枚原稿の抽出処理を行わせる。背景となる台紙として、黒色のものを用いてもよいし、白色であってもよい。その抽出結果を印刷してもよいし、ＵＳＢメモリ等に出力してもよい。

図２（ｂ）に示す例は、通信回線２９０を介してシステムを構成したものである。画像読取装置２００Ａ、画像読取装置２００Ｂ、画像読取装置２００Ｃ、画像読取装置２００Ｄ、原稿画像処理装置２４０、原稿処理装置２５０は、通信回線２９０を介してそれぞれ接続されている。通信回線２９０は、無線、有線、これらの組み合わせであってもよく、例えば、通信インフラとしてのインターネット、イントラネット等であってもよい。また、原稿画像処理装置２４０、原稿処理装置２５０による機能は、クラウドサービスとして実現してもよい。
画像読取装置２００Ａは、画像処理装置１００Ａを有している。画像読取装置２００Ｂは、画像処理装置１００Ｂを有している。原稿画像処理装置２４０は、画像処理装置１００を有している。
例えば、操作者は、複数枚の原稿を画像読取装置２００Ａのプラテン上に配置する。背景となる台紙として、黒色のものを用いてもよいし、白色であってもよい。そして、画像処理装置１００Ａに複数の原稿画像の抽出処理を行わせる。画像処理装置１００Ａは、複数の原稿画像が含まれている画像とその抽出結果である処理結果テーブル１４００、又は、処理結果テーブル１４００にしたがって画像から抽出した原稿画像を原稿処理装置２５０に送信する。原稿処理装置２５０では、各原稿画像の文字認識処理を行い、名刺画像である場合は名刺データベースの生成処理等、原稿画像が領収書画像である場合は経理処理等を行う。
また、画像処理装置１００を備えていない画像読取装置２００Ｃ、画像読取装置２００Ｄでは、原稿画像処理装置２４０を用いるようにしてもよい。例えば、操作者は、複数枚の原稿を画像読取装置２００Ｃのプラテン上に配置する。背景となる台紙として、黒色のものを用いてもよいし、白色であってもよい。そして、画像読取装置２００Ｃは、それらの原稿を読み取り、読み取った画像を原稿画像処理装置２４０に送信する。原稿画像処理装置２４０内の画像処理装置１００が、複数の原稿画像の抽出処理を行い、その処理結果に対して、原稿画像処理装置２４０が、原稿処理装置２５０と同等の処理（名刺データベースの生成処理、経理処理等）を行う。

図５は、第１の実施の形態の構成例についての概念的なモジュール構成図である。図１の例に示したモジュール構成をさらに詳細にしたものである。
データ読込モジュール１１０は、矩形検出モジュール１２０の画像縮小モジュール５１０、矩形切出＆傾き補正モジュール５４０と接続されている。データ読込モジュール１１０は、受け付けた画像を画像縮小モジュール５１０、矩形切出＆傾き補正モジュール５４０に渡す。
矩形検出モジュール１２０は、画像縮小モジュール５１０、矩形検出処理モジュール５２０、座標復元モジュール５３０、矩形切出＆傾き補正モジュール５４０、矩形切出＆傾き補正モジュール５５０を有している。
画像縮小モジュール５１０は、データ読込モジュール１１０、矩形検出処理モジュール５２０、矩形切出＆傾き補正モジュール５５０と接続されている。矩形検出モジュール１２０は、黒台紙であるか否かの判定を低解像度で行う。そのため、画像縮小モジュール５１０は、データ読込モジュール１１０によって受け付けられた画像を縮小する。例えば、予め定められた縮小率で縮小してもよいし、予め定められたサイズに縮小してもよい。縮小処理は、既存の技術を用いて行う。例えば、単純間引き等を用いればよい。縮小後の画像を矩形検出処理モジュール５２０、矩形切出＆傾き補正モジュール５５０に渡す。

矩形検出処理モジュール５２０は、画像縮小モジュール５１０、座標復元モジュール５３０、矩形切出＆傾き補正モジュール５５０と接続されている。矩形検出処理モジュール５２０は、縮小された画像内で、最も外側に位置する矩形を検出する。例えば、後述する第２の実施の形態の固定濃度差算出モジュール１５３０又はエッジ成分算出モジュール１５４０による処理を行うようにしてもよい。処理結果（座標情報等）を、座標復元モジュール５３０、矩形切出＆傾き補正モジュール５５０に渡す。
座標復元モジュール５３０は、矩形検出処理モジュール５２０、矩形切出＆傾き補正モジュール５４０と接続されている。座標復元モジュール５３０は、矩形検出処理モジュール５２０によって検出された座標情報を縮小前の座標に復元（拡大）する。復元した座標情報を矩形切出＆傾き補正モジュール５４０に渡す。
矩形切出＆傾き補正モジュール５４０は、データ読込モジュール１１０、座標復元モジュール５３０、内包矩形検出モジュール１４０と接続されている。矩形切出＆傾き補正モジュール５４０は、座標復元モジュール５３０によって復元された座標情報を用いて、データ読込モジュール１１０によって受け付けられた画像から矩形の画像を抽出し、傾き補正を行う。傾き補正は、既存の技術を用いて行う。例えば、座標情報から各辺が水平又は垂直となるようにアフィン変換（回転処理）等を用いればよい。処理結果の矩形の画像を内包矩形検出モジュール１４０に渡す。
矩形切出＆傾き補正モジュール５５０は、画像縮小モジュール５１０、矩形検出処理モジュール５２０、条件判定モジュール１３０と接続されている。矩形切出＆傾き補正モジュール５５０は、矩形検出処理モジュール５２０によって検出された座標情報を用いて、画像縮小モジュール５１０によって縮小された画像から矩形の画像を抽出し、傾き補正を行う。矩形切出＆傾き補正モジュール５４０と異なるのは、縮小された画像を対象としていることである。黒台紙が用いられているか否かの判定は、縮小された画像を対象としても十分に行うことができ、処理量を減少させて処理速度を速めるためである。処理結果の矩形の画像を条件判定モジュール１３０に渡す。
条件判定モジュール１３０は、矩形検出モジュール１２０の矩形切出＆傾き補正モジュール５５０、内包矩形検出モジュール１４０と接続されている。条件判定モジュール１３０は、予め定められた条件にしたがって、矩形切出＆傾き補正モジュール５５０による処理結果である矩形内の背景が黒色であるか否かを判定する。詳細な処理については、図１０の例を用いて後述する。

内包矩形検出モジュール１４０は、黒台紙用矩形検出処理モジュール５８０、矩形切出＆傾き補正モジュール５９０を有しており、矩形検出モジュール１２０の矩形切出＆傾き補正モジュール５４０、条件判定モジュール１３０と接続されている。内包矩形検出モジュール１４０は、条件判定モジュール１３０による判定結果にしたがって、処理結果テーブル１４００を作成する。具体的には、条件判定モジュール１３０の判定結果が「黒台紙あり」である場合、黒台紙用矩形検出処理モジュール５８０、矩形切出＆傾き補正モジュール５９０による処理を行い、処理結果テーブル１４００を作成する。そして、条件判定モジュール１３０の判定結果が「黒台紙なし」である場合、矩形切出＆傾き補正モジュール５４０の結果を用いて処理結果テーブル１４００を作成する。つまり、「黒台紙なし」である場合、黒台紙用矩形検出処理モジュール５８０、矩形切出＆傾き補正モジュール５９０による処理は不要である。「黒台紙なし」である場合（背景が白色である場合）は、矩形検出モジュール１２０の処理結果が、原稿画像を検出しているからである。
黒台紙用矩形検出処理モジュール５８０は、矩形切出＆傾き補正モジュール５９０と接続されている。黒台紙用矩形検出処理モジュール５８０は、矩形切出＆傾き補正モジュール５４０の検出結果（傾き補正された矩形の画像）に内包されている矩形を検出する。例えば、後述する第２の実施の形態の固定濃度差算出モジュール１５３０、エッジ成分算出モジュール１５４０、又は、画像処理装置１５００そのものによる処理を行うようにしてもよい。黒台紙と判定されているので、固定濃度差算出モジュール１５３０、又は、画像処理装置１５００そのものによる処理が効果的である。特に、原稿画像にデザインが施されているような場合には、画像処理装置１５００そのものによる処理が効果的である。
矩形切出＆傾き補正モジュール５９０は、黒台紙用矩形検出処理モジュール５８０と接続されている。矩形切出＆傾き補正モジュール５９０は、黒台紙用矩形検出処理モジュール５８０によって検出された座標情報を用いて、矩形切出＆傾き補正モジュール５４０によって抽出された矩形の画像から原稿画像を抽出し、傾き補正を行う。矩形切出＆傾き補正モジュール５４０と異なるのは、データ読込モジュール１１０によって受け付けられた画像ではなく、矩形切出＆傾き補正モジュール５４０によって抽出された画像を対象としていることである。

図６、図７は、第１の実施の形態による処理例を示すフローチャートである。
ステップＳ６０２では、データ読込モジュール１１０は、画像を読み取る。
ステップＳ６０４では、画像縮小モジュール５１０は、画像を縮小する。
ステップＳ６０６では、矩形検出処理モジュール５２０は、縮小した画像内から矩形を検出する。
ステップＳ６０８では、座標復元モジュール５３０は、矩形の座標を縮小前の座標に戻す。

ステップＳ６１０では、矩形切出＆傾き補正モジュール５４０は、元の画像から矩形の画像を切り出す。
ステップＳ６１２では、矩形切出＆傾き補正モジュール５４０は、ステップＳ６１０で切り出した矩形の画像の傾きを補正する。
ステップＳ６１４では、矩形切出＆傾き補正モジュール５５０は、縮小した画像から矩形の画像を切り出す。
ステップＳ６１６では、矩形切出＆傾き補正モジュール５５０は、ステップＳ６１４で切り出した矩形の画像の傾きを補正する。
ステップＳ６１８では、条件判定モジュール１３０は、条件判定処理を行う。ステップＳ６１８の詳細な処理については、図１０〜１３の例を用いて後述する。

ステップＳ６２０では、条件判定モジュール１３０は、黒台紙があるか否かを判断し、ある場合はステップＳ６２２へ進み、それ以外の場合はステップＳ６２８へ進む。
ステップＳ６２２では、黒台紙用矩形検出処理モジュール５８０は、黒背景から矩形を検出する。
ステップＳ６２４では、矩形切出＆傾き補正モジュール５９０は、矩形の画像を切り出す。
ステップＳ６２６では、矩形切出＆傾き補正モジュール５９０は、ステップＳ６２４で切り出した矩形の画像の傾きを補正する。
ステップＳ６２８では、内包矩形検出モジュール１４０は、傾き補正後の画像を原稿画像として出力する。「傾き補正後の画像」は、黒台紙ありと判定された場合（ステップＳ６２０：Ｙｅｓ）は、ステップＳ６２６による処理結果であり、黒台紙ではないと判定された場合（ステップＳ６２０：Ｎｏ）は、ステップＳ６１２による処理結果である。

図８は、第１の実施の形態による処理例を示す説明図である。黒台紙を用いた読み取りが行われた場合の処理例を示している。
データ読込モジュール１１０は、画像８００を受け付ける。画像８００は、図４の例で示した画像と同じであり、黒台紙を用いているが、その黒台紙は傾いている。
画像縮小モジュール５１０は、画像８００を縮小して、縮小画像８１０を生成する。
矩形検出処理モジュール５２０は、縮小画像８１０内の最も外側の矩形を検出する。矩形検出結果８２０として、矩形８２５を検出する。
座標復元モジュール５３０は、元の大きさに復元する。復元結果８３０として、矩形復元結果８３５を生成する。
矩形切出＆傾き補正モジュール５４０は、矩形復元結果８３５を用いて、画像８００から切出結果画像８４０を切り出す。
矩形切出＆傾き補正モジュール５５０は、矩形８２５を用いて、縮小画像８１０から縮小切出結果画像８５０を切り出す。
条件判定モジュール１３０は、縮小切出結果画像８５０から「黒台紙あり」８５５との判定を行う。
内包矩形検出モジュール１４０は、切出結果画像８４０から原稿画像８６０、原稿画像８７０を検出する。

図９は、第１の実施の形態による処理例を示す説明図である。白台紙を用いた読み取りが行われた場合の処理例を示している。
データ読込モジュール１１０は、画像９００を受け付ける。画像９００は、白台紙を用いている。
画像縮小モジュール５１０は、画像９００を縮小して、縮小画像９１０を生成する。
矩形検出処理モジュール５２０は、縮小画像９１０内の最も外側の矩形を検出する。矩形検出結果９２０として、矩形９２５、矩形９２７の２つの矩形を検出する。
座標復元モジュール５３０は、元の大きさに復元する。復元結果９３０として、矩形復元結果９３５、矩形復元結果９３７を生成する。
矩形切出＆傾き補正モジュール５４０は、矩形復元結果９３５、矩形復元結果９３７を用いて、画像９００から切出結果画像９４０、切出結果画像９４２を切り出す。
矩形切出＆傾き補正モジュール５５０は、矩形９２５、矩形９２７を用いて、縮小画像９１０から縮小切出結果画像９５０、縮小切出結果画像９５２を切り出す。
条件判定モジュール１３０は、縮小切出結果画像９５０、縮小切出結果画像９５２から「黒台紙なし」９５５との判定を行う。
内包矩形検出モジュール１４０は、切出結果画像９４０、切出結果画像９４２をそのまま原稿画像９６０、原稿画像９７０として検出する。つまり、黒台紙用矩形検出処理モジュール５８０、矩形切出＆傾き補正モジュール５９０の処理は不要である。

図１０は、第１の実施の形態の構成例についての概念的なモジュール構成図である。特に、条件判定モジュール１３０内のモジュール構成を示している。
条件判定モジュール１３０は、矩形数判定モジュール１０１０、背景状態判定処理モジュール１０２０、サイズ判定モジュール１０５０を有している。
矩形数判定モジュール１０１０は、背景状態判定処理モジュール１０２０の下地色参照領域決定モジュール１０２５と接続されている。矩形数判定モジュール１０１０は、図８の例では縮小切出結果画像８５０、図９の例では縮小切出結果画像９５０、縮小切出結果画像９５２を受け付ける。そして、矩形数判定モジュール１０１０は、受け付けた矩形の数が予め定められた数以上であるならば、白台紙である（黒台紙なし）と判定する。例えば、予め定められた数として２がある。この場合、矩形の数が２個以上である場合は、白台紙と判定する。矩形の数が１個の場合は、背景状態判定処理モジュール１０２０による判定処理を行う。

背景状態判定処理モジュール１０２０は、下地色参照領域決定モジュール１０２５、二値化モジュール１０３０、黒画素計数モジュール１０３５、黒台紙判定モジュール１０４０を有している。
下地色参照領域決定モジュール１０２５は、矩形数判定モジュール１０１０、二値化モジュール１０３０と接続されている。下地色参照領域決定モジュール１０２５は、対象としている画像（縮小された矩形画像）の下地色（背景色）を判定するための領域を決定する。
二値化モジュール１０３０は、下地色参照領域決定モジュール１０２５、黒画素計数モジュール１０３５と接続されている。二値化モジュール１０３０は、下地色参照領域決定モジュール１０２５によって決定された領域内の画像に対して、二値化処理を行う。例えば、単純二値化等（固定二値化処理）等がある。
黒画素計数モジュール１０３５は、二値化モジュール１０３０、黒台紙判定モジュール１０４０と接続されている。黒画素計数モジュール１０３５は、二値化処理の結果の黒画素を計数する。
黒台紙判定モジュール１０４０は、黒画素計数モジュール１０３５、サイズ判定モジュール１０５０と接続されている。黒台紙判定モジュール１０４０は、黒画素数を用いて、白台紙である（黒台紙なし）か否かを判定する。

サイズ判定モジュール１０５０は、背景状態判定処理モジュール１０２０の黒台紙判定モジュール１０４０と接続されている。サイズ判定モジュール１０５０は、矩形切出＆傾き補正モジュール５５０で切り出した矩形のサイズが予め定められたサイズ以下であるか否かを判定する。例えば、予め定められたサイズとしてＢ５等がある。この場合、矩形のサイズがＢ５以下である場合は、白台紙と判定する。
矩形のサイズが予め定められたサイズより大きい場合は、さらに、矩形切出＆傾き補正モジュール５５０で切り出した矩形内にある矩形Ｂを計数し、矩形Ｂの数が予め定められた数未満であるならば、白台紙である（黒台紙なし）と判定する。例えば、予め定められた数として１がある。この場合、矩形の数が０個である場合（矩形Ｂがない場合）は、白台紙と判定する。矩形の数が１個以上の場合は、黒台紙であると判定する。例えば、矩形Ｂの検出は、後述する第２の実施の形態における固定濃度差算出モジュール１５３０の処理を行ってもよいし、画像処理装置１５００そのものの処理を行ってもよい。
条件判定モジュール１３０の判定結果として、「黒台紙あり又は黒台紙なし」１０９０を出力する。具体的には、判定結果として、図８の例に示した「黒台紙あり」８５５、図９の例に示した「黒台紙なし」９５５がある。

図１１は、第１の実施の形態による処理例を示すフローチャートである。
ステップＳ１１０２では、矩形数判定モジュール１０１０は、矩形を計数する。
ステップＳ１１０４では、矩形がＮ個以上か否かを判断し、Ｎ個以上の場合はステップＳ１１２４へ進み、それ以外の場合はステップＳ１１０６へ進む。
ステップＳ１１０６では、下地色参照領域決定モジュール１０２５は、下地色を判定するための参照領域を決定する。図１２を用いて、下地色参照領域決定モジュール１０２５の処理例について説明する。例えば、図１２（ａ）に示す縮小切出結果画像８５０に対して、図１２（ｂ）に示す対象画像１２００（縮小切出結果画像８５０）の下地色判定参照幅１２１０を有している４辺の周辺領域とする。下地色判定参照幅１２１０は、変更可能なパラメータである。下地色判定参照幅１２１０は、予め定められた値（例えば、５［ｍｍ］等）であってもよいし、データ読込モジュール１１０が受け付けた画像のサイズに応じて決定するようにしてもよい。
例えば、対象画像１２００の右下の領域１２２０では、図１２（ｃ）に示す領域１２２０のようになっている。領域１２２０は、８×８（６４ｐｉｘ）の領域である。
図１２（ｃ）の例では、探索対象画素数は、以下のようになる。
探索対象画素数＝２×（Ｈ×Δ）＋２×（Ｗ−２×Δ）×Δ＝２Δ（Ｈ＋Ｗ）−４Δ＾２
なお、Ｈは対象画像１２００の高さ（画素数）、Ｗは対象画像１２００の幅（画素数）であり、例えば、Δは以下のように設定してもよい。
Δ＝４［ｐｉｘ］ ＠１８．７５ｄｐｉ，５ｍｍ

ステップＳ１１０８では、二値化モジュール１０３０は、参照領域内の画像に対して二値化処理を行う。図１３を用いて、二値化モジュール１０３０、黒画素計数モジュール１０３５、黒台紙判定モジュール１０４０の処理例について説明する。例えば、二値化モジュール１０３０は、二値化スケール１３１０内の二値化閾値１３２０（予め定められた値であり、例えば、３０等）を用いて二値化処理を行う。
ステップＳ１１１０では、黒画素計数モジュール１０３５は、参照領域内の二値化後の黒画素を計数する。なお、黒画素数をＳとする。
ステップＳ１１１２では、黒台紙判定モジュール１０４０は、判定式の算出結果を判断し、算出結果が「黒の可能性あり」の場合はステップＳ１１１４へ進み、算出結果が「黒ではない」の場合はステップＳ１１２４へ進む。例えば、黒台紙であると判定する比率閾値として、予め定められた閾値（例えば、参照領域内の画素数の７０％）より大きい場合は、黒台紙ありと判定する。具体的には、以下の判定式を用いる。
Ｓ／［２Δ（Ｈ＋Ｗ）−４Δ＾２］＞０．７が成立すれば、黒台紙ありと判定する。

ステップＳ１１１４では、サイズ判定モジュール１０５０は、矩形のサイズを計測する。
ステップＳ１１１６では、矩形のサイズが予め定められたサイズ以下か否かを判断し、予め定められたサイズ以下の場合はステップＳ１１２４へ進み、それ以外の場合はステップＳ１１１８へ進む。
ステップＳ１１１８では、矩形に内包されている矩形Ｂを計数する。
ステップＳ１１２０では、矩形Ｂの数は予め定められた数未満か否かを判断し、予め定められた数未満の場合はステップＳ１１２４へ進み、それ以外の場合はステップＳ１１２２へ進む。
ステップＳ１１２２では、「黒台紙あり」と判定する。
ステップＳ１１２４では、「黒台紙なし」と判定する。

なお、図１１の例に示したフローチャートの処理順序について、（処理Ａ）ステップＳ１１０２とステップＳ１１０４の処理、（処理Ｂ）ステップＳ１１０６〜ステップＳ１１１２の処理、（処理Ｃ）ステップＳ１１１４とステップＳ１１１６の処理、（処理Ｄ）ステップＳ１１１８とステップＳ１１２０の処理の４つの処理は、いずれを先に行ってもよいし、並列的に処理を行ってもよい。なお、（処理Ａ）を最初に行うことは、白台紙であって複数の原稿画像がある場合には、処理そのものが簡単であり、他の処理を行う必要がなくなるので、高速化に寄与する。
また、全ての処理を行った後に、多数決で黒台紙であるか否かを決定するようにしてもよい。黒台紙か否かを正確に行うことができるようになる。
また、（処理Ｂ）を繰り返して行うようにしてもよい。つまり、ステップＳ１１１２で「黒ではない」と判定した場合は、参照領域の幅（前述のΔ）を太くして、ステップＳ１１０６からの処理を行うようにしてもよい。黒台紙が利用されているが、黒台紙の端（参照領域内）に原稿が含まれている場合、「黒ではない」と判定してしまうことがあるので、参照領域の幅を太くして、そのような場合にも対応できるようしたものである。なお、（処理Ｂ）の繰り返し回数は予め定められた回数であってもよいし、参照領域の幅が予め定められた値以上となった場合に、（処理Ｂ）を終了させてもよい。

＜＜第２実施の形態＞＞
第２実施の形態である画像処理装置１５００は、複数の原稿画像が含まれている画像から、その原稿画像を抽出するものであって、図１５の例に示すように、画像処理装置１５００は、データ読込モジュール１５１０、背景色特徴算出モジュール１５２０、固定濃度差算出モジュール１５３０、エッジ成分算出モジュール１５４０、背景色判断モジュール１５５０、原稿領域推定モジュール１５６０を有している。ここでの原稿画像は、第１の実施の形態と同様に、名刺、領収書等であり、１回のスキャン処理で複数枚の原稿を読み取った画像を対象とする。
例えば、第１の実施の形態と同様に、原稿画像の抽出精度を高めるために、一般に、黒色の背景となるように、黒台紙等を用いている。
しかし、この黒台紙に近い色で配色された原稿は逆に検出することが困難になる。例えば、デザインが施された名刺等では、黒色に近い色で塗りつぶされている場合がある。
また、操作者は、必ずしも黒シートを用いるとは限らず、白色を背景として複数の原稿を読み込ませる場合がある。

データ読込モジュール１５１０は、背景色特徴算出モジュール１５２０、固定濃度差算出モジュール１５３０、エッジ成分算出モジュール１５４０と接続されている。データ読込モジュール１５１０は、複数の原稿画像が含まれている画像を受け付ける。画像を受け付けるとは、例えば、スキャナ、カメラ等で画像を読み込むこと、ファックス等で通信回線を介して外部機器から画像を受信すること、ハードディスク（画像処理装置１５００に内蔵されているものの他に、ネットワークを介して接続されているもの等を含む）等に記憶されている画像を読み出すこと等が含まれる。画像は、多値画像（カラー画像を含む）である。
原稿を読み込む場合、白色以外の色（例えば、黒色や濃紺色や濃い灰色などの明度の低い濃い色や、金属色のような読み取り光の反射特性が異なる色等、以下、本実施の形態では黒色と表現する）の台紙を用いて読み込まれる場合もあるし、白色の台紙を用いて読み込まれる場合もある。この台紙の色が、画像の背景色となる。また、台紙そのものを用いずに読み込まれる場合もあり、この場合は、プラテンカバーの裏側の色（例えば、白色等）が画像の背景色となる。台紙として、予め定められた台紙（画像処理装置１５００を組み込んだ製品の付属品等）であってもよいし、操作者が用意した台紙であってもよい。例えば、プラテンカバーを開けたままコピーすることによって、黒紙を生成したものであってもよい。
なお、操作者に対しては、複数枚の原稿を読み込ませる場合は、黒い台紙を用いることを推奨するようにしてもよい。例えば、「複数枚の原稿を読み込ませる」指示を受け付けた場合は、黒い台紙を用いる旨を表示するようにしてもよい。ただし、操作者は、必ずしもそれにしたがって、黒い台紙を用いるとは限らない。

背景色特徴算出モジュール１５２０は、データ読込モジュール１５１０、背景色判断モジュール１５５０と接続されている。背景色特徴算出モジュール１５２０は、データ読込モジュール１５１０が受け付けた画像内の予め定められた領域を検査して輝度値の分布から特徴量を抽出する。例えば、「予め定められた領域」として、画像の周辺領域（原稿が矩形（長方形、正方形を含む）の場合は４つの辺に沿った領域）がある。その領域には、原稿が置かれている可能性が低いからである。また、領域を１つの画像内で複数設定し、それぞれの背景色推定の結果を合わせて、背景色判断モジュール１５５０が最終的な判断を行う。詳細については、図２０の例を用いて後述する。これによって、特許文献２等に記載されている名刺等をセットする専用フォルダのように、その専用フォルダの固定位置に黒紙か否かの判定領域を設ける必要がなくなる。つまり、本実施の形態では、専用フォルダ等は不要で、例えば、ユーザーが有している濃い色の紙（例えば、前述したように、プラテンカバーを開けたままコピーすることによって生成した黒紙等）を利用できる。

固定濃度差算出モジュール１５３０は、データ読込モジュール１５１０、原稿領域推定モジュール１５６０と接続されている。固定濃度差算出モジュール１５３０は、データ読込モジュール１５１０が受け付けた画像の低周波な特徴を有する第１領域を抽出する。例えば、二値化処理によって第１領域を抽出するようにしてもよい。二値化処理として、例えば、閾値との比較によってラベリングする単純二値化等の処理を含む。
また、固定濃度差算出モジュール１５３０は、背景色特徴算出モジュール１５２０による処理結果を用いて、閾値を決定するようにしてもよい。例えば、単純二値化の閾値を平均色から決定することにより黒紙以外の台紙も利用可能になる。

エッジ成分算出モジュール１５４０は、データ読込モジュール１５１０、原稿領域推定モジュール１５６０と接続されている。エッジ成分算出モジュール１５４０は、データ読込モジュール１５１０が受け付けた画像の高周波な特徴を有する第２領域を抽出する。例えば、エッジ検出処理、色差検出処理によって第２領域を抽出するようにしてもよい。エッジ検出処理として、例えば、ｓｏｂｅｌ（ｓｏｂｅｌ ｆｉｌｔｅｒ）、キャニーエッジフィルター（Ｃａｎｎｙ ｅｄｇｅ ｆｉｌｔｅｒ）等を用いればよい。色差検出処理として、色差信号（例えば、Ｒ−Ｙ、Ｂ−Ｙ等）を用いるようにしてもよい。

背景色判断モジュール１５５０は、背景色特徴算出モジュール１５２０、原稿領域推定モジュール１５６０と接続されている。背景色判断モジュール１５５０は、背景色特徴算出モジュール１５２０によって抽出された特徴量から白色の背景であるか否かを判断する。例えば、背景色判断モジュール１５５０は、画像の周辺領域の輝度値にしたがって背景が白色であるか否かを判断する。より具体的には、背景色判断モジュール１５５０は、４つの周辺領域毎の背景が白色であるか否かの判断結果を用いて、画像の背景が白色であるか否かを判断するようにしてもよい。

原稿領域推定モジュール１５６０は、固定濃度差算出モジュール１５３０、エッジ成分算出モジュール１５４０、背景色判断モジュール１５５０と接続されている。原稿領域推定モジュール１５６０は、画像の背景が白色であるか否か（背景色判断モジュール１５５０による判断結果）に応じて、第１領域と第２領域を組み合わせて、原稿画像の領域を抽出する。例えば、画像の背景が白色であるか否かに応じた比率で、第１領域と第２領域を組み合わせて、原稿画像の領域を抽出する。
ここで第１領域と第２領域を組み合わせる比率は、例えば、１対１等のように両方を等分に用いる場合の他に、７０％対３０％等のように一方を他方よりも優先させる場合、さらに、一方のみを用いる場合を含む。一方のみを用いる場合、例えば、第２領域のみを用いる場合は、第２領域そのものが原稿画像の領域となる。
原稿領域推定モジュール１５６０は、画像の背景が白色でない場合は、第１領域と第２領域の両方を用いて、原稿画像の領域を抽出するようにしてもよい。さらに、原稿領域推定モジュール１５６０は、画像の背景が白色である場合は、第２領域を優先して、原稿画像の領域を抽出するようにしてもよい。ここでの「優先して」とは、第１領域を用いずに、第２領域だけで原稿画像の領域を抽出することを含む。つまり、第２領域は、原稿画像の領域と同義となる。

原稿領域推定モジュール１５６０は、処理結果として、例えば、処理結果テーブル１４００を生成する。そして、原稿領域推定モジュール１５６０は、画像と処理結果テーブル１４００を出力、又は、処理結果テーブル１４００にしたがって画像から各原稿画像を抽出して出力する。例えば、その抽出した原稿画像の出力には、プリンタ等の印刷装置で印刷すること、ディスプレイ等の表示装置に表示すること、ファックス等の画像送信装置で画像を送信すること、画像データベース等の画像記憶装置へ書き込むこと、メモリーカード等の記憶媒体に記憶すること、他の情報処理装置（前述した原稿処理装置２５０等）へ渡すこと等が含まれる。

図１６は、第２の実施の形態を用いずに（従来技術による）、原稿画像を抽出する処理例の説明図である。この例では、背景として黒色の場合の処理例を示している。
図１６（ａ１）の例に示す画像１６００ａに対して、単純二値化処理を行った例を図１６（ａ２）の例に示す処理結果画像１６０５ａとして示している。なお、画像１６００ａは、黒色の台紙を用いて、６枚の名刺を読み込んだ画像である。
画像１６００ａには、名刺画像１６１０ａ、名刺画像１６２０ａ、名刺画像１６３０ａ、名刺画像１６４０ａ、名刺画像１６５０ａ、名刺画像１６６０ａが配置されている。名刺画像１６１０ａ等は、ほとんどが白色であるため、単純二値化処理によって、処理結果画像１６０５ａから、名刺画像領域１６１５ａ、名刺画像領域１６２５ａ、名刺画像領域１６３５ａ、名刺画像領域１６４５ａ、名刺画像領域１６５５ａ、名刺画像領域１６６５ａを抽出できる。つまり、白い原稿の名刺画像領域１６１５ａ等は、正しく前景領域としての抽出が成功している。なお、図では、抽出結果を黒色で示している。

図１６（ｂ１）の例に示す画像１６００ｂに対して、単純二値化処理を行った例を図１６（ｂ２）の例に示す処理結果画像１６０５ｂとして示している。なお、画像１６００ｂは、黒色の台紙を用いて、６枚の名刺を読み込んだ画像である。ここでの名刺画像には、デザインが施されているものがある。例えば、名刺画像１６１０ｂは、白領域画像１６１２ｂと青領域画像１６１４ｂによって構成されている。名刺画像１６２０ｂは、白領域画像１６２２ｂと青領域画像１６２４ｂによって構成されている。名刺画像１６６０ｂは、青領域画像１６６４ｂによって構成されている。
画像１６００ｂには、名刺画像１６１０ｂ、名刺画像１６２０ｂ、名刺画像１６３０ｂ、名刺画像１６４０ｂ、名刺画像１６５０ｂ、名刺画像１６６０ｂが配置されている。名刺画像１６１０ｂ等は、台紙の黒色に近い色である青領域画像１６１４ｂ等があるため、単純二値化処理によって、名刺画像領域１６１５ｂの領域だけが抽出され、青領域画像１６１４ｂに対応する領域は抽出されていない。つまり、処理結果画像１６０５ｂから、名刺画像領域１６１５ｂ、名刺画像領域１６２５ｂ、名刺画像領域１６３５ｂ、名刺画像領域１６４５ｂ、名刺画像領域１６５５ｂが抽出されている。つまり、名刺画像１６１０ｂは、白領域画像１６１２ｂの部分だけが検出され、青領域画像１６１４ｂの部分は検出されていない。名刺画像１６２０ｂは、白領域画像１６２２ｂの部分だけが検出され、青領域画像１６２４ｂの部分は検出されていない。名刺画像１６６０ｂは検出されていない。つまり、濃い部分（青領域画像１６１４ｂ等）が単純二値化処理によって、背景側として処理されるので原稿画像として求められるべき検出に失敗している。

図１７は、第２の実施の形態による処理例を示すフローチャートである。
ステップＳ１７０２では、データ読込モジュール１５１０は、画像を読み取り、ステップＳ１７０４とステップＳ１７１０とステップＳ１７１２へ進む。
ステップＳ１７０４では、背景色特徴算出モジュール１５２０は、画像内の４辺の周囲領域を対象として、輝度値成分の分布を抽出する。
ステップＳ１７０６では、背景色判断モジュール１５５０は、背景色判断処理を行う。ステップＳ１７０６の詳細な処理については、図１８又は図１９の例に示すフローチャートを用いて後述する。
ステップＳ１７０８では、背景色判断モジュール１５５０は、背景色を判断し、背景色が黒の場合はステップＳ１７１４へ進み、背景色が白の場合はステップＳ１７１６へ進む。

ステップＳ１７１０では、固定濃度差算出モジュール１５３０は、画像から低周波な特徴を有する領域を抽出し、ステップＳ１７１４とステップＳ１７１６へ進む。
ステップＳ１７１２では、エッジ成分算出モジュール１５４０は、画像から高周波な特徴を有する領域を抽出し、ステップＳ１７１４とステップＳ１７１６へ進む。
ステップＳ１７１４では、原稿領域推定モジュール１５６０は、原稿領域抽出処理Ａを行う。ステップＳ１７１４の詳細な処理については、図２２の例に示すフローチャートを用いて後述する。
ステップＳ１７１６では、原稿領域推定モジュール１５６０は、原稿領域抽出処理Ｂを行う。ステップＳ１７１６の詳細な処理については、図２４の例に示すフローチャートを用いて後述する。

なお、ステップＳ１７０４、ステップＳ１７１０、ステップＳ１７１２は、並列して処理を行ってもよいし、順次処理を行うようにしてもよい。また、ステップＳ１７１０、ステップＳ１７１２の処理は、ステップＳ１７０８の判断処理の後（ステップＳ１７１４、ステップＳ１７１６の前）に行うようにしてもよい。さらに、ステップＳ１７０８で白と判断した場合は、ステップＳ１７１２だけの処理を行う（ステップＳ１７１０の処理は行わない）ようにしてもよい。

図１８は、第２の実施の形態による処理例を示すフローチャートである。ステップＳ１７０６の処理の一例である。図２０に示す例を参照して説明する。
ステップＳ１８０２では、各辺の周囲領域における輝度値の分布の上位ａ％の位置（輝度値）を抽出する。例えば、図２０（ａ）に示す画像２０００を対象とする。画像２０００には、複数の名刺画像が含まれている。そして、図２０（ｂ）の例に示すように、画像２０００の４辺の上辺領域２０１０、右辺領域２０２０、下辺領域２０３０、左辺領域２０４０内の画素の輝度値の分布を生成する。具体的には、各輝度値（図の例では、０〜２５５の値）における画素数を計数する。図２０（ｃ１）〜（ｃ４）の例に示すグラフは、横軸に輝度値の値を示しており、左端が０（白）、右端が２５５（黒）を示しており、縦軸は、その輝度値の画素の個数を示している。（ｃ１）のグラフは、上辺領域２０１０内の輝度値の分布を示すものである。（ｃ２）のグラフは、右辺領域２０２０内の輝度値の分布を示すものである。（ｃ３）のグラフは、下辺領域２０３０内の輝度値の分布を示すものである。（ｃ４）のグラフは、左辺領域２０４０内の輝度値の分布を示すものである。図２０では、「上位ａ％」を上位５％としている。ここで上位とは、２５５に近い輝度値を有している画素群のことであり、「上位ａ％」の位置が低い（０に近い）ことは、黒画素が少ないこと（白画素が多いこと）を示している。図２０（ｃ１）のグラフでは、その位置は１１であり、図２０（ｃ２）のグラフでは、その位置は１２であり、図２０（ｃ３）のグラフでは、その位置は７０であり、図２０（ｃ４）のグラフでは、その位置は１５である。

ステップＳ１８０４では、抽出した位置は閾値Ｘ以下であるか否かを判断し、閾値Ｘ以下の場合はステップＳ１８０６へ進み、それ以外の場合はステップＳ１８０８へ進む。例えば、図２０では、「閾値Ｘ」を閾値６０としている。したがって、ステップＳ１８０４の判断処理で、図２０（ｃ１）のグラフでは「Ｙｅｓ」、図２０（ｃ２）のグラフでは「Ｙｅｓ」、図２０（ｃ３）のグラフでは「Ｎｏ」、図２０（ｃ４）のグラフでは「Ｙｅｓ」となる。つまり、白色領域と判断されたものが３つ、白色以外の領域と判断されたものが１つとなる。
ステップＳ１８０６では、白色領域と判断する。
ステップＳ１８０８では、黒色領域と判断する。もちろんのことながら、黒色は白色以外の一例である。
ステップＳ１８１０では、４辺の判断が終了したか否かを判断し、終了した場合はステップＳ１８１２へ進み、それ以外の場合はステップＳ１８０４へ戻る。

ステップＳ１８１２では、３つ以上の周囲領域が同じ色と判断されたか否かを判断し、３つ以上の周囲領域が同じ色と判断された場合はステップＳ１８１４へ進み、それ以外の場合はステップＳ１８１６へ進む。
ステップＳ１８１４では、背景はその色と判断する。図２０の例では、白色領域と判断されたものが３つであるので、画像２０００の背景は白色であると判断される。もちろんのことながら、黒色領域と判断されたものが３つである場合は、画像２０００の背景は黒色であると判断される。
ステップＳ１８１６では、再判断処理を行う。ステップＳ１８１６の詳細な処理については、図２１の例に示すフローチャートを用いて後述する。

図１９は、第２の実施の形態による処理例を示すフローチャートである。ステップＳ１７０６の処理の一例である。図１８の例に示すフローチャートでは、周辺領域が白色でなければ、黒色であると判断したが、黒色領域であるか否かの判断処理（ステップＳ１９０８）を付加したものである。したがって、ステップＳ１９０８、ステップＳ１９１２以外の処理は、図１８の例に示すものと同じである。
ステップＳ１９０２では、各辺の周囲領域における輝度値の分布の上位ａ％の位置を抽出する。
ステップＳ１９０４では、抽出した位置は閾値Ｘ以下であるか否かを判断し、閾値Ｘ以下の場合はステップＳ１９０６へ進み、それ以外の場合はステップＳ１９０８へ進む。
ステップＳ１９０６では、白色領域と判断する。

ステップＳ１９０８では、輝度値の分布の平均値は閾値Ｙ以上であるか否かを判断し、閾値Ｙ以上の場合はステップＳ１９１０へ進み、それ以外の場合はステップＳ１９１２へ進む。周辺領域における白色領域の判断と黒領域の判断を異ならせている。例えば、白色領域の判断を厳しくし、黒色領域の判断を緩やかにしてもよい。具体的には、ステップＳ１９０８で、「閾値Ｙ」を閾値１２８以上としてもよい。これは、輝度値の分布の下位５％の位置が閾値１９５以上（ステップＳ１９０４の判断基準である「下位５％の位置が閾値６０以下」を反転させて、黒色にそのまま適用した場合の判断基準）とするよりも、判断基準は緩やかである。
ステップＳ１９１０では、黒色領域と判断し、ステップＳ１９１４へ進む。
ステップＳ１９１２では、不定と判断し、ステップＳ１９１４へ進む。

ステップＳ１９１４では、４辺の判断が終了したか否かを判断し、終了した場合はステップＳ１９１６へ進み、それ以外の場合はステップＳ１９０４へ戻る。
ステップＳ１９１６では、３つ以上の周囲領域が同じ色と判断されたか否かを判断し、３つ以上の周囲領域が同じ色と判断された場合はステップＳ１９１８へ進み、それ以外の場合はステップＳ１９２０へ進む。
ステップＳ１９１８では、背景はその色と判断する。
ステップＳ１９２０では、再判断処理を行う。ステップＳ１９２０の詳細な処理については、図２１の例に示すフローチャートを用いて後述する。

図２１は、第２の実施の形態による処理例を示すフローチャートである。ステップ１８１６、ステップＳ１９２０における処理例である。
ステップＳ２１０２では、白色領域が黒色領域より多いか否かを判断し、白色領域が黒色領域より多い場合はステップＳ２１０４へ進み、それ以外の場合はステップＳ２１０６へ進む。
ステップＳ２１０４では、白色背景と判断し、処理を終了する（ステップＳ２１９９）。
ステップＳ２１０６では、黒色領域が白色領域より多いか否かを判断し、黒色領域が白色領域より多い場合はステップＳ２１０８へ進み、それ以外の場合（つまり、背景が白色であるか否かを判断できない場合）はステップＳ２１１０へ進む。
ステップＳ２１０８では、黒色背景と判断し、処理を終了する（ステップＳ２１９９）。

ステップＳ２１１０では、ユーザーに尋ねる。例えば、ユーザーに白色かそれ以外の色であるかを指示させる旨の表示を行う、又は、ユーザーに再度スキャンさせる旨の表示を行う。具体的には、台紙として「白」を用いたか、「黒」を用いたか、又は、「再読み込み（再スキャン）」を行うかを尋ねる表示を行い（それぞれを示す３つのボタンを表示し）、回答を選択させるようにすればよい。また、「再度スキャンさせる旨の表示」の場合には、さらに、黒色の台紙を用いるようにすること、原稿を台紙の中央に寄せること等の注意を表示するようにしてもよい。
ステップＳ２１１２では、回答を判断し、回答が「白」の場合はステップＳ２１１４へ進み、回答が「黒」の場合はステップＳ２１１６へ進み、回答が「再読み込み」の場合はステップＳ２１１８へ進む。
ステップＳ２１１４では、白色背景と判断する。
ステップＳ２１１６では、黒色背景と判断する。
ステップＳ２１１８では、原稿を中央に寄せて、再度スキャンを行う旨のアドバイスを提示する。

図２２は、第２の実施の形態による処理例を示すフローチャートである。ステップＳ１７１４の処理例を示すものである。
ステップＳ２２０２では、ステップＳ１７１０とステップＳ１７１２の処理結果を採用する。
ステップＳ２２０４では、２つの処理結果の論理和によって、原稿の領域を抽出する。

図２３は、図２２に示すフローチャートによる処理例を示す説明図である。
図２３（ａ）の例に示す画像２３００を対象とする。画像２３００は、黒色の台紙を用いて、６枚の名刺を読み込んだ画像である。図１６（ｂ１）の例に示した画像１６００ｂと同等のものである。
図２３（ｂ１）の例に示す処理結果画像２３０５ａは、画像２３００を単純二値化した画像である。
図２３（ｂ２）の例に示す処理結果画像２３０５ｂは、画像２３００をエッジ検出した画像である。この処理によって、単純二値化では抽出できなかった濃い部分（青領域画像２３１４、青領域画像２３２４、青領域画像２３６４）のエッジを抽出することができている。
図２３（ｃ）の例に示す処理結果画像２３０５ｃは、処理結果画像２３０５ａと処理結果画像２３０５ｂの論理和（ＯＲ）処理を行ったものである。この処理によって、濃い部分（青領域画像２３１４、青領域画像２３２４、青領域画像２３６４）のエッジを抽出することができるので、領域（名刺エッジ２３１５ｂ、名刺エッジ２３０２５ｂ、名刺エッジ２３６５ｂ）の検出に成功する。
この例では、２つの処理結果の論理和、つまり、２つの処理結果を１対１の比率で用いることを示しているが、いずれかの処理結果を強く反映させるようにしてもよい。例えば、第２領域（エッジ成分算出モジュール１５４０による処理結果）を優先して採用してもよい。例えば、ステップＳ１８１４（ステップＳ１９１８）で判断された場合と、ステップ１８１６（ステップＳ１９２０）で判断された場合とで、２つの処理結果の反映率を調整してもよい。具体的には、ステップＳ１８１４（ステップＳ１９１８）で判断された場合は、２つの処理結果を１対１の比率で用い、ステップ１８１６（ステップＳ１９２０）で判断された場合は、エッジ成分算出モジュール１５４０による処理結果を優先するようにしてもよい。ステップ１８１６（ステップＳ１９２０）で判断された場合は、ステップＳ１８１４（ステップＳ１９１８）で判断された場合に比べて、背景が黒色であるとの判断が誤っている可能性があるからである。
なお、処理結果画像２３０５ａを用いているのは、処理結果画像２３０５ｂでは、エッジとして検出された線が途切れることがあり、それを補間するためである。また、台紙にしわを有する場合、処理結果画像２３０５ｂには、しわをエッジとして検出した線が生じる可能性もあり、処理結果画像２３０５ａと和集合演算を行うことにより、しわによるエッジを矩形領域を示す線ではないと判断することが可能となる。

図２４は、第２の実施の形態による処理例を示すフローチャートである。ステップＳ１７１６の処理例を示すものである。
ステップＳ２４０２では、ステップＳ１７１２の処理結果を採用する。
ステップＳ２４０４では、ステップＳ１７１２の処理結果から原稿の領域を抽出する。

図２５は、図２４に示すフローチャートによる処理例を示す説明図である。
図２５（ａ）の例に示す画像２５００を対象とする。画像２５００は、白色の台紙を用いて、６枚の名刺を読み込んだ画像である。名刺については、図１６（ｂ１）の例に示した名刺画像１６１０ｂ等と同等のものである。
図２５（ｂ１）の例に示す処理結果画像２５０５ａは、画像２５００を単純二値化した画像である。この処理では、濃い部分（青領域画像２５１４、青領域画像２５２４、青領域画像２５６４）は抽出できているが、名刺画像２５１０の白領域画像２５１２の部分、名刺画像２５２０の青領域画像２５２４の部分、名刺画像２５３０、名刺画像２５４０、名刺画像２５５０は抽出できていない。
図２５（ｂ２）の例に示す処理結果画像２５０５ｂは、画像２５００をエッジ検出した画像である。この処理によって、単純二値化では抽出できなかった白色の部分（名刺画像２５１０の白領域画像２５１２の部分、名刺画像２５２０の青領域画像２５２４の部分、名刺画像２５３０、名刺画像２５４０、名刺画像２５５０）のエッジを抽出することができている。
図２５（ｃ）の例に示す処理結果画像２５０５ｃは、処理結果画像２５０５ｂをそのまま採用したものである。この処理によって、前述したように、白色の部分のエッジの検出に成功する。
なお、背景色判断モジュール１５５０による処理を行った結果、背景が白色であると判断した場合は、固定濃度差算出モジュール１５３０による処理を行わないようにしてもよい。

図２６を参照して、本実施の形態の画像処理装置のハードウェア構成例について説明する。図２６に示す構成は、例えばパーソナルコンピュータ（ＰＣ）等によって構成されるものであり、スキャナ等のデータ読み取り部２６１７と、プリンタ等のデータ出力部２６１８を備えたハードウェア構成例を示している。

ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）２６０１は、前述の実施の形態において説明した各種のモジュール、すなわち、データ読込モジュール１１０、矩形検出モジュール１２０、条件判定モジュール１３０、内包矩形検出モジュール１４０、画像縮小モジュール５１０、矩形検出処理モジュール５２０、座標復元モジュール５３０、矩形切出＆傾き補正モジュール５４０、矩形切出＆傾き補正モジュール５５０、黒台紙用矩形検出処理モジュール５８０、矩形切出＆傾き補正モジュール５９０、矩形数判定モジュール１０１０、背景状態判定処理モジュール１０２０、下地色参照領域決定モジュール１０２５、二値化モジュール１０３０、黒画素計数モジュール１０３５、黒台紙判定モジュール１０４０、サイズ判定モジュール１０５０、データ読込モジュール１５１０、背景色特徴算出モジュール１５２０、固定濃度差算出モジュール１５３０、エッジ成分算出モジュール１５４０、背景色判断モジュール１５５０、原稿領域推定モジュール１５６０等の各モジュールの実行シーケンスを記述したコンピュータ・プログラムにしたがった処理を実行する制御部である。

ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）２６０２は、ＣＰＵ２６０１が使用するプログラムや演算パラメータ等を格納する。ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）２６０３は、ＣＰＵ２６０１の実行において使用するプログラムや、その実行において適宜変化するパラメータ等を格納する。これらはＣＰＵバス等から構成されるホストバス２６０４により相互に接続されている。

ホストバス２６０４は、ブリッジ２６０５を介して、ＰＣＩ（Ｐｅｒｉｐｈｅｒａｌ Ｃｏｍｐｏｎｅｎｔ Ｉｎｔｅｒｃｏｎｎｅｃｔ／Ｉｎｔｅｒｆａｃｅ）バス等の外部バス２６０６に接続されている。

キーボード２６０８、マウス等のポインティングデバイス２６０９は、操作者により操作されるデバイスである。ディスプレイ２６１０は、液晶表示装置又はＣＲＴ（Ｃａｔｈｏｄｅ Ｒａｙ Ｔｕｂｅ）等があり、各種情報をテキストやイメージ情報として表示する。また、ポインティングデバイス２６０９とディスプレイ２６１０の両方の機能を備えているタッチスクリーン等であってもよい。

ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）２６１１は、ハードディスク（フラッシュ・メモリ等であってもよい）を内蔵し、ハードディスクを駆動し、ＣＰＵ２６０１によって実行するプログラムや情報を記録又は再生させる。ハードディスクには、対象としている画像、処理結果テーブル１４００、原稿画像、各モジュールの処理結果等が格納される。さらに、その他の各種データ、各種コンピュータ・プログラム等が格納される。

ドライブ２６１２は、装着されている磁気ディスク、光ディスク、光磁気ディスク、又は半導体メモリ等のリムーバブル記録媒体２６１３に記録されているデータ又はプログラムを読み出して、そのデータ又はプログラムを、インタフェース２６０７、外部バス２６０６、ブリッジ２６０５、及びホストバス２６０４を介して接続されているＲＡＭ２６０３に供給する。なお、リムーバブル記録媒体２６１３も、データ記録領域として利用可能である。

接続ポート２６１４は、外部接続機器２６１５を接続するポートであり、ＵＳＢ、ＩＥＥＥ１３９４等の接続部を持つ。接続ポート２６１４は、インタフェース２６０７、及び外部バス２６０６、ブリッジ２６０５、ホストバス２６０４等を介してＣＰＵ２６０１等に接続されている。通信部２６１６は、通信回線に接続され、外部とのデータ通信処理を実行する。データ読み取り部２６１７は、例えばスキャナであり、ドキュメントの読み取り処理を実行する。データ出力部２６１８は、例えばプリンタであり、ドキュメントデータの出力処理を実行する。

なお、図２６に示す画像処理装置のハードウェア構成は、１つの構成例を示すものであり、本実施の形態は、図２６に示す構成に限らず、本実施の形態において説明したモジュールを実行可能な構成であればよい。例えば、一部のモジュールを専用のハードウェア（例えば特定用途向け集積回路（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ：ＡＳＩＣ）等）で構成してもよく、一部のモジュールは外部のシステム内にあり通信回線で接続している形態でもよく、さらに図２６に示すシステムが複数互いに通信回線によって接続されていて互いに協調動作するようにしてもよい。また、特に、パーソナルコンピュータの他、携帯情報通信機器（携帯電話、スマートフォン、モバイル機器、ウェアラブルコンピュータ等を含む）、情報家電、ロボット、複写機、ファックス、スキャナ、プリンタ、複合機（スキャナ、プリンタ、複写機、ファックス等のいずれか２つ以上の機能を有している画像処理装置）などに組み込まれていてもよい。

また、前述の実施の形態の説明内での比較処理において、「以上」、「以下」、「より大きい」、「より小さい（未満）」としたものは、その組み合わせに矛盾が生じない限り、それぞれ「より大きい」、「より小さい（未満）」、「以上」、「以下」としてもよい。

なお、説明したプログラムについては、記録媒体に格納して提供してもよく、また、そのプログラムを通信手段によって提供してもよい。その場合、例えば、前記説明したプログラムについて、「プログラムを記録したコンピュータ読み取り可能な記録媒体」の発明として捉えてもよい。
「プログラムを記録したコンピュータ読み取り可能な記録媒体」とは、プログラムのインストール、実行、プログラムの流通等のために用いられる、プログラムが記録されたコンピュータで読み取り可能な記録媒体をいう。
なお、記録媒体としては、例えば、デジタル・バーサタイル・ディスク（ＤＶＤ）であって、ＤＶＤフォーラムで策定された規格である「ＤＶＤ−Ｒ、ＤＶＤ−ＲＷ、ＤＶＤ−ＲＡＭ等」、ＤＶＤ＋ＲＷで策定された規格である「ＤＶＤ＋Ｒ、ＤＶＤ＋ＲＷ等」、コンパクトディスク（ＣＤ）であって、読出し専用メモリ（ＣＤ−ＲＯＭ）、ＣＤレコーダブル（ＣＤ−Ｒ）、ＣＤリライタブル（ＣＤ−ＲＷ）等、ブルーレイ・ディスク（Ｂｌｕ−ｒａｙ（登録商標） Ｄｉｓｃ）、光磁気ディスク（ＭＯ）、フレキシブルディスク（ＦＤ）、磁気テープ、ハードディスク、読出し専用メモリ（ＲＯＭ）、電気的消去及び書換可能な読出し専用メモリ（ＥＥＰＲＯＭ（登録商標））、フラッシュ・メモリ、ランダム・アクセス・メモリ（ＲＡＭ）、ＳＤ（Ｓｅｃｕｒｅ Ｄｉｇｉｔａｌ）メモリーカード等が含まれる。
そして、前記のプログラムの全体又はその一部は、前記記録媒体に記録して保存や流通等させてもよい。また、通信によって、例えば、ローカル・エリア・ネットワーク（ＬＡＮ）、メトロポリタン・エリア・ネットワーク（ＭＡＮ）、ワイド・エリア・ネットワーク（ＷＡＮ）、インターネット、イントラネット、エクストラネット等に用いられる有線ネットワーク、又は無線通信ネットワーク、さらにこれらの組み合わせ等の伝送媒体を用いて伝送させてもよく、また、搬送波に乗せて搬送させてもよい。
さらに、前記のプログラムは、他のプログラムの一部分若しくは全部であってもよく、又は別個のプログラムと共に記録媒体に記録されていてもよい。また、複数の記録媒体に分割して記録されていてもよい。また、圧縮や暗号化等、復元可能であればどのような態様で記録されていてもよい。

前述の実施の形態（特に、第２の実施の形態）は以下のように把握してもよい。特に、第１の実施の形態と組み合わせてもよいし、第１の実施の形態内のモジュールを、第２の実施の形態内のモジュールとしてもよい。
［Ａ１］複数の原稿画像が含まれている画像の低周波な特徴を有する第１領域を抽出する第１抽出手段と、
前記画像の高周波な特徴を有する第２領域を抽出する第２抽出手段と、
前記画像の背景が白色であるか否かに応じて、前記第１領域と前記第２領域を組み合わせて、前記原稿画像の領域を抽出する第３抽出手段
を有する画像処理装置。

［Ａ２］前記画像の周辺領域の輝度値にしたがって背景が白色であるか否かを判断する判断手段
をさらに有し、
前記第３抽出手段は、前記第３抽出手段は、前記判断手段による判断結果を用いる、
［Ａ１］に記載の画像処理装置。

［Ａ３］前記判断手段は、４つの前記周辺領域毎の背景が白色であるか否かの判断結果を用いて、前記画像の背景が白色であるか否かを判断する、
［Ａ２］に記載の画像処理装置。

［Ａ４］前記第３抽出手段は、前記判断手段によって前記画像の背景が白色でないと判断された場合は、前記第１領域と前記第２領域の両方を用いて、前記原稿画像の領域を抽出する、
［Ａ２］に記載の画像処理装置。

［Ａ５］前記第３抽出手段は、前記判断手段によって前記画像の背景が白色であると判断された場合は、前記第２領域を優先して、前記原稿画像の領域を抽出する、
［Ａ４］に記載の画像処理装置。

［Ａ６］前記第１抽出手段は、二値化処理によって前記第１領域を抽出する、
［Ａ１］から［Ａ５］のいずれか一項に記載の画像処理装置。

［Ａ７］前記第２抽出手段は、エッジ検出処理又は色差検出処理によって前記第２領域を抽出する、
［Ａ１］から［Ａ６］のいずれか一項に記載の画像処理装置。

［Ａ８］前記判断手段によって、背景が白色であるか否かを判断できない場合は、利用者に白色かそれ以外の色であるかを指示させる旨の表示を行う、又は、利用者に再度スキャンさせる旨の表示を行う表示手段
をさらに有する［Ａ２］、［Ａ２］を直接的又は間接的に引用する［Ａ３］から［Ａ７］のいずれか一項に記載の画像処理装置。

［Ａ９］コンピュータを、
複数の原稿画像が含まれている画像の低周波な特徴を有する第１領域を抽出する第１抽出手段と、
前記画像の高周波な特徴を有する第２領域を抽出する第２抽出手段と、
前記画像の背景が白色であるか否かに応じて、前記第１領域と前記第２領域を組み合わせて、前記原稿画像の領域を抽出する第３抽出手段
として機能させるための画像処理プログラム。

そして、前述の発明は、以下の効果を有する。
［Ａ１］の画像処理装置によれば、背景が白色であるか否かを固定せずに原稿画像を抽出する場合にあって、背景に使用できる色を固定したことを想定した処理に比べて、原稿画像の抽出精度を高めることができる。

［Ａ２］の画像処理装置によれば、原稿画像の影響が少ない画像の周辺領域の輝度値を用いて、背景が白色であるか否かの判断をすることができる。

［Ａ３］の画像処理装置によれば、４つの各周辺領域に背景が白色であるか否かの判断結果を用いて、背景が白色であるか否かの判断をすることができる。

［Ａ４］の画像処理装置によれば、背景が白色でないと判断された場合は、第１領域又は第２領域のいずれか一方を用いる場合に比べて、原稿画像の抽出精度を高めることができる。

［Ａ５］の画像処理装置によれば、背景が白色であると判断された場合は、第１領域を優先させて用いた場合に比べて、原稿画像の抽出精度を高めることができる。

［Ａ６］の画像処理装置によれば、二値化処理を用いて第１領域を抽出することができる。

［Ａ７］の画像処理装置によれば、エッジ検出処理又は色差検出処理を用いて第２領域を抽出することができる。

［Ａ８］の画像処理装置によれば、背景が白色であるか否かを判断できない場合は、利用者の操作を促すことができる。

［Ａ９］の画像処理プログラムによれば、背景が白色であるか否かを固定せずに原稿画像を抽出する場合にあって、背景に使用できる色を固定したことを想定した処理に比べて、原稿画像の抽出精度を高めることができる。

１００…画像処理装置
１１０…データ読込モジュール
１２０…矩形検出モジュール
１３０…条件判定モジュール
１４０…内包矩形検出モジュール
２００…画像読取装置
２４０…原稿画像処理装置
２５０…原稿処理装置
２９０…通信回線
５１０…画像縮小モジュール
５２０…矩形検出処理モジュール
５３０…座標復元モジュール
５４０…矩形切出＆傾き補正モジュール
５５０…矩形切出＆傾き補正モジュール
５８０…黒台紙用矩形検出処理モジュール
５９０…矩形切出＆傾き補正モジュール
１０１０…矩形数判定モジュール
１０２０…背景状態判定処理モジュール
１０２５…下地色参照領域決定モジュール
１０３０…二値化モジュール
１０３５…黒画素計数モジュール
１０４０…黒台紙判定モジュール
１０５０…サイズ判定モジュール
１５００…画像処理装置
１５１０…データ読込モジュール
１５２０…背景色特徴算出モジュール
１５３０…固定濃度差算出モジュール
１５４０…エッジ成分算出モジュール
１５５０…背景色判断モジュール
１５６０…原稿領域推定モジュール

Claims (6)

1. 複数の原稿画像が含まれている画像から矩形を検出する第１の検出手段と、
   前記矩形内の背景が白色でない場合は、該矩形に内包されている矩形を原稿画像として検出する第２の検出手段と、
   予め定められた条件にしたがって、前記第１の検出手段によって検出された矩形内の背景が白色であるか否かを判定する判定手段
   を有し、
   前記第２の検出手段は、前記判定手段による判定結果を用い、
   前記条件として、前記第１の検出手段によって検出された矩形の数と予め定められた閾値との比較を用いる、
   画像処理装置。
2. 複数の原稿画像が含まれている画像から矩形を検出する第１の検出手段と、
   前記矩形内の背景が白色でない場合は、該矩形に内包されている矩形を原稿画像として検出する第２の検出手段と、
   予め定められた条件にしたがって、前記第１の検出手段によって検出された矩形内の背景が白色であるか否かを判定する判定手段
   を有し、
   前記第２の検出手段は、前記判定手段による判定結果を用い、
   前記条件として、前記第１の検出手段によって検出された矩形に内包されている矩形の数と予め定められた閾値との比較を用いる、
   画像処理装置。
3. 前記第２の検出手段は、前記矩形の背景が白色である場合は、前記第１の検出手段によって検出された矩形を原稿画像として検出する、
   請求項１又は２に記載の画像処理装置。
4. 前記第１の検出手段は、前記画像内で最も外側にある矩形を検出する、
   請求項１から３のいずれか一項に記載の画像処理装置。
5. コンピュータを、
   複数の原稿画像が含まれている画像から矩形を検出する第１の検出手段と、
   前記矩形内の背景が白色でない場合は、該矩形に内包されている矩形を原稿画像として検出する第２の検出手段と、
   予め定められた条件にしたがって、前記第１の検出手段によって検出された矩形内の背景が白色であるか否かを判定する判定手段
   として機能させ、
   前記第２の検出手段は、前記判定手段による判定結果を用い、
   前記条件として、前記第１の検出手段によって検出された矩形の数と予め定められた閾値との比較を用いる、
   画像処理プログラム。
6. コンピュータを、
   複数の原稿画像が含まれている画像から矩形を検出する第１の検出手段と、
   前記矩形内の背景が白色でない場合は、該矩形に内包されている矩形を原稿画像として検出する第２の検出手段と、
   予め定められた条件にしたがって、前記第１の検出手段によって検出された矩形内の背景が白色であるか否かを判定する判定手段
   として機能させ、
   前記第２の検出手段は、前記判定手段による判定結果を用い、
   前記条件として、前記第１の検出手段によって検出された矩形に内包されている矩形の数と予め定められた閾値との比較を用いる、
   画像処理プログラム。

Images