JP7150967B2 - スキャン画像に関連する情報を設定するための装置、方法、およびプログラム - Google Patents

Description

本発明は、スキャンして得られたスキャン画像に関連する情報を設定する技術に関する。

従来から、紙文書をスキャンして得られた画像（以下、スキャン画像）に対して文字認識処理（ＯＣＲ処理）を行い、認識された文字を用いて、そのスキャン画像のファイル名を生成する技術が提案されている（特許文献１参照）。また、スキャン画像をプレビュー画面に表示させて、プレビュー画面を介してＯＣＲ処理の対象とする領域（ＯＣＲ用領域）をユーザに選択させる技術が提案されている（特許文献２参照）。近年では、これらの技術を応用して、スキャン画像のファイル名の生成に用いる文字をユーザに選択させることが行われている。

特開昭６２－０５１８６６号公報 特開２００５－２６７３９５号公報

本出願人は、ＯＣＲ用領域として過去に選択された領域が再選択されやすいことを考慮して、それらの領域をプレビュー画面上において予め選択状態（ハイライト表示等）にして表示することを検討している。しかし、過去に選択されたＯＣＲ用領域のそれぞれがスキャン画像の広範囲にわたって点在するような場合（例えば、スキャン画像の上部の領域と下部の領域をＯＣＲ対象としていた場合）、スキャン画像の表示態様が変更（例えば、文字の記載内容を確認できるように自動的に拡大表示）されると、ＯＣＲ用領域のいずれかがプレビュー画面に収まらなくなる可能性がある。その場合、ユーザは、紙文書内のどの文字がファイル名に用いられているかを確認しづらくなる。また、ファイル名の生成に用いられ且つ拡大表示したときの画面外に存在する文字列の画像を確認するためには、画面操作（例えば縮小操作）が必要になり、ユーザの手間を生じさせる。

本発明では、上記の課題に鑑みて、スキャン画像に対してＯＣＲ処理を行って得られた文字列を用いてファイル名等の生成を行う場面において、ファイル名等の生成に用いられた文字列をユーザが確認しやすい態様で提示することを目的とする。

本発明による装置は、画像内に含まれる文字列領域のうち、選択状態にして初期表示すべき文字列領域に関する選択情報を保持する保持手段と、文書をスキャンして得られたスキャン画像から文字列と推認される文字列領域を抽出する抽出手段と、前記抽出手段が抽出した文字列領域をユーザの指示に基づき選択状態にすることができるように、前記スキャン画像をプレビュー画面に表示する表示制御手段であって、前記スキャン画像に類似する画像に関する前記選択情報が前記保持手段に保持されている場合、当該類似する画像についての前記選択情報に基づいて、前記抽出手段が前記スキャン画像から抽出した文字列領域のうち選択状態にして初期表示する対象となる文字列領域を決定し、前記対象となるすべての文字列領域がプレビュー画面に収まるように前記スキャン画像の表示範囲を決定するとともに、前記対象となるすべての文字列領域を選択状態にしてプレビュー画面に初期表示する表示制御手段と、前記プレビュー画面において選択状態になっている文字列領域の文字列を用いて、前記スキャン画像に関連する情報を生成する生成手段と、を備えることを特徴とする。

スキャン画像に対してＯＣＲ処理を行って得られた文字列を用いてファイル名等の設定を行う場面において、ファイル名等の設定に用いられた文字列をユーザが確認しやすい態様で提示することができる。

第１実施形態例に係る画像処理システムの全体構成の一例を示すブロック図である。 ＭＦＰのハードウェア構成の一例を示すブロック図である。 ファイルサーバのハードウェア構成の一例を示すブロック図である。 ＭＦＰのソフトウェア構成の一例を示すブロック図である。 ＭＦＰがスキャンした原稿の画像データをファイルサーバに転送する動作を示すフローチャートである。 スキャン設定画面の一例を示す図である。 ステップＳ５０５の画像解析処理を示すフローチャートである。 ステップＳ７０４における選択文字領域の復元情報の生成処理を示すフローチャートである。 ステップＳ５０７におけるプレビュー画面の表示処理を示すフローチャートである。 プレビュー画面の一例を示す図である。 ステップＳ５０８における処理を示すフローチャートである。 アップロード設定画面の一例を示す図である。 ステップＳ９０３における処理を示すフローチャートである。 プレビュー画面の一例を示す図である。 プレビュー画面の一例を示す図である。 スキャン対象の帳票の一例を示す図である。 スキャン対象の帳票の一例を示す図である。

以下、本発明を実施するための形態について図面を用いて説明する。なお、以下の実施形態は特許請求の範囲に係る発明を限定するものでなく、また以下の実施形態で説明されている特徴の組み合わせの全てが発明の解決手段に必須のものとは限らない。

［第１実施形態］
＜画像処理システムの構成＞
図１は、第１実施形態例に係る画像処理システムの全体構成の一例を示すブロック図である。画像処理システムは、ＭＦＰ１１０とファイルサーバ１２０とを備える。ＭＦＰ１１０とファイルサーバ１２０は、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）を介して互いに通信可能に接続されている。

ＭＦＰ（Ｍｕｌｔｉ Ｆｕｎｃｔｉｏｎ Ｐｅｒｉｐｈｅｒａｌ）１１０は、スキャナやプリンタといった複数の機能を有する複合機であり、画像処理装置の一例である。ファイルサーバ１２０は、電子化された文書ファイルの保存や管理をする外部サーバの一例である。本実施形態の画像処理システムは、ＭＦＰ１１０とファイルサーバ１２０とからなる構成としているがこれに限定されない。例えば、ＭＦＰ１１０がファイルサーバ１２０の役割を兼ね備えてもよい。また例えば、ＬＡＮに代えてインターネットなどを介してＭＦＰ１１０とファイルサーバ１２０とが接続されていてもよい。また、ＭＦＰ１１０は、ＰＳＴＮ（Ｐｕｂｌｉｃ Ｓｗｉｔｃｈｅｄ Ｔｅｌｅｐｈｏｎｅ Ｎｅｔｗｏｒｋｓ）を介して、ファクシミリ装置（不図示）との間で画像データをファクシミリ通信することができる。

図２は、ＭＦＰ１１０のハードウェア構成の一例を示すブロック図である。ＭＦＰ１１０は、制御部２１０、操作部２２０、プリンタ部２２１、スキャナ部２２２、及びモデム２２３を有する。制御部２１０は、ＣＰＵ２１１、ＲＯＭ２１２、ＲＡＭ２１３、ＨＤＤ２１４、操作部Ｉ／Ｆ２１５、モデムＩ／Ｆ２１８、及びネットワークＩ／Ｆ２１９を有し、ＭＦＰ１１０全体の動作を制御する。

ＣＰＵ２１１は、ＲＯＭ２１２に記憶された制御プログラムを読み出して、スキャン機能やプリント機能、通信機能などＭＦＰ１１０が有する各種機能を実行するとともに、それら各種機能を制御する。ＲＡＭ２１３は、ＣＰＵ２１１の主メモリ、ワークエリア等の一時記憶領域として用いられる。なお、本実施形態では１つのＣＰＵ２１１が１つのメモリ（ＲＡＭ２１３またはＨＤＤ２１４）を用いて後述のフローチャートに示す各処理を実行するものとするが、これに限定されない。例えば、複数のＣＰＵや複数のＲＡＭまたはＨＤＤを協働させて各処理を実行させてもよい。ＨＤＤ２１４は、画像データや各種プログラムを記憶するハードディスクドライブである。操作部Ｉ／Ｆ２１５は、操作部２２０と制御部２１０とを接続するインタフェースである。操作部２２０には、タッチパネルやキーボードなどが備えられており、ユーザによる操作や入力、指示などを受け付ける。プリンタ部Ｉ／Ｆ２１６は、プリンタ部２２１と制御部２１０とを接続するインタフェースである。印刷用の画像データはプリンタ部Ｉ／Ｆ２１６を介して制御部２１０からプリンタ部２２１へ転送され、記録媒体上に印刷される。スキャナ部Ｉ／Ｆ２１７は、スキャナ部２２２と制御部２１０とを接続するインタフェースである。スキャナ部２２２は、不図示の原稿台やＡＤＦ（Ａｕｔｏ Ｄｏｃｕｍｅｎｔ Ｆｅｅｄｅｒ）にセットされた原稿を読み取って画像データを生成し、スキャナ部Ｉ／Ｆ２１７を介して制御部２１０に入力する。ＭＦＰ１１０は、スキャナ部２２２で生成された画像データをプリンタ部２２１から印刷出力（コピー）する他、ファイル送信またはメール送信することができる。モデムＩ／Ｆ２１８は、モデム２２３と制御部２１０とを接続するインタフェースである。モデム２２３は、ＰＳＴＮ上のファクシミリ装置との間で画像データをファクシミリ通信する。ネットワークＩ／Ｆ２１９は、制御部２１０（ＭＦＰ１１０）をＬＡＮに接続するインタフェースである。ＭＦＰ１１０は、ネットワークＩ／Ｆ２１９を用いてＬＡＮ１０上の外部装置（ファイルサーバ１２０など）に画像データや情報を送信したり、各種情報を受信したりする。

図３は、ファイルサーバ１２０のハードウェア構成の一例を示すブロック図である。ファイルサーバ１２０は、ＣＰＵ３１１、ＲＯＭ３１２、ＲＡＭ３１３、ＨＤＤ３１４及びネットワークＩ／Ｆ３１５を有する。ＣＰＵ３１１は、ＲＯＭ３１２に記憶された制御プログラムを読み出して各種処理を実行することで、ファイルサーバ１２０全体の動作を制御する。ＲＡＭ３１３は、ＣＰＵ３１１の主メモリ、ワークエリア等の一時記憶領域として用いられる。ＨＤＤ３１４は、画像データや各種プログラムを記憶するハードディスクドライブである。ネットワークＩ／Ｆ３１５は、ファイルサーバ１２０をＬＡＮに接続するインタフェースである。ファイルサーバ１２０は、ネットワークＩ／Ｆ３１５を用いてＬＡＮ上の他の装置（ＭＦＰ１１０など）との間で各種情報を送受信する。

図４は、ＭＦＰ１１０のソフトウェア構成の一例を示すブロック図である。ＭＦＰ１１０は、ネイティブ機能モジュール４１０とアディショナル機能モジュール４２０とを有する。ネイティブ機能モジュール４１０に含まれる各部はＭＦＰ１１０に標準的に備えられたものであるのに対し、アディショナル機能モジュール４２０の各部はＭＦＰ１１０に追加インストールされたアプリケーションである。アディショナル機能モジュール４２０は、Ｊａｖａ（登録商標）をベースとしたアプリケーションであり、ＭＦＰ１１０への機能追加を容易に実現できる。なお、ＭＦＰ１１０には図示しない他のアディショナル機能モジュール（追加アプリケーション）がインストールされていても良い。

ネイティブ機能モジュール４１０は、スキャン実行部４１１および画像データ保存部４１２を有する。アディショナル機能モジュール４２０は、スキャン指示部４２１、メタデータ生成部４２２、画像解析部４２３、アップロード実行部４２４、ファイル生成部４２５、表示制御部４２６、および帳票情報保持部４２７を有する。

表示制御部４２６は、ＭＦＰ１１０の操作部２２０の液晶表示部に、ユーザによる操作や入力、指示などを受け付けるためのＵＩ（ユーザインタフェース）画面を表示する。ＵＩ画面の詳細については後述する。なお、本実施形態における操作部２２０の液晶表示部は、タッチパネル機能を有する。したがって、以下において、操作部２２０の液晶表示部を単にタッチパネルと表現する場合がある。

スキャン指示部４２１は、表示制御部４２６を介して入力されるユーザ指示に従い、該ユーザ指示に含まれるスキャン設定や転送設定の情報とともに、スキャン実行部４１１にスキャン処理を要求する。

スキャン実行部４１１は、スキャン指示部４２１からのスキャン設定を含んだスキャン要求を受け取る。スキャン実行部４１１は、スキャナＩ／Ｆ２１７を介してスキャナ部２２２で、原稿上の画像を読み取ることでスキャン画像データを生成する。スキャン実行部４１１は生成したスキャン画像データを画像データ保存部４１２に送る。このとき、スキャン実行部４１１は、保存したスキャン画像データを一意に示すスキャン画像識別子をスキャン指示部４２１に送る。画像データ保存部４１２は、スキャン実行部４１１から受け取ったスキャン画像データをＨＤＤ２１４に保存する。

スキャン指示部４２１は、スキャン実行部４１１から受け取ったスキャン画像識別子に対応するスキャン画像データを画像データ保存部４１２から取得する。スキャン指示部４２１は、取得したスキャン画像データのメタデータの生成をメタデータ生成部４２２に要求する。このとき、スキャン指示部４２１は、スキャン画像識別子をメタデータ生成部４２２に渡す。メタデータは、スキャン画像データに関連する情報であり、例としては、スキャン画像データに付与されるファイル名が挙げられる。以下、本実施形態では、メタデータが、ファイル名である場合を例に説明する。

メタデータ生成部４２２は、スキャン画像データの解析指示を画像解析部４２３に送る。画像解析部４２３は、メタデータ生成部４２２からの解析指示に基づき、スキャン画像データに対して画像解析（レイアウト解析処理やＯＣＲ処理（文字列認識処理））を行う。画像解析部４２３は、スキャン画像データを画像解析して得られる領域情報を解析結果として、メタデータ生成部４２２に送る。表１には、領域情報の一例が示されている。領域情報は、スキャン画像データに含まれる文字領域や表領域などの各領域について、領域を識別するための番号と、領域のＸ座標、Ｙ座標、幅、及び高さと、領域の種類とを示す情報を格納する。ここで、文字領域とは、画像解析によって文字列と推認された領域であり、表領域とは、画像解析によって表と推認された領域である。なお、画像データからテキストや表を検出する方法については広く知られているため、説明を省略する。また、表１には、説明の簡単のため、スキャン画像データ内の一部の領域のみが記載されている。

画像解析部４２３は、今回の画像解析で得られた領域情報と、以前の画像解析（過去に行われた画像解析）で得られた各領域情報のそれぞれとを比較する。なお、以前の画像解析で得られた各領域情報は、帳票情報保持部４２７によって保持される。また、帳票情報保持部４２７が保持する各領域情報には、後述するように、ステップＳ５０８の処理（ファイル名の生成処理）においてユーザが選択した文字領域を特定可能な、選択情報が付加される。以降、領域情報に選択情報を付加した情報を帳票情報（または文書情報）と呼ぶ。画像解析部４２３は、上記比較を行った結果、今回の画像解析で得られた領域情報と類似する領域情報が帳票情報保持部４２７に格納されていると判断した場合には、さらに、類似する領域情報に選択情報が付加されているかを確認する。類似する領域情報に選択情報が付加されている場合には、画像解析部４２３は、選択情報と該選択情報で指定された文字領域（以下、選択文字領域と呼ぶ）をＯＣＲ処理して得られる文字列とを、画像解析の解析結果に含ませてメタデータ生成部４２２に送る。これらの処理にいての詳細は、図５を用いて後述する。なお、画像解析の解析結果は、メタデータ生成部４２２を介して、表示制御部４２６にも送られる。

また、メタデータ生成部４２２は、ＵＩ画面を介して入力されるユーザ指示と、画像解析部４２３の解析結果とに基づいて、メタデータ（本実施形態ではファイル名）を生成する。メタデータ生成部４２２は、スキャン画像識別子および生成したメタデータをアップロード実行部４２４に送る。そして、メタデータ生成部４２２は、アップロード実行部４２４に対して、ファイルサーバ１２０へのスキャン画像データのアップロードを指示する。

さらに、メタデータ生成部４２２は、表示制御部４２６に表示指示を送る。表示制御部４２６は、メタデータ生成部４２２からの表示指示に基づき、ＭＦＰ１１０の操作部２２０のタッチパネルに、ファイル名を生成するための操作、入力、および指示を受け付けるためのＵＩ画面（例えば、後述する図７（ａ））を表示する。また、表示制御部４２６は、メタデータ生成部４２２からの表示指示に基づき、スキャン画像データのプレビュー画像をＵＩ画面に表示する。

アップロード実行部４２４は、表示制御部４２６にＵＩ画面の表示指示を送る。表示制御部４２６は、フォルダパス設定とアップロードの操作、入力、及び指示とをユーザから受け付けるためのＵＩ画面（例えば、後述する図９）を表示する。また、アップロード実行部４２４は、ユーザからのアップロード指示を受け、該指示に従って、ファイル生成部４２５に対してスキャン画像識別子が示すスキャン画像データのファイル生成を指示する。

ファイル生成部４２５は、指示されたスキャン画像識別子に対応するスキャン画像データを画像データ保存部４１２から取得し、ファイルサーバ１２０に送信するファイルを生成する。

アップロード実行部４２４は、フォルダパス設定と、メタデータ生成部４２２により生成されたファイル名とを用いてファイルサーバ１２０に接続し、ファイル生成部４２５により生成されたファイルを送信する。アップロード実行部４２４は、アップロードが完了すると、アップロードが完了したことを表示制御部４２６に通知する。表示制御部４２６は、アップロード実行部４２４からの通知を受けて、表示内容を更新する。アップロード実行部４２４は、ＳＭＢ（Ｓｅｒｖｅｒ Ｍｅｓｓａｇｅ Ｂｌｏｃｋ）クライアント機能を有する。これにより、アップロード実行部４２４は、ＳＭＢサーバ機能を有するファイルサーバ１２０に対してＳＭＢを用いてファイル及びフォルダ操作を行うことができる。なお、ＳＭＢの他に、ＷｅｂＤＡＶ（Ｄｉｓｔｒｉｂｕｔｅｄ Ａｕｔｈｏｒｉｎｇ ａｎｄ Ｖｅｒｓｉｏｎｉｎｇ ｐｒｏｔｏｃｏｌ ｆｏｒ ｔｈｅ ＷＷＷ）が使用可能である。また、ＦＴＰ（Ｆｉｌｅ Ｔｒａｎｓｆｅｒ Ｐｒｏｔｏｃｏｌ）やＳＭＴＰ（Ｓｉｍｐｌｅ Ｍａｉｌ Ｔｒａｎｓｆｅｒ Ｐｒｏｔｏｃｏｌ）等も使用可能である。また、それ以外にファイル送信目的以外のＳＯＡＰやＲＥＳＴ（Ｒｅｐｒｅｓｅｎｔａｔｉｏｎａｌ Ｓｔａｔｅ Ｔｒａｎｓｆｅｒ）等も使用可能である。

図５は、ＭＦＰ１１０がスキャンした原稿（帳票）の画像データをファイルサーバ１２０に転送する動作を示すフローチャートである。図５に示す各動作は、ＭＦＰ１１０のＣＰＵ２１１がＨＤＤ２１４に記憶された制御プログラムを実行することにより実現される。以下では、図５を用いて、スキャン処理を２回実施する場合の動作について説明する。なお、本実施形態では、実施２回目において、実施１回目でスキャンされた原稿に類似する原稿（すなわち、１回目にスキャンされた原稿と同様のフォーマットの原稿）がスキャンされるものとする。すなわち、実施２回目は、類似する領域情報を含む帳票情報（類似帳票情報）が帳票情報保持部４２７に保持された状態で行われるものとする。なお、実施１回目は、帳票情報保持部４２７に類似帳票情報が保持されていない状態で行われるものとする。

まず、実施１回目について説明する。ステップＳ５０１において、スキャン指示部４２１は、スキャン処理における各種設定を行うためのスキャン設定画面の表示を表示制御部４２６に指示する。表示制御部４２６は、スキャン設定画面を操作部２２０のタッチパネルに表示する。図６は、スキャン設定画面の一例を示す図である。［カラー設定］ボタン６０１は、原稿をスキャンする際のカラーまたはモノクロを設定するためのボタンである。［解像度設定］ボタン６０２は、原稿をスキャンする際の解像度を設定するためのボタンである。［両面読み取り設定］ボタン６０３は、原稿の両面をスキャンしたい場合に用いる設定ボタンである。［原稿混載設定］ボタン６０４は、サイズが異なる原稿をまとめてスキャンしたい場合に用いる設定ボタンである。［画像形式設定］ボタン６０５は、スキャン画像データの保存形式を指定する際に用いる設定ボタンである。これら設定ボタン６０１～６０５を用いた設定時には、ＭＦＰ１１０においてサポートされている範囲で設定可能な候補（選択肢）が表示され、ユーザは表示された候補から望むものを選択する。なお、上述した設定ボタンは一例であって、これらすべての設定項目が存在しなくても良いし、これら以外の設定項目が存在しても良い。ユーザは、このようなスキャン設定画面６００を介してスキャン処理について詳細な設定を行う。［キャンセル］ボタン６２０は、スキャン設定を中止する場合に用いるボタンである。［スキャン開始］ボタン６２１は、原稿台等にセットした原稿に対するスキャン処理の開始を指示するためのボタンである。

ステップＳ５０２において、スキャン指示部４２１は、［スキャン開始］ボタン６２１が押されたか、［キャンセル］ボタン６２０が押されたかを判定する。［スキャン開始］ボタン６２１が押されたと判定すると、スキャン指示部４２１は、各設定ボタン６０１～６０５で選択された設定項目に従ったスキャン処理を実行させるためのスキャン指示を、スキャン実行部４１１に対して送出する。そして、スキャン実行部４１１において、原稿がスキャンされる（ステップＳ５０３）。原稿をスキャンして得られた画像データ（スキャン画像データ）は、画像データ保存部４１２に保存され、対応するスキャン画像識別子がスキャン指示部４２１に通知される。一方、［キャンセル］ボタン６２０が押されたとスキャン指示部４２１が判定した場合は、処理は終了する。

ステップＳ５０４において、スキャン指示部４２１は、スキャン画像識別子に対応するスキャン画像データを画像データ保存部４１２から取得する。画像データ保存部４１２からスキャン指示部４２１へのスキャン画像データの転送は、例えばＦＴＰも用いて行われる。

ステップＳ５０５において、メタデータ生成部４２２は、ステップＳ５０４において画像データ保存部４１２から取得されたスキャン画像データの解析指示を、画像解析部４２３に送る。画像解析部４２３は、スキャン画像データを解析する。そして、解析した結果をメタデータ生成部４２２に渡す。

ここで、ステップＳ５０５における画像解析処理について説明する。図７は、ステップＳ５０５の画像解析処理を示すフローチャートである。ステップＳ７０１において、画像解析部４２３は、メタデータ生成部４２２から受け取ったスキャン画像データを読み込む。

ステップＳ７０２において、画像解析部４２３は、読み込んだスキャン画像データをその後の領域判定や文字列解析を実行しやすい状態に補正する。具体的には、スキャン画像データに対し、画像信号の二値化やスキャン時にずれた原稿の傾きの修正、原稿が正立する方向への回転などを行なって、解析処理を行いやすい状態に補正する。

ステップＳ７０３において、画像解析部４２３は、ステップＳ７０２で補正したスキャン画像データを解析して、スキャン画像データ内のどの位置にテキスト、イメージ、表、またはラインの領域が存在するかを判定する。以降、この判定を領域判定と呼ぶ。この領域判定により、上記の表１に示す領域情報が得られる。

ステップＳ７０４において、画像解析部４２３は、ステップＳ７０３で得られた領域情報と、後述するステップＳ５１８の処理により帳票情報保持部４２７に保存された各帳票情報に含まれる領域情報とを比較する。そして、画像解析部４２３は、以前に類似原稿（ステップＳ５０３でスキャンした原稿と類似する原稿）を処理したことがあるかどうか判定する。そして、画像解析部４２３は、以前に類似原稿を処理したことがあると判定した場合には、その類似原稿における選択文字領域を、今回スキャンして得られたスキャン画像データ上に復元するために必要な情報（以下、復元情報と呼ぶ）を生成する。選択文字領域の復元とは、後述するステップＳ５０７のプレビュー画面の表示時に、復元情報から特定される文字領域を予め選択状態とするとともに、選択状態とされた文字領域の文字列を今回のスキャン画像データのファイル名に適用することである。

図８は、ステップＳ７０４における選択文字領域の復元情報の生成処理を示すフローチャートである。ステップＳ８０１において、画像解析部４２３は、ステップＳ７０３で得られた領域情報と、帳票情報保持部４２７が保持する各帳票情報に含まれる領域情報と比較する。そして、画像解析部４２３は、ステップＳ７０３で得られた領域情報と類似する領域情報を含む帳票情報が、帳票情報保持部４２７に存在するかどうかを判定する。これにより、以前に類似原稿を処理したことがあるか否かが判定される。実施１回目では、類似する領域情報を含む帳票情報が帳票情報保持部４２７に保存されていないため（すなわち、以前に類似原稿を処理したことがないため）、ステップＳ８０１においてＮｏと判定され、処理は終了する。ステップＳ８０２，Ｓ８０３の処理は、後述する実施２回目のフローで実行される。

図５の説明に戻る。ステップＳ５０６において、メタデータ生成部４２２は、画像解析部４２３の解析結果である領域情報を取得する。領域情報は、ＣＳＶまたはＸＭＬのフォーマットで取得されるものとするが、他のフォーマットであっても構わない。また、領域情報をＨＤＤ２１４に一旦保存した上で、該領域情報を所定のタイミングでメタデータ生成部４２２が取得する方法でも構わない。

ステップＳ５０７において、メタデータ生成部４２２は、表示制御部４２６にプレビュー画像の表示を指示する。表示制御部４２６は、メタデータ生成部４２２から領域情報（ステップＳ７０３の処理で得られた領域情報（表１）に相当）を受け取る。そして、表示制御部４２６は、メタデータ生成部４２２から受け取った領域情報と、スキャン指示部４２１から受け取ったスキャン画像データとを用いて、操作部２２０のタッチパネルにプレビュー画像を表示する。

図９は、ステップＳ５０７におけるプレビュー画像の表示処理を示すフローチャートである。ステップＳ９０１において、メタデータ生成部４２２は、図８に示すステップＳ８０２の処理（選択文字領域の取得）が行われているか判定する。そして、行われている場合は（ステップＳ９０１のＹＥＳ）、メタデータ生成部４２２は、ステップＳ９０２の処理に進む。行われていない場合は（ステップＳ９０１のＮＯ）、メタデータ生成部４２２は、ステップＳ９１０の処理に進む。実施１回目では、上述したように、類似する領域情報を含む帳票情報が帳票情報保持部４２７に存在しないため、ステップＳ８０２の処理（選択文字領域の取得）は行われていないと判定され、処理はステップＳ９１０に進む。ステップＳ９０２～Ｓ９０９の処理は、後述する実施２回目のフローで実行される。

ステップＳ９１０において、表示制御部４２６が、スキャン指示部４２１から受け取ったスキャン画像データと、メタデータ生成部４２２から受け取った領域情報とを用いて、プレビュー画像を、図１０に示すプレビュー画面１０００に表示する。図１０は、プレビュー画面の一例を示す図である。図１０に示すように、プレビュー画像は、スキャン画像に領域情報を重畳させた画像である。プレビュー画面１０００のプレビュー表示領域１０１０には、プレビュー画像と共に、その表示状態を変更するめのボタン１０１１～１０１４が表示される。ボタン１０１１及び１０１２はプレビュー画像（スキャン画像）の全体を表示しきれないときに現れるボタンであり、スキャン画像の表示範囲（プレビュー表示領域１０１０に表示されるスキャン画像内の領域）を縦方向にスクロールするためのボタンである。ＭＦＰ１１０が備えるタッチパネルは通常それほど大きくはない。そこで、例えば、スキャン画像がＡ４縦かつ横書きの原稿を読み取ったものである場合は、スキャン画像の幅方向（短手方向）全体がプレビュー表示領域１０１０にちょうど収まるように上詰めで縮小表示されるよう初期設定される。つまり、初期設定においては、Ａ４縦のスキャン画像の下部はプレビュー表示領域１０１０内に表示されないことになる。したがって、図１０（ａ）では、図１６に示す帳票１６００をスキャンして得られたスキャン画像の下部は表示されていない。このようなとき、「↓」ボタン１０１２を押下すると、スキャン画像の表示範囲が下にスクロールされ、スキャン画像の下部を表示させることができる。なお、スキャン画像が例えばＡ４横やＡ３などの場合には、スキャン画像の表示範囲を横方向にスクロールするためのボタンをさらに設ければよい。ボタン１０１３，１０１４は、スキャン画像の表示範囲を拡大または縮小するためのボタンであり、「＋」ボタン１０１３を押下するとズームインし、「－」ボタン１０１４を押下するとズームアウトする。これらボタン操作による動作は、プレビュー画面１０００上でのスワイプ、ピンチアウト、およびピンチインといったユーザの指による操作で実現されてもよい。

図１０（ａ）において破線の矩形で示される領域１０１５～１０２３は、文字領域を表している。文字領域１０１５～１０２３は、画像解析部４２３が画像データを解析することで得られる領域情報に従って、プレビュー表示領域１０１０のスキャン画像上に表示される。文字領域１０１５～１０２３は、プレビュー表示領域１０１０に表示中のスキャン画像がスクロールや拡大縮小された場合には、それに合わせて表示位置やサイズが変更される。文字領域１０１５～１０２３はユーザによって選択可能であり、ユーザが文字領域をタッチ（選択）した場合、画像解析部４２３は、タッチされた文字領域に対して文字認識処理を行う。それにより、文字領域にある文字（テキストデータ）が抽出される。領域１０２４は、表領域を表している。なお、表領域内のテキストもそれぞれ文字領域として扱われるが、本実施形態では説明の簡単のため、表領域１０２４内のテキストについては文字領域として扱わないものとする。文字認識処理は、例えば文字領域に含まれる画素群と、予め登録されている辞書とをマッチング処理することで、文字（テキストデータ）を認識する処理である。この文字認識処理は、処理に時間を要する場合がある。このため、本実施形態においては、レイアウト解析によって抽出された文字列領域に逐次的に文字認識処理を行わずに、ユーザが所望する文字領域に対して文字認識処理を行うことで、処理の高速化を図っている。表示制御部４２６は、抽出された文字（テキストデータ）をファイル名表示領域１００１に設定する。なお、ファイル名表示領域１００１がタッチされた場合に、ソフトウェアキーボード（不図示）をタッチパネル上に表示させて、該キーボードを介したユーザ操作によってファイル名の編集を可能なようにしても良い。

図５の説明に戻る。ステップＳ５０８において、メタデータ生成部４２２は、プレビュー画面１０００を介して入力されるユーザ操作に従って、ファイル名の生成処理を行う。図１１は、ステップＳ５０８における処理を示すフローチャートである。ステップＳ１１０１において、メタデータ生成部４２２は、ユーザが操作部２２０のタッチパネルにタッチしたかどうかを判定する。タッチされたと判定すると（ステップＳ１１０１のＹＥＳ）、メタデータ生成部４２２は、ステップＳ１１０２の処理に進み、タッチされた位置の座標を取得する。タッチされていないと判定すると（ステップＳ１１０１のＮＯ）、メタデータ生成部４２２は、ステップＳ１１０１の処理に戻る。

ステップＳ１１０３において、メタデータ生成部４２２は、タッチされた位置の座標が文字領域と重なるか判定する。タッチされた位置の座標が文字領域と重なるか否かは、タッチされた位置の座標がプレビュー表示領域１０１０に表示されている文字領域１０１５～１０２３のいずれかに含まれるか否かで判定される。なお、表領域１０２４内のテキストも文字領域として扱う場合には、表領域１０２４内の各文字領域も判定対象とされる。タッチされた位置の座標がいずれかの文字領域に含まれる（すなわち、タッチされた位置の座標がいずれかの文字領域と重なる）と判定すると（ステップＳ１１０３のＹＥＳ）、メタデータ生成部４２２は、該文字領域がユーザによって選択されたと判断する。そして、メタデータ生成部４２２は、ステップＳ１１０４の処理に進む。一方、タッチされた位置の座標がいずれの文字領域とも重ならないと判定すると（ステップＳ１１０３のＮＯ）、メタデータ生成部４２２は、ステップＳ１１０９の処理に進む。ステップＳ１１０９において、メタデータ生成部４２２は、［次へ］ボタン１０３１または［戻る］ボタン１０３０が押下されたかを判定する。ボタン１０３１，１０３２のいずれかが押下されたと判定すると（ステップＳ１１０９のＹＥＳ）、処理を終了して、図５のフローに戻る。一方、ボタン１０３１，１０３２のいずれも押下されてないと判定すると（ステップＳ１１０９のＮＯ）、メタデータ生成部４２２は、ステップＳ１１０１の処理に戻る。

ステップＳ１１０４において、画像解析部４２３は、メタデータ生成部４２２の指示に基づき、タッチされた位置の座標と重なる文字領域を解析する。そして、画像解析部４２３は、解析して得られた文字（テキストデータ）を解析結果としてメタデータ生成部４２２に渡す。ステップＳ１１０５において、メタデータ生成部４２２は、ファイル名表示領域１００１に現在表示中であるファイル名を取得する。ステップＳ１１０６において、メタデータ生成部４２２は、ステップＳ１１０５で取得したファイル名の末尾に区切り文字を追加する。本実施形態では、アンダーバー“_”を区切り文字として使用する場合を例にするが、それ以外の文字を区切り文字と使用しても構わない。ステップＳ１１０７において、メタデータ生成部４２２は、ステップＳ１１０５，Ｓ１１０６で生成したファイル名に文字領域の文字（テキストデータ）を追加する。なお、実施１回目において、ステップＳ１１０５の処理が初めて実行される場合には、ファイル名表示領域１００１には何も表示されていない。したがって、その場合には、ステップＳ１１０４の処理が実行された後、ステップＳ１１０５，Ｓ１１０６の処理がスキップされ、スキップＳ１１０７の処理が実行される。

ステップＳ１１０８において、メタデータ生成部４２２は、ステップＳ１１０７で生成したファイル名をファイル名表示領域１００１に設定し直し、ステップＳ１１０１の処理に戻る。これにより、ファイル名表示領域１００１に表示中のファイル名が、ステップＳ１１０７で生成されたファイル名に更新される。なお、ステップＳ１１０７で生成したファイル名の中に、転送先のファイルサーバで使用できない文字が含まれている場合は、ファイル名表示領域１００１に設定する際に該当する文字を除去するようにしても良い。また、該当する文字を転送先のファイルサーバで使用可能な文字に差し替えるようにしても良い。

ここで、実施１回目において、プレビュー画面１０００の文字領域１０１５と文字領域１０２１とが順に選択されたとする。図１０（ｂ）における格子状の網掛け領域は、既にユーザがファイル名に用いるべき領域としてタッチ（選択）した領域を示す。その場合、プレビュー画面１０００は、図１０（ｂ）に示されるような状態となる。つまり、ファイル名表示領域１００１にファイル名「見積書＿Ｒ１２－３４５６」が表示された状態となる。さらに、「↓」ボタン１０１２を押下して、スキャン画像の表示範囲を下に移動させ、スキャン画像の下部をプレビュー表示領域１０１０に表示させた状態で文字領域１０２７を選択した場合、プレビュー画面１０００は、図１０（ｃ）に示される状態となる。図１０（ｃ）では、図１６に示す帳票１６００をスキャンして得られるスキャン画像の中部から下部までが、プレビュー表示領域１０１０に表示されている。さらに、図１０（ｃ）では、ファイル名表示領域１００１内のファイル名が「見積書＿Ｒ１２－３４５６＿川崎株式会社」に更新されている。

なお、本実施形態においては、上記のステップＳ５０５～Ｓ５０８の処理は、原稿の１ページ目のスキャン画像データに対して行われるものとする。しかし、原稿の２ページ目以降のページのスキャン画像データに対して上記のステップＳ５０５～Ｓ５０８の処理を行うようにしても良い。そのような形態を実現するには、例えば、ページを切り替えるためのボタンをプレビュー表示領域１０１０に用意して、該ボタンを操作することで解析対象とするページをユーザが指定可能なようにすれば良い。そして、ユーザが指定したページに対応するスキャン画像をプレビュー表示領域１０１０に表示させて、該画像上の文字領域からファイル名を設定できるようにすれば良い。

図５の説明に戻る。ステップＳ５０９において、メタデータ生成部４２２は、［次へ］ボタン１０３１が押下されたか［戻る］ボタン１０３０が押下されたかを判定する。［次へ］ボタン１０３１が押されたと判定すると、メタデータ生成部４２２は、ステップＳ５１０の処理に進む。ステップＳ５１０の処理において、メタデータ生成部４２２は、ファイル名表示領域１００１に設定されているファイル名を取得する。メタデータ生成部４２２は、取得したファイル名とスキャン画像識別子とをアップロード実行部４２４に渡す。［戻る］ボタン１０３０が押されたと判定されると、処理はステップＳ５０１に戻る。

ステップＳ５１１において、アップロード実行部４２４は、アップロード設定画面を表示する。ユーザは、アップロード設定画面を介して、ファイルサーバ１２０へのアップロードに関する詳細設定を行う。図１２は、アップロード設定画面の一例を示す図である。アップロード設定画面１２００において、フォルダパス入力欄１２０１は、ファイルサーバ１２０への外部転送先のフォルダパス設定を受け付ける。図１２に示す例では、“￥￥Ｓｅｒｖｅｒ１￥Ｓｈａｒｅ￥ＳｃａｎＤａｔａ”がフォルダパスとして入力されている。フォルダパス入力欄１２０１をユーザがタップするとアップロード実行部４２４は、ソフトウェアキーボード（不図示）を操作部２２０のタッチパネルに表示する。ユーザは、ソフトウェアキーボードを介してフォルダパスを、フォルダパス入力欄１２０１に入力する。アップロード実行部４２４は、フォルダパスの設定を終了する指示を受けると、設定されたフォルダパスを取得し、ソフトウェアキーボードを非表示にする。なお、フォルダパスは、フォルダパス入力欄１２０１以外から設定可能であってもよい。例えば、ＭＦＰ１１０が保持するアドレス帳からフォルダパスを設定可能なようにしても良い。

ステップＳ５１２において、アップロード実行部４２４は、［アップロード］ボタン１２２１が押下されたか［戻る］ボタン１２２０が押下されたかを判定する。［アップロード］ボタン１２２１が押下されたと判定すると、アップロード実行部４２４は、ステップＳ５１３の処理に進む。ステップＳ５１３において、アップロード実行部４２４は、予めＨＤＤ２１４等のメモリに記憶されたファイルサーバ設定を取得する。ファイルサーバ設定には、ファイルサーバ１２０にログインするためのユーザ名とパスワードが含まれる。［戻る］ボタン１２２０が押されたと判定された場合には、処理はステップＳ５０７に戻る。

ステップＳ５１４において、アップロード実行部４２４は、ファイルサーバ１２０にアクセスする。このとき、アップロード実行部４２４は、ステップＳ５１３で取得したファイルサーバ設定に含まれるユーザ名とパスワードとをファイルサーバ１２０に送信し、ファイルサーバ１２０による認証の結果を受信する。

ステップＳ５１５において、アップロード実行部４２４は、認証が成功したか（ファイルサーバ１２０にログインできたか）否かを判定する。そして、認証が失敗した場合は（ステップＳ５１５のＮＯ）、処理は終了し、認証が成功した場合は（ステップＳ５１５のＹＥＳ）、アップロード実行部４２４は、ステップＳ５１６の処理に進む。ステップＳ５１６において、アップロード実行部４２４は、ステップＳ５１０の処理においてメタデータ生成部４２２から受け取ったスキャン画像識別子に対応するスキャン画像データからファイルを生成する。そして、アップロード実行部４２４は、生成したファイルを、ステップＳ５１１で取得したフォルダパスにアップロードする。

なお、本実施形態では、画像解析により抽出した文字列をファイル名として使用する場合を例にしたが、該文字列をそれ以外の目的で使用することもできる。例えば、文字列に対応する電話番号を特定し、特定した電話番号をあて先として、スキャン画像データをファクス送信することも可能である。また例えば、文字列に対応するメールアドレスを特定して、スキャン画像データをそのメールアドレスをあて先としてメール送信することも可能である。また、本実施形態では、アップロード設定画面１２００にて、ユーザにフォルダパスを入力させる場合を例にした。しかし、ファイルサーバ設定にホスト名とフォルダパスの起点とを含ませるようにして、アップロード設定画面１２００にて、スキャン画像データを格納するフォルダの名前（フォルダ名）のみをユーザに入力させるようにしても良い。そして、ファイルサーバ設定に含まれるホスト名とフォルダパスの起点と、ユーザが入力したフォルダ名とから、フォルダパスを生成するようにしてもよい。

ステップＳ５１７において、画像解析部４２３は、ステップＳ５０６の処理で取得した領域情報と、ステップＳ５０８の処理で選択された文字領域を示す選択情報とを帳票情報として、帳票情報保持部４２７に保存する。表２には、帳票情報保持部４２７に保存される帳票情報の一例が示されている。

表２において、帳票番号は、帳票情報保持部４２７に保存される帳票情報ごとに個別に割り当てられる。ここでは、例として１種類目の帳票であることを示す「１」が割り当てられている。また、表２において、選択情報における数字は、ステップＳ５０８の処理において各文字領域がユーザによって選択された順番を表している。また、選択情報における「‐」は、該当する文字領域がユーザによって選択されていないことを表している。

次に、実施２回目について説明する。実施２回目では、上述したように、実施１回目でスキャンされた原稿（図１６に示す帳票１６００）に類似する原稿（図１７に示す帳票１７００）がスキャンされるものとする。実施２回目におけるステップＳ５０１～Ｓ５０４の処理は、実施１回目と同様であるため説明を省略する。

表３には、実施２回目のステップＳ５０５の処理において得られる領域情報の一例が示されている。ここで、表３に示される領域情報と、表２に示される、帳票情報保持部４２７に保存されている帳票情報に含まれる領域情報（実施１回目のステップＳ５０５の処理において得られた領域情報）とを比較する。すると、互いの領域情報の差分は番号８の領域の幅のみであり、その他の領域は重なっていることがわかる。したがって、画像解析部４２３は、帳票情報保持部４２７に保存されている上記帳票情報を類似帳票情報であると判定する。よって、実施２回目のステップＳ８０１では、画像解析部４２３は、以前に類似原稿を処理したことがあると判定し（ステップＳ８０１のＹＥＳ）、ステップＳ８０２の処理に進む。なお、領域情報を比較する際に、領域情報に含まれる全ての領域について比較を行っても良いし、種類がテキストである領域、すなわち文字領域のみについて比較を行っても良い。また、互いの領域情報が類似するか否かは、比較対象とする領域の総数に対して、互いに重なる領域がどれくらい存在するかを示す割合（類似度）が、予め定めた閾値以上であるか否かに基づいて判定されても良いし、その他の基準に従って判定されても良い。領域情報の類似判定については、本実施形態の主眼ではないため詳細な説明を省略する。

ステップＳ８０２において、画像解析部４２３は、類似帳票情報に含まれる選択情報に基づいて、今回のスキャン画像データ（図１７に示す帳票１７００をスキャンして得られるスキャン画像データ）における文字領域の中から復元候補領域を決定する。具体的には、画像解析部４２３は、表３に示す各文字領域から、類似帳票情報（表２に示す帳票情報）において選択情報に番号が格納されている文字領域と最も重複する文字領域を特定し、特定した文字領域を復元候補領域に決定する。ここでは、表３に示す番号「１」，「３」，「１３」の領域がそれぞれ、表２において選択情報に「１」，「２」，「３」が格納されている文字領域と最も重複する領域であると特定される。

ステップＳ８０３において、画像解析部４２３は、選択文字領域の復元情報を生成する。具体的には、画像解析部４２３は、ステップＳ８０２で決定した復元候補領域について文字認識処理を行う。実施１回目では、ステップＳ５０６の処理において、メタデータ生成部４２２は、表１に示すような、領域ごとの座標と大きさとを示す領域情報を、画像解析部４２３から取得していた。一方、実施２回目では、ステップＳ５０６の処理において、メタデータ生成部４２２は、領域情報に選択情報と文字認識結果とを加えて得られる復元情報（表４に示す情報）を、画像解析部４２３から取得する。

ステップＳ５０７において、メタデータ生成部４２２は、表示制御部４２６にプレビュー画面の表示を指示する。表示制御部４２６は、スキャン指示部４２１から受け取ったスキャン画像データと、メタデータ生成部４２２から受け取った復元情報（選択情報と文字認識結果とが加えられた領域情報）とを用いてプレビュー画像を生成する。そして、表示制御部４２６は、生成したプレビュー画像を操作部２２０のタッチパネルに表示する。その際、選択情報と文字認識結果とからファイル名を生成し、該ファイル名をプレビュー画面のファイル名表示領域に表示する。さらに、領域情報と選択情報とを用いてスキャン画像の表示範囲を決定する。

ここで、図９を用いて、実施２回目におけるステップＳ５０７の処理の詳細を説明する。ステップＳ９０１において、メタデータ生成部４２２は、図８に示すステップＳ８０２の処理（選択文字領域の取得）が行われているか判定する。実施２回目では、上述したようにステップＳ８０２の処理が行われていて選択文字領域が存在するため（ステップＳ９０１のＹＥＳ）、メタデータ生成部４２２は、ステップＳ９０２の処理に進む。

ステップＳ９０２において、メタデータ生成部４２２は、ステップＳ８０２で取得された選択文字領域の文字（テキストデータ）を用いてファイル名の生成処理を行う。具体的には、メタデータ生成部４２２は、表４に示す「見積書」、「Ｒ１２－３４５７」、「川崎株式会社」と区切り文字のアンダーバー“_” とを用いて、ファイル名「見積書_Ｒ１２－３４５７_川崎株式会社」を生成する。これにより、類似原稿をスキャンした場合には、ユーザによる選択の手間を省きつつ、適切なファイル名を生成することができる。

ステップＳ９０３において、表示制御部４２６は、ステップＳ８０２で取得された選択文字領域全てがプレビュー画面に表示されるようにスキャン画像の表示範囲を決定する。例えば、Ａ４縦の原稿をスキャンして得られたスキャン画像を横長の表示画面に表示する場合、表示画面のサイズによってはスキャン画像が縦（高さ）方向に収まらなくなる。その場合、プレビュー画面に表示されていない文字領域については、それらの文字領域がファイル名に使用されているかどうかを確認するために、画面をスクロール等しなければならず、ユーザの手間が生じる。また、スキャン画像を縮小して画像全体を表示画面に収めようとすると、文字領域のフォントサイズが小さくなってしまい、文字領域内の文字が視認しづらくなる。そこで、本実施形態では、以下で説明するように、全ての選択文字領域がプレビュー画面内に最低限収まるようにスキャン画像の表示範囲（プレビュー表示範囲とも呼ぶ）を決定する。

図１３は、ステップＳ９０３における処理を示すフローチャートである。ステップＳ１３０１において、表示制御部４２６は、プレビュー画像を表示させる表示画面（ここでは、プレビュー画面１０００）のサイズを取得する。なお、このとき、ディスプレイ装置（操作部２２０のタッチパネル）のサイズを取得するようにしてもよい。そして、表示制御部４２６は、表示画面が、縦方向（Ｙ座標方向）に長いか横方向（Ｘ座標方向）に長いかを判定する。さらに、ステップＳ１３０２において、表示制御部４２６は、スキャン画像の正立方向を判定する。例えば、表示制御部４２６は、ステップＳ５０５における画像解析の解析結果からスキャン画像の成立方向を判定する。

ステップＳ１３０３において、表示制御部４２６は、ステップＳ１３０１，Ｓ１３０２の判定結果に基づいて、選択文字領域のＸ座標とＹ座標とのいずれを使用してプレビュー表示範囲を導出するかを決定する。例えば、Ａ４縦の原稿をスキャンして得られたスキャン画像を横長の表示画面に表示する場合、縦（高さ）方向については、スキャン画像を表示画面内に収めることができない可能性がある。したがって、そのような場合には、縦（高さ）方向を基準にしてプレビュー表示範囲を導出する必要があるので、表示制御部４２６は、Ｙ座標を使用すると決定する。Ａ４横の原稿をスキャンして得られたスキャン画像を縦長の表示画面に表示する場合も同様にして、表示制御部４２６は、Ｘ座標を使用すると決定する。

ステップＳ１３０４において、表示制御部４２６は、ステップＳ１３０３で決定した座標方向に基づいて、各選択文字領域の座標から最小座標と最大座標を導出する。例えば、Ｙ座標を使用してプレビュー表示範囲を導出すると決定した場合には、表示制御部４２６は、表４に示す番号「１」，「３」，「１３」の３つの選択文字領域のＹ座標から最小Ｙ座標と最大Ｙ座標とを抽出する。そして、表示制御部４２６は、抽出した最小Ｙ座標と最大Ｙ座標とから縦（高さ）方向の表示範囲を導出する。このとき、最小Ｙ座標は番号「１」の「見積書」の「２４」であり、最大Ｙ座標は番号「１３」の「川崎株式会社」の「３５９」である。表示制御部４２６は、その最小Ｙ座標と最大Ｙ座標とからＹ座標の表示範囲を導出し、さらに、スキャン画像の縦横比率が保たれるようにして、Ｘ座標の表示範囲を導出する。これにより、スキャン画像のプレビュー表示範囲が導出される。その結果、図１４（ａ）に示すように、最小Ｙ座標の選択文字領域１４１１の「見積書」と、最大Ｙ座標の選択文字領域１４１４の「川崎株式会社」とがプレビュー表示領域１４１０に収まるようにスキャン画像が表示される。なお、選択文字領域の近傍に文字領域が存在する場合、該文字領域が誤って選択文字領域に設定される可能性がある。そのような場合には、その文字領域分のマージンを設けて、選択文字領域の最小座標と最大座標とを導出するようにしてもよい。図１４（ｂ）には、最大Ｙ座標の選択文字領域１４１４の近傍に文字領域１４１５が存在している場合に導出される、プレビュー表示範囲の一例が示されている。図１４（ｂ）に示す例では、文字領域１４１５のＹ座標を最大Ｙ座標として、スキャン画像がプレビュー表示領域１４１０に表示されている。例えば、実施１回目で「ＰＱＲ事業所」が選択されたにもかかわらず、実施２回目で「川崎株式会社」が選択文字領域に誤って設定されてしまった場合、本来の選択文字領域である「ＰＱＲ事業所」がプレビュー表示領域１４１０に表示されなくなる。しかし、上記のようにマージンを設けることで、本来の選択文字領域である「ＰＱＲ事業所」（文字領域１４１５）までプレビュー表示領域１４１０に収めることができ、選択文字領域が誤って設定されていることをユーザに認識させることが可能となる。また、文字領域「ＰＱＲ事業所」をプレビュー表示領域１４１０に表示させることにより、ユーザはスクロール等の画面操作をすることなく容易に「ＰＱＲ事業所」に選択し直すことが可能となる。

このようにプレビュー表示範囲を導出することで、類似原稿の選択文字領域を用いてファイル名を自動生成した場合に、どの文字領域がファイル名に使用されたかを、プレビュー画面に対してスクロール等の操作をすることなく確認することが可能となる。ただし、選択文字領域がスキャン画像の広範囲にわたって存在する場合、プレビュー画像が大幅に縮小され、それに合わせて各選択文字領域のフォントサイズが小さくなり、各選択文字領域の文字を確認することが困難になる。そのため、本実施形態では、後述するステップＳ９０４，Ｓ９０５の処理によって選択文字領域のフォントサイズを最適な値に設定する。

ステップＳ９０４において、表示制御部４２６は、ステップＳ９０３で決定したプレビュー表示範囲を基に各選択文字領域の文字のフォントサイズを決定する。フォントサイズの決定は、プレビュー表示領域１４１０のサイズとプレビュー表示範囲のサイズとから各選択文字領域の高さと幅を導出し、導出した高さと幅に基づいて各選択文字領域の文字のフォントサイズが何ポイントかを導出することで行われる。

ステップＳ９０５において、表示制御部４２６は、ステップＳ９０４で決定した各選択文字領域のフォントサイズが、予め設定された閾値（例えば１０ポイント）以下か確認する。なお、閾値は、アディショナル機能モジュール４２０において予め定義されていてもよいし、設定画面（図示せず）等でユーザが設定変更可能であってもよい。決定されたフォントサイズが閾値以下である選択文字領域が１つでも存在する場合は（ステップＳ９０５のＹＥＳ）、表示制御部４２６は、ステップＳ９０６の処理に進む。一方、各選択文字領域ともに決定されたフォントサイズが閾値を超えている場合は（ステップＳ９０５のＮＯ）、表示制御部４２６は、ステップＳ９１０の処理に進む。

ステップＳ９０６において、表示制御部４２６は、プレビュー表示範囲内から省略可能な領域を決定する。本実施形態では、表示制御部４２６は、表４に示す各領域の中で種類がテキスト以外の領域で、選択文字領域を含まない領域を省略対象として決定する。表４に示す例では、表の領域（以下、表領域と呼ぶ）である番号「１０」の領域が省略対象として決定される。

ステップＳ９０７において、表示制御部４２６は、ステップＳ９０６で取得した省略対象の領域の座標を基にスキャン画像の表示範囲を決定する。図１４（ａ）に示す表領域１４１３を省略した場合、表示制御部４２６は、図１５（ａ）に示すように、表領域１４１３を省略したスキャン画像をプレビュー画面に表示する。その際、表示制御部４２６は、表領域１４１３が省略されたことが分かるように、「＋」マーク１４１６を表示する。この「＋」マーク１４１６がユーザ操作によってタッチ（選択）された場合、省略された表領域１４１３が再び表示される。このような省略表示により、ファイル名に使用された選択文字領域がスキャン画像の広範囲にわたる場合でも、選択文字領域の内容を容易に確認することが可能となる。なお、ここでは、Ｙ座標方向に一部の領域を省略する場合を例にしたが、プレビュー画面１４００が縦長である場合には、同様にして、Ｘ座標方向に一部の領域を削除するようにすればよい。

なお、図１４（ａ）において表領域１４１３の右側または左側に選択文字領域が存在する場合に図１５（ａ）に示すような省略表示を行うと、それらの選択文字領域がプレビュー画面に表示されなくなってしまう。したがって、表領域１４１３の最大座標と最小座標（ここでは、最大Ｙ座標と最小Ｙ座標）で示される領域と、いずれかの選択文字領域とが重なっている場合には、表示制御部４２６は、表領域１４１３を省略対象として選択しないようにする。また、表４に示す各領域の中にテキスト以外の領域が複数存在する場合がある。そのような場合には、表示制御部４２６は、選択文字領域のフォントサイズを閾値以上にするために省略すべきＹ座標方向の長さに応じて、それらの領域の中から１または複数の領域を省略対象として選定する。その際に、領域の種類ごとに優先順位を決めて選定しても良いし、領域の帳票内における位置ごとに優先順位を決めて選定しても良い。例えば、中央に位置する領域を優先して省略対象とするようしても良い。ただし、選択文字領域のフォントサイズが元々小さいスキャン画像では、省略表示を行っても、選択文字領域のフォントサイズを所望の大きさまで拡大させることができない場合がある。そのような場合には、選択文字領域の文字を確認することは依然として困難である。したがって、本実施形態では、後述するステップＳ９０８，Ｓ９０９の処理によって選択文字領域の文字を、選択文字領域とは別に設けられた表示領域（ここでは吹き出し）に表示させる。

ステップＳ９０８において、表示制御部４２６は、ステップＳ９０７でスキャン画像の表示範囲を決定した後に各選択文字領域のフォントサイズが、あらかじめ設定された閾値以下か確認する。フォントサイズが閾値以下である選択文字領域が１つでも存在する場合は（ステップＳ９０８のＹＥＳ）、表示制御部４２６は、ステップＳ９０９の処理に進む。各選択文字領域ともにフォントサイズが閾値を超えている場合は（ステップＳ９０８のＮＯ）、表示制御部４２６は、ステップＳ９１０の処理に進む。

ステップＳ９０９において、フォントサイズが閾値以下の選択文字領域の文字列の吹き出し情報を生成する。吹き出し情報は、図１５（ｂ）に示すように、フォントサイズが閾値以下である選択文字領域（ここでは、選択文字領域１４１４）に対して、吹き出し１４１７を表示するための情報である。図１５（ｂ）には、省略表示後においても選択文字領域１４１４のフォントサイズが閾値以下である例が示されている。吹き出しは、プレビュー表示領域１４１０においてスキャン画像の前面に表示され、且つ、選択文字領域の近傍に表示される。吹き出しは、通常、文字領域が存在しない箇所に表示されるが、選択文字領域の近傍に文字領域が存在しない箇所がない場合には選択文字領域の右側に表示されるものとする。その他の選択文字領域１４１１，１４１２についてはフォントサイズが閾値を超えているため、吹き出しは表示されない。このような吹き出し表示により、ファイル名に使用された各選択文字領域がスキャン画像の広範囲にわたって配置されている場合でも、選択文字領域の内容を容易に確認することが可能となる。

ステップＳ９１０において、表示制御部４２６は、スキャン画像データと領域情報とを用いて、ステップＳ９０２～Ｓ９０９の処理結果に応じたプレビュー画像を生成する。ステップＳ９０９で吹き出し情報が生成されている場合には、表示制御部４２６は、吹き出し情報も用いてプレビュー画像の生成を行う。そして、表示制御部４２６は、生成したプレビュー画像を操作部２２０のタッチパネルに表示する。

以上のように、本実施形態では、図９に示される表示制御によって、すべての選択文字領域がプレビュー表示範囲に収まるようにしつつ、各選択文字領域の文字が適切なフォントサイズで表示されるようにしている。これにより、プレビュー画面１４００が表示された初期の状態において、各選択文字領域がプレビュー表示領域１４１０に表示される。したがって、ファイル名の生成に用いられた文字を確認するために画面操作をする必要がなくなり、ユーザの手間を省くことが可能となる。また、省略表示や吹き出し表示により各選択文字領域の文字を適切なフォントサイズで表示するようにしているので、ユーザは各選択文字領域の内容を確認しやすくなる。なお、図１０（ａ）に示す初期設定の表示状態において、最小Ｙ座標と最大Ｙ座標の選択文字領域がプレビュー表示範囲に収まっている場合には、ステップＳ９０２～ステップＳ９０９の処理をスキップして、ステップＳ９１０の処理に移行するようにしても良い。また、ステップＳ５０７における処理の順序は、図９に示される順序に限定されない。例えば、ステップＳ９０５でＹＥＳと判定された後に、ステップＳ９０９，Ｓ９１０の処理を実行して、処理を終了するようにしても良い。

また、本実施形態では、ステップＳ５１７の処理において、帳票情報を帳票情報保持部４２７に保存している。しかし、実施１回目でスキャンした帳票に類似する帳票が実施２回目でスキャンされた場合であって、且つファイル名に使用する文字領域の選択状態が実施１回目と実施２回目とで変わらない場合がある。そのような場合には、実施２回目のステップＳ５１７では帳票情報を帳票情報保持部４２７に保存しないようにしても良い。一方、ファイル名に使用する文字領域の選択状態が実施２回目で変更されている場合には、帳票情報保持部４２７に保存している帳票情報のうち、少なくとも選択情報を修正するようにしても良い。

（その他の実施形態）
本発明は、上述の実施形態の１以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける１つ以上のプロセッサーがプログラムを読出し実行する処理でも実現可能である。また、１以上の機能を実現する回路（例えば、ＡＳＩＣ）によっても実現可能である。

Claims (16)

1. 画像内に含まれる文字列領域のうち、選択状態にして初期表示すべき文字列領域に関する選択情報を保持する保持手段と、
   文書をスキャンして得られたスキャン画像から文字列と推認される文字列領域を抽出する抽出手段と、
   前記抽出手段が抽出した文字列領域をユーザの指示に基づき選択状態にすることができるように、前記スキャン画像をプレビュー画面に表示する表示制御手段であって、前記スキャン画像に類似する画像に関する前記選択情報が前記保持手段に保持されている場合、当該類似する画像についての前記選択情報に基づいて、前記抽出手段が前記スキャン画像から抽出した文字列領域のうち選択状態にして初期表示する対象となる文字列領域を決定し、前記対象となるすべての文字列領域がプレビュー画面に収まるように前記スキャン画像の表示範囲を決定するとともに、前記対象となるすべての文字列領域を選択状態にしてプレビュー画面に初期表示する表示制御手段と、
   前記プレビュー画面において選択状態になっている文字列領域の文字列を用いて、前記スキャン画像に関連する情報を生成する生成手段と、
   を備えることを特徴とする装置。
2. 前記保持手段は、前記生成手段が過去のスキャン画像に関連する情報を生成した際に、前記プレビュー画面において選択状態にされていた文字列領域についての情報を、前記選択情報として保持する
   ことを特徴とする請求項１に記載の装置。
3. 前記選択情報として保持される前記文字列領域についての情報は、当該文字列領域の座標と大きさとを示す領域情報を含む、ことを特徴とする請求項２に記載の装置。
4. 前記表示制御手段は、前記選択状態にして初期表示する各文字列領域の前記スキャン画像上における位置に基づき、前記プレビュー画面に表示する前記スキャン画像の表示範囲を決定する、ことを特徴とする請求項１から請求項３のいずれか１項に記載の装置。
5. 前記表示制御手段は、
   前記プレビュー画面がＹ座標方向よりＸ座標方向に長い画面である場合には、Ｙ座標方向を基準とし、前記プレビュー画面がＹ座標方向よりＸ座標方向に長い画面である場合には、Ｘ座標方向を基準とし、前記基準とする座標方向に関して、前記選択状態にして表示する各文字列領域の位置を示す座標を取得し、
   前記取得した座標のうちの最大の座標と最小の座標とから前記スキャン画像の前記座標方向における表示範囲を決定する、
   ことを特徴とする請求項１から請求項４のうちのいずれか１項に記載の装置。
6. 前記表示制御手段は、前記選択状態にして表示する各文字列領域のうちのいずれかの文字列領域のフォントサイズが予め定めた閾値以下になると判断した場合には、前記表示範囲内の一部の領域を省略して表示する、ことを特徴とする請求項１から請求項５のうちのいずれか１項に記載の装置。
7. 前記省略される一部の領域は、文字列領域を含まない領域であることを特徴とする請求項６に記載の装置。
8. 前記省略される一部の領域は、前記選択状態にして表示する各文字列領域を含まない領域である、ことを特徴とする請求項６または請求項７に記載の装置。
9. 前記表示制御手段は、前記プレビュー画面がＹ座標方向よりＸ座標方向に長い画面である場合には、前記表示範囲のＸ座標方向の長さが短くなるように前記一部の領域を省略し、前記プレビュー画面がＸ座標方向よりＹ座標方向に長い画面である場合には、前記表示範囲のＹ座標方向の長さが短くなるように前記一部の領域を省略する、ことを特徴とする請求項６から請求項７のうちのいずれか１項に記載の装置。
10. 前記表示制御手段は、前記選択状態にして表示させる各文字列領域のうちのいずれかの文字列領域のフォントサイズが予め定めた閾値以下になると判断した場合には、フォントサイズが前記閾値以下である前記文字列領域の文字列を、前記文字列領域とは異なる表示領域であって、前記プレビュー画面において前記スキャン画像の前面に配置される前記表示領域に表示させる、ことを特徴とする請求項１から請求項９のうちのいずれか１項に記載の装置。
11. 前記表示領域が、フォントサイズが前記閾値以下であると判断した前記文字列領域の近傍に表示される、ことを特徴とする請求項１０に記載の装置。
12. 前記表示領域が、吹き出しである、ことを特徴とする請求項１０または請求項１１に記載の装置。
13. 前記表示制御手段は、前記選択状態にして表示する文字列領域の近傍に他の文字列領域が存在する場合には、該他の文字列領域も前記プレビュー画面に収まるように前記スキャン画像の表示範囲を決定する、ことを特徴とする請求項１から請求項１２のうちのいずれか１項に記載の装置。
14. 前記スキャン画像に関連する情報が、前記スキャン画像のファイル名である
    ことを特徴とする請求項１から請求項１３のうちのいずれか１項に記載の装置。
15. 文書をスキャンして得られたスキャン画像から文字列と推認される文字列領域を抽出する抽出ステップと、
    画像内に含まれる文字列領域のうち選択状態にして初期表示すべき文字列領域に関する選択情報を記憶する記憶手段の中に、前記スキャン画像に類似する画像に関する前記選択情報が記憶されている場合、当該類似する画像についての前記選択情報に基づいて、前記抽出ステップで前記スキャン画像から抽出した文字列領域のうち選択状態にして初期表示する対象となる文字列領域を決定し、前記対象となるすべての文字列領域がプレビュー画面に収まるように前記スキャン画像の表示範囲を決定するとともに、前記対象となるすべての文字列領域を選択状態にしてプレビュー画面に初期表示する表示制御ステップと、
    前記プレビュー画面において選択状態になっている文字列領域の文字列を用いて、前記スキャン画像に関連する情報を生成する生成ステップと、
    を含むことを特徴とする方法。
16. コンピュータを、請求項１から請求項１４のうちのいずれか１項に記載の装置として機能させるためのプログラム。

Images