JP7287038B2 - フォント選定装置及びプログラム - Google Patents

Description

本発明は、フォント選定装置及びプログラムに関する。

従来、雑誌や書籍等の制作工程において、印刷版面のレイアウト作成は、デザインがシンプルであるか複雑であるかを問わず、一般的に、レイアウト作成ソフトを用いて、レイアウト編集者が手作業で行っている。印刷版面のレイアウト作成は、例えば、毎号ごとに新規で行われるため、レイアウト編集者にとって負担な作業になっている。
この問題を解決するためのものとして、例えば、レイアウトを生成するための編集装置が提案されている（例えば、特許文献１）。特許文献１には、レイアウト対象の素材を自動配置するのか、固定位置に配置するのかの属性情報及びレイアウトを生成するための規則であるデザインルールをもとに、前記レイアウト対象の素材の配置を決定することが開示されている。

特開２００８－１４７８５１号公報

印刷版面のレイアウト作成では、与えたい印象に合ったフォントを選択したテキストの表示態様も、適切なデザインにするために重要である。また、印刷版面のレイアウトにおいて、テキストを有する箇所は、比較的多く存在する。しかし、特許文献１に記載のものでは、レイアウト編集者がテキストごとにフォントを決定して、テキストに対して設定しなければならず、レイアウト編集者にとって負担になる作業が残ったままであった。

そこで、本発明は、レイアウト編集者の負担を軽減するためのフォント選定装置及びプログラムを提供することを目的とする。

本発明は、以下のような解決手段により、前記課題を解決する。
第１の発明は、テキストと、配置情報を含む前記テキストに関する書式情報とを、前記テキストのフォントに対応付けながら学習した学習済モデルを記憶する記憶手段と、入力されたテキストと、前記テキストの書式情報とに対応するフォントを、前記学習済モデルを用いて取得するフォント取得手段と、を備えるフォント選定装置である。
第２の発明は、第１の発明のフォント選定装置において、文字情報を含む画像データからテキスト及び取得した前記テキストの書式情報を取得するテキスト書式取得手段を備え、前記フォント取得手段は、前記テキスト書式取得手段により取得した前記テキストと前記書式情報とに対応するフォントを、前記学習済モデルを用いて取得する、フォント選定装置である。
第３の発明は、第２の発明のフォント選定装置において、前記画像データの文字情報を、前記フォント取得手段により取得した前記フォントへ変換するフォント変換手段を備える、フォント選定装置である。
第４の発明は、第１の発明から第３の発明までのいずれかのフォント選定装置において、前記フォント取得手段が取得する前記フォントは、前記テキストに対応したフォント画像である、フォント選定装置である。
第５の発明は、第１の発明から第３の発明までのいずれかのフォント選定装置において、前記フォント取得手段が取得する前記フォントは、前記テキストに対応したコード情報である、フォント選定装置である。
第６の発明は、第１の発明から第５の発明までのいずれかのフォント選定装置において、前記フォント取得手段は、前記テキストに対する前記フォントを、推薦順を示すスコアに対応付けて複数取得する、フォント選定装置である。
第７の発明は、第６の発明のフォント選定装置において、前記フォント取得手段により取得した前記フォントを前記テキストに適用したフォント適用後のテキストを、前記スコアに対応付けて出力するフォント出力手段を備える、フォント選定装置である。
第８の発明は、第１の発明から第７の発明までのいずれかのフォント選定装置において、前記書式情報は、前記配置情報の他、前記テキストの文字サイズ、文字色、背景色のうち少なくとも１つを含む、フォント選定装置である。
第９の発明は、第１の発明から第８の発明までのいずれかのフォント選定装置において、入力されたテキストと、前記テキストの書式情報と、前記テキストのフォントとを取得するテキスト情報取得手段と、前記テキスト情報取得手段により取得した前記テキストと、前記書式情報と、前記フォントとを教師データとして前記学習済モデルを構築する学習手段と、を備えるフォント選定装置である。
第１０の発明は、第１の発明から第９の発明までのいずれかのフォント選定装置としてコンピュータを機能させるためのプログラムである。

本発明によれば、レイアウト編集者の負担を軽減するためのフォント選定装置及びプログラムを提供することができる。

本実施形態に係るフォント選定システムの全体概要図及びフォント選定装置の機能ブロック図である。 本実施形態に係るフォント選定装置のモデル構築処理を示すフローチャートである。 本実施形態に係るフォント選定装置のフォント取得処理を示すフローチャートである。 本実施形態に係るフォント取得処理を具体例と共に説明するための図である。 本実施形態に係るフォント取得処理による処理例を示す図である。 本実施形態に係るフォント取得処理による処理例を示す図である。

以下、本発明を実施するための形態について、図を参照しながら説明する。なお、これは、あくまでも一例であって、本発明の技術的範囲はこれに限られるものではない。
（実施形態）
＜フォント選定システム１００＞
図１は、本実施形態に係るフォント選定システム１００の全体概要図及びフォント選定装置１の機能ブロック図である。

図１に示すフォント選定システム１００は、フォント選定装置１と、端末４とを備えたシステムである。フォント選定装置１は、フォントの選定対象であるテキストを含む作成中のレイアウトに関する情報（画像データ）を、端末４から受信し、受信したレイアウトに関する情報からテキストと、テキストに関する書式情報とを取得する。そして、フォント選定装置１は、取得したテキストと、テキストに関する書式情報とを入力として、学習済モデルを用いてテキストに対するフォントを取得する。その後、フォント選定装置１は、取得したフォントを、端末４に提示する。
フォント選定装置１と、端末４とは、通信ネットワークＮを介して通信可能に接続されている。通信ネットワークＮは、例えば、インターネット回線等であり、有線であるか無線であるかを問わない。

＜フォント選定装置１＞
フォント選定装置１は、フォントを選定するための学習済モデルを用いて、テキストと、テキストに関する書式情報とから、フォントを選定する装置である。
また、フォント選定装置１は、テキストと、テキストに関する書式情報と、フォントとを教師データとして、学習済モデルを構築する装置である。

フォント選定装置１は、例えば、サーバである。フォント選定装置１は、その他、パーソナルコンピュータ（ＰＣ）等であってもよい。
図１に示すように、フォント選定装置１は、制御部１０と、記憶部２０と、通信インタフェース部２９とを備える。
制御部１０は、フォント選定装置１の全体を制御する中央処理装置（ＣＰＵ）である。制御部１０は、記憶部２０に記憶されているオペレーティングシステム（ＯＳ）やアプリケーションプログラムを適宜読み出して実行することにより、上述したハードウェアと協働し、各種機能を実行する。

制御部１０は、モデル構築部１１と、フォント選定部１５とを備える。
モデル構築部１１は、フォントを選定するための学習済モデルを構築する。
モデル構築部１１は、テキスト情報取得部１２（テキスト情報取得手段）と、学習部１３（学習手段）とを備える。

テキスト情報取得部１２は、例えば、レイアウト作成ソフトウェア等を用いてレイアウトが作成済であり、手作業によってフォントが設定された作成済レイアウトから、テキストと、書式情報と、フォントとを、教師データとして取得する。ここで、作成済レイアウトは、例えば、印刷版面を構成するものである。また、印刷版面としては、雑誌や書籍の表紙等であり、雑誌のページ等であってもよい。そして、印刷版面は、多数のテキストが様々な位置に配置され、写真やイラスト等の画像を含むものであると、より本願発明の効果が発揮できる。

テキストは、作成済レイアウトに含まれる各文字列である。テキストは、例えば、単語であっても、まとまりの文書であってよい。まとまりの文書の場合には、例えば、空白や句点に到達するまでの１つのまとまりを、テキストとしてよい。
書式情報は、テキストに関する情報であり、例えば、テキストのレイアウトである配置位置や、テキストの大きさ、テキストの色等の情報を含む。配置位置は、座標値そのものであってもよい。また、配置位置は、座標値そのものではなく、レイアウト中に予め領域を定義しておき（例えば、左上を座標（０，０）とし、「（０，０）－（３０，３０）：上段」等）、その範囲内に入る領域を指定するようにすることも可能である。テキストの大きさは、例えば、ポイント（ｐｔ）により表すことができる。テキストの色は、例えば、「赤」、「黒」といったものでもよいし、ＣＭＹＫ（Ｃｙａｎ－Ｍａｇｅｎｔａ－Ｙｅｌｌｏｗ－ｂｌａｃＫ）値によって表すものであってもよい。
フォントは、明朝、ゴシック等の書体データを表す情報である。フォントは、明朝等の名称であってもよい。また、フォントは、独自に作成した書体の画像であってもよく、その場合には、フォントは、独自の書体の画像を表す識別情報であってもよい。

ここで、テキスト情報取得部１２は、例えば、レイアウト作成ソフトウェアを用いてレイアウトを生成した場合には、レイアウト作成ソフトウェアが有する各種のデータから、教師データを取得できる。
しかし、紙媒体の雑誌のページ等のように、データ化した情報がないが、学習対象にしたい場合がある。そのような場合には、テキスト情報取得部１２は、例えば、図示しないイメージスキャナ等のＯＣＲ（Ｏｐｔｉｃａｌ ｃｈａｒａｃｔｅｒ ｒｅｃｏｇｎｉｔｉｏｎ）の機能を用いて、生成したレイアウトの画像からテキストを得ることができる。また、テキスト情報取得部１２は、公知の画像処理の技術によって、書式情報を得ることができる。さらに、テキスト情報取得部１２は、例えば、事前に学習させておいた図示しないフォント分類器を用いて、テキストのフォントを推定することができる。そして、テキスト情報取得部１２は、上述した方法で得た各種の情報を、教師データとすることができる。
なお、テキスト情報取得部１２は、学習済モデルを構築するユーザが、テキスト、書式情報、フォントを手作業で設定（入力）し、それらを教師データとして受け付けることで取得してもよい。

学習部１３は、テキスト情報取得部１２により取得した教師データを入力データとして、機械学習を実行し、学習済モデルを生成する。機械学習のアルゴリズムとして、本実施形態では、例えば、再帰型ニューラルネットワーク（ＲＮＮ）による教師あり学習を行う。ここで、再帰型ニューラルネットワークを用いるのは、テキストを時系列データとしてとらえ、文字の出現順を考慮するためである。そのようにすれば、テキストが意味を有する単語や文書である場合に、単語や文書の並びを含めて学習を行うことができる。そして、学習部１３は、生成した学習済モデルを、学習済モデル記憶部２２に記憶させる。

なお、再帰型ニューラルネットワークによる機械学習は、公知の技術であるため、詳細な説明を省略する。また、機械学習のアルゴリズムとしては、テキストを時系列データとしてとらえなければ、例えば、畳み込みニューラルネットワーク（ＣＮＮ）等の他のアルゴリズムを用いてもよい。

フォント選定部１５は、テキストと、書式情報とを入力データとし、モデル構築部１１で構築された学習済モデルを用いてフォントを取得する。
フォント選定部１５は、テキスト書式取得部１６（テキスト書式取得手段）と、フォント取得部１７（フォント取得手段）と、レイアウト更新部１８（フォント変換手段）とを備える。

テキスト書式取得部１６は、フォント以外のレイアウトを生成した作成中のレイアウトから、テキストと、書式情報とを取得する。例えば、レイアウト作成ソフトウェアを用いてレイアウトを生成している場合には、レイアウト作成ソフトウェアは、テキストやテキストの配置位置、文字サイズ、文字色等の各種のデータを有する。その場合、テキスト書式取得部１６は、レイアウト作成ソフトウェアが有する各種のデータから、テキストと、書式情報とを取得してもよい。また、レイアウト編集者が、テキスト、書式情報を手作業で入力することで、テキスト書式取得部１６は、それらのデータを取得してもよい。

フォント取得部１７は、テキスト書式取得部１６が取得したテキストと、書式情報とを、学習済モデルの入力として、学習済モデルに適用し、学習済モデルの出力としてフォントを取得する。
レイアウト更新部１８はフォント取得部１７で取得したフォントを用いて、レイアウトのテキストを変換する。
なお、各機能部の詳細は、後述する。

記憶部２０は、制御部１０が各種の処理を実行するために必要なプログラム、データ等を記憶するためのハードディスク、半導体メモリ素子等の記憶領域である。
記憶部２０は、プログラム記憶部２１と、学習済モデル記憶部２２（記憶手段）とを備える。
プログラム記憶部２１は、各種のプログラムを記憶する記憶領域である。プログラム記憶部２１は、フォント選定プログラム２１ａを記憶している。フォント選定プログラム２１ａは、フォント選定装置１の制御部１０が実行する各種機能を行うためのプログラムである。なお、記憶部２０は、フォント選定プログラム２１ａの他、自動でレイアウトを生成する、例えば、レイアウト作成ソフトウェア等のプログラム等を含むものであってもよい。

学習済モデル記憶部２２は、教師データを用いて構築する学習済モデルを記憶するための記憶領域である。
通信インタフェース部２９は、通信ネットワークＮを介して、例えば、端末４との間の通信を行うためのインタフェースである。

＜端末４＞
図１に示す端末４は、レイアウト編集者等が使用する、例えば、ＰＣである。端末４は、その他、タブレットに代表されるコンピュータの機能を併せ持った携帯型の端末でもよい。
端末４は、例えば、フォント選定装置１に対して作成中のレイアウトを送信し、フォント選定装置１から、フォントが変更されたレイアウトを受信する。
端末４は、図示しないが、制御部と、記憶部と、入力部と、表示部と、通信インタフェース部等とを備える。

ここで、コンピュータとは、制御部、記憶装置等を備えた情報処理装置をいい、フォント選定装置１及び端末４は、各々制御部、記憶部等を備えた情報処理装置であり、コンピュータの概念に含まれる。

＜フォント選定システム１００の処理＞
次に、フォント選定システム１００における処理について説明する。
まず、学習済モデルを構築する処理について、図２に基づき説明する。
図２は、本実施形態に係るフォント選定装置１のモデル構築処理を示すフローチャートである。

図２のステップＳ（以下、単に「Ｓ」という。）１１において、例えば、端末４の制御部が、作成済レイアウトを、フォント選定装置１に対して送信することで、フォント選定装置１の制御部１０（モデル構築部１１）は、作成済レイアウトを受け付ける。
Ｓ１２において、制御部１０（テキスト情報取得部１２）は、受け付けた作成済レイアウトから、テキストと、書式情報と、フォントとを取得し、これらを教師データとする。
Ｓ１３において、制御部１０（学習部１３）は、機械学習として、再帰型ニューラルネットワークによる教師あり学習を行う。
Ｓ１４において、制御部１０（学習部１３）は、機械学習により構築した学習済モデルを、学習済モデル記憶部２２に記憶させる。その後、制御部１０は、本処理を終了する。

なお、上述したモデル構築処理では、多数の作成済レイアウトから取得した教師データを入力データとして、機械学習することが望ましい。
また、モデル構築処理において、例えば、出版社や、雑誌のカテゴリごとに、学習済モデルを構築することが望ましい。そのようにすることで、出版社や、雑誌ごとに一貫したデザインのレイアウトを作ることができるようになる。
さらに、学習済みモデルは、文字サイズや配置ごとにそれぞれ構築するようにしてもよい。そのようにすることで、用途に合わせて、文字サイズや配置に特化した学習済モデルを構築できる。

次に、構築した学習済モデルを用いてフォントを選定する処理について、図３に基づき説明する。
図３は、本実施形態に係るフォント選定装置１のフォント取得処理を示すフローチャートである。
例えば、フォント取得処理に係るプログラムがレイアウト作成ソフトウェアにプラグインされている場合、端末４において、レイアウト作成ソフトウェアを用いて作成中のレイアウトが表示されている状態で、レイアウト編集者等がフォント変換の指示を行う。そうすることで、端末４から作成中のレイアウト（文字情報を含む画像データ）が、フォント選定装置１に送信され、本処理を開始する。

図３のＳ２１において、制御部１０（テキスト書式取得部１６）は、作成中のレイアウトからテキストと、書式情報とを取得する。
Ｓ２２において、制御部１０（フォント取得部１７）は、学習済モデルに対してＳ２１で取得したテキストと、書式情報とを適用して、フォントを取得する。

ここで、テキストと、書式情報とを、学習済モデルへの入力情報とした場合に、制御部１０のフォント出力手段は、学習済モデルから複数種類のフォントを出力し、それらのフォントに順序付けをしてもよい。具体的には、制御部１０のフォント出力手段は、学習済モデルから出力されるフォントを、適用度合を表すスコアを付して、スコアと共に端末４に出力してもよい。そして、端末４では、スコアと共にフォントを表示し、レイアウト編集者等がフォントを選択した場合に、選択されたフォントを、フォント選定装置１に送信してもよい。
Ｓ２３において、制御部１０（レイアウト更新部１８）は、取得したフォントを適用したレイアウトに更新する。つまり、制御部１０は、作成中のレイアウトから取得したテキストを、Ｓ２２で取得したフォントへ変換したものにする。なお、更新したレイアウトは、例えば、端末４に送信されることで、端末４は、フォントが変更されたレイアウトを表示する。その後、制御部１０は、本処理を終了する。

ここで、フォント選定について具体例に基づき説明する。
図４は、本実施形態に係るフォント取得処理を具体例と共に説明するための図である。
まず、フォント選定対象の作成中レイアウト５１を、フォント選定装置１に入力すると、制御部１０は、作成中レイアウト５１から、入力データ６１を得る（図３のＳ２１）。入力データ６１は、テキストである文字列「おはよう」を含む。また、入力データ６１は、書式情報である配置位置が「上段中央」と、文字サイズが「１２ｐｔ」と、文字色が「黒」とを含む。ここで、書式情報として、他に、背景色等を含んでもよい。
次に、制御部１０は、入力データを学習済モデル記憶部２２に記憶された学習済モデルに適用することで、出力データ６２を得る（図３のＳ２２）。出力データ６２は、例えば、フォントの名称である「ＨＧ創英角ポップ体」を含む。
そして、制御部１０は、出力データ６２のフォントを、テキストに反映させたレイアウト７１を生成する（図３のＳ２３）。レイアウト７１は、作成中レイアウト５１と比較して、「おはよう」のテキストのフォントが異なるものになる。

次に、機械学習のアルゴリズムとして、再帰型ニューラルネットワークを用いて構築した学習モデルであることによって生成しうるフォントの例を示す。
図５は、本実施形態に係るフォント取得処理による処理例を示す図である。
図５に示す作成中レイアウト５３は、テキストが「おすすめならさんぽ」である。このテキストは、単語「おすすめ」と、「なら」と、「さんぽ」とが結合されたものである。
レイアウト７３は、このテキストを含む入力データを、学習済モデル記憶部２２に記憶された学習済モデルに適用することで得たフォントを、テキストに反映させたものである。ここで、学習済モデルは、上述したように、再帰型ニューラルネットワークを用いて構築したものである。そのため、テキストを順番に読み込んでいき、例えば、意味を有する単語を、異なるフォントにすることができる。この例の場合、学習済モデルが、観光ガイドブックの印刷版面について学習したものであり、そのため、「なら」という地名が強調されたフォントが選定されている。

次に、雑誌の表紙を例にしたものを示す。
図６は、本実施形態に係るフォント取得処理による処理例を示す図である。
図６に示す作成中レイアウト５５は、雑誌の表紙に関するものである。そして、作成中レイアウト５５のうち、「奈良」を示すテキスト５５ａについて、学習モデルを利用してフォントを変換したものである。
レイアウト７５は、テキスト５５ａを含む入力データを、学習済モデル記憶部２２に記憶された学習済モデルに適用することで得たフォントを、テキスト５５ａに反映させて得たテキスト７５ａを含む。
このように、フォント選定装置１は、作成中レイアウト５５に含むテキスト５５ａを、フォントを変換後のテキスト７５ａを含むレイアウト７５にして出力する。よって、レイアウトを作成中に、適したフォントのレイアウトを生成することができ、利便性が向上する。

このように、本実施形態のフォント選定装置１によれば、以下のような効果がある。
（１）テキストと、書式情報と、フォントを含む教師データを用いて学習した学習済モデルを用いて、テキストと、書式情報とを入力データとし、フォントを取得する。よって、例えば、作成中のレイアウトに用いた場合に、レイアウトに適したフォントを取得するので、レイアウト編集者の負担を軽減できる。
（２）作成中のレイアウトからテキストと、書式情報とを取得するので、特に、レイアウト作成ソフトウェアを利用して行ってる場合には、学習済モデルの入力データとして用いる各種のデータを、簡単に取得できる。
（３）取得したフォントを、作成中のレイアウトの該当のテキストに適用してフォントが変換されたレイアウトに、レイアウトを更新するので、フォントを含めてレイアウトの作成に関する利便性が向上する。

（４）学習済モデルの生成時に、教師データとしてフォント画像を用いた場合には、フォント取得処理によって取得するフォントがフォント画像になる。そのため、一般的なフォントではなく、例えば、飾り文字のような書体のフォントであっても用いることができる。
（５）学習済モデルの生成時に、教師データとしてフォントを示すコード情報を用いた場合には、取得するフォントが、フォントを示すコード情報になる。そのため、学習済モデルでは、コード情報を有すればよく、フォント選定装置１と端末４との間の通信に係るデータ量を抑えることができる。

（６）フォントを、推薦順を示すスコアに対応付けて複数取得して、フォントをテキストに適用したものを出力するので、複数のフォントからレイアウト編集者が選ぶことができる。また、選ぶ際に、スコアを参考にすることができる。
（７）書式情報は、配置情報の他に、テキストの文字サイズや、文字色、背景色のうち少なくとも１つを含むので、テキストのフォントを、よりレイアウトにふさわしいものにできる。
（８）例えば、完成されたレイアウトに基づいて入力されたテキストと、書式情報と、フォントとを取得し、取得した各データを教師データとして学習済モデルを構築することも可能である。よって、構築した学習済モデルを、実際のレイアウト編集者等の意向が反映されたものにでき、完成度の高いものにできる。

以上、本発明の実施形態について説明したが、本発明は上述した実施形態に限定されるものではない。また、実施形態に記載した効果は、本発明から生じる最も好適な効果を列挙したに過ぎず、本発明による効果は、実施形態に記載したものに限定されない。なお、上述した実施形態及び後述する変形形態は、適宜組み合わせて用いることもできるが、詳細な説明は省略する。

（変形形態）
（１）本実施形態では、端末４からフォント選定装置１に対してアクセスして処理を行うものを例に説明したが、これに限定されない。フォント選定装置は、入力部と表示部とを備えたスタンドアロンのパーソナルコンピュータ（ＰＣ）等であってもよい。

（２）本実施形態では、学習済モデルの構築と、フォントの選定とを、１台のフォント選定装置が行うものを例に説明したが、これに限定されない。学習済モデルの構築と、フォントの選定とは、別々の装置であってもよい。その場合、フォントの選定を行う装置に、学習済モデルを構築する装置が生成した学習済モデルを移植したり、フォントの選定を行う装置と、学習済モデルを構築して、学習済モデルを有する装置とフォントを選定する装置とを、通信可能に接続したりすればよい。
また、本実施形態では、フォント選定プログラムを、学習済モデルを構築する処理と、フォントを選定する処理との両方を行うものとして説明したが、これに限定されない。学習済モデルを構築するプログラムと、フォントを選定するプログラムとは、別のプログラムであってもよい。

（３）本実施形態では、フォント取得処理を、レイアウト作成ソフトウェアのプラグインである場合の処理として説明したが、これに限定されない。レイアウト作成ソフトウェアと別に行うものであってももちろんよい。
（４）本実施形態では、書式情報は、配置情報の他、テキストの文字サイズ、文字色、背景色のうち少なくとも１つを含んでもよいものであることを説明したが、これに限定されない。レイアウトの全体の大きさに占めるテキスト領域の割合であってもよい。

１ フォント選定装置
４ 端末
１０ 制御部
１１ モデル構築部
１２ テキスト情報取得部
１３ 学習部
１５ フォント選定部
１６ テキスト書式取得部
１７ フォント取得部
１８ レイアウト更新部
２０ 記憶部
２１ａ フォント選定プログラム
２２ 学習済モデル記憶部
１００ フォント選定システム

Claims (10)

1. テキストと、レイアウト全体における前記テキストの配置位置に関する配置情報を含む、前記テキストに関する書式情報とを、前記テキストのフォントに対応付けながら学習した学習済モデルを記憶する記憶手段と、
   文字情報を含む画像データからテキスト及び取得した前記テキストの前記書式情報を取得するテキスト書式取得手段と、
   前記テキスト書式取得手段により取得した前記テキストと、前記テキストの前記書式情報とに対応するフォントを、前記学習済モデルを用いて取得するフォント取得手段と、
   を備えるフォント選定装置。
2. 請求項１に記載のフォント選定装置において、
   前記画像データの前記文字情報を、前記フォント取得手段により取得した前記フォントへ変換するフォント変換手段を備える、フォント選定装置。
3. 請求項１又は請求項２に記載のフォント選定装置において、
   前記フォント取得手段が取得する前記フォントは、前記テキストに対応したフォント画像である、フォント選定装置。
4. 請求項１又は請求項２に記載のフォント選定装置において、
   前記フォント取得手段が取得する前記フォントは、前記テキストに対応したコード情報である、フォント選定装置。
5. 請求項１から請求項４までのいずれかに記載のフォント選定装置において、
   前記フォント取得手段は、前記テキストに対する前記フォントを、推薦順を示すスコアに対応付けて複数取得する、フォント選定装置。
6. 請求項５に記載のフォント選定装置において、
   前記フォント取得手段により取得した前記フォントを前記テキストに適用したフォント適用後のテキストを、前記スコアに対応付けて出力するフォント出力手段を備える、フォント選定装置。
7. 請求項１から請求項６までのいずれかに記載のフォント選定装置において、
   前記書式情報は、前記配置情報の他、前記テキストの文字サイズ、文字色、背景色のうち少なくとも１つを含む、フォント選定装置。
8. 請求項１から請求項７までのいずれかに記載のフォント選定装置において、
   入力されたテキストと、前記テキストの書式情報と、前記テキストのフォントとを取得するテキスト情報取得手段と、
   前記テキスト情報取得手段により取得した前記テキストと、前記書式情報と、前記フォントとを教師データとして前記学習済モデルを構築する学習手段と、
   を備えるフォント選定装置。
9. 請求項８に記載のフォント選定装置において、
   前記テキスト情報取得手段は、文字情報を含む画像データを文字認識して前記テキストを取得し、取得した前記テキストの前記書式情報を、前記画像データに対して画像処理を行って取得し、及び、取得した前記テキストのフォントを、前記画像データに対してフォント分類器を用いて推定する、フォント選定装置。
10. 請求項１から請求項９までのいずれかに記載のフォント選定装置としてコンピュータを機能させるためのプログラム。

Images