WO2014050563A1 - 文書画像処理装置ならびにその動作制御方法およびその動作制御プログラム - Google Patents

文書画像処理装置ならびにその動作制御方法およびその動作制御プログラム Download PDF

Info

Publication number
WO2014050563A1
WO2014050563A1 PCT/JP2013/074554 JP2013074554W WO2014050563A1 WO 2014050563 A1 WO2014050563 A1 WO 2014050563A1 JP 2013074554 W JP2013074554 W JP 2013074554W WO 2014050563 A1 WO2014050563 A1 WO 2014050563A1
Authority
WO
WIPO (PCT)
Prior art keywords
character
character image
file
image
file name
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.)
Ceased
Application number
PCT/JP2013/074554
Other languages
English (en)
French (fr)
Inventor
浅井　有人
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujifilm Corp
Original Assignee
Fujifilm Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fujifilm Corp filed Critical Fujifilm Corp
Publication of WO2014050563A1 publication Critical patent/WO2014050563A1/ja
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • G06V30/14—Image acquisition
    • G06V30/148—Segmentation of character regions
    • G06V30/15—Cutting or merging image elements, e.g. region growing, watershed or clustering-based techniques
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition

Definitions

  • the present invention relates to a document image processing apparatus, its operation control method, and its operation control program.
  • Patent Document 1 When a document image obtained by converting a document into an image is displayed on a display screen of various sizes, a small character may be re-laid out to make it easier to see (Patent Document 1).
  • Patent Document 2 there is a type of generating a structured document such as an HTML document based on paragraph information obtained by recognizing an imaged character included in a document image and restoring it as character data (Patent Document 2).
  • An object of the present invention is to enable a document image to be easily displayed on various display screens without a dedicated program.
  • a document image processing apparatus includes a character image cutout unit that cuts out a character image representing a character included in a document image from a document image obtained by imaging the document, and a character image that represents the character image cut out by the character image cutout unit.
  • File name assignment means that assigns different file names to each file, and character names cut by the character image cutout means are displayed on the web page in an arrangement order corresponding to the arrangement order of the document images.
  • HTML source description means for describing the file name given by the means in the HTML source, an HTML source file representing the HTML source described by the HTML source description means, and a character image representing the character image clipped by the character image clipping means File by means of file name assignment Characterized in that it comprises a file transmission means for transmitting the character image file whose name is given to the client terminal device.
  • the present invention also provides an operation control method suitable for the document image processing apparatus. That is, in this method, the character image cutout means cuts out the character image representing the character included in the document image from the document image in which the document is imaged, and the file name assigning means cuts out the character image cut out by the character image cutout means.
  • a different file name is assigned to each character image file representing an image
  • the HTML source description means displays the character images cut out by the character image cut-out means on the web page in an arrangement order corresponding to the arrangement order of the document images.
  • the file name given by the file name assigning means is described in the HTML source
  • the file name sending means is cut out by the HTML source file representing the HTML source described by the HTML source description means and the character image cutout means.
  • a character image file that represents the character image It is to send a character image file whose name is given by means to the client terminal device.
  • the present invention also provides a computer readable program for executing the operation control method of the document image processing apparatus.
  • a recording medium storing such a program may be provided.
  • a character image is cut out from a document image, and a different file name is assigned to each character image file representing the cut out character image.
  • the assigned file name is described in the HTML source so that the clipped character image is displayed on the web page in the order of the document image arrangement.
  • An HTML source file representing the described HTML source and a character image file to which the file name is assigned are transmitted to the client terminal device.
  • the client terminal device that has received the HTML source file and the character image file displays the character image represented by the character image file as long as a browser that displays a web page based on the HTML source file is installed.
  • the HTML source describes the file name of the character image file so that the character image is displayed in the arrangement order corresponding to the arrangement order of the document image
  • the document is included in the web page displayed on the client terminal device.
  • Character images are arranged according to the image arrangement.
  • Character image determination means for determining whether or not there are a plurality of character images representing common characters among the character images cut out by the character image cutout means may be further provided.
  • the HTML source description means determines the file names of the plurality of character images representing the common characters in response to the fact that the character image determination means determines that there are a plurality of character images representing the common characters. It is described in the HTML source as a common file name, and the file transmission means represents, for example, the HTML source file representing the HTML source described by the HTML source description means and the character image cut out by the character image cutout means.
  • a character image file which is a character image file assigned a file name by the file name assigning means, is sent to the client terminal device. For character image files having a common file name, one character image file is sent to the client. It will be sent to the terminal device.
  • a line feed judging means for judging whether or not a character string represented by a plurality of character images included in the document image has been broken.
  • the HTML source description means is given by the file name giving means, for example, so that the character images cut out by the character image cut-out means are displayed on the web page in an arrangement order corresponding to the arrangement order of the document images. If the file name is described in the HTML source and the line break determining means determines that the character string has been broken, a line feed tag is written immediately before the file name of the line feed character image. Let's go.
  • the HTML source description means uses, for example, the file name assigned by the file name assignment means so that the character image represented by the character image file having the file name assigned by the file name assignment means corresponds to the arrangement order in the document image. Is described in the HTML source. Arrangement order input means for inputting the arrangement order of character images included in the document image or arrangement order detection means for detecting the arrangement order may be further provided. The file name of the character image file is described in the HTML source so that the character images are displayed on the web page in the input arrangement order or the detected arrangement order.
  • 1 is an outline of a document image communication system. It is a block diagram which shows the electric constitution of a mobile telephone. It is a block diagram which shows the electric constitution of a document image server. It is an example of a document image. It is a flowchart which shows the process sequence of a document image server. It is a flowchart which shows the process sequence of a document image server. It is an example of a document image. The extracted character image and the assigned file name are shown. An example of HTML source. It is an example of the display screen of a mobile phone.
  • FIG. 1 shows an embodiment of the present invention, and shows an outline of a communication system for document images (an imaged document is referred to as a document image).
  • the document image communication system includes a mobile phone 1 and a document image server 20 that can communicate with each other via the Internet (not limited to the Internet but may be an in-house LAN: a local area network or the like).
  • the Internet not limited to the Internet but may be an in-house LAN: a local area network or the like.
  • an HTML file and a file representing a character image included in the document image are transmitted from the document image server 20 to the mobile phone 1 as described later.
  • the transmission destination of the file is not limited to the mobile phone 1 but may be a personal computer or the like.
  • FIG. 2 is a block diagram showing an electrical configuration of the mobile phone 1 called a so-called smartphone.
  • the overall operation of the mobile phone 1 is controlled by the control device 2.
  • the mobile phone 1 is provided with a communication device 10 and an antenna 11 for communication with other mobile phones, access to the Internet, and the like.
  • the mobile phone 1 is provided with a display device 3 for displaying documents, images, and the like on the display screen.
  • a touch panel 4 is formed on the display screen of the display device 3. By touching the touch panel 4 formed on the display screen, the user can give various commands to the mobile phone 1.
  • the mobile phone 1 includes a program such as a browser and a memory 5 in which predetermined data is stored. Further, the cellular phone 1 includes a speaker 8 and a microphone 9. The audio signal is amplified by the amplifier circuit 7 and given to the speaker 8, so that the audio is output from the speaker 8. A sound signal representing sound input from the microphone 9 is amplified by the amplifier circuit 7 and input to the control device 2.
  • FIG. 3 is a block diagram showing an electrical configuration of the document image server 20.
  • the overall operation of the document image server 20 is controlled by the CPU 21.
  • the document image server 21 includes a communication device 22 for accessing the Internet, a memory 23 for storing predetermined data, an input device 24 such as a keyboard, a hard disk 25, a hard disk drive 26 for accessing the hard disk 25, and a CD.
  • a ROM (compact disk-read only memory) drive 27 is included.
  • a CD-ROM 28 storing a program for controlling the operation to be described later is loaded into the CD-ROM drive 27, and the program is read.
  • the read program is installed in the document image server 20. However, the program may be received via the Internet without being stored in a recording medium such as the CD-ROM 28.
  • the text file representing the document is stored in the hard disk 25.
  • a text file is read from the hard disk 25 and converted by the CPU 21 into a document image file representing a document image.
  • the converted image file is also stored in the hard disk 25.
  • FIG. 4 is an example of the document image 30.
  • the document image 30 is not represented by a text file as described above, but is an image of a document represented by a text file.
  • the document image 30 is an image represented by a document image file.
  • the document image 30 includes character images represented in alphabets. These character images are not represented by text data, but are only a part constituting one image called a document image 30.
  • 5 and 6 are flowcharts showing the processing procedure of the document image server 20.
  • This processing procedure is to display a relatively large document image 30 on the display screen of the mobile phone 1 having a relatively small display screen as shown in FIG.
  • a character image is cut out from the document image, and the cut out character image is displayed on a browser installed in the mobile phone 1.
  • the document image 30 may be displayed on a relatively large display screen.
  • the document image file stored in the hard disk 25 of the document image server 20 is read, and a character image is detected from the document image 30 (see FIG. 4) represented by the read document image file (step 41). ).
  • a lump of a portion having a color different from the background of the document image 30 is detected as a rectangular character image having a certain size.
  • whether the character string of the character image represented in the document image 30 is written horizontally or vertically can be determined by the difference in the detected character image interval. For example, if the horizontal character image interval is narrower than the upper and lower character image intervals, horizontal writing is determined, and vice versa. However, data indicating horizontal writing or vertical writing may be described in the header of the document image file.
  • FIG. 7 shows a document image 30 in which a character image is detected.
  • a character image 31 detected from the document image 30 is indicated by chain-line rectangles 31 and 31A.
  • the sizes of the rectangles of these character images 31 are all detected as the same size. For example, as indicated by reference numeral 31A, even a period character image 31A is detected with the same size as the other character images 31.
  • the detected character images 31, 31A are cut out from the document image 30 (step 42 in FIG. 5). Subsequently, a character image file representing the extracted character images 31 and 31A is generated, and a file name is assigned to each character image file (step 43 in FIG. 5).
  • FIG. 8 shows a state in which file names are assigned to the character images 31 and 31A cut out from the document image 30.
  • the document image 30 includes character images 31 and 31A representing a horizontally written character string, a file name including an order number from the left character string is assigned to each line in order from the first line. ing. Of course, it does not have to be a file name with a number. Character images 31, 31A are cut out from the document image 30 in the character arrangement order (arrangement order), and file names are given in that order.
  • step 44 in FIG. 5 it is determined whether or not there are character images 31, 31A representing the same character in the cut character images 31, 31A.
  • the similarity of the character images is detected, and when the similarity is equal to or greater than a threshold value, the character images 31, 31A represent the same character. It is judged. Whether character images representing the same character are detected without performing character recognition. If there are a plurality of character images 31, 31A representing the same character (YES in step 44 in FIG. 5), the file names of the character image files representing these character images 31, 31A are made common file names (step 45 in FIG. 5). ).
  • file name “0011.jpg” and file name “0029.jpg” are assigned to character image 31 representing “K”. These character images 31 have the same character “K”. Represents a common file name “0011.jpg” (may be 0029.jpg). Similarly, the file name “0023.jpg” and the file name “0039.jpg” are assigned to the character image 31A representing “period”, and these character images 31A are common because they represent the same “period”. File name “0023.jpg” (0039.jpg may be used).
  • step 46 in FIG. 5 If the file names of character image files representing the same character are common, only one character image file having the common file name remains, and the remaining character image files are discarded (step 46 in FIG. 5). .
  • a character image file representing the character “K” with 0029.jpg given as the file name and a character image file representing “period” with 0039.jpg given as the file name. Is destroyed.
  • the file name of the obtained character image file is described in the HTML (HyperText Markup Language) source in the sequence of the character images in the document image 30 (step 47 in FIG. 5).
  • HTML HyperText Markup Language
  • Fig. 9 shows an example of HTML source.
  • ⁇ HTML> and ⁇ / HTML> on the 1st and 47th lines are tags that declare that they are HTML documents.
  • ⁇ BODY> and ⁇ / BODY> in the 2nd and 46th lines are tags indicating that the body of the document is described between these tags.
  • ⁇ P> and ⁇ / p> on lines 3 and 27 and lines 28 and 46 indicate that the part enclosed by these tags is a single paragraph. Line feed is performed one line before and after. Instead of the tags ⁇ p> and ⁇ / p>, the line break tags of the tags ⁇ BR> and ⁇ /BR> may be used.
  • step 48 it is determined whether or not a line break has occurred even though there is a blank area next to the cut character image (step 48). As shown in FIG. 4, if a character image is not detected even though there is a blank area after the character image of “period” in the third line, it is determined that a line break has occurred (YES in step 48). ). If a line break has occurred, a line break tag (tag ⁇ p> and ⁇ / p> or tag ⁇ BR> and ⁇ /BR>) is described in the HTML source as described above (step 49). If there is no line break (NO in step 48), the process in step 49 is skipped.
  • the character image file that represents the HTML source file and the extracted character image and is given a file name is transmitted from the document image server 20 to the mobile phone 1 (step). 50).
  • FIG. 10 is an example of the display screen 60 of the mobile phone 1.
  • the HTML source file and the character image file transmitted from the document image server 20 are received by the mobile phone 1, the HTML source file is interpreted by the browser installed in the mobile phone 1, A character image represented by the image file is displayed on the display screen 60. Since the HTML source is described so that the character images are displayed in the order of the character images arranged in the document image 30, the arrangement of the character images included in the document image 30 is displayed on the display screen 60 of the mobile phone 1. Character images will be displayed in the same arrangement as. Even if a dedicated application other than the browser is not installed on the mobile phone 1, the document image can be displayed in accordance with the size of the display screen 60.
  • the file name is described in the HTML source and then the line feed tag is described in the HTML source.
  • the file name and the line feed tag may be described in the HTML source at the same time.
  • by sharing the file name of the character image file representing the same character the data amount of the character image file transmitted to the mobile phone 1 is reduced, but it is not always necessary to make it common.
  • line break tags may not be described in the HTML source.
  • the arrangement order of the character images included in the document image is input from the input device 24, and the file name of the character image file is described in the HTML source so that the character images are described on the web page in the input arrangement order. Also good. Further, the CPU 21 detects the arrangement order of the character images included in the document image (an arrangement order detection device), and the file name of the character image file so that the character images are displayed on the web page in the detected arrangement order. May be described in the HTML source.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Information Transfer Between Computers (AREA)

Description

文書画像処理装置ならびにその動作制御方法およびその動作制御プログラム
　この発明は，文書画像処理装置ならびにその動作制御方法およびその動作制御プログラムに関する。
　文書が画像化された文書画像が様々なサイズの表示画面に表示される場合には，小さい文字については再レイアウトが行われ，見やすくされることがある（特許文献１）。また，文書画像に含まれる画像化された文字を認識し，文字データとして復元したものを，その段落情報にしたがってHTML文書などの構造化文書を生成するものもある（特許文献２）。
特開2002-374400号公報 特開2003-288334号公報
　文書画像が様々なサイズの表示画面に見やすく表示されるようにするには，再レイアウトする必要があるが，特許文献１に記載の発明では，専用のプログラムが無ければ再レイアウトできない。また，特許文献２においては，文字認識を行うことが前提であるので，誤認識してしまうことがある。誤認識の可能性があると，文字認識が正確に行われているかどうかの確認が必要となってしまう。
　この発明は，専用のプログラムが無くとも，文書画像を様々な表示画面に見やすく表示できるようにすることを目的とする。
　この発明による文書画像処理装置は，文書が画像化された文書画像から，文書画像に含まれる文字を表わす文字画像を切り出す文字画像切り出し手段，文字画像切り出し手段によって切り出された文字画像を表わす文字画像ファイルのそれぞれに異なるファイル名を付与するファイル名付与手段，文字画像切り出し手段によって切り出された文字画像を，文書画像の配列順序に対応した配列順序でウェブ・ページに表示するように，ファイル名付与手段によって付与されたファイル名をHTMLソースに記述するHTMLソース記述手段，ならびにHTMLソース記述手段によって記述されたHTMLソースを表わすHTMLソース・ファイルおよび文字画像切り出し手段によって切り出された文字画像を表わす文字画像ファイルであって，ファイル名付与手段によってファイル名が付与された文字画像ファイルをクライアント端末装置に送信するファイル送信手段を備えていることを特徴とする。
　この発明は，上記文書画像処理装置に適した動作制御方法も提供している。すなわち，この方法は，文字画像切り出し手段が，文書が画像化された文書画像から，文書画像に含まれる文字を表わす文字画像を切り出し，ファイル名付与手段が，文字画像切り出し手段によって切り出された文字画像を表わす文字画像ファイルのそれぞれに異なるファイル名を付与し，HTMLソース記述手段が，文字画像切り出し手段によって切り出された文字画像を，文書画像の配列順序に対応した配列順序でウェブ・ページに表示するように，ファイル名付与手段によって付与されたファイル名をHTMLソースに記述し，ファイル名送信手段が，HTMLソース記述手段によって記述されたHTMLソースを表わすHTMLソース・ファイルおよび文字画像切り出し手段によって切り出された文字画像を表わす文字画像ファイルであって，上記ファイル名付与手段によってファイル名が付与された文字画像ファイルをクライアント端末装置に送信するものである。
　この発明は，文書画像処理装置の動作制御方法を実施するためのコンピュータが読み取り可能なプログラムも提供している。そのようなプログラムを格納した記録媒体を提供するようにしてもよい。
　この発明によると，文書画像から文字画像が切り出され，切り出された文字画像を表わす文字画像ファイルのそれぞれに異なるファイル名が付与される。切り出された文字画像が，文書画像の配列の順序でウェブ・ページに表示するように，付与されたファイル名がHTMLソースに記述される。記述されたHTMLソースを表わすHTMLソース・ファイルおよびファイル名が付与された文字画像ファイルがクライアント端末装置に送信される。HTMLソース・ファイルおよび文字画像ファイルを受信したクライアント端末装置は，HTMLソース・ファイルにもとづくウェブ・ページを表示するブラウザさえインストールされていれば，文字画像ファイルによって表わされる文字画像を表示される。しかも，HTMLソースは，文書画像の配列順序に対応した配列順序で文字画像を表示するように文字画像ファイルのファイル名が記述されているので，クライアント端末装置に表示されるウェブ・ページには文書画像の配列にしたがって文字画像が配列されることとなる。
　文字画像切り出し手段によって切り出された文字画像のうち，共通の文字を表わす複数の文字画像が存在するかどうかを判定する文字画像判定手段をさらに備えてもよい。この場合，HTMLソース記述手段は，たとえば，文字画像判定手段によって共通の文字を表わす複数の文字画像が存在されたと判定されたことに応じて，共通の文字を表わす複数の文字画像のファイル名を共通のファイル名としてHTMLソースに記述するものであり，ファイル送信手段は，たとえば，HTMLソース記述手段によって記述されたHTMLソースを表わすHTMLソース・ファイルおよび文字画像切り出し手段によって切り出された文字画像を表わす文字画像ファイルであって，ファイル名付与手段によってファイル名が付与された文字画像ファイルをクライアント端末装置に送信するものであり，共通のファイル名をもつ文字画像ファイルについては一つの文字画像ファイルをクライアント端末装置に送信するものとなろう。
　文書画像に含まれる複数の文字画像によって表わされる文字列が改行されているかどうかを判定する改行判定手段をさらに備えてもよい。この場合，HTMLソース記述手段は，たとえば，文字画像切り出し手段によって切り出された文字画像を，文書画像の配列順序に対応した配列順序でウェブ・ページに表示するように，ファイル名付与手段によって付与されたファイル名をHTMLソースに記述し，かつ改行判定手段によって文字列が改行されていると判定されたことに応じて，改行された文字画像のファイル名の直前に改行タグを記述するものとなろう。
　HTMLソース記述手段は，たとえば，ファイル名付与手段によって付与されたファイル名をもつ文字画像ファイルによって表わされる文字画像が文書画像における配列順序に対応するように，ファイル名付与手段によって付与されたファイル名をHTMLソースに記述するものである。文書画像に含まれる文字画像の配列順序を入力する配列順序入力手段または，その配列順序を検出する配列順序検出手段をさらに設けるようにしてもよい。入力された配列順序または検出された配列順序で文字画像がウェブ・ページに表示されるように，文字画像ファイルのファイル名がHTMLソースに記述される。
文書画像通信システムの概要である。 携帯電話の電気的構成を示すブロック図である。 文書画像サーバの電気的構成を示すブロック図である。 文書画像の一例である。 文書画像サーバの処理手順を示すフローチャートである。 文書画像サーバの処理手順を示すフローチャートである。 文書画像の一例である。 切り出された文字画像と付与されたファイル名とを示している。 HTMLソースの一例である。 携帯電話の表示画面の一例である。
　図１は，この発明の実施例を示すもので，文書画像（画像化された文書を文書画像ということにする）通信システムの概要を示している。
　この実施例による文書画像通信システムには，インターネット（インターネットに限らず社内LAN:ローカル・エリア・ネットワークなどでもよい）を介して互いに通信可能な携帯電話１および文書画像サーバ20が含まれている。携帯電話１からの要求に応じて，文書画像サーバ20から携帯電話１に後述するようにHTMLファイル，文書画像に含まれている文字画像を表わすファイルが送信される。ファイルの送信先は，携帯電話１に限らず，パーソナル・コンピュータなどでもよい。
　図２は，いわゆるスマートフォンと呼ばれる携帯電話１の電気的構成を示すブロック図である。
　携帯電話１の全体の動作は，制御装置２によって統括される。
　携帯電話１には，他の携帯電話との通信，インターネットへのアクセス等のための通信装置10およびアンテナ11が設けられている。
　また，携帯電話１には，表示画面に文書，画像などを表示するための表示装置３が設けられている。表示装置３の表示画面には，タッチ・パネル４が形成されている。表示画面上に形成されているタッチ・パネル４をタッチすることにより，ユーザは，携帯電話１に様々な指令を与えることができる。
　携帯電話１には，ブラウザなどのプログラム，所定のデータが格納されるメモリ５も含まれている。さらに，携帯電話１には，スピーカ８およびマイクロフォン９も含まれている。音声信号は，増幅回路７によって増幅されてスピーカ８に与えられることによりスピーカ８から音声が出力される。また，マイクロフォン９から入力した音声を表わす音声信号は，増幅回路７によって増幅されて制御装置２に入力する。
　図３は，文書画像サーバ20の電気的構成を示すブロック図である。
　文書画像サーバ20の全体の動作は，ＣＰＵ21によって統括される。
　文書画像サーバ21には，インターネットにアクセスするための通信装置22，所定のデータ等を記憶するメモリ23，キーボードなどの入力装置24，ハードディスク25，ハードディスク25にアクセスするためのハードディスク・ドライブ26およびＣＤ－ＲＯＭ（コンパクトディスク-リードオンリ・メモリ）ドライブ27が含まれている。後述する動作を制御するプログラムが格納されたＣＤ－ＲＯＭ28がＣＤ－ＲＯＭドライブ27に装填され，そのプログラムが読み取られる。読み取られたプログラムが文書画像サーバ20にインストールされる。もっともプログラムは，ＣＤ－ＲＯＭ28のような記録媒体に格納されていずに，インターネットを介して受信してもよい。
　文書を表わすテキスト・ファイルはハードディスク25に格納されている。ハードディスク25からテキスト・ファイルが読み取られ，ＣＰＵ21によって文書画像を表わす文書画像ファイルに変換される。変換された画像ファイルもハードディスク25に格納される。
　図４は，文書画像30の一例である。
　文書画像30は，上述のようにテキスト・ファイルによって表わされるものではなく，テキスト・ファイルによって表わされる文書が画像化されたものである。文書画像30は，文書画像ファイルによって表わされる画像である。
　文書画像30には，アルファベットで表わされている文字画像が含まれている。これらの文字画像はテキスト・データによって表わされているものではなく，文書画像30という一つの画像を構成する部分にすぎない。
　図５および図６は，文書画像サーバ20の処理手順を示すフローチャートである。
　この処理手順は，図４に示したように比較的大きな文書画像30を比較的小さな表示画面を有している携帯電話１の表示画面に表示させるものである。このために，文書画像から文字画像が切り出され，切り出された文字画像が携帯電話１にインストールされているブラウザで表示させられる。もっとも，文書画像30を比較的大きな表示画面に表示させるようにしてもよい。
　文書画像サーバ20のハードディスク25に格納されている文書画像ファイルが読み出され，読み出された文書画像ファイルによって表わされる文書画像30（図４参照）の中から文字画像が検出される（ステップ41）。文書画像30の背景との色が相違している部分の塊が一定の大きさの矩形の文字画像として検出される。また，文書画像30に表わされる文字画像の文字列が横書きか縦書きかは，検出された文字画像の間隔の相違によって判断できる。たとえば，上下の文字画像の間隔よりも水平方向の文字画像の間隔が狭ければ横書きと判断され，その逆であれば縦書きと判断される。もっとも文書画像ファイルのヘッダに横書きか縦書きかを示すデータが記述されていてもよい。
　図７は，文字画像が検出された文書画像30を示している。
　文書画像30から検出された文字画像31が鎖線の矩形31，31Ａで示されている。これらの文字画像31の矩形の大きさはすべて同じ大きさとして検出されている。たとえば，符号31Ａで示すようにピリオドの文字画像31Ａであっても他の文字画像31の大きさと同じ大きさで検出される。
　文字画像31，31Ａが検出されると，検出された文字画像31，31Ａが文書画像30から切り出される（図５ステップ42）。つづいて，切り出された文字画像31，31Ａを表わす文字画像ファイルが生成され，それぞれの文字画像ファイルにファイル名が付与される（図５ステップ43）。
　図８は，文書画像30から切り出された文字画像31，31Ａにファイル名が付与された様子を示している。
　文書画像30には，横書きの文字列を表わす文字画像31，31Ａが含まれているから，第１行目から順に行ごとに，左側の文字列からの順番の番号を含むファイル名が付与されている。もちろん，番号のファイル名でなくともよいのはいうまでもない。文字の並び順（配列順序）に文字画像31，31Ａが文書画像30から切り取られ，その順にファイル名が付与されている。
　つづいて，切り出された文字画像31，31Ａの中に同じ文字を表わす文字画像31，31Ａがあるかどうかが判断される（図５ステップ44）。切り出された文字画像31，31Ａ同士を重ね合わせることにより，文字画像の類似度が検出され，その類似度がしきい値以上の場合に，それらの文字画像31，31Ａが同じ文字を表わしていると判断される。文字認識が行われることなく，同じの文字を表わす文字画像かどうかが検出される。同じ文字を表わす文字画像31，31Ａが複数あると（図５ステップ44でＹＥＳ），それらの文字画像31，31Ａを表わす文字画像ファイルのファイル名が共通のファイル名とされる（図５ステップ45）。
　図５を参照して，「Ｋ」を表わす文字画像31についてファイル名「0011.jpg」とファイル名「0029.jpg」が付与されているが，これらの文字画像31は同じ「Ｋ」という文字を表わしているから共通のファイル名「0011.jpg」（0029.jpgでもよい）とされる。同様に，「ピリオド」を表わす文字画像31Ａについてファイル名「0023.jpg」とファイル名「0039.jpg」が付与されているが，これらの文字画像31Ａは同じ「ピリオド」を表わしているから共通のファイル名「0023.jpg」（0039.jpgでもよい）とされる。
　同じ文字を表わす文字画像ファイルのファイル名が共通とされると，共通となったファイル名をもつ文字画像ファイルは一つのみが残り,残りの文字画像ファイルは破棄される（図５ステップ46）。たとえば，図８に示すように，0029.jpgがファイル名として付与されていた「Ｋ」の文字を表わす文字画像ファイル，0039.jpgがファイル名として付与されていた「ピリオド」を表わす文字画像ファイルが破棄される。
　切り出された文字画像の中に同じ文字を表わす複数の文字画像ファイルが含まれていない場合には（図５ステップ44でＮＯ），ステップ45および46の処理はスキップされる。
　つづいて，得られた文字画像ファイルのファイル名が，文書画像30における文字画像の配列順にHTML（HyperText Markup Language）ソースに記述される（図５ステップ47）。
　図９は，HTMLソースの一例である。
　図９では，分りやすくするために行が付与されている。
　第１行および第47行の<HTML>および</HTML>は，HTML文書であることの宣言するタグである。第２行および第46行の<BODY>および</BODY>は，それらのタグの間に文書の本体が記述されていることを示すタグである。第３行および第27行ならびに第28行および第46行の<p>および</p>は，それらのタグで囲まれた部分が一つの段落であることを示すもので，それらの段落の前後に１行分改行が行われる。タグ<p>および</p>の代わりにタグ<BR>および</BR>の改行タグを利用してもよい。図４から分るように，「Ｑ　Ｒ．」で終わる行で一つ目の段落が終わり，「Ｓ　Ｔ」で始まる行で二つ目の段落が始まるのでタグ<p>および</p>（またはタグ<BR>および</BR>）が記述されている。第４行から第26行および第29行から第44行には図８に示すように，文字画像に対応して付与された文字画像ファイルのファイル名がタグ<IMG>によって記述されている。第４行から第26行および第29行から第44行に記述されているファイル名は，文書画像30に表わされている文字画像の配列の順に対応している。したがって，図９に示すHTMLソースがブラウザによって表示されると，図４に示す文書画像30に表わされている文字画像の配列の順と同じ順序で文字画像が表示されることとなる。
　図６を参照して，切り取られた文字画像の次に空白領域があるにもかかわらず，改行されているかどうかが判断される（ステップ48）。図４に示すように，第３行目の「ピリオド」の文字画像の後は空白領域があるにもかかわらず，文字画像が検出されないと，改行されていると判断される（ステップ48でＹＥＳ）。改行されていると，上述したようにHTMLソースに改行タグ（タグ<p>および</p>またはタグ<BR>および</BR>）が記述される（ステップ49）。改行されていなければ（ステップ48でＮＯ），ステップ49の処理はスキップされる。
　このようにしてHTMLソースが生成されると，HTMLソース・ファイルおよび切り出された文字画像を表わし，かつファイル名が付与された文字画像ファイルが文書画像サーバ20から携帯電話１に送信される（ステップ50）。
　図10は，携帯電話１の表示画面60の一例である。
　上述したように，文書画像サーバ20から送信されたHTMLソース・ファイルおよび文字画像ファイルが携帯電話１において受信されると，携帯電話１にインストールされているブラウザによってHTMLソース・ファイルが解釈され，文字画像ファイルによって表わされる文字画像が表示画面60上に表示される。文書画像30に配列されている文字画像の順に文字画像が表示されるようにHTMLソースが記述されているから，携帯電話１の表示画面60には文書画像30に含まれている文字画像の配列と同じ配列で文字画像が表示されるようになる。携帯電話１にブラウザ以外の専用アプリケーションがインストールされていなくとも，文書画像を，表示画面60の大きさに合わせて表示させることができる。
　上述した実施例では，ファイル名をHTMLソースに記述した後に改行タグをHTMLソースに記述しているが，ファイル名と改行タグとを同時にHTMLソースに記述するようにしてもよい。また，同じ文字を表わしている文字画像ファイルのファイル名を共通にすることにより，携帯電話１に送信する文字画像ファイルのデータ量を少なくしているが，必ずしも共通にしなくともよい。さらに，改行タグもHTMLソースに記述しないようにしてもよい。
　文書画像に含まれる文字画像の配列順序を入力装置24から入力し，入力された配列順序で文字画像がウェブ・ページに記述されるように，文字画像ファイルのファイル名がHTMLソースに記述されてもよい。また，ＣＰＵ21によって，文書画像に含まれる文字画像の配列順序を検出（配列順序検出装置）し，検出された配列順序で文字画像がウェブ・ページに表示されるように，文字画像ファイルのファイル名がHTMLソースに記述されてもよい。
１　携帯電話（クライアント端末装置）
20　文書画像サーバ（文書画像処理装置）
21　ＣＰＵ（ファイル名付与手段，HTMLソース記述手段）
22　通信装置（ファイル送信手段）

Claims (5)

  1. 　文書が画像化された文書画像から，文書画像に含まれる文字を表わす文字画像を切り出す文字画像切り出し手段，
    　上記文字画像切り出し手段によって切り出された文字画像を表わす文字画像ファイルのそれぞれに異なるファイル名を付与するファイル名付与手段，
    　上記文字画像切り出し手段によって切り出された文字画像を，文書画像の配列順序に対応した配列順序でウェブ・ページに表示するように，上記ファイル名付与手段によって付与されたファイル名をHTMLソースに記述するHTMLソース記述手段，ならびに
    　上記HTMLソース記述手段によって記述されたHTMLソースを表わすHTMLソース・ファイルおよび上記文字画像切り出し手段によって切り出された文字画像を表わす文字画像ファイルであって，上記ファイル名付与手段によってファイル名が付与された文字画像ファイルをクライアント端末装置に送信するファイル送信手段，
    　を備えた文書画像処理装置。
  2. 　上記文字画像切り出し手段によって切り出された文字画像のうち，共通の文字を表わす複数の文字画像が存在するかどうかを判定する文字画像判定手段をさらに備え，
    　上記HTMLソース記述手段は，
    　上記文字画像判定手段によって共通の文字を表わす複数の文字画像が存在されたと判定されたことに応じて，共通の文字を表わす複数の文字画像のファイル名を共通のファイル名としてHTMLソースに記述するものであり，
    　上記ファイル送信手段は，
    　上記HTMLソース記述手段によって記述されたHTMLソースを表わすHTMLソース・ファイルおよび上記文字画像切り出し手段によって切り出された文字画像を表わす文字画像ファイルであって，上記ファイル名付与手段によってファイル名が付与された文字画像ファイルをクライアント端末装置に送信するものであり，共通のファイル名をもつ文字画像ファイルについては一つの文字画像ファイルをクライアント端末装置に送信する，
    　請求項１に記載の文書画像処理装置。
  3. 　文書画像に含まれる複数の文字画像によって表わされる文字列が改行されているかどうかを判定する改行判定手段をさらに備え，
    　上記HTMLソース記述手段は，
    　上記文字画像切り出し手段によって切り出された文字画像を，文書画像の配列順序に対応した配列順序でウェブ・ページに表示するように，上記ファイル名付与手段によって付与されたファイル名をHTMLソースに記述し，かつ上記改行判定手段によって文字列が改行されていると判定されたことに応じて，改行された文字画像のファイル名の直前に改行タグを記述するものである，
    　請求項１または２に記載の文書画像処理装置。
  4. 　文字画像切り出し手段が，文書が画像化された文書画像から，文書画像に含まれる文字を表わす文字画像を切り出し，
    　ファイル名付与手段が，上記文字画像切り出し手段によって切り出された文字画像を表わす文字画像ファイルのそれぞれに異なるファイル名を付与し，
    　HTMLソース記述手段が，上記文字画像切り出し手段によって切り出された文字画像を，文書画像の配列順序に対応した配列順序でウェブ・ページに表示するように，上記ファイル名付与手段によって付与されたファイル名をHTMLソースに記述し，
    　ファイル名送信手段が，上記HTMLソース記述手段によって記述されたHTMLソースを表わすHTMLソース・ファイルおよび上記文字画像切り出し手段によって切り出された文字画像を表わす文字画像ファイルであって，上記ファイル名付与手段によってファイル名が付与された文字画像ファイルをクライアント端末装置に送信する，
    　文書画像処理装置の動作制御方法。
  5. 　文書画像処理装置のコンピュータを制御するコンピュータが読み取り可能なプログラムであって，
    　文書が画像化された文書画像から，文書画像に含まれる文字を表わす文字画像を切り出させ，
    　切り出された文字画像を表わす文字画像ファイルのそれぞれに異なるファイル名を付与させ，
    　切り出された文字画像を，文書画像の配列順序に対応した配列順序でウェブ・ページに表示するように，付与されたファイル名をHTMLソースに記述させ，
    　記述されたHTMLソースを表わすHTMLソース・ファイルおよび切り出された文字画像を表わす文字画像ファイルであって，ファイル名が付与された文字画像ファイルをクライアント端末装置に送信させるように，文書画像処理装置のコンピュータを制御するプログラム。
PCT/JP2013/074554 2012-09-28 2013-09-11 文書画像処理装置ならびにその動作制御方法およびその動作制御プログラム Ceased WO2014050563A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2012217910 2012-09-28
JP2012-217910 2012-09-28

Publications (1)

Publication Number Publication Date
WO2014050563A1 true WO2014050563A1 (ja) 2014-04-03

Family

ID=50387970

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2013/074554 Ceased WO2014050563A1 (ja) 2012-09-28 2013-09-11 文書画像処理装置ならびにその動作制御方法およびその動作制御プログラム

Country Status (1)

Country Link
WO (1) WO2014050563A1 (ja)

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
SHOKO GOTO: "Sumaho de Office Bunsho, Scroll nashi de Sakusaku Yomeru - Fujifilm no Shin Gijutsu 'GT-Layout'", 5 June 2012 (2012-06-05), Retrieved from the Internet <URL:http://www.itmedia.co.jp/promobile/articles/1206/05/news124.html> [retrieved on 20131011] *
THOMAS M. BREUEL ET AL.: "Paper to PDA", PARC A XEROX CO.,, 11 August 2002 (2002-08-11), Retrieved from the Internet <URL:http://www.parc.com/content/attachments/janssen-TR-01-2.pdf> [retrieved on 20131011] *

Similar Documents

Publication Publication Date Title
EP3734598B1 (en) Interfacing device and method for supporting speech dialogue
TWI595368B (zh) Server device, server device control method, program, and recording medium
KR20120087213A (ko) 이미지 코드를 이용하여 정보를 전달하는 시스템 및 방법
WO2015085785A1 (zh) 页面自动变灰的方法和装置
CN108763297A (zh) 网页资源处理方法、装置以及移动终端
JP5654851B2 (ja) 文書画像表示装置ならびにその動作制御方法およびその制御プログラム
US20130185318A1 (en) Data providing apparatus, electronic apparatus, data processing system, and method of data processing
JP6801539B2 (ja) 情報処理システム、情報処理装置、情報処理プログラム及び情報処理方法
US20190266220A1 (en) Information processing apparatus and non-transitory computer readable medium
JP5279793B2 (ja) 携帯端末、携帯端末の制御方法及びプログラム
KR102537797B1 (ko) 대화형 에이전트 기능이 설치된 화상 형성 시스템, 그 제어 방법 및 저장 매체
CN110088750B (zh) 在静态网页中提供场境功能的方法和系统
WO2014050563A1 (ja) 文書画像処理装置ならびにその動作制御方法およびその動作制御プログラム
US10831833B2 (en) Information processing apparatus and non-transitory computer readable medium
JP2012133668A (ja) 表示装置、画面画像転送方法、及びプログラム
US20140297285A1 (en) Automatic page content reading-aloud method and device thereof
JP5444187B2 (ja) 携帯型表示装置ならびにその動作制御方法およびそのプログラム
JP2015158756A (ja) 情報処理装置、情報処理システム、及びプログラム
JP2014164692A (ja) 文書表示装置、文書表示方法及び文書表示プログラム
JP2008181445A (ja) 文書情報提供方法、文書情報提供プログラム、文書情報提供装置、およびｗｅｂ端末装置
JP2016115187A (ja) 情報処理装置、情報処理方法及びプログラム
JP5052058B2 (ja) 情報処理装置、情報処理方法及び情報処理プログラム
US9712471B2 (en) Mail sending/receiving apparatus, method, and recording medium recording program
JP6053484B2 (ja) 情報処理装置、その制御方法及びプログラム
JP2012108749A (ja) 文書画像表示制御装置および携帯型端末装置ならびにそれらの動作制御方法およびその動作制御プログラム

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 13840877

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 13840877

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: JP