JP2009145963A - 文書処理装置および文書処理方法 - Google Patents
文書処理装置および文書処理方法 Download PDFInfo
- Publication number
- JP2009145963A JP2009145963A JP2007319758A JP2007319758A JP2009145963A JP 2009145963 A JP2009145963 A JP 2009145963A JP 2007319758 A JP2007319758 A JP 2007319758A JP 2007319758 A JP2007319758 A JP 2007319758A JP 2009145963 A JP2009145963 A JP 2009145963A
- Authority
- JP
- Japan
- Prior art keywords
- document
- group
- document image
- content area
- content
- 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.)
- Granted
Links
Images
Landscapes
- Processing Or Creating Images (AREA)
- Machine Translation (AREA)
- Document Processing Apparatus (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
【解決手段】内容領域を行単位で抽出する(ステップS106)。閲覧パスを文書画像内に設定する(ステップS108)。抽出された各内容領域の閲覧パスを基準とする位置およびページ上の位置を取得する(ステップS110)。抽出された各内容領域の属性を求める(ステップS112)。各内容領域の属性情報を用いて、内容領域の全体を少なくとも1つのグループに分類する(ステップS114)。文書全体における内容領域の統計量を算出する(ステップS116)。各グループについての内容領域の統計量を算出する(ステップS118)。各グループの種類を判定する(ステップS120)。判定されたグループに従って当該グループに所属する各内容領域の文書画像内での位置を示すしおりデータを生成する(ステップS112)。
【選択図】図7
Description
好ましくは、属性情報の文字情報は、文字サイズ、文字色および文字修飾を少なくとも1つ含む。
(全体システム構成)
図1は、本発明の実施の形態に従う文書処理装置を含むシステムの概略構成図である。
図2は、本発明の実施の形態に従うMFP1における概略構成を説明するブロック図である。
図5を参照して、ここでは文書画像420が示されており、3ページからなるテキスト文書で構成されている。
図6を参照して、内容領域の種類として、ここでは、「ヘッダ」、「タイトル」、「見出し」、「本文」等を指し示すものとする。
図7は、本発明の実施の形態に従う電子化文書の生成処理の具体例を説明するフロー図である。
そして調整後の文書画像は画像バッファ部13に格納される。
具体的には、しおりデータ生成部17は、算出された統計量に基づいて各グループの種類を判定する。
図8は、図7のステップS106における行単位における内容領域の抽出処理を説明するための図である。
図9は、図7のステップS108における閲覧パスの設定処理を説明するための図である。
図7のステップS110における各内容領域についての閲覧パス440を基準とした距離の取得処理について図9を参照して説明する。
図8のステップS112における各内容領域の領域の属性として「文字サイズ」、「文字色」、「文字修飾」の代表値の取得処理は、公知の文字認識技術などを用いて実行することが可能である。本実施の形態に従う画像解析部16は、各内容領域の文字認識を行なって「文字サイズ」および「文字色」、「文字修飾」を取得する。
図10は、図8に示す文書画像420から取得される各内容領域の属性情報の具体例を説明する図である。
図11は、図7のステップS114におけるグループへの分類処理を説明するフロー図である。なお、当該分類処理は、しおりデータ生成部17で実行される。
図13は、文書内の各内容領域についての閲覧パス上の位置の分布を説明する図である。ここで、横軸が閲覧パス上の位置を指し示し、縦軸が面積を指し示す。そして、各内容領域についてグループID番号に従ってプロットされている場合が示されている。
図17を参照して、全体の統計量と各グループの統計量とを比較して、本文、ヘッダあるいはフッタ相当のグループを求める(ステップS22)。
図19を参照して、しおりデータ部405には、選択されたグループの内容領域の文書画像内での位置を示す位置情報が格納される。本例においては、タイトルおよび見出しの内容領域に対してしおりデータが生成される場合について説明する。
Claims (10)
- 文書画像を含む電子化文書を生成する文書処理方法であって、
文書画像から少なくとも1つの内容領域を抽出するステップと、
抽出した前記少なくとも1つの内容領域について、前記文書画像内での位置を示す位置情報および文字情報を含む属性情報を取得するステップと、
前記内容領域の前記文書画像内での位置を特定するための閲覧ナビゲート情報を生成するステップとを備え、
前記閲覧ナビゲート情報を生成するステップは、
前記少なくとも1つの内容領域を対応する属性情報の文字情報に基づいて、少なくとも1つのグループに分類するステップと、
分類された各グループに所属する内容領域に対応する前記属性情報の位置情報に基づいて、分類された各グループの統計量を算出するステップと、
前記統計量の算出結果に基いて、各グループの各々を所定分類の中から判定するステップとを含む、文書処理方法。 - 前記所定分類は、タイトル、見出し、ヘッダ、フッタ、本文に相当する、請求項1記載の文書処理方法。
- 前記属性情報の文字情報は、文字サイズ、文字色および文字修飾を少なくとも1つ含む、請求項1記載の文書処理方法。
- 前記文書画像は、ページ単位で区分され、
前記分類された各グループの統計量を算出するステップは、
各グループに所属する内容領域について、前記文書画像の区分されたページ内における内容領域の位置の平均および分散値を算出するステップと、
各グループに所属する内容領域について、文書画像全体における内容領域の出現順序に従って規定された位置の平均、最小、最大および分散値を算出するステップとを含む、請求項1記載の文書処理方法。 - 前記閲覧ナビゲート情報を生成するステップは、前記文書画像全体の面積を算出するステップをさらに含み、
前記判定するステップは、前記文書画像全体の面積に対する各グループの総面積の割合に基いて本文相当のグループを判定するステップとを含む、請求項4記載の文書処理方法。 - 前記判定するステップは、分類されたグループのうち本文相当のグループの位置の統計量に基いて見出し相当のグループを判定するステップをさらに含む、請求項5記載の文書処理方法。
- 前記判定するステップは、分類されたグループのうち本文相当のグループおよび見出し相当のグループの位置の統計量に基いてタイトル相当のグループを判定するステップをさらに含む、請求項6記載の文書処理方法。
- 前記閲覧ナビゲート情報を生成するステップは、前記文書画像全体の区分されたページ内における内容領域の位置の平均を算出するステップをさらに含み、
前記判定するステップは、分類されたグループのうちの前記文書画像の区分された内容領域の生きの平均と、前記文書画像全体の区分されたページ内における内容領域の位置の平均との比較に基づいてヘッダあるいはフッタ相当のグループを判定するステップをさらに含む、請求項4記載の文書処理方法。 - 原稿を読み取ることで前記文書画像を生成するステップと、
前記文書画像に前記閲覧ナビゲート情報を付加することで前記電子化文書を生成するステップとをさらに備える、請求項1記載の文書処理方法。 - 文書画像を含む電子化文書を生成する文書処理装置であって、
文書画像から少なくとも1つの内容領域を抽出し、内容領域について前記文書画像内での位置を示す位置情報および文字情報を含む属性情報を取得する取得部と、
前記内容領域の前記文書画像内での位置を特定するための閲覧ナビゲート情報を生成する情報生成部とを備え、
前記情報生成部は、
前記少なくとも1つの内容領域を対応する属性情報の文字情報に基づいて、少なくとも1つのグループに分類する分類手段と、
分類された各グループに所属する内容領域に対応する前記属性情報の位置情報に基づいて、分類された各グループの統計量を算出する算出手段と、
前記統計量の算出結果に基いて、各グループの各々を所定分類の中から判定する判定手段とを含む、文書処理装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007319758A JP5098614B2 (ja) | 2007-12-11 | 2007-12-11 | 文章処理装置の制御方法および文章処理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007319758A JP5098614B2 (ja) | 2007-12-11 | 2007-12-11 | 文章処理装置の制御方法および文章処理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2009145963A true JP2009145963A (ja) | 2009-07-02 |
JP5098614B2 JP5098614B2 (ja) | 2012-12-12 |
Family
ID=40916538
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007319758A Expired - Fee Related JP5098614B2 (ja) | 2007-12-11 | 2007-12-11 | 文章処理装置の制御方法および文章処理装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5098614B2 (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013069007A (ja) * | 2011-09-21 | 2013-04-18 | Profield Co Ltd | 電子ブック処理装置、電子ブック処理方法、およびプログラム |
JP2014052744A (ja) * | 2012-09-05 | 2014-03-20 | Konica Minolta Inc | 文書表示装置、文書表示端末および文書表示プログラム |
KR20160110151A (ko) * | 2015-03-09 | 2016-09-21 | 캐논 가부시끼가이샤 | 시스템 및 제어 방법 |
JP2020047031A (ja) * | 2018-09-20 | 2020-03-26 | 富士ゼロックス株式会社 | 文書検索装置、文書検索システム及びプログラム |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6126149A (ja) * | 1984-07-17 | 1986-02-05 | Nec Corp | 文書画像フアイル登録検索装置 |
JPS6126150A (ja) * | 1984-07-17 | 1986-02-05 | Nec Corp | 文書画像フアイル登録検索装置 |
JPH09297765A (ja) * | 1996-05-01 | 1997-11-18 | Ricoh Co Ltd | 文書画像処理方法 |
JP2005004550A (ja) * | 2003-06-12 | 2005-01-06 | Fujitsu Ltd | Ocr入力装置 |
-
2007
- 2007-12-11 JP JP2007319758A patent/JP5098614B2/ja not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6126149A (ja) * | 1984-07-17 | 1986-02-05 | Nec Corp | 文書画像フアイル登録検索装置 |
JPS6126150A (ja) * | 1984-07-17 | 1986-02-05 | Nec Corp | 文書画像フアイル登録検索装置 |
JPH09297765A (ja) * | 1996-05-01 | 1997-11-18 | Ricoh Co Ltd | 文書画像処理方法 |
JP2005004550A (ja) * | 2003-06-12 | 2005-01-06 | Fujitsu Ltd | Ocr入力装置 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013069007A (ja) * | 2011-09-21 | 2013-04-18 | Profield Co Ltd | 電子ブック処理装置、電子ブック処理方法、およびプログラム |
JP2014052744A (ja) * | 2012-09-05 | 2014-03-20 | Konica Minolta Inc | 文書表示装置、文書表示端末および文書表示プログラム |
KR20160110151A (ko) * | 2015-03-09 | 2016-09-21 | 캐논 가부시끼가이샤 | 시스템 및 제어 방법 |
JP2020047031A (ja) * | 2018-09-20 | 2020-03-26 | 富士ゼロックス株式会社 | 文書検索装置、文書検索システム及びプログラム |
JP7172343B2 (ja) | 2018-09-20 | 2022-11-16 | 富士フイルムビジネスイノベーション株式会社 | 文書検索用プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP5098614B2 (ja) | 2012-12-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8077971B2 (en) | Image processing apparatus, image processing method, and computer program | |
US8203748B2 (en) | Image processing apparatus, control method therefor, and program | |
JP5376795B2 (ja) | 画像処理装置、画像処理方法、そのプログラム及び記憶媒体 | |
US7876471B2 (en) | Image processing apparatus, control method and program thereof which searches for corresponding original electronic data based on a paper document | |
US20060221357A1 (en) | Information processing apparatus and method | |
US20060114484A1 (en) | Image processing apparatus and method therefor | |
JP2007042106A (ja) | 文書処理方法、文書処理メディア、文書管理方法、文書処理システム及び文書管理システム | |
JP2006350867A (ja) | 文書処理装置、文書処理方法、プログラム及び情報記録媒体 | |
JP4785655B2 (ja) | 文書処理装置及び文書処理方法 | |
JP4956319B2 (ja) | 画像処理装置、その制御方法、ならびにそのプログラムおよび記憶媒体 | |
JP5176416B2 (ja) | 文書処理装置、文書処理方法、および文書処理プログラム | |
JP5412903B2 (ja) | 文書画像処理装置、文書画像処理方法および文書画像処理プログラム | |
JP2007004621A (ja) | 文書管理支援装置、文書管理支援方法およびプログラム | |
JP5098614B2 (ja) | 文章処理装置の制御方法および文章処理装置 | |
JP2009169675A (ja) | 文書処理装置、文書処理方法および文書処理プログラム | |
JP5125238B2 (ja) | 文書処理装置、文書処理方法および文書処理プログラム | |
US8611666B2 (en) | Document image processing apparatus, document image processing method, and computer-readable recording medium having recorded document image processing program | |
CN111580758B (zh) | 图像形成装置 | |
EP2166467B1 (en) | Information processing apparatus, control method thereof, computer program, and storage medium | |
JP2005149323A (ja) | 画像処理システム及び画像処理装置並びに画像処理方法 | |
JP2017184047A (ja) | 情報処理装置とその処理方法及びプログラム | |
JP2008305089A (ja) | 文書処理方法、文書処理プログラム、および文書処理装置 | |
JP2010220046A (ja) | 文書管理装置、文書管理システム、印刷制御方法、印刷制御プログラム、及びそのプログラムを記録した記録媒体 | |
JP2009303149A (ja) | 画像処理装置、画像処理方法及びコンピュータ制御プログラム | |
JP2010061623A (ja) | 文書処理装置、文書処理方法および文書処理プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20100601 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120619 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120730 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20120828 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20120910 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20151005 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
LAPS | Cancellation because of no payment of annual fees |