JP2015194873A - 情報処理装置、情報処理システム、及び情報処理プログラム - Google Patents
情報処理装置、情報処理システム、及び情報処理プログラム Download PDFInfo
- Publication number
- JP2015194873A JP2015194873A JP2014072104A JP2014072104A JP2015194873A JP 2015194873 A JP2015194873 A JP 2015194873A JP 2014072104 A JP2014072104 A JP 2014072104A JP 2014072104 A JP2014072104 A JP 2014072104A JP 2015194873 A JP2015194873 A JP 2015194873A
- Authority
- JP
- Japan
- Prior art keywords
- character
- data
- image data
- font
- unit
- 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
- Character Discrimination (AREA)
- Document Processing Apparatus (AREA)
Abstract
【課題】画像データを利便性の高い文書データへ変換する情報処理装置を提供する。
【解決手段】
画像データ取得部１００は、ＯＣＲ（光学文字認識）等を行うための画像データ２００を取得する。文字認識部１１０は、画像データ取得部１００により取得された画像データ２００から光学文字認識により文字を認識する。フォント照合部１２０は、文字認識部１１０により文字と認識された画像データ２００の領域３０１について、認識された文字が複数のフォント及び複数の文字サイズのいずれに該当するか照合する。文字属性データ設定部１３０は、フォント照合部１２０で照合されたフォント及び文字サイズを文書データ２１０に設定し、文字の描画位置として、描画の原点、文字幅、及びサイドベアリングを画像データ２００に対応するよう設定する。
【選択図】図５
【解決手段】
画像データ取得部１００は、ＯＣＲ（光学文字認識）等を行うための画像データ２００を取得する。文字認識部１１０は、画像データ取得部１００により取得された画像データ２００から光学文字認識により文字を認識する。フォント照合部１２０は、文字認識部１１０により文字と認識された画像データ２００の領域３０１について、認識された文字が複数のフォント及び複数の文字サイズのいずれに該当するか照合する。文字属性データ設定部１３０は、フォント照合部１２０で照合されたフォント及び文字サイズを文書データ２１０に設定し、文字の描画位置として、描画の原点、文字幅、及びサイドベアリングを画像データ２００に対応するよう設定する。
【選択図】図５
Description
本発明は、情報処理装置、情報処理システム、及び情報処理プログラムに係り、特に画像データを文書データに変更可能な情報処理装置、情報処理システム、及び情報処理プログラムに関する。
従来から、文書や画像を印刷可能な複合機（Multifunctional Peripheral, MFP）等の画像形成装置（情報処理装置）が存在する。
これらの画像形成装置には、スキャナー等で取得された画像データを、ＰＤＦ（Portable Document Format）等の文書データに変換する機能を備えるものが存在する。
これらの画像形成装置には、スキャナー等で取得された画像データを、ＰＤＦ（Portable Document Format）等の文書データに変換する機能を備えるものが存在する。
このような装置の例として、特許文献１を参照すると、画像データから、少なくとも文字属性を含む属性データを抽出する属性分離手段と、属性分離手段により抽出された属性データのうち文字属性については、予め記憶された文字フォントのいずれに対応するかを判定し、当該判定されたフォントに対応するアウトラインを用いてベクトル化し、文字属性以外の属性については、線画としてアウトラインをとってベクトル化するベクトル化処理手段と、ベクトル化処理手段によりベクトル化されたベクトル化属性データを、画像データとともに他の装置に送信する送信手段とを備えることを特徴とする画像処理装置が開示されている。
しかしながら、特許文献１の技術では、文字をベクトル化するだけなので、その文字のフォントの種類や文字サイズのようなフォント情報を取得することができなかった。
つまり、画像データの元となる、ワードプロセッサーソフトウェア等で作成したときのフォント情報が分からないため、画像データを、元の原稿と同様の文書データに変換することはできなかった。
つまり、画像データの元となる、ワードプロセッサーソフトウェア等で作成したときのフォント情報が分からないため、画像データを、元の原稿と同様の文書データに変換することはできなかった。
本発明は、このような状況に鑑みてなされたものであって、上述の問題点を解消する画像形成装置を提供することを課題とする。
本発明の情報処理装置は、画像データを文書データに変更可能な情報処理装置において、前記画像データから文字を認識する文字認識手段と、該文字認識手段により文字と認識された前記画像データの領域について、認識された文字が複数のフォント及び複数の文字サイズのいずれに該当するか照合するフォント照合手段と、該フォント照合手段で照合されたフォント及び文字サイズを前記文書データに設定し、文字の描画位置として、描画の原点、文字幅、及びサイドベアリングを前記画像データに対応するよう設定する文字属性データ設定手段とを備えることを特徴とする。
本発明の情報処理装置は、前記文字属性データ設定手段は、前記フォント照合手段で照合された文字に対応して算出された原点に対応して次に文字が描画される次原点を算出し、当該次原点と次の文字の原点とが一致した場合、同一の文章内の文字として前記文書データに設定することを特徴とする。
本発明の情報処理システムは、画像形成装置において入力された画像データと、該画像データを文書データに変更するサーバーとを備えた情報処理システムにおいて、前記サーバーは、前記画像データを前記画像形成装置から取得する画像データ取得手段と、該画像データ取得手段により取得された画像データから文字を認識する文字認識手段と、該文字認識手段により文字と認識された前記画像データの領域について、認識された文字が複数のフォント及び複数の文字サイズのいずれに該当するか照合するフォント照合手段と、該フォント照合手段で照合されたフォント及び文字サイズを前記文書データに設定し、文字の描画位置として、描画の原点、文字幅、及びサイドベアリングを前記画像データに対応するよう設定する文字属性データ設定手段とを備えることを特徴とする。
本発明のプログラムは、画像データを文書データに変更可能な情報処理装置により実行されるプログラムにおいて、前記画像データから文字を認識させ、文字と認識された前記画像データの領域について、認識された文字が複数のフォント及び複数の文字サイズのいずれに該当するか照合させ、照合されたフォント及び文字サイズを前記文書データに設定し、文字の描画位置として、描画の原点、文字幅、及びサイドベアリングを前記画像データに対応するよう設定させることを特徴とする。
本発明の情報処理装置は、前記文字属性データ設定手段は、前記フォント照合手段で照合された文字に対応して算出された原点に対応して次に文字が描画される次原点を算出し、当該次原点と次の文字の原点とが一致した場合、同一の文章内の文字として前記文書データに設定することを特徴とする。
本発明の情報処理システムは、画像形成装置において入力された画像データと、該画像データを文書データに変更するサーバーとを備えた情報処理システムにおいて、前記サーバーは、前記画像データを前記画像形成装置から取得する画像データ取得手段と、該画像データ取得手段により取得された画像データから文字を認識する文字認識手段と、該文字認識手段により文字と認識された前記画像データの領域について、認識された文字が複数のフォント及び複数の文字サイズのいずれに該当するか照合するフォント照合手段と、該フォント照合手段で照合されたフォント及び文字サイズを前記文書データに設定し、文字の描画位置として、描画の原点、文字幅、及びサイドベアリングを前記画像データに対応するよう設定する文字属性データ設定手段とを備えることを特徴とする。
本発明のプログラムは、画像データを文書データに変更可能な情報処理装置により実行されるプログラムにおいて、前記画像データから文字を認識させ、文字と認識された前記画像データの領域について、認識された文字が複数のフォント及び複数の文字サイズのいずれに該当するか照合させ、照合されたフォント及び文字サイズを前記文書データに設定し、文字の描画位置として、描画の原点、文字幅、及びサイドベアリングを前記画像データに対応するよう設定させることを特徴とする。
本発明によれば、照合されたフォント及び文字サイズを文書データに設定し、文字の描画位置を設定することで、元の原稿と同様の文書データを作成可能な情報処理装置を提供することができる。
＜実施の形態＞
〔画像形成システムＸの構成〕
〔画像形成システムＸの構成〕
まず、図１により、画像形成システムＸの構成について説明する。画像形成システムＸは、例えば、画像形成装置１及びサーバー２を含んで構成される。
画像形成装置１は、スキャナー等を備えたＭＦＰ等であり、サーバー２に対して画像データ２００（図５）を送信する。
サーバー２は、データセンター等に載置されたＰＣ／ＡＴ互換機等のＰＣサーバーやＡＲＭ（登録商標）サーバー等の情報処理装置である。また、サーバー２は、ユーザーのＰＣ（Personal Computer）、スマートフォン、携帯電話、ＰＤＡ（Personal Digital Assistant）等の端末であり、インストールされたサーバープログラムを実行して情報処理装置として機能する構成であってもよい。サーバー２は、画像形成装置１から取得した画像データについて、後述する画像ファイル化処理を行う。
画像形成装置１、及びサーバー２は、ＬＡＮ（Local Area Network）、無線ＬＡＮ、ＷＡＮ（Wide Area Network）、携帯電話網等であるネットワーク５に接続されている。
画像形成装置１は、スキャナー等を備えたＭＦＰ等であり、サーバー２に対して画像データ２００（図５）を送信する。
サーバー２は、データセンター等に載置されたＰＣ／ＡＴ互換機等のＰＣサーバーやＡＲＭ（登録商標）サーバー等の情報処理装置である。また、サーバー２は、ユーザーのＰＣ（Personal Computer）、スマートフォン、携帯電話、ＰＤＡ（Personal Digital Assistant）等の端末であり、インストールされたサーバープログラムを実行して情報処理装置として機能する構成であってもよい。サーバー２は、画像形成装置１から取得した画像データについて、後述する画像ファイル化処理を行う。
画像形成装置１、及びサーバー２は、ＬＡＮ（Local Area Network）、無線ＬＡＮ、ＷＡＮ（Wide Area Network）、携帯電話網等であるネットワーク５に接続されている。
〔画像形成装置１の全体の構成〕
次に、図２により、画像形成装置１の全体の構成について説明する。画像形成装置１は、画像処理部１１、原稿読取部１２、原稿給送部１３、搬送部（給紙ローラー４２ｂ、搬送ローラー対４４、排出ローラー対４５）、ネットワーク送受信部１５、操作パネル部１６、画像形成部１７（画像形成手段）、及び記憶部１９等が、制御部１０に接続されている。各部は、制御部１０によって動作制御される。
次に、図２により、画像形成装置１の全体の構成について説明する。画像形成装置１は、画像処理部１１、原稿読取部１２、原稿給送部１３、搬送部（給紙ローラー４２ｂ、搬送ローラー対４４、排出ローラー対４５）、ネットワーク送受信部１５、操作パネル部１６、画像形成部１７（画像形成手段）、及び記憶部１９等が、制御部１０に接続されている。各部は、制御部１０によって動作制御される。
制御部１０は、ＧＰＰ（General Purpose Processor）、ＣＰＵ（Central Processing Unit、中央処理装置）、ＭＰＵ（Micro Processing Unit）、ＤＳＰ（Digital Signal Processor）、ＧＰＵ（Graphics Processing Unit）、ＡＳＩＣ（Application Specific Processor、特定用途向けプロセッサー）等の情報処理手段である。
制御部１０は、記憶部１９のＲＯＭやＨＤＤに記憶されている制御プログラムを読み出して、この制御プログラムをＲＡＭに展開させて実行することで、後述する機能ブロックの各手段として動作させられる。また、制御部１０は、図示しない外部の端末や操作パネル部１６から入力された所定の指示情報に応じて、装置全体の制御を行う。
制御部１０は、記憶部１９のＲＯＭやＨＤＤに記憶されている制御プログラムを読み出して、この制御プログラムをＲＡＭに展開させて実行することで、後述する機能ブロックの各手段として動作させられる。また、制御部１０は、図示しない外部の端末や操作パネル部１６から入力された所定の指示情報に応じて、装置全体の制御を行う。
画像処理部１１は、ＤＳＰ（Digital Signal Processor）やＧＰＵ（Graphics Processing Unit）等の制御演算手段である。画像処理部１１は、各種の画像のデータに対して所定の画像処理を行う手段であり、例えば、拡大縮小、濃度調整、階調調整、画像改善等の各種画像処理を行う。
画像処理部１１は、原稿読取部１２で読み取られた画像を、記憶部１９に印刷データとして記憶する。この際、画像処理部１１は、印刷データをＰＤＦやＴＩＦＦ等のフォーマットのファイル単位に変換することも可能である。
画像処理部１１は、原稿読取部１２で読み取られた画像を、記憶部１９に印刷データとして記憶する。この際、画像処理部１１は、印刷データをＰＤＦやＴＩＦＦ等のフォーマットのファイル単位に変換することも可能である。
原稿読取部１２は、セットされた原稿を読み取る（スキャン）手段である。
原稿給送部１３は、原稿読取部１２で読み取られる原稿を搬送する手段である。
画像形成部１７は、ユーザーの出力指示により、記憶部１９に記憶され、原稿読取部１２で読み取られ、又は外部の端末から取得されたデータから記録紙への画像形成を行わせる手段である。
搬送部は、給紙カセット４２ａ（図３）から記録紙を搬送し、画像形成部１７で画像形成させ、その後にスタックトレイ５０へ搬送する。
なお、原稿読取部１２、原稿給送部１３、搬送部、画像形成部１７の動作については後述する。
原稿給送部１３は、原稿読取部１２で読み取られる原稿を搬送する手段である。
画像形成部１７は、ユーザーの出力指示により、記憶部１９に記憶され、原稿読取部１２で読み取られ、又は外部の端末から取得されたデータから記録紙への画像形成を行わせる手段である。
搬送部は、給紙カセット４２ａ（図３）から記録紙を搬送し、画像形成部１７で画像形成させ、その後にスタックトレイ５０へ搬送する。
なお、原稿読取部１２、原稿給送部１３、搬送部、画像形成部１７の動作については後述する。
ネットワーク送受信部１５は、ＬＡＮ、無線ＬＡＮ、ＷＡＮ、携帯電話網等の外部ネットワークに接続するためのＬＡＮボードや無線送受信機等を含むネットワーク接続手段である。
ネットワーク送受信部１５は、データ通信用の回線ではデータを送受信し、音声電話回線では音声信号を送受信する。
ネットワーク送受信部１５は、ネットワークを介して、図示しないＰＣ（Personal Computer）やスマートフォンやＰＤＡ（Personal Data Assistant）や携帯電話等の外部の端末、サーバー等に接続されていてもよい。
ネットワーク送受信部１５は、データ通信用の回線ではデータを送受信し、音声電話回線では音声信号を送受信する。
ネットワーク送受信部１５は、ネットワークを介して、図示しないＰＣ（Personal Computer）やスマートフォンやＰＤＡ（Personal Data Assistant）や携帯電話等の外部の端末、サーバー等に接続されていてもよい。
操作パネル部１６は、ＬＣＤ等の表示部と、テンキー、スタート、キャンセル、複写やＦＡＸ送信やスキャナー等の動作モードの切り換えのボタンと、選択された文書の印刷や送信や保存や記録等に関するジョブの実行に係る指示を行うためのボタンやタッチパネル等の入力部とを備えている。
操作パネル部１６は、画像形成装置１へユーザーの指示を取得する。このユーザーの指示により、後述する画像ファイル化処理が開始される。また、ユーザーの指示により、各ユーザーの情報を入力、変更することも可能である。
また、操作パネル部１６には、ＵＳＢメモリーやフラッシュメモリーカードや外部機器等の画像データ２００（図５）を記憶した記録媒体を接続するための接続部が備えられていてもよい。
操作パネル部１６は、画像形成装置１へユーザーの指示を取得する。このユーザーの指示により、後述する画像ファイル化処理が開始される。また、ユーザーの指示により、各ユーザーの情報を入力、変更することも可能である。
また、操作パネル部１６には、ＵＳＢメモリーやフラッシュメモリーカードや外部機器等の画像データ２００（図５）を記憶した記録媒体を接続するための接続部が備えられていてもよい。
記憶部１９は、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）等の半導体メモリーやＨＤＤ（Hard Disk Drive）等の記録媒体を用いた記憶手段である。
記憶部１９のＲＡＭは、省電力状態であっても、セルフリフレッシュ等の機能により、記憶内容が保持される。
記憶部１９のＲＯＭやＨＤＤには画像形成装置１の動作制御を行うための制御プログラムが記憶されている。これに加えて、記憶部１９は、ユーザーのアカウント設定も記憶している。また、記憶部１９には、ユーザー毎の保存フォルダーの領域３０１が含まれていてもよい。
記憶部１９のＲＡＭは、省電力状態であっても、セルフリフレッシュ等の機能により、記憶内容が保持される。
記憶部１９のＲＯＭやＨＤＤには画像形成装置１の動作制御を行うための制御プログラムが記憶されている。これに加えて、記憶部１９は、ユーザーのアカウント設定も記憶している。また、記憶部１９には、ユーザー毎の保存フォルダーの領域３０１が含まれていてもよい。
なお、画像形成装置１において、制御部１０及び画像処理部１１は、ＧＰＵ内蔵ＣＰＵ等やチップ・オン・モジュールパッケージのように、一体的に形成されていてもよい。
また、制御部１０及び画像処理部１１は、ＲＡＭやＲＯＭやフラッシュメモリー等を内蔵していてもよい。
また、画像形成装置１は、ファクシミリの送受信を行うＦＡＸ送受信部を備えていてもよい。
また、制御部１０及び画像処理部１１は、ＲＡＭやＲＯＭやフラッシュメモリー等を内蔵していてもよい。
また、画像形成装置１は、ファクシミリの送受信を行うＦＡＸ送受信部を備えていてもよい。
〔画像形成装置１の動作〕
次に、図３を参照して、本発明の実施の形態に係る画像形成装置１の動作について説明する。
原稿読取部１２は、本体部１４の上部に配設され、原稿給送部１３は、原稿読取部１２の上部に配設されている。スタックトレイ５０は、本体部１４に形成された記録紙の排出口４１側に配設され、また、操作パネル部１６は、画像形成装置１のフロント側に配設されている。
次に、図３を参照して、本発明の実施の形態に係る画像形成装置１の動作について説明する。
原稿読取部１２は、本体部１４の上部に配設され、原稿給送部１３は、原稿読取部１２の上部に配設されている。スタックトレイ５０は、本体部１４に形成された記録紙の排出口４１側に配設され、また、操作パネル部１６は、画像形成装置１のフロント側に配設されている。
原稿読取部１２は、スキャナー１２ａと、プラテンガラス１２ｂと、原稿読取スリット１２ｃとを備えている。スキャナー１２ａは、露光ランプ、及びＣＣＤ(Charge Coupled Device)やＣＭＯＳ（Complementary Metal Oxide Semiconductor）撮像センサー等から構成され、原稿給送部１３による原稿の搬送方向に移動可能に構成されている。
プラテンガラス１２ｂは、ガラス等の透明部材により構成された原稿台である。原稿読取スリット１２ｃは、原稿給送部１３による原稿の搬送方向と直交方向に形成されたスリットを有する。
プラテンガラス１２ｂは、ガラス等の透明部材により構成された原稿台である。原稿読取スリット１２ｃは、原稿給送部１３による原稿の搬送方向と直交方向に形成されたスリットを有する。
プラテンガラス１２ｂに載置された原稿を読み取る場合には、スキャナー１２ａは、プラテンガラス１２ｂに対向する位置に移動され、プラテンガラス１２ｂに載置された原稿を走査しながら原稿を読み取って画像データ２００を取得して、取得した画像データ２００を本体部１４に備わる制御部１０（図２）に出力する。
また、原稿給送部１３により搬送された原稿を読み取る場合には、スキャナー１２ａは、原稿読取スリット１２ｃと対向する位置に移動され、原稿読取スリット１２ｃを介し、原稿給送部１３による原稿の搬送動作と同期して原稿を読み取って画像データ２００を取得し、取得した画像データ２００を本体部１４に備わる制御部１０に出力する。
また、原稿給送部１３により搬送された原稿を読み取る場合には、スキャナー１２ａは、原稿読取スリット１２ｃと対向する位置に移動され、原稿読取スリット１２ｃを介し、原稿給送部１３による原稿の搬送動作と同期して原稿を読み取って画像データ２００を取得し、取得した画像データ２００を本体部１４に備わる制御部１０に出力する。
原稿給送部１３は、原稿載置部１３ａと、原稿排出部１３ｂと、原稿搬送機構１３ｃとを備えている。原稿載置部１３ａに載置された原稿は、原稿搬送機構１３ｃによって、１枚ずつ順に繰り出されて原稿読取スリット１２ｃに対向する位置へ搬送され、その後、原稿排出部１３ｂに排出される。
なお、原稿給送部１３は、可倒式に構成され、原稿給送部１３を上方に持ち上げることで、プラテンガラス１２ｂの上面を開放させることができる。
なお、原稿給送部１３は、可倒式に構成され、原稿給送部１３を上方に持ち上げることで、プラテンガラス１２ｂの上面を開放させることができる。
本体部１４は、画像形成部１７を備えると共に、給紙部４２と、用紙搬送路４３と、搬送ローラー対４４と、排出ローラー対４５とを備えている。給紙部４２は、それぞれサイズ又は向きが異なる記録紙を収納する複数の給紙カセット４２ａと、給紙カセット４２ａから記録紙を１枚ずつ用紙搬送路４３に繰り出す給紙ローラー４２ｂとを備えている。給紙ローラー４２ｂ、搬送ローラー対４４、及び排出ローラー対４５は、搬送部として機能する。記録紙は、この搬送部により搬送される。
給紙ローラー４２ｂによって用紙搬送路４３に繰り出された記録紙は、搬送ローラー対４４によって画像形成部１７に搬送される。そして、画像形成部１７によって記録が施された記録紙は、排出ローラー対４５によってスタックトレイ５０に排出される。
給紙ローラー４２ｂによって用紙搬送路４３に繰り出された記録紙は、搬送ローラー対４４によって画像形成部１７に搬送される。そして、画像形成部１７によって記録が施された記録紙は、排出ローラー対４５によってスタックトレイ５０に排出される。
画像形成部１７は、感光体ドラム１７ａと、露光部１７ｂと、現像部１７ｃと、転写部１７ｄと、定着部１７ｅとを備えている。露光部１７ｂは、レーザー装置やミラーやレンズやＬＥＤアレイ等を備えた光学ユニットであり、図示しない帯電部により一次帯電された感光体ドラム１７ａに対して、画像データに基づいて光等を出力して露光し、感光体ドラム１７ａの表面に静電潜像を形成する。現像部１７ｃは、トナーを用いて感光体ドラム１７ａに形成された静電潜像を現像する現像ユニットであり、静電潜像に基づいたトナー像を感光体ドラム１７ａ上に形成させる。転写部１７ｄは、現像部１７ｃによって感光体ドラム１７ａ上に形成されたトナー像を記録紙に転写させる。定着部１７ｅは、転写部１７ｄによってトナー像が転写された記録紙を加熱してトナー像を記録紙に定着させる。
〔サーバー２の全体の構成〕
次に、図４を参照して、サーバー２（情報処理装置）の全体構成について説明する。
サーバー２は、制御部２０、ネットワーク送受信部２５、記憶部２９を備えている。各部は、制御部２０によって動作制御される。
次に、図４を参照して、サーバー２（情報処理装置）の全体構成について説明する。
サーバー２は、制御部２０、ネットワーク送受信部２５、記憶部２９を備えている。各部は、制御部２０によって動作制御される。
制御部２０は、ＧＰＰ、ＣＰＵ、ＭＰＵ、ＤＳＰ、ＧＰＵ（Graphics Processing Unit）、ＡＳＩＣ等である演算・制御能力を備えた情報処理部である。制御部２０は、記憶部２９に記憶されたプログラムを、ハードウェア資源を用いて実行する。
ネットワーク送受信部２５は、ネットワーク５に接続するための、例えば１０００ＢＡＳＥ−Ｔ／１００ＢＡＳＥ−ＴＸ等の規格のＬＡＮインターフェイスや無線ＬＡＮインターフェイスや携帯電波送受信デバイス等である。サーバー２は、ネットワーク送受信部２５を介して、各種データを送受信可能である。
なお、ネットワーク送受信部２５は、外部のハブやルータ等に接続され、ネットワーク５に接続されていてもよい。
なお、ネットワーク送受信部２５は、外部のハブやルータ等に接続され、ネットワーク５に接続されていてもよい。
記憶部２９は、ＲＡＭ、ＳＳＤ（Solid State Drive）等のフラッシュメモリーディスク、ＨＤＤ（Hard Disk Drive）、磁気テープ装置、光ディスク装置等を含む記憶手段である。記憶部２９は、サーバー２を機能させるためのＯＳ（Operating System）やサーバーの各種プログラム及びデータを記憶している。これらのプログラム及びデータの詳細については後述する。
〔サーバー２の制御構成〕
ここで、図５により、サーバー２の制御構成について説明する。
サーバー２の制御部２０は、画像データ取得部１００（画像データ取得手段）、文字認識部１１０（文字認識手段）、フォント照合部１２０（フォント照合手段）、文字属性データ設定部１３０（文字属性データ設定手段）、文字画像切換部１４０（文字画像切換手段）を備えている。
記憶部２９は、画像データ２００、文書データ２１０、及びフォント照合データ２２０を記憶する。
ネットワーク送受信部２５は、画像データ２００を受信し、変換された文書データ２１０を送信する。
ここで、図５により、サーバー２の制御構成について説明する。
サーバー２の制御部２０は、画像データ取得部１００（画像データ取得手段）、文字認識部１１０（文字認識手段）、フォント照合部１２０（フォント照合手段）、文字属性データ設定部１３０（文字属性データ設定手段）、文字画像切換部１４０（文字画像切換手段）を備えている。
記憶部２９は、画像データ２００、文書データ２１０、及びフォント照合データ２２０を記憶する。
ネットワーク送受信部２５は、画像データ２００を受信し、変換された文書データ２１０を送信する。
画像データ取得部１００は、ＯＣＲ（Optical Character Recognition、光学文字認識）等を行うための画像データ２００を取得する。
画像データ取得部１００は、画像形成装置１から送信され、ネットワーク５を介してネットワーク送受信部２５で受信した画像データ２００を取得して、記憶部２９に記憶する。
この際、画像データ取得部１００は、ユーザーの「ネットワークスキャン」等の指示により、印刷された文字を含む原稿を原稿読取部１２でスキャンさせ、画像データ２００としてサーバー２に送信させてもよい。
なお、画像データ取得部１００は、画像形成装置１の操作パネル部１６を操作可能なユーザーの指示により、原稿読取部１２でスキャンされた画像データ２００や、文書ボックス中の画像データ２００を、サーバー２に送信させてもよい。
また、画像データ取得部１００は、接続された記録媒体や外部の端末やサーバー等から画像データ２００を取得してもよい。
画像データ取得部１００は、画像形成装置１から送信され、ネットワーク５を介してネットワーク送受信部２５で受信した画像データ２００を取得して、記憶部２９に記憶する。
この際、画像データ取得部１００は、ユーザーの「ネットワークスキャン」等の指示により、印刷された文字を含む原稿を原稿読取部１２でスキャンさせ、画像データ２００としてサーバー２に送信させてもよい。
なお、画像データ取得部１００は、画像形成装置１の操作パネル部１６を操作可能なユーザーの指示により、原稿読取部１２でスキャンされた画像データ２００や、文書ボックス中の画像データ２００を、サーバー２に送信させてもよい。
また、画像データ取得部１００は、接続された記録媒体や外部の端末やサーバー等から画像データ２００を取得してもよい。
文字認識部１１０は、画像データ取得部１００により取得された画像データ２００を光学文字認識等して文字を認識する。
文字認識部１１０は、例えば、画像データ２００から文字が描画されている領域３０１を認識し、文字の線画のベクトル等を算出し、このベクトルについて、人工ニューラルネット等により、文字コードを判別する。この上で、文字認識部１１０は、文書データ２１０に、文字属性データ２１１として判別された文字コードを設定する。
また、文字認識部１１０は、例えば、光学文字認識の際に、画像データ２００内で文字と認識された領域３０１の座標、文字の線画のベクトル等のデータについても、記憶部２９に記憶してもよい。
文字認識部１１０は、例えば、画像データ２００から文字が描画されている領域３０１を認識し、文字の線画のベクトル等を算出し、このベクトルについて、人工ニューラルネット等により、文字コードを判別する。この上で、文字認識部１１０は、文書データ２１０に、文字属性データ２１１として判別された文字コードを設定する。
また、文字認識部１１０は、例えば、光学文字認識の際に、画像データ２００内で文字と認識された領域３０１の座標、文字の線画のベクトル等のデータについても、記憶部２９に記憶してもよい。
フォント照合部１２０は、文字認識部１１０により文字と認識された画像データ２００の領域３０１について、認識された文字が、フォント照合データ２２０に含まれる複数のフォント及び複数の文字サイズのいずれに該当するか照合する。
フォント照合部１２０は、例えば、文字認識部１１０により出力された文字コードに対応するフォント照合データ２２０のフォントの描画データの描画領域である「バウンディングボックス」の大きさを算出して、文字サイズを推定する。フォント照合部１２０は、複数のフォント又は文字サイズが推定された場合、このフォント及び文字サイズのいずれか又は両方を画像比較し、類似度を算出することで照合を行う。フォント照合部１２０は、類似度が最も高いフォント及び文字サイズを選択する。フォント照合部１２０は、この選択されたフォント及び文字サイズが所定の閾値以上の類似度であった場合、このフォント及び文字サイズに該当し、照合されたと判断する。また、フォント照合部１２０は、所定の閾値よりも類似度が低い場合には、該当するフォント及び文字サイズがなく、照合されなかったと判断する。
フォント照合部１２０は、例えば、文字認識部１１０により出力された文字コードに対応するフォント照合データ２２０のフォントの描画データの描画領域である「バウンディングボックス」の大きさを算出して、文字サイズを推定する。フォント照合部１２０は、複数のフォント又は文字サイズが推定された場合、このフォント及び文字サイズのいずれか又は両方を画像比較し、類似度を算出することで照合を行う。フォント照合部１２０は、類似度が最も高いフォント及び文字サイズを選択する。フォント照合部１２０は、この選択されたフォント及び文字サイズが所定の閾値以上の類似度であった場合、このフォント及び文字サイズに該当し、照合されたと判断する。また、フォント照合部１２０は、所定の閾値よりも類似度が低い場合には、該当するフォント及び文字サイズがなく、照合されなかったと判断する。
文字属性データ設定部１３０は、フォント照合部１２０で照合されたフォント及び文字サイズを文書データ２１０に設定し、文字の描画位置も画像データ２００に対応するよう設定する。
文字属性データ設定部１３０は、例えば、文書データ２１０の文字属性データ２１１の各文字について、フォント照合部１２０により該当すると判断されたフォント及び文字サイズに設定する。また、文字属性データ設定部１３０は、この文字が閲覧や印刷される際に、画像データ２００と対応する描画位置になるように設定する。このため、文字属性データ設定部１３０は、文字の描画位置として、描画の原点４０１（図８）、文字幅４０４、及び左サイドベアリング４０３を画像データ２００に対応するよう設定する。なお、文字属性データ設定部１３０は、右、上、下等のサイドベアリングが設定されている文書データ２１０についても、画像データ２００に対応するよう設定してもよい。
また、文字属性データ設定部１３０は、フォント照合部１２０で照合された文字に対応して算出された原点４０１に対応して次に文字が描画される次原点４０２を算出し、当該次原点４０２と次の文字の原点４０１とが一致した場合、同一の文章３２１（図１１）内の文字として文書データ２１０に設定する。
これにより、文書データ２１０が閲覧されたり画像形成部１７で出力されたりした場合に、画像データとほぼ同じ位置に文字が描画される。また、画像データ２００の元になった原稿と同様の文毎に文字をまとめることができ、ユーザーの利便性が高まる。
文字属性データ設定部１３０は、例えば、文書データ２１０の文字属性データ２１１の各文字について、フォント照合部１２０により該当すると判断されたフォント及び文字サイズに設定する。また、文字属性データ設定部１３０は、この文字が閲覧や印刷される際に、画像データ２００と対応する描画位置になるように設定する。このため、文字属性データ設定部１３０は、文字の描画位置として、描画の原点４０１（図８）、文字幅４０４、及び左サイドベアリング４０３を画像データ２００に対応するよう設定する。なお、文字属性データ設定部１３０は、右、上、下等のサイドベアリングが設定されている文書データ２１０についても、画像データ２００に対応するよう設定してもよい。
また、文字属性データ設定部１３０は、フォント照合部１２０で照合された文字に対応して算出された原点４０１に対応して次に文字が描画される次原点４０２を算出し、当該次原点４０２と次の文字の原点４０１とが一致した場合、同一の文章３２１（図１１）内の文字として文書データ２１０に設定する。
これにより、文書データ２１０が閲覧されたり画像形成部１７で出力されたりした場合に、画像データとほぼ同じ位置に文字が描画される。また、画像データ２００の元になった原稿と同様の文毎に文字をまとめることができ、ユーザーの利便性が高まる。
文字画像切換部１４０は、画像データ２００の領域３０１に対応する文書データ２１０の描画位置に対して、フォント照合部１２０により、フォント照合データ２２０に含まれる複数のフォント及び複数の文字サイズのいずれにも該当しないとして照合されなかった場合は、文字を含まない線画又は画像の描画データを文書データ２１０に設定する。
なお、文字画像切換部１４０は、フォント照合部１２０により、フォント照合データ２２０に含まれる複数のフォント及び複数の文字サイズのいずれかに該当すると照合された場合は、認識された文字の描画データが文字属性データ２１１として文書データ２１０に設定されたままにしてもよい。
なお、文字画像切換部１４０は、フォント照合部１２０により、フォント照合データ２２０に含まれる複数のフォント及び複数の文字サイズのいずれかに該当すると照合された場合は、認識された文字の描画データが文字属性データ２１１として文書データ２１０に設定されたままにしてもよい。
画像データ２００は、光学文字認識が可能な解像度の文字の画像を含むデータである。画像データ２００は、例えば、原稿読取部１２で読み取られ画像処理部１１で画像処理されたデータであってもよい。
また、画像データ２００は、ＲＧＢカラーやＣＭＹＫカラーやモノクロやグレースケールのビットマップ画像のファイルや、ランレングスやＬＺＷ等で軽度に圧縮されたファイル等であってもよい。
また、画像データ２００は、サーバー２の制御部２０、画像形成装置１の制御部１０や画像処理部１１で既にＰＤＦやＪＰＧ（Joint Photographic Experts Group）やＰＮＧ（Portable Network Graphics）やＢＭＰ（Bitmap Image）やＴＩＦＦ（Tagged Image File Format）等の形式に変換されたファイルであってもよい。
また、画像データ２００は、記憶部２９の文書ボックス、接続された記録媒体、外部の端末や他のサーバー等から取得された画像を含むＪＰＧやＰＤＦ等の画像のファイルであってもよい。
また、画像データ２００がＰＤＦの場合、既に文字認識された文字属性データ２１１が含まれていてもよい。
また、画像データ２００は、ファクシミリ受信されたＪＢＩＧ等の画像のデータであってもよい。
また、画像データ２００は、ＲＧＢカラーやＣＭＹＫカラーやモノクロやグレースケールのビットマップ画像のファイルや、ランレングスやＬＺＷ等で軽度に圧縮されたファイル等であってもよい。
また、画像データ２００は、サーバー２の制御部２０、画像形成装置１の制御部１０や画像処理部１１で既にＰＤＦやＪＰＧ（Joint Photographic Experts Group）やＰＮＧ（Portable Network Graphics）やＢＭＰ（Bitmap Image）やＴＩＦＦ（Tagged Image File Format）等の形式に変換されたファイルであってもよい。
また、画像データ２００は、記憶部２９の文書ボックス、接続された記録媒体、外部の端末や他のサーバー等から取得された画像を含むＪＰＧやＰＤＦ等の画像のファイルであってもよい。
また、画像データ２００がＰＤＦの場合、既に文字認識された文字属性データ２１１が含まれていてもよい。
また、画像データ２００は、ファクシミリ受信されたＪＢＩＧ等の画像のデータであってもよい。
文書データ２１０は、文字を含む文書用のデータである。
文書データ２１０は、例えば、ＰＤＦ、ＰＳ（PostScript（登録商標））、ＰＤＬ（Page Description Language）等の電子文書や印刷データに近い形式のファイルであってもよい。また、文書データ２１０は、ＨＴＭＬ（Hyper Text Markup Language）等のハイパーテキストのファイルであってもよい。また、文書データ２１０は、ワードプロセッサー、表計算ソフトウェア、描画ソフトウェア等の各種アプリケーション・ソフトウェア（以下「アプリケーション」という。）のファイルであってもよい。この場合、文書データ２１０は、例えば、「．ｄｏｃｘ（Microsoft（登録商標）Word（登録商標））」、「．ｘｌｓｘ（Microsoft（登録商標）Excel（登録商標））」、ＳＶＧ（Scalable Vector Graphics）のファイル等であってもよい。また、文書データ２１０は、印刷用のページファイル等であってもよい。
なお、文書データ２１０は、ＰＤＦの場合、文字属性データ２１１と画像データ２００を含んでいても、文字属性データ２１１のみを含んでいてもよい。
また、本実施形態においては、文書データ２１０がＰＤＦ又はＰＳである場合の例について説明する。
文書データ２１０は、例えば、ＰＤＦ、ＰＳ（PostScript（登録商標））、ＰＤＬ（Page Description Language）等の電子文書や印刷データに近い形式のファイルであってもよい。また、文書データ２１０は、ＨＴＭＬ（Hyper Text Markup Language）等のハイパーテキストのファイルであってもよい。また、文書データ２１０は、ワードプロセッサー、表計算ソフトウェア、描画ソフトウェア等の各種アプリケーション・ソフトウェア（以下「アプリケーション」という。）のファイルであってもよい。この場合、文書データ２１０は、例えば、「．ｄｏｃｘ（Microsoft（登録商標）Word（登録商標））」、「．ｘｌｓｘ（Microsoft（登録商標）Excel（登録商標））」、ＳＶＧ（Scalable Vector Graphics）のファイル等であってもよい。また、文書データ２１０は、印刷用のページファイル等であってもよい。
なお、文書データ２１０は、ＰＤＦの場合、文字属性データ２１１と画像データ２００を含んでいても、文字属性データ２１１のみを含んでいてもよい。
また、本実施形態においては、文書データ２１０がＰＤＦ又はＰＳである場合の例について説明する。
文字属性データ２１１は、文書データ２１０に含まれる文字コード及び文字の属性のデータである。
文字属性データ２１１は、文字認識部１１０により画像データ２００が文字認識されて文書データが作成された際には、文字コードと、大まかな文字の描画位置のデータのみが含まれていてもよい。
また、文字属性データ２１１は、文字属性データ設定部１３０により、各文字のフォント及び文字サイズ、文字の描画位置等のデータが設定されてもよい。文字属性データ２１１は、文字の描画位置のデータとして、描画の原点４０１（図８）、次原点４０２、左サイドベアリング４０３、及び文字幅４０４等が設定されていてもよい。この際、左サイドベアリング４０３以外のサイドベアリング（Side Bearing）が設定されていてもよい。また、文字属性データ２１１は、バウンディングボックスやフォントボックス等として、文字のまとまりである文章３２１（図１１）のような文章のデータを設定してもよい。
また、文字属性データ２１１は、文書データ２１０がＰＳやＰＤＦやＰＤＬ等の場合には、フォント辞書データのオブジェクトのデータが含まれていてもよい。
文字属性データ２１１は、文字認識部１１０により画像データ２００が文字認識されて文書データが作成された際には、文字コードと、大まかな文字の描画位置のデータのみが含まれていてもよい。
また、文字属性データ２１１は、文字属性データ設定部１３０により、各文字のフォント及び文字サイズ、文字の描画位置等のデータが設定されてもよい。文字属性データ２１１は、文字の描画位置のデータとして、描画の原点４０１（図８）、次原点４０２、左サイドベアリング４０３、及び文字幅４０４等が設定されていてもよい。この際、左サイドベアリング４０３以外のサイドベアリング（Side Bearing）が設定されていてもよい。また、文字属性データ２１１は、バウンディングボックスやフォントボックス等として、文字のまとまりである文章３２１（図１１）のような文章のデータを設定してもよい。
また、文字属性データ２１１は、文書データ２１０がＰＳやＰＤＦやＰＤＬ等の場合には、フォント辞書データのオブジェクトのデータが含まれていてもよい。
フォント照合データ２２０は、文字コードを検索キーとして、当該文字コードが描画された際の画像データ２００を照合するためのデータである。
フォント照合データ２２０は、例えば、例えば０．１ポイント刻みで作成した複数のフォントの各文字のビットマップデータを文字テーブル等として含んでいてもよい。フォント照合データ２２０の各フォントとして、標準的なＰＣ、画像形成装置１の自社製の機器、印刷物用の標準フォント等が含まれていてもよい。また、フォント照合データ２２０の文字サイズとして、画像データ２００のｄｐｉ（dot per inch）等に対応して、例えば、８ポイント〜９６ポイント等のサイズのデータが含まれていてもよい。また、フォント照合データ２２０は、各フォントの各文字サイズについて、ボールド、イタリック、下線、網掛け等の文字修飾が行われた際のデータが含まれていてもよい。また、フォント照合データ２２０は、各フォント、各文字サイズについて、文字テーブルの文字毎に、文字が描画されるバウンディングボックスの座標を含んでいてもよい。
なお、フォント照合データ２２０は、ビットマップデータではなく、複数のフォントのベクトル（線画）データであってもよい。この場合、画像データ２００の領域について、文字サイズを変更したビットマップを各々描画して比較を行ってもよい。
フォント照合データ２２０は、例えば、例えば０．１ポイント刻みで作成した複数のフォントの各文字のビットマップデータを文字テーブル等として含んでいてもよい。フォント照合データ２２０の各フォントとして、標準的なＰＣ、画像形成装置１の自社製の機器、印刷物用の標準フォント等が含まれていてもよい。また、フォント照合データ２２０の文字サイズとして、画像データ２００のｄｐｉ（dot per inch）等に対応して、例えば、８ポイント〜９６ポイント等のサイズのデータが含まれていてもよい。また、フォント照合データ２２０は、各フォントの各文字サイズについて、ボールド、イタリック、下線、網掛け等の文字修飾が行われた際のデータが含まれていてもよい。また、フォント照合データ２２０は、各フォント、各文字サイズについて、文字テーブルの文字毎に、文字が描画されるバウンディングボックスの座標を含んでいてもよい。
なお、フォント照合データ２２０は、ビットマップデータではなく、複数のフォントのベクトル（線画）データであってもよい。この場合、画像データ２００の領域について、文字サイズを変更したビットマップを各々描画して比較を行ってもよい。
ここで、サーバー２の制御部２０は、記憶部２９に記憶された制御プログラムを実行することで、画像データ取得部１００、文字認識部１１０、フォント照合部１２０、文字属性データ設定部１３０、文字画像切換部１４０として機能させられる。
また、上述のサーバー２の各部は、本発明のプログラムを実行するハードウェア資源となる。
また、上述のサーバー２の各部は、本発明のプログラムを実行するハードウェア資源となる。
〔画像形成装置１による画像ファイル化処理〕
次に、図６〜図１１により、本発明の実施の形態に係る画像形成装置１による画像ファイル化処理の説明を行う。
本実施形態の画像ファイル化処理では、まず、画像データ２００を取得して、光学文字認識を行い、文書データ２１０を作成する。そして、この光学文字認識により出力された文字コードにより、画像データ２００の文字と認識された領域３０１が、どのフォントのどの文字サイズで出力されたものであるか照合する。照合できた文字の箇所については、文書データ２１０の文字の描画位置を補正して、画像データ２００の元になった文書と同様の文字情報を書き込む。この際、描画の原点、文字幅、及びサイドベアリングを設定する。照合できなかった箇所については、文書データ２１０の文字を削除して、ベクトルの描画データに置き換える。
本実施形態の画像ファイル化処理は、主に制御部２０が、記憶部２９に記憶されたプログラムを、各部と協働し、ハードウェア資源を用いて実行する。
以下で、図６のフローチャートを参照して、画像ファイル化処理の詳細をステップ毎に説明する。
次に、図６〜図１１により、本発明の実施の形態に係る画像形成装置１による画像ファイル化処理の説明を行う。
本実施形態の画像ファイル化処理では、まず、画像データ２００を取得して、光学文字認識を行い、文書データ２１０を作成する。そして、この光学文字認識により出力された文字コードにより、画像データ２００の文字と認識された領域３０１が、どのフォントのどの文字サイズで出力されたものであるか照合する。照合できた文字の箇所については、文書データ２１０の文字の描画位置を補正して、画像データ２００の元になった文書と同様の文字情報を書き込む。この際、描画の原点、文字幅、及びサイドベアリングを設定する。照合できなかった箇所については、文書データ２１０の文字を削除して、ベクトルの描画データに置き換える。
本実施形態の画像ファイル化処理は、主に制御部２０が、記憶部２９に記憶されたプログラムを、各部と協働し、ハードウェア資源を用いて実行する。
以下で、図６のフローチャートを参照して、画像ファイル化処理の詳細をステップ毎に説明する。
（ステップＳ１００）
まず、制御部２０が、画像データ取得部１００として、画像データ取得処理を行う。
また、制御部２０は、ネットワーク送受信部２５を介して、画像形成装置１等から画像データ２００を取得して、記憶部２９に記憶する。
また、制御部２０は、画像データ２００に対応する文書データ２１０のファイルも作成する。この時点では、文書データ２１０には、まだ文字が設定されていないものの、画像データ２００に含まれる画像がコピーされていてもよい。
なお、制御部２０は、画像形成装置１にネットワーク５経由でリモートスキャンのコマンドを送信して、文字の印刷された原稿を原稿読取部１２でスキャンさせてもよい。この場合、画像形成装置１の制御部１０は、スキャンされた画像データ２００を、サーバー２へ送信する。この際、制御部１０は、本等の見開き原稿の場合は、端部を変形する等の処理を行ってもよい。また、制御部１０は、画像のゴミを除去したり、モアレを除去したり、画像のシャープネスを上げたり、ＤＰＩ変換する処理を行ったりしてもよい。また、制御部１０は、これらの画像処理について、画像処理部１１のＧＰＵ等で高速化して行ってもよい。
また、制御部２０は、図示しない記録媒体、外部の端末やサーバー等から画像データ２００を取得して、記憶部２９に記憶してもよい。
また、制御部２０は、画像形成装置１の図示しないＦＡＸ送受信部で受信した画像データ２００を取得して、記憶部２９に記憶してもよい。
また、制御部２０は、取得した画像データ２００を、特定の形式のデータに変換してもよい。
まず、制御部２０が、画像データ取得部１００として、画像データ取得処理を行う。
また、制御部２０は、ネットワーク送受信部２５を介して、画像形成装置１等から画像データ２００を取得して、記憶部２９に記憶する。
また、制御部２０は、画像データ２００に対応する文書データ２１０のファイルも作成する。この時点では、文書データ２１０には、まだ文字が設定されていないものの、画像データ２００に含まれる画像がコピーされていてもよい。
なお、制御部２０は、画像形成装置１にネットワーク５経由でリモートスキャンのコマンドを送信して、文字の印刷された原稿を原稿読取部１２でスキャンさせてもよい。この場合、画像形成装置１の制御部１０は、スキャンされた画像データ２００を、サーバー２へ送信する。この際、制御部１０は、本等の見開き原稿の場合は、端部を変形する等の処理を行ってもよい。また、制御部１０は、画像のゴミを除去したり、モアレを除去したり、画像のシャープネスを上げたり、ＤＰＩ変換する処理を行ったりしてもよい。また、制御部１０は、これらの画像処理について、画像処理部１１のＧＰＵ等で高速化して行ってもよい。
また、制御部２０は、図示しない記録媒体、外部の端末やサーバー等から画像データ２００を取得して、記憶部２９に記憶してもよい。
また、制御部２０は、画像形成装置１の図示しないＦＡＸ送受信部で受信した画像データ２００を取得して、記憶部２９に記憶してもよい。
また、制御部２０は、取得した画像データ２００を、特定の形式のデータに変換してもよい。
（ステップＳ１０１）
次に、制御部２０が、文字認識部１１０として、文字認識処理を行う。
図７（ａ）によると、制御部２０は、画像データ２００内で文字が描画された箇所を検索し、この検索された箇所について一文字毎に文字認識を行う。制御部２０は、認識された文字の文字描画領域３１１のようなデータを文字属性データ２１１に含めて、文書データ２１０に設定する。
図７（ｂ）によると、文字描画領域３１１は、文書データ２１０内で大まかに画像データ２００と同じ位置で閲覧又は印刷される位置となるような描画位置が設定されている。文字描画領域３１１は、例えば、文書データ２１０がＰＳやＰＤＦやＰＤＬ等の場合、文字描画領域３１１の原点とＵＴＦ８等のエンコード形式の文字コードを含むフォントボックス４１０の集合体として定義されていてもよい。
この時点での文字描画領域３１１は、各フォントボックス４１０の原点４００と、デフォルト（既定）のフォントのみ設定されていてもよい。よって、この時点の文字描画領域３１１の描画データを描画すると、画像データ２００の元になった原稿とは異なった描画結果となる。
次に、制御部２０が、文字認識部１１０として、文字認識処理を行う。
図７（ａ）によると、制御部２０は、画像データ２００内で文字が描画された箇所を検索し、この検索された箇所について一文字毎に文字認識を行う。制御部２０は、認識された文字の文字描画領域３１１のようなデータを文字属性データ２１１に含めて、文書データ２１０に設定する。
図７（ｂ）によると、文字描画領域３１１は、文書データ２１０内で大まかに画像データ２００と同じ位置で閲覧又は印刷される位置となるような描画位置が設定されている。文字描画領域３１１は、例えば、文書データ２１０がＰＳやＰＤＦやＰＤＬ等の場合、文字描画領域３１１の原点とＵＴＦ８等のエンコード形式の文字コードを含むフォントボックス４１０の集合体として定義されていてもよい。
この時点での文字描画領域３１１は、各フォントボックス４１０の原点４００と、デフォルト（既定）のフォントのみ設定されていてもよい。よって、この時点の文字描画領域３１１の描画データを描画すると、画像データ２００の元になった原稿とは異なった描画結果となる。
また、制御部２０は、認識された文字コードと、文字と認識された画像データ２００の領域３０１の座標とを記憶部２９に一時データとして記憶してもよい。なお、制御部２０は、文字認識の際に算出された文字のベクトルデータ等も、記憶部２９に一時データとして記憶してもよい。
また、制御部２０は、文字以外の図形等を認識してもよい。また、画像データ２００に既に文字認識された文字属性データ２１１が含まれていた場合、この文字認識処理をスキップすることも可能である。
また、制御部２０は、文字以外の図形等を認識してもよい。また、画像データ２００に既に文字認識された文字属性データ２１１が含まれていた場合、この文字認識処理をスキップすることも可能である。
（ステップＳ１０２）
次に、制御部２０が、フォント照合部１２０として文字サイズ推定処理を行う。
図８（ａ）によると、本処理〜ステップＳ１０４の一致フォント算出処理において、制御部２０は、ＯＣＲされた各文字について、フォントの種類及び文字サイズを算出する。また、制御部２０は、文字毎の描画領域であるバウンディングボックス４１１、フォントの描画の原点４０１、次の文字の原点である次原点４０２、文字描画における左側の余白である左サイドベアリング４０３、文字幅４０４等の描画データを設定する。この際、制御部２０は、原点４０１、文字幅４０４、及び左サイドベアリング４０３を、画像データ２００と一致する座標になるよう算出する。このため、まず、本処理において、制御部２０は、文字サイズを推定する。
図８（ｂ）によると、制御部２０は、フォント照合データ２２０のうち、上述の文字認識処理で算出された画像データ２００の文字と認識された領域３０１の各文字の領域３０２の大きさと、各文字サイズにおける各フォントのバウンディングボックスの大きさ等を比較して文字サイズを推定する。制御部２０は、この比較の際、バウンディングボックス４１１に対応して実際に文字が描画される座標の大きさを考慮して、領域３０２の大きさと比較する。また、この際、制御部２０は、文字修飾が行われた際のデータのバウンディングボックスについても比較する。加えて、制御部２０は、画像データ２００自体の大きさ、ｄｐｉ、解像度等の情報についても比較の際に参照してもよい。
制御部２０は、比較によりバウンディングボックスの大きさが一致したものを、フォントの種類、文字サイズと推定する。この際、複数のフォント及び複数の文字サイズが推定されてもよい。制御部２０は、推定されたフォントの種類、文字サイズを記憶部２９に一時的に記憶する。
なお、制御部２０は、検索する際に、上述の文字認識処理により算出された文字描画領域３１１のＦｏｎｔＢＢｏｘ情報等について、文字サイズを参照して比較してもよい。
次に、制御部２０が、フォント照合部１２０として文字サイズ推定処理を行う。
図８（ａ）によると、本処理〜ステップＳ１０４の一致フォント算出処理において、制御部２０は、ＯＣＲされた各文字について、フォントの種類及び文字サイズを算出する。また、制御部２０は、文字毎の描画領域であるバウンディングボックス４１１、フォントの描画の原点４０１、次の文字の原点である次原点４０２、文字描画における左側の余白である左サイドベアリング４０３、文字幅４０４等の描画データを設定する。この際、制御部２０は、原点４０１、文字幅４０４、及び左サイドベアリング４０３を、画像データ２００と一致する座標になるよう算出する。このため、まず、本処理において、制御部２０は、文字サイズを推定する。
図８（ｂ）によると、制御部２０は、フォント照合データ２２０のうち、上述の文字認識処理で算出された画像データ２００の文字と認識された領域３０１の各文字の領域３０２の大きさと、各文字サイズにおける各フォントのバウンディングボックスの大きさ等を比較して文字サイズを推定する。制御部２０は、この比較の際、バウンディングボックス４１１に対応して実際に文字が描画される座標の大きさを考慮して、領域３０２の大きさと比較する。また、この際、制御部２０は、文字修飾が行われた際のデータのバウンディングボックスについても比較する。加えて、制御部２０は、画像データ２００自体の大きさ、ｄｐｉ、解像度等の情報についても比較の際に参照してもよい。
制御部２０は、比較によりバウンディングボックスの大きさが一致したものを、フォントの種類、文字サイズと推定する。この際、複数のフォント及び複数の文字サイズが推定されてもよい。制御部２０は、推定されたフォントの種類、文字サイズを記憶部２９に一時的に記憶する。
なお、制御部２０は、検索する際に、上述の文字認識処理により算出された文字描画領域３１１のＦｏｎｔＢＢｏｘ情報等について、文字サイズを参照して比較してもよい。
（ステップＳ１０３）
次に、制御部２０が、フォント照合部１２０として、複数のフォント及び複数の文字サイズが推定されたか否かについて判定する。制御部２０は、上述の文字サイズ推定処理で、複数のフォントの種類又は文字サイズが推定された場合、Ｙｅｓと判定する。制御部２０は、それ以外の場合、つまりフォントの種類並びに文字サイズが一致したものが一つだけ推定され、又は一致したものがなかった場合、Ｎｏと判定する。
Ｙｅｓの場合、制御部２０は、処理をステップＳ１０４に進める。
Ｎｏの場合、制御部２０は、処理をステップＳ１０５に進める。
次に、制御部２０が、フォント照合部１２０として、複数のフォント及び複数の文字サイズが推定されたか否かについて判定する。制御部２０は、上述の文字サイズ推定処理で、複数のフォントの種類又は文字サイズが推定された場合、Ｙｅｓと判定する。制御部２０は、それ以外の場合、つまりフォントの種類並びに文字サイズが一致したものが一つだけ推定され、又は一致したものがなかった場合、Ｎｏと判定する。
Ｙｅｓの場合、制御部２０は、処理をステップＳ１０４に進める。
Ｎｏの場合、制御部２０は、処理をステップＳ１０５に進める。
（ステップＳ１０４）
複数のフォントの種類又は文字サイズが推定された場合、制御部２０が、フォント照合部１２０として、一致フォント算出処理を行う。
図８（ｃ）によると、制御部２０は複数のフォントの種類又は文字サイズの各ビットマップ画像と、領域３０２内の実際の文字の画像とを比較して、一番一致しているものを検索する照合を行う。制御部２０は、この比較として、例えば、上下左右８〜１９２ドット等のウィンドウを設定し、動的プログラミング等を用いて、各ピクセルの暗点の明度の類似度を算出してもよい。この際、制御部２０は、印刷された原稿では文字の輪郭が太くなる傾向がある等の印刷条件を配慮した類似度を算出したり、白黒２値に変更してビット加算等を用いて高速に類似度を算出したりしてもよい。制御部２０は、例えば、このような類似度が最も高くなったものを一番近い画像として選択してもよい。また、制御部２０は、この際のウィンドウ上の座標を算出してもよい。
制御部２０は、選択された一番近い画像のフォント、ウィンドウ上の座標、類似度等を記憶部２９に一時的に記憶する。
このように、複数のフォントの種類又は文字サイズが算出された場合のみ、文字が一致するかどうか比較を行うことで、高速にフォント及び文字サイズの検索を行うことができる。
複数のフォントの種類又は文字サイズが推定された場合、制御部２０が、フォント照合部１２０として、一致フォント算出処理を行う。
図８（ｃ）によると、制御部２０は複数のフォントの種類又は文字サイズの各ビットマップ画像と、領域３０２内の実際の文字の画像とを比較して、一番一致しているものを検索する照合を行う。制御部２０は、この比較として、例えば、上下左右８〜１９２ドット等のウィンドウを設定し、動的プログラミング等を用いて、各ピクセルの暗点の明度の類似度を算出してもよい。この際、制御部２０は、印刷された原稿では文字の輪郭が太くなる傾向がある等の印刷条件を配慮した類似度を算出したり、白黒２値に変更してビット加算等を用いて高速に類似度を算出したりしてもよい。制御部２０は、例えば、このような類似度が最も高くなったものを一番近い画像として選択してもよい。また、制御部２０は、この際のウィンドウ上の座標を算出してもよい。
制御部２０は、選択された一番近い画像のフォント、ウィンドウ上の座標、類似度等を記憶部２９に一時的に記憶する。
このように、複数のフォントの種類又は文字サイズが算出された場合のみ、文字が一致するかどうか比較を行うことで、高速にフォント及び文字サイズの検索を行うことができる。
（ステップＳ１０５）
ここで、制御部２０が、フォント照合部１２０として、照合に成功したか否かを判定する。制御部２０は、例えば、上述の文字サイズ推定処理でフォントの種類並びに文字サイズが一致したものが一つだけ推定された場合、又は、上述の一致フォント算出処理で類似度が所定の閾値以上であった場合に、認識された文字が、フォント照合データ２２０内のいずれかのフォント及び文字サイズに該当する、つまり照合に成功したと判断し、Ｙｅｓと判定する。制御部２０は、それ以外の場合、例えば、文字サイズ推定処理でフォントの種類並びに文字サイズとして一致したものが算出されなかった場合、又は、一致フォント算出処理で類似度が所定の閾値未満であった場合等に、該当するフォント及び文字サイズがなかった、つまり照合に失敗したとして、Ｎｏと判定する。
Ｙｅｓの場合、制御部２０は、処理をステップＳ１０６に進める。
Ｎｏの場合、制御部２０は、処理をステップＳ１１０に進める。
ここで、制御部２０が、フォント照合部１２０として、照合に成功したか否かを判定する。制御部２０は、例えば、上述の文字サイズ推定処理でフォントの種類並びに文字サイズが一致したものが一つだけ推定された場合、又は、上述の一致フォント算出処理で類似度が所定の閾値以上であった場合に、認識された文字が、フォント照合データ２２０内のいずれかのフォント及び文字サイズに該当する、つまり照合に成功したと判断し、Ｙｅｓと判定する。制御部２０は、それ以外の場合、例えば、文字サイズ推定処理でフォントの種類並びに文字サイズとして一致したものが算出されなかった場合、又は、一致フォント算出処理で類似度が所定の閾値未満であった場合等に、該当するフォント及び文字サイズがなかった、つまり照合に失敗したとして、Ｎｏと判定する。
Ｙｅｓの場合、制御部２０は、処理をステップＳ１０６に進める。
Ｎｏの場合、制御部２０は、処理をステップＳ１１０に進める。
（ステップＳ１０６）
照合に成功した場合、制御部２０は、文字属性データ設定部１３０として、原点算出処理を行う。
図９によると、制御部２０は、推定されたフォント及び文字サイズを使用して、領域３０２内の実際の文字の画像とを比較して、一番一致する座標を算出し、この座標に基づいて原点４０１を算出する。この比較は、例えば、上下左右８〜１９２ドット等のウィンドウを設定し、動的プログラミング等を用いて、各ピクセルの暗点の明度の類似度を算出して、最も一致する座標を算出してもよい。この際、制御部２０は、上述の一致フォント算出処理と同様に、印刷条件を配慮した類似度を算出したり、白黒２値に変更してビット加算等を用いて高速に類似度を算出したりしてもよい。また、制御部２０は、この際に、次原点４０２（図８）についても、原点４０１に基づいて算出してもよい。
なお、制御部２０は、例えば、上述の照合処理のウィンドウ上の座標と、画像データ２００の文字と認識された領域３０１の座標とから、この描画位置を算出してもよい。また、制御部２０は、この文字が描画された際に、画像データ２００の領域３０１の画像と実際に重なるか否かを確認して類似度を算出してもよい。
照合に成功した場合、制御部２０は、文字属性データ設定部１３０として、原点算出処理を行う。
図９によると、制御部２０は、推定されたフォント及び文字サイズを使用して、領域３０２内の実際の文字の画像とを比較して、一番一致する座標を算出し、この座標に基づいて原点４０１を算出する。この比較は、例えば、上下左右８〜１９２ドット等のウィンドウを設定し、動的プログラミング等を用いて、各ピクセルの暗点の明度の類似度を算出して、最も一致する座標を算出してもよい。この際、制御部２０は、上述の一致フォント算出処理と同様に、印刷条件を配慮した類似度を算出したり、白黒２値に変更してビット加算等を用いて高速に類似度を算出したりしてもよい。また、制御部２０は、この際に、次原点４０２（図８）についても、原点４０１に基づいて算出してもよい。
なお、制御部２０は、例えば、上述の照合処理のウィンドウ上の座標と、画像データ２００の文字と認識された領域３０１の座標とから、この描画位置を算出してもよい。また、制御部２０は、この文字が描画された際に、画像データ２００の領域３０１の画像と実際に重なるか否かを確認して類似度を算出してもよい。
（ステップＳ１０７）
次に、制御部２０は、文字属性データ設定部１３０として、文字描画位置補正設定処理を行う。
制御部２０は、上述の原点算出処理で算出した原点４０１を指定して、文字サイズ推定処理又は一致フォント算出処理のフォントと文字サイズとを指定して、文書データ２１０に文字属性データ２１１を設定する。
この際、制御部２０は、例えば、文書データ２１０のフォント並びに文字サイズ、及びフォントの描画位置を変更する。制御部２０は、文書データ２１０がＰＳやＰＤＦやＰＤＬ等であった場合、文字属性データ２１１として、類似度が閾値以上になったフォント及び文字サイズのフォント辞書を登録し、描画位置を「書き出し位置」の情報として設定する。制御部２０は、ここでは、算出された画像データ２００上の正確な描画位置に対応するよう、文書データ２１０の文字属性データ２１１中の文字の描画位置の設定を行う。制御部２０は、例えば、図８（ａ）で示したような、バウンディングボックス４１１、フォントの描画の原点４０１、次の文字の原点である次原点４０２、左サイドベアリング４０３、文字幅４０４等の描画データを、文書データ２１０の文字属性データ２１１に設定する。
次に、制御部２０は、文字属性データ設定部１３０として、文字描画位置補正設定処理を行う。
制御部２０は、上述の原点算出処理で算出した原点４０１を指定して、文字サイズ推定処理又は一致フォント算出処理のフォントと文字サイズとを指定して、文書データ２１０に文字属性データ２１１を設定する。
この際、制御部２０は、例えば、文書データ２１０のフォント並びに文字サイズ、及びフォントの描画位置を変更する。制御部２０は、文書データ２１０がＰＳやＰＤＦやＰＤＬ等であった場合、文字属性データ２１１として、類似度が閾値以上になったフォント及び文字サイズのフォント辞書を登録し、描画位置を「書き出し位置」の情報として設定する。制御部２０は、ここでは、算出された画像データ２００上の正確な描画位置に対応するよう、文書データ２１０の文字属性データ２１１中の文字の描画位置の設定を行う。制御部２０は、例えば、図８（ａ）で示したような、バウンディングボックス４１１、フォントの描画の原点４０１、次の文字の原点である次原点４０２、左サイドベアリング４０３、文字幅４０４等の描画データを、文書データ２１０の文字属性データ２１１に設定する。
図１０は、この描画データを、ＰＳである文書データ２１０の文字属性データ２１１のフォント辞書内に登録した例を示す。
描画データ５０１は、例えば、フォントとして「ｔｙｐｅ３」を指定し、グリフ座標系とフォント境界を指定した例である。
描画データ５０２は、文字コードを文字名に変換する配列の定義の例である。この例では、コード「８０」が「Ｐ」と変換される。
描画データ５０３は、グリフ記述（ベクトル化文字）格納用の辞書の例である。
描画データ５０４は、グリフ作成手続きの指定を示すコードの例である。このコードでは、文字境界、辞書の取得等を示している。
描画データ５０５は、文字描画に必要なフォント辞書取得、フォントサイズ指定、位置指定、文字表示等を示すコードの例である。
描画データ５０１は、例えば、フォントとして「ｔｙｐｅ３」を指定し、グリフ座標系とフォント境界を指定した例である。
描画データ５０２は、文字コードを文字名に変換する配列の定義の例である。この例では、コード「８０」が「Ｐ」と変換される。
描画データ５０３は、グリフ記述（ベクトル化文字）格納用の辞書の例である。
描画データ５０４は、グリフ作成手続きの指定を示すコードの例である。このコードでは、文字境界、辞書の取得等を示している。
描画データ５０５は、文字描画に必要なフォント辞書取得、フォントサイズ指定、位置指定、文字表示等を示すコードの例である。
（ステップＳ１０８）
次に、制御部２０が、文字属性データ設定部１３０として、原点４０１と次原点４０２とが一致する文字があるか否かについて判定する。制御部２０は、文書データ２１０に設定された文字属性データ２１１内に複数の文字があった場合、隣り合う文字について、原点４０１と次原点４０２との距離が所定の閾値以下であるか否かを判別する。制御部２０は、このような閾値以下の文字ペアがあった場合、Ｙｅｓと判定する。つまり、制御部２０は、照合された文字に対応して算出された原点４０１に対応して算出された次原点４０２と、次の文字の原点４０１とが一致した場合、Ｙｅｓと判定する。制御部２０は、図１１の例では、「ｇａｋｐｙｌｐ」の文字のそれぞれの前の文字の次原点４０２と、次の文字の原点４０１とが一致しているため、Ｙｅｓと判定する。制御部２０は、それ以外の場合は、Ｎｏと判定する。
Ｙｅｓの場合、制御部２０は、処理をステップＳ１０９に進める。
Ｎｏの場合、制御部２０は、画像ファイル化処理を終了する。
次に、制御部２０が、文字属性データ設定部１３０として、原点４０１と次原点４０２とが一致する文字があるか否かについて判定する。制御部２０は、文書データ２１０に設定された文字属性データ２１１内に複数の文字があった場合、隣り合う文字について、原点４０１と次原点４０２との距離が所定の閾値以下であるか否かを判別する。制御部２０は、このような閾値以下の文字ペアがあった場合、Ｙｅｓと判定する。つまり、制御部２０は、照合された文字に対応して算出された原点４０１に対応して算出された次原点４０２と、次の文字の原点４０１とが一致した場合、Ｙｅｓと判定する。制御部２０は、図１１の例では、「ｇａｋｐｙｌｐ」の文字のそれぞれの前の文字の次原点４０２と、次の文字の原点４０１とが一致しているため、Ｙｅｓと判定する。制御部２０は、それ以外の場合は、Ｎｏと判定する。
Ｙｅｓの場合、制御部２０は、処理をステップＳ１０９に進める。
Ｎｏの場合、制御部２０は、画像ファイル化処理を終了する。
（ステップＳ１０９）
文字属性データ２１１内に隣り合う文字について、原点４０１と次原点４０２とが一致するものがあった場合、制御部２０が、文字属性データ設定部１３０として、同一文章設定処理を行う。
図１１によると、前の文字の次原点４０２と、次の文字の原点４０１とが一致した場合は、画像データ２００の元になった原稿の同一文章内の文字の可能性が高い。このため、図１１の例では、制御部２０は、文字属性データ２１１に、当該文字同士を、同一の文章３２１内の文字として設定する。
その後、制御部２０は、画像ファイル化処理を終了する。
文字属性データ２１１内に隣り合う文字について、原点４０１と次原点４０２とが一致するものがあった場合、制御部２０が、文字属性データ設定部１３０として、同一文章設定処理を行う。
図１１によると、前の文字の次原点４０２と、次の文字の原点４０１とが一致した場合は、画像データ２００の元になった原稿の同一文章内の文字の可能性が高い。このため、図１１の例では、制御部２０は、文字属性データ２１１に、当該文字同士を、同一の文章３２１内の文字として設定する。
その後、制御部２０は、画像ファイル化処理を終了する。
（ステップＳ１１０）
画像データ２００の文字と認識された領域に対して、フォント及び文字サイズの照合に成功しなかった場合、制御部２０は、文字画像切換部１４０として、文字画像切換処理を行う。
制御部２０は、文字と認識された画像データ２００の領域３０１について、文書データ２１０内の文字の情報を削除して、ベクトル（線画）のデータに置き換える。この置き換えのベクトルデータは、上述の文字認識処理で算出した文字の線画のベクトルのデータ等を使用してもよい。また、制御部２０は、領域３０１の画像をそのまま文書データ２１０に出力してもよい。
以上により、本発明の実施の形態に係る画像ファイル化処理を終了する。
画像データ２００の文字と認識された領域に対して、フォント及び文字サイズの照合に成功しなかった場合、制御部２０は、文字画像切換部１４０として、文字画像切換処理を行う。
制御部２０は、文字と認識された画像データ２００の領域３０１について、文書データ２１０内の文字の情報を削除して、ベクトル（線画）のデータに置き換える。この置き換えのベクトルデータは、上述の文字認識処理で算出した文字の線画のベクトルのデータ等を使用してもよい。また、制御部２０は、領域３０１の画像をそのまま文書データ２１０に出力してもよい。
以上により、本発明の実施の形態に係る画像ファイル化処理を終了する。
以上のように構成することで、以下のような効果を得ることができる。
従来の文字認識を行う装置では、画像データを文書データに変換する際に、文字のフォント及び文字サイズを正確に設定することができなかった。このため、画像データを、元の原稿と同様の文書データに変換することはできなかった。
これに対して、本発明の実施の形態に係るサーバー２は、画像データ２００を文書データ２１０に変更可能な情報処理装置であり、画像データ２００を取得する画像データ取得部１００と、画像データ取得部１００により取得された画像データ２００から文字を認識する文字認識部１１０と、文字認識部１１０により文字と認識された画像データ２００の領域３０１について、認識された文字が複数のフォント及び複数の文字サイズのいずれに該当するか照合するフォント照合部１２０と、フォント照合部１２０で照合されたフォント及び文字サイズを文書データ２１０に設定し、文字の描画位置として、描画の原点４０１、文字幅４０４、及び左サイドベアリング４０３を画像データ２００に対応するよう設定する文字属性データ設定部１３０とを備えることを特徴とする。
このように構成することで、画像データ２００の元になった原稿に印刷されている文字のフォーマットを復元することが可能となる。これにより、画像データ２００から文字認識した文書データ２１０を、各種アプリケーションのファイルと同様のファイルになるよう変換することが可能となる。つまり、元の原稿と同様の文書データ２１０に変換することが可能となる。
このように変換された文書データ２１０を対応するアプリケーションで読み込むと、文字のフォントの種類、文字サイズ、ボールド／イタリック等の文字修飾情報、文字の描画位置等を、ほぼ確実に再現することが可能となる。このため、文書データ２１０のフォント情報を再現することができ、各種アプリケーションで容易に文字の修正等を行うことができる。これにより、ユーザーの利便性が高まる。
特に、描画の原点４０１、文字幅４０４、及び左サイドベアリング４０３を設定することで、文字の位置を容易に文書データ２１０に設定可能となり、描画データの構造も簡潔にすることができる。このため、文書データ２１０の汎用性を高めることができる。
従来の文字認識を行う装置では、画像データを文書データに変換する際に、文字のフォント及び文字サイズを正確に設定することができなかった。このため、画像データを、元の原稿と同様の文書データに変換することはできなかった。
これに対して、本発明の実施の形態に係るサーバー２は、画像データ２００を文書データ２１０に変更可能な情報処理装置であり、画像データ２００を取得する画像データ取得部１００と、画像データ取得部１００により取得された画像データ２００から文字を認識する文字認識部１１０と、文字認識部１１０により文字と認識された画像データ２００の領域３０１について、認識された文字が複数のフォント及び複数の文字サイズのいずれに該当するか照合するフォント照合部１２０と、フォント照合部１２０で照合されたフォント及び文字サイズを文書データ２１０に設定し、文字の描画位置として、描画の原点４０１、文字幅４０４、及び左サイドベアリング４０３を画像データ２００に対応するよう設定する文字属性データ設定部１３０とを備えることを特徴とする。
このように構成することで、画像データ２００の元になった原稿に印刷されている文字のフォーマットを復元することが可能となる。これにより、画像データ２００から文字認識した文書データ２１０を、各種アプリケーションのファイルと同様のファイルになるよう変換することが可能となる。つまり、元の原稿と同様の文書データ２１０に変換することが可能となる。
このように変換された文書データ２１０を対応するアプリケーションで読み込むと、文字のフォントの種類、文字サイズ、ボールド／イタリック等の文字修飾情報、文字の描画位置等を、ほぼ確実に再現することが可能となる。このため、文書データ２１０のフォント情報を再現することができ、各種アプリケーションで容易に文字の修正等を行うことができる。これにより、ユーザーの利便性が高まる。
特に、描画の原点４０１、文字幅４０４、及び左サイドベアリング４０３を設定することで、文字の位置を容易に文書データ２１０に設定可能となり、描画データの構造も簡潔にすることができる。このため、文書データ２１０の汎用性を高めることができる。
また、特許文献１のような技術では、文書データ２１０にベクトルで描画されたデータが含まれているため、読み込んだアプリケーションで文字の修正等ができないことがあるという問題があった。画像データ２００の文字部分は、あくまでも文字情報としてファイル内になければ元の文書を復元できなかった。
これに対して、本実施形態のサーバー２は、文字認識部１１０で検出した文字コードで、フォント照合データ２２０に含まれる全てのフォント及び文字サイズについて設定された画像テーブルと照合を行うため、作成したフォント及び文字サイズをほぼ確実に抽出することが可能となる。
また、検出した文字の画像が画像データ２００と合っているか比較し、文字認識手段で文書データ２１０に設定された文字の描画位置を、正確な値に補正する。
このように構成することで、原稿の元となった文書をほぼ確実に再現することが可能となる。また、この変換された文書データ２１０は、この元となった文書と同様の状態になるよう印刷させることができる。この際、文書データ２１０には、文字の属性が文字属性データ２１１に設定されているため、スキャンに由来するボケやにじみ等が少なくなり、高品位な印刷を行うことができる。
これに対して、本実施形態のサーバー２は、文字認識部１１０で検出した文字コードで、フォント照合データ２２０に含まれる全てのフォント及び文字サイズについて設定された画像テーブルと照合を行うため、作成したフォント及び文字サイズをほぼ確実に抽出することが可能となる。
また、検出した文字の画像が画像データ２００と合っているか比較し、文字認識手段で文書データ２１０に設定された文字の描画位置を、正確な値に補正する。
このように構成することで、原稿の元となった文書をほぼ確実に再現することが可能となる。また、この変換された文書データ２１０は、この元となった文書と同様の状態になるよう印刷させることができる。この際、文書データ２１０には、文字の属性が文字属性データ２１１に設定されているため、スキャンに由来するボケやにじみ等が少なくなり、高品位な印刷を行うことができる。
また、本発明の実施の形態に係るサーバー２は、文字属性データ設定部１３０は、フォント照合部１２０で照合された文字に対応して算出された原点４０１に対応して次に文字が描画される次原点４０２を算出し、当該次原点４０２と次の文字の原点４０１とが一致した場合、同一の文章３２１内の文字として文書データ２１０に設定することを特徴とする。つまり、前の文字の次原点４０２と、次の文字の原点４０１の距離が所定値以下であった場合には、同一の文章３２１に属することを文書データ２１０の文字属性データ２１１に設定する。
このように構成することで、ＯＣＲ等により文字が別々の文章の一部として認識されてしまった場合でも、まとまった文章として再結合することができる。このため、文書データ２１０から文を抽出しやすくなり、ユーザーの使い勝手がよくなる。
このように構成することで、ＯＣＲ等により文字が別々の文章の一部として認識されてしまった場合でも、まとまった文章として再結合することができる。このため、文書データ２１０から文を抽出しやすくなり、ユーザーの使い勝手がよくなる。
また、本発明の実施の形態に係るサーバー２は、画像データ２００の領域３０１に対応する文書データ２１０の描画位置に対して、フォント照合部１２０により複数のフォント及び複数の文字サイズのいずれかに該当すると照合された場合は、認識された文字の描画データを設定し、照合されなかった場合は、文字を含まない線画又は画像の描画データを設定する文字画像切換部１４０を備えることを特徴とする。
このように構成することで、文字認識において誤認識された箇所を検出することが可能となる。これにより、変換後の文書データ２１０に含まれる誤認識された文字属性データ２１１を削除することで、ユーザーが文書データ２１０を編集しやすくなり、ユーザーの利便製を高めることが可能となる。また、例えば、会社のロゴ等、図案化されたデータが混じっており、文字認識が失敗した箇所等についての、文字を削除して完全な状態の文書データ２１０を作成できる。
また、フォント及び文字サイズについて照合に失敗した場合であっても、文字の箇所について、ベクトルの描画データを設定することで、高品位な印刷が可能な文書データ２１０を取得することができる。また、文章の途中で文字認識が失敗していた場合でも、その箇所を閲覧や印刷した際の違和感を少なくすることができる。
このように構成することで、文字認識において誤認識された箇所を検出することが可能となる。これにより、変換後の文書データ２１０に含まれる誤認識された文字属性データ２１１を削除することで、ユーザーが文書データ２１０を編集しやすくなり、ユーザーの利便製を高めることが可能となる。また、例えば、会社のロゴ等、図案化されたデータが混じっており、文字認識が失敗した箇所等についての、文字を削除して完全な状態の文書データ２１０を作成できる。
また、フォント及び文字サイズについて照合に失敗した場合であっても、文字の箇所について、ベクトルの描画データを設定することで、高品位な印刷が可能な文書データ２１０を取得することができる。また、文章の途中で文字認識が失敗していた場合でも、その箇所を閲覧や印刷した際の違和感を少なくすることができる。
また、本実施の形態では、文書データ２１０がＰＤＦの場合、文字認識で作成されたフォントのバウンディングボックスについて、照合されたフォント及び文字サイズでフォントに関する情報を設定する。
このように構成することで、ＰＤＦに含まれる文字属性データ２１１のフォントや書き出し位置等の情報が正確となり、ＰＤＦから容易にスタイル対応した文字情報を抽出することが可能となる。また、ＰＤＦから、ワードプロセッサーや表計算ソフトウェア等のアプリケーションのファイルへの変換が容易となる。
このように構成することで、ＰＤＦに含まれる文字属性データ２１１のフォントや書き出し位置等の情報が正確となり、ＰＤＦから容易にスタイル対応した文字情報を抽出することが可能となる。また、ＰＤＦから、ワードプロセッサーや表計算ソフトウェア等のアプリケーションのファイルへの変換が容易となる。
なお、上述の実施形態のフォント照合処理の説明では、文字サイズを推定してから照合を行った。
しかしながら、制御部２０は、先に文字サイズを推定せずに、フォント照合データ２２０の文字テーブルを総当たりで検索してもよい。また、フォント照合データ２２０として、ベクトルデータのみを記憶している場合、当該文字を一次データとして描画した際に、画像データ２００の領域３０１と一致するピクセル数の割合等を算出して、照合を行ってもよい。また、制御部２０は、ＧＰＵ演算機能等を用いて、照合を高速に行ってもよい。また、制御部２０は、上述の文字認識処理で作成された文字の線画のベクトル等のデータを、照合の際に利用してもよい。
このように構成することで、記憶部２９の記憶容量を削減し、又は照合を高速化することが可能となる。
しかしながら、制御部２０は、先に文字サイズを推定せずに、フォント照合データ２２０の文字テーブルを総当たりで検索してもよい。また、フォント照合データ２２０として、ベクトルデータのみを記憶している場合、当該文字を一次データとして描画した際に、画像データ２００の領域３０１と一致するピクセル数の割合等を算出して、照合を行ってもよい。また、制御部２０は、ＧＰＵ演算機能等を用いて、照合を高速に行ってもよい。また、制御部２０は、上述の文字認識処理で作成された文字の線画のベクトル等のデータを、照合の際に利用してもよい。
このように構成することで、記憶部２９の記憶容量を削減し、又は照合を高速化することが可能となる。
また、上述の実施形態では、ＰＤＦ又はＰＳに変換する例について説明したものの、これに限られず、各種の文書フォーマットに変換可能である。
また、画像ファイルをワードプロセッサーの文書ファイルや表計算ソフトウェアのファイルやＨＴＭＬファイル等に変換した場合、制御部２０は、修正した文字の描画位置の情報をページ単位で計算して、標準フォント、行送り、文字間隔、余白、ヘッダー／フッター等の設定についても算出し、文書データ２１０に設定してもよい。これにより、原稿の元となったファイルと同様のページ設定等を復元することができ、文書ファイルを修正しやすくなり、ユーザーの利便性を高めることができる。
また、画像ファイルをワードプロセッサーの文書ファイルや表計算ソフトウェアのファイルやＨＴＭＬファイル等に変換した場合、制御部２０は、修正した文字の描画位置の情報をページ単位で計算して、標準フォント、行送り、文字間隔、余白、ヘッダー／フッター等の設定についても算出し、文書データ２１０に設定してもよい。これにより、原稿の元となったファイルと同様のページ設定等を復元することができ、文書ファイルを修正しやすくなり、ユーザーの利便性を高めることができる。
また、上述の本実施形態では、照合に失敗した場合は、文書データ２１０から該当する文字属性データ２１１を削除するように記載したが、残してもよい。
また、サーバー２は、フォント照合部１２０により複数のフォント及び複数の文字サイズのいずれかと照合されなかった文字について、周囲の照合された文字と同じフォント又は文字サイズを指定して再度文字認識を行う文字再認識部を備えていてもよい。このように構成することで、文字認識の精度を高めることが可能となる。また、下線が引かれた文字等、従来の文字認識方式では認識に失敗しやすい箇所でも、確実に文字認識させることが可能になる。
また、上述の実施の形態では、先に文字認識部１１０が文書データ２１０に文字属性データ２１１を出力するように記載したものの、これに限られない。つまり、文字認識部１１０は一時データとして文字コード等を記憶部２９に出力し、文字属性データ設定部１３０が文書データに文字コード等を設定するような構成であってもよい。
このように構成することで処理を簡略化でき、文書データ２１０の修正を少なくして、処理を高速化できる。
また、サーバー２は、フォント照合部１２０により複数のフォント及び複数の文字サイズのいずれかと照合されなかった文字について、周囲の照合された文字と同じフォント又は文字サイズを指定して再度文字認識を行う文字再認識部を備えていてもよい。このように構成することで、文字認識の精度を高めることが可能となる。また、下線が引かれた文字等、従来の文字認識方式では認識に失敗しやすい箇所でも、確実に文字認識させることが可能になる。
また、上述の実施の形態では、先に文字認識部１１０が文書データ２１０に文字属性データ２１１を出力するように記載したものの、これに限られない。つまり、文字認識部１１０は一時データとして文字コード等を記憶部２９に出力し、文字属性データ設定部１３０が文書データに文字コード等を設定するような構成であってもよい。
このように構成することで処理を簡略化でき、文書データ２１０の修正を少なくして、処理を高速化できる。
また、本実施形態の画像ファイル化処理を、画像形成装置１で実行してもよい。また、画像ファイル化処理のうち、文字認識処理、照合処理のように演算性能が必要な処理については、サーバー２で実行し、それ以外の処理は画像形成装置１で実行するように構成してもよい。また、このような処理を、ユーザーの端末から指示して、ＧＰＵ等を多数備えた、いわゆる「クラウド」上のサーバー２で実行してもよい。
このように構成することで、画像形成装置１の制御部１０、画像処理部１１、及び記憶部１９のコストを削減できる。また、処理を短時間で完了し、消費電力を削減することができる。
また、本実施形態の画像ファイル化処理は、画像形成装置１を用いないシステムにも
適用できる。つまり、ネットワークスキャナー、スキャナーをＵＳＢ等で別途接続したサーバー２を情報処理装置として用いる構成であってもよい。
このように構成することで、画像形成装置１の制御部１０、画像処理部１１、及び記憶部１９のコストを削減できる。また、処理を短時間で完了し、消費電力を削減することができる。
また、本実施形態の画像ファイル化処理は、画像形成装置１を用いないシステムにも
適用できる。つまり、ネットワークスキャナー、スキャナーをＵＳＢ等で別途接続したサーバー２を情報処理装置として用いる構成であってもよい。
また、上記実施の形態の構成及び動作は例であって、本発明の趣旨を逸脱しない範囲で適宜変更して実行することができることは言うまでもない。
１ 画像形成装置
２ サーバー
５ ネットワーク
１０、２０ 制御部
１１ 画像処理部
１２ 原稿読取部
１２ａ スキャナー
１２ｂ プラテンガラス
１２ｃ 原稿読取スリット
１３ 原稿給送部
１３ａ 原稿載置部
１３ｂ 原稿排出部
１３ｃ 原稿搬送機構
１４ 本体部
１５、２５ ネットワーク送受信部
１６ 操作パネル部
１７ 画像形成部
１７ａ 感光体ドラム
１７ｂ 露光部
１７ｃ 現像部
１７ｄ 転写部
１７ｅ 定着部
１９、２９ 記憶部
４１ 排出口
４２ 給紙部
４２ａ 給紙カセット
４２ｂ 給紙ローラー
４３ 用紙搬送路
４４ 搬送ローラー対
４５ 排出ローラー対
５０ スタックトレイ
１００ 画像データ取得部
１１０ 文字認識部
１２０ フォント照合部
１３０ 文字属性データ設定部
１４０ 文字画像切換部
２００ 画像データ
２１０ 文書データ
２１１ 文字属性データ
２２０ フォント照合データ
３０１、３０２ 領域
３１１ 文字描画領域
３２１ 文章
４００、４０１ 原点
４０２ 次原点
４０３ 左サイドベアリング
４０４ 文字幅
４１０ フォントボックス
４１１ バウンディングボックス
４２０ 文字
５０１、５０２、５０３、５０４、５０５ 描画データ
Ｘ 画像形成システム
２ サーバー
５ ネットワーク
１０、２０ 制御部
１１ 画像処理部
１２ 原稿読取部
１２ａ スキャナー
１２ｂ プラテンガラス
１２ｃ 原稿読取スリット
１３ 原稿給送部
１３ａ 原稿載置部
１３ｂ 原稿排出部
１３ｃ 原稿搬送機構
１４ 本体部
１５、２５ ネットワーク送受信部
１６ 操作パネル部
１７ 画像形成部
１７ａ 感光体ドラム
１７ｂ 露光部
１７ｃ 現像部
１７ｄ 転写部
１７ｅ 定着部
１９、２９ 記憶部
４１ 排出口
４２ 給紙部
４２ａ 給紙カセット
４２ｂ 給紙ローラー
４３ 用紙搬送路
４４ 搬送ローラー対
４５ 排出ローラー対
５０ スタックトレイ
１００ 画像データ取得部
１１０ 文字認識部
１２０ フォント照合部
１３０ 文字属性データ設定部
１４０ 文字画像切換部
２００ 画像データ
２１０ 文書データ
２１１ 文字属性データ
２２０ フォント照合データ
３０１、３０２ 領域
３１１ 文字描画領域
３２１ 文章
４００、４０１ 原点
４０２ 次原点
４０３ 左サイドベアリング
４０４ 文字幅
４１０ フォントボックス
４１１ バウンディングボックス
４２０ 文字
５０１、５０２、５０３、５０４、５０５ 描画データ
Ｘ 画像形成システム
Claims (4)
- 画像データを文書データに変更可能な情報処理装置において、
前記画像データから文字を認識する文字認識手段と、
該文字認識手段により文字と認識された前記画像データの領域について、認識された文字が複数のフォント及び複数の文字サイズのいずれに該当するか照合するフォント照合手段と、
該フォント照合手段で照合されたフォント及び文字サイズを前記文書データに設定し、文字の描画位置として、描画の原点、文字幅、及びサイドベアリングを前記画像データに対応するよう設定する文字属性データ設定手段とを備える
ことを特徴とする情報処理装置。 - 前記文字属性データ設定手段は、前記フォント照合手段で照合された文字に対応して算出された原点に対応して次に文字が描画される次原点を算出し、当該次原点と次の文字の原点とが一致した場合、同一の文章内の文字として前記文書データに設定する
ことを特徴とする請求項１に記載の情報処理装置。 - 画像形成装置において入力された画像データと、該画像データを文書データに変更するサーバーとを備えた情報処理システムにおいて、
前記サーバーは、
前記画像データを前記画像形成装置から取得する画像データ取得手段と、
該画像データ取得手段により取得された画像データから文字を認識する文字認識手段と、
該文字認識手段により文字と認識された前記画像データの領域について、認識された文字が複数のフォント及び複数の文字サイズのいずれに該当するか照合するフォント照合手段と、
該フォント照合手段で照合されたフォント及び文字サイズを前記文書データに設定し、文字の描画位置として、描画の原点、文字幅、及びサイドベアリングを前記画像データに対応するよう設定する文字属性データ設定手段とを備える
ことを特徴とする情報処理システム。 - 画像データを文書データに変更可能な情報処理装置により実行されるプログラムにおいて、
前記画像データから文字を認識させ、
文字と認識された前記画像データの領域について、認識された文字が複数のフォント及び複数の文字サイズのいずれに該当するか照合させ、
照合されたフォント及び文字サイズを前記文書データに設定し、文字の描画位置として、描画の原点、文字幅、及びサイドベアリングを前記画像データに対応するよう設定させる
ことを特徴とするプログラム。
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2014072104A JP6158736B2 (ja) | 2014-03-31 | 2014-03-31 | 情報処理装置、情報処理システム、及び情報処理プログラム |
| CN201510111871.5A CN104954605B (zh) | 2014-03-31 | 2015-03-13 | 图像形成装置、图像形成***以及图像形成方法 |
| US14/665,015 US9514394B2 (en) | 2014-03-31 | 2015-03-23 | Image forming apparatus capable of changing image data into document data, an image forming system, and an image forming method |
| EP15161595.2A EP2927843B1 (en) | 2014-03-31 | 2015-03-30 | An image forming apparatus and system, and an image forming method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2014072104A JP6158736B2 (ja) | 2014-03-31 | 2014-03-31 | 情報処理装置、情報処理システム、及び情報処理プログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2015194873A true JP2015194873A (ja) | 2015-11-05 |
| JP6158736B2 JP6158736B2 (ja) | 2017-07-05 |
Family
ID=54433836
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2014072104A Expired - Fee Related JP6158736B2 (ja) | 2014-03-31 | 2014-03-31 | 情報処理装置、情報処理システム、及び情報処理プログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6158736B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2019091434A (ja) * | 2017-11-14 | 2019-06-13 | アドビ インコーポレイテッド | 複数のディープ・ラーニング・ニューラル・ネットワークを動的に重み付けすることによるフォント認識の改善 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| IT201700031648A1 (it) | 2017-03-22 | 2018-09-22 | Piaggio & C Spa | Cambio di trasmissione per un motoveicolo e relativo motoveicolo che comprende detto cambio di trasmissione |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07262317A (ja) * | 1994-03-18 | 1995-10-13 | Ricoh Co Ltd | 文書処理装置 |
-
2014
- 2014-03-31 JP JP2014072104A patent/JP6158736B2/ja not_active Expired - Fee Related
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07262317A (ja) * | 1994-03-18 | 1995-10-13 | Ricoh Co Ltd | 文書処理装置 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2019091434A (ja) * | 2017-11-14 | 2019-06-13 | アドビ インコーポレイテッド | 複数のディープ・ラーニング・ニューラル・ネットワークを動的に重み付けすることによるフォント認識の改善 |
| JP7073241B2 (ja) | 2017-11-14 | 2022-05-23 | アドビ インコーポレイテッド | 複数のディープ・ラーニング・ニューラル・ネットワークを動的に重み付けすることによるフォント認識の改善 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP6158736B2 (ja) | 2017-07-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP2927843B1 (en) | An image forming apparatus and system, and an image forming method | |
| US8126270B2 (en) | Image processing apparatus and image processing method for performing region segmentation processing | |
| US11216695B2 (en) | Image processing system and image processing method | |
| US20080050019A1 (en) | Image processing apparatus, and computer program product | |
| JP2007174270A (ja) | 画像処理装置、画像処理方法、記憶媒体、プログラム | |
| US9659018B2 (en) | File name producing apparatus that produces file name of image | |
| US8179558B2 (en) | Image processing apparatus, image processing method, program and storage medium constructed to generate print data including a bitmap image and attribute data of each pixel of the bitmap image | |
| US11212397B1 (en) | Image reading system, image forming system, and image reading method for dividing each area into blockchains | |
| US8238664B2 (en) | Image processing apparatus, control method therefor, and recording medium | |
| US8199967B2 (en) | Image processing apparatus, image processing method, and storage medium | |
| US11146705B2 (en) | Character recognition device, method of generating document file, and storage medium | |
| JP6158736B2 (ja) | 情報処理装置、情報処理システム、及び情報処理プログラム | |
| US10764448B1 (en) | Information processing apparatus and image forming apparatus performing file conversion of handwriting comment and comment extraction method | |
| US8259313B2 (en) | Image processing apparatus, method, and computer-readable medium storing the program thereof | |
| JP6269256B2 (ja) | 情報処理装置、画像形成装置、情報処理方法、及び情報処理プログラム | |
| US20210097271A1 (en) | Character recognition using previous recognition result of similar character | |
| US11212419B1 (en) | Image reading system, image forming system, and image reading method that perform image processing for each area | |
| US11134171B1 (en) | Image reading apparatus, image forming apparatus, and image reading method that perform image processing for each area | |
| JP2015177265A (ja) | 画像処理装置、画像処理システム、情報記憶方法およびプログラム | |
| US11615278B2 (en) | Image processing apparatus, image forming apparatus, and image processing method that performs analysis image processing during normal image processing | |
| JP7404836B2 (ja) | 情報処理装置及び画像形成装置 | |
| US20230419713A1 (en) | Information processing apparatus, image forming apparatus, and information processing method for automatically ordering page | |
| US20230419707A1 (en) | Information processing apparatus, image forming apparatus, and information processing method for automatically dividing page data | |
| US20230419708A1 (en) | Information processing apparatus, image forming apparatus, and information processing method for automatically dividing page data based on the history | |
| US10623598B2 (en) | Image processing apparatus and non-transitory computer readable medium for extracting and connecting inherent regions of multiple pages of document data |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160620 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20170221 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170228 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170419 |
|
| 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: 20170509 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170608 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6158736 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| LAPS | Cancellation because of no payment of annual fees |