JP6753370B2

JP6753370B2 - 原稿読取装置

Info

Publication number: JP6753370B2
Application number: JP2017136415A
Authority: JP
Inventors: 貴博南
Original assignee: Kyocera Document Solutions Inc
Current assignee: Kyocera Document Solutions Inc
Priority date: 2017-07-12
Filing date: 2017-07-12
Publication date: 2020-09-09
Anticipated expiration: 2037-07-12
Also published as: JP2019020842A

Description

本発明は原稿読取装置に関し、特に、原稿をスキャンして得た画像データの適切なファイル名候補を生成する技術に関する。

近年、オフィスなどではペーパーレス化が進んでおり、紙書類はスキャナーでスキャンして画像データとして保存することが多い。画像データを保存するにはその画像データに適切なファイル名をつける必要があるが、スキャナーなどの機械にそれを行わせる場合、原稿の内容を端的に表す文字列を抽出することが必要となる。これに関連する技術として、下記特許文献１には、文書画像内の連結した黒画素からなる黒画素連結領域を含む文字領域を生成する文字領域生成手段と、文字領域生成手段が生成した１つ以上の文字領域を統合して、該１つ以上の文字領域を含む文字列領域を生成する文字列領域生成手段と、文字列領域生成手段が生成した複数の文字列領域の属性に基づいて、該複数の文字列領域のうち特定の文字列領域を、タイトル領域として抽出するタイトル抽出手段とを備え、文書を画像データに変換して得られる文書画像から容易にタイトル部分を抽出するタイトル抽出装置が開示されている。

特開平９−１３４４０６号公報

電子化対象の原稿の様式は様々であり、タイトルの記載位置に決まりはない。例えばプレゼンテーション資料・文書では表紙に図が配置されているだけで文字列が存在しないことがある。そのような原稿に対して上記特許文献１の技術を利用しても、そもそもタイトルが抽出できないか、あるいは図の一部を文字列と誤認識して誤ったタイトルを抽出してしまうおそれがある。

また、従来のタイトル抽出技術はページ中央部分の文字列を重要視する傾向がある。文書によってはヘッダー部分にタイトルに相応しい文字列が記載されていることがあるが、従来のタイトル抽出技術ではヘッダー部分の情報が軽視されるため、タイトルに相応しい文字列を抽出することができないおそれがある。

本発明は、上記の事情に鑑みてなされたものであり、原稿の種類に関わらずスキャンして得た画像データから適切なファイル名候補を生成することを目的とする。

本発明の一局面に係る原稿読取装置は、原稿を光学的に読み取って画像データを取得する画像読取部と、前記画像読取部により取得された画像データにおいて複数の文字の集まりからなる文字ブロック及び当該文字ブロックに含まれる文字列を認識する文字列認識部と、前記文字列認識部により認識された各文字列について文字サイズ、行数、面積及び前記原稿における配置位置を特定する文字列外観特定部と、前記文字列外観特定部により特定された情報に基づいて前記原稿のタイプを判別する原稿タイプ判別部と、前記文字列認識部により認識された各文字列について前記原稿タイプ判別部により判別された原稿タイプに応じた基準に準じた複数の評価項目で加重評価を行う文字列評価部と、前記文字列認識部により認識された文字列のうち前記文字列評価部による前記加重評価で評価点が高い文字列を、前記画像データのファイル名候補として選出するファイル名候補選出部と、を備えたものである。

上記の本発明によれば、原稿の種類に関わらずスキャンして得た画像データから適切なファイル名候補を生成することができる。

本発明の一実施形態に係る原稿読取装置の一例としての画像形成装置の外観を示す斜視図である。本発明の一実施形態に係る原稿読取装置の一例としての画像形成装置の内部構成を示すブロック図である。本発明の一実施形態に係る原稿読取装置の一例としての画像形成装置によるファイル名候補生成処理の流れを示すフローチャートである。スキャンされた画像データの一例を示す図である。スキャンされた画像データの別例を示す図である。文字列の評価項目の一覧表である。

以下、本発明の一実施形態に係る原稿読取装置の一例としての画像形成装置について図面を参照して説明する。図１は、画像形成装置の外観を示す斜視図である。図２は、画像形成装置の内部構成を示すブロック図である。

画像形成装置１は、ファクシミリ通信機能、コピー機能、プリンター機能、及びスキャナー機能等の複数の機能を兼ね備えた複合機である。図１に示すように、画像形成装置１は、装置本体２と、装置本体２の上方に配置された画像読取部１０と、画像読取部１０と装置本体２との間に設けられた連結部３とから概略構成される。

画像読取部１０は、原稿搬送部１１と、原稿搬送部１１により搬送されてくる原稿又は不図示のコンタクトガラスに載置された原稿を光学的に読み取るスキャナーとを有するＡＤＦ（Auto Document Feeder）である。画像読取部１０は、原稿を１枚ずつ読み取ることで保存又は画像形成対象となる画像データを取得する。

装置本体２の内部には、画像形成部２０、給紙部３０、画像メモリー４０、記憶部５０、及び通信部６０等が収容されている。

画像メモリー４０は、画像読取部１０によって読み取られた画像データを一時的に記憶する領域である。

画像形成部２０は、画像メモリー４０に記憶されている画像データを読み出し、当該データを用いて給紙部３０から供給される用紙に画像を形成（印刷）する。印刷済みの用紙は、排出トレイ４に排出される。

記憶部５０は、ＨＤＤ（Hard Disk Drive）等の大容量の記憶装置である。

通信部６０は、不図示のＬＡＮチップ等の通信モジュールを備える通信インターフェイスである。画像形成装置１は、ネットワークを介して他のＰＣ（Personal Computer）等と接続されており、通信部６０により接続されたＰＣ等との間でデータの送受信を行う。

装置本体２の前面側には、表示部７０及び操作部８０が配置されている。表示部７０は、液晶ディスプレイ（ＬＣＤ：Liquid Crystal Display）や有機ＥＬ（ＯＬＥＤ：Organic Light-Emitting Diode）ディスプレイを含んで構成される。表示部７０には、画像形成装置１の動作を指示するための操作画面等が表示される。

操作部８０は、例えば、印刷ジョブ等の実行を指示するためのスタートキー、操作画面を構成するＧＵＩ（Graphical User Interface）に対して確定操作を行う決定キー（エンターキー）、数値入力を行うための数値入力キー等を備え、表示部７０に表示される画面に対する操作をユーザーから受け付ける。

画像形成装置１は、更に、制御ユニット１００を備えている。制御ユニット１００は、プロセッサー、ＲＡＭ、ＲＯＭ及び専用のハードウェア回路等から構成される。プロセッサーは、例えば、ＣＰＵ、ＭＰＵ、ＡＳＩＣ等である。制御ユニット１００は、上記のＲＯＭ又は記憶部５０に記憶された原稿読取処理プログラム等の制御プログラムが上記のプロセッサーに実行されることにより、制御部１０１、文字列認識部１０２、文字列外観特定部１０３、原稿タイプ判別部１０４、文字列評価部１０５、及びファイル名候補選出部１０６として機能する。なお、制御ユニット１００の上記の各構成は、前述の原稿読取処理プログラムに基づく動作によらず、それぞれハード回路により構成されてもよい。

制御部１０１は、画像形成装置１の全体的な動作制御を司る。制御部１０１は、画像読取部１０、画像形成部２０、給紙部３０、画像メモリー４０、記憶部５０、通信部６０、表示部７０、及び操作部８０等と接続されており、接続されている上記各機構の動作制御や、各機構との間での信号又はデータの送受信を行う。

文字列認識部１０２は、画像読取部１０により取得された画像データにおいて複数の文字の集まりからなる文字ブロック及び当該文字ブロックに含まれる文字列を認識する。文字列認識部１０２は、ＯＣＲ（Optical Character Recognition）技術を用いて画像データ中の文字列を認識する。より詳細には、文字列認識部１０２は、画像データにおいて有効な画素の集まりを矩形枠で囲み、その矩形枠の中で文字が認識できた場合、その矩形枠を文字ブロックとして認識する。さらに、文字列認識部１０２は、認識した文字ブロックにおいて文字列を認識する。なお、文字列認識部１０２は、画像データにおいて有効な画素の集まりを矩形枠の画像で囲ったとした場合に、その矩形枠の中で文字又は文字群が認識できれば、その文字又は文字群を文字ブロックとして認識するようにしてもよい。

文字列外観特定部１０３は、文字列認識部１０２により認識された各文字列について文字サイズ、行数、面積及び原稿における配置位置を特定する。

原稿タイプ判別部１０４は、文字列外観特定部１０３により特定された情報に基づいて原稿のタイプを判別する。本実施形態では、原稿を、プレゼンテーション資料などの表紙ありタイプ（第１のタイプに相当する）か、それ以外の一般文書などの表紙なしタイプ（第２のタイプに相当する）のいずれかに判別する。より詳細には、原稿タイプ判別部１０４は、(1)文字列認識部１０２により認識された文字列の中に、文字サイズが第１の所定値（例えば１８ポイント）よりも大きいか又は原稿の左右中央において一定以上の幅（例えばページの左右幅に対して５０％以上の幅）を有し、(2)面積が第２の所定値（例えばページ面積の２０％）よりも小さく、(3)行数が第３の所定値（例えば３行）よりも少ない文字列が存在するという(1)〜(3)のすべての条件を満たす場合には、原稿を表紙ありタイプと判別し、(1)〜(3)のいずれかの条件を満たさない場合には、原稿を表紙なしタイプと判別する。

文字列評価部１０５は、文字列認識部１０２により認識された各文字列について原稿タイプ判別部１０４により判別された原稿タイプに応じた基準に準じた複数の評価項目で加重評価を行う。すなわち、本実施形態では、表紙ありタイプの原稿と表紙なしタイプの原稿とで異なる評価基準を適用して、文字列認識部１０２により認識された各文字列を評価する。なお、文字列評価の詳細について後述する。

ファイル名候補選出部１０６は、文字列認識部１０２により認識された文字列のうち文字列評価部１０５による評価点が高い文字列を画像データのファイル名候補として選出する。

ファイル名候補選出部１０６が選出したファイル名候補は制御部１０１により表示部７０に表示され、操作者は任意のファイル名候補を選択することができる。操作者がいずれかのファイル名候補を選択すると、制御部１０１は、画像データに当該選択されたファイル名をつけて記憶部５０などに保存する。

次に、画像読取部１０により取得された画像データのファイル名候補生成処理について説明する。図３は、画像形成装置１によるファイル名候補生成処理の流れを示すフローチャートである。

まず、画像読取部１０が、原稿を光学的に読み取って画像データを取得する（Ｓ１）。

原稿の画像データが取得されると、文字列認識部１０２が、当該画像データにおいて複数の文字の集まりからなる文字ブロック及び当該文字ブロックに含まれる文字列を認識する（Ｓ２）。

図４は、スキャンされた画像データの一例を示す図である。図４に例示した画像データではページの様々な箇所に５つの文字ブロックＢ１〜Ｂ５が文字列認識部１０２により認識される。文字ブロックＢ１において文字列「ＸＹ△○・・」が認識され、文字ブロックＢ２において文字列「技術仕様書」が文字列認識部１０２により認識される。また、文字ブロックＢ３やＢ４では、スペースで区切られた各文字列が文字列認識部１０２により認識される。

図５は、スキャンされた画像データの別例を示す図である。図５に例示した画像データで文字ブロックＢ６及びＢ７が文字列認識部１０２により認識される。文字ブロックＢ６において文字列「○○に関する調査報告」が文字列認識部１０２により認識され、文字ブロックＢ７において文字列「報告者：△△」が文字列認識部１０２により認識される。

図３へ戻り、文字ブロック及び文字列が文字列認識部１０２により認識されると、文字列外観特定部１０３が、当該認識された各文字列について文字サイズ、行数、面積及び原稿における配置位置を特定する（Ｓ３）。

各文字列の外観が特定されると、原稿タイプ判別部１０４が、当該特定された情報に基づいて上述した判断基準に従って原稿のタイプを判別する（Ｓ４）。

例えば、図４に例示した画像データでは、文字ブロックＢ１、Ｂ３、Ｂ４及びＢ５に含まれる各文字列は、文字サイズが第１の所定値よりも小さく、原稿の左右中央に跨って一定以上の幅も有しない。文字ブロックＢ２に含まれる文字列は、文字サイズが第１の所定値よりも大きいが、原稿の左右中央に跨って一定以上の幅を有しない。従って、原稿タイプ判別部１０４は、図４に例示した画像データを表紙なしタイプと判別する。

一方、図５に例示した画像データでは、文字ブロックＢ６に含まれる文字列は、文字サイズは第１の所定値よりも大きく、面積が第２の所定値よりも小さく、行数が第３の所定値よりも少ない。従って、図５に例示した画像データは表紙ありタイプと原稿タイプ判別部１０４により判別される。

原稿タイプ判別部１０４により原稿タイプが表紙ありタイプと判別された場合（Ｓ５で「表紙あり」）、文字列評価部１０５が、文字列認識部１０２により認識された各文字列について、表紙ありタイプの基準に準じた複数の評価項目で加重評価を行う。具体的には、文字列評価部１０５は、次の３項目で加重評価を行う（Ｓ６）。

（１）文字サイズ
評価対象文字列の文字サイズが文字ブロック内の最大文字サイズであり、かつ、評価対象文字列の文字サイズが画像データ内の文字サイズ中央値よりも大幅に大きい場合には、予め定められた比較的大きな評価点（以下、単に、大きな評価点という）を与える。評価対象文字列の文字サイズが文字ブロック内の最大文字サイズであり、かつ、評価対象文字列の文字サイズが画像データ内の文字サイズ中央値とは予め定められた僅差しかない場合（上記「大幅に大きい場合」に該当しない場合）には、予め定められた中程度の評価点を与える。

（２）文字数
評価対象文字列の文字数が、予め定められた一定数以下の場合には、大きな評価点を与える。

（３）文字列全体の面積
評価対象文字列の文字サイズ（複数文字の場合は平均サイズ）、文字列の左右の幅がそれぞれに予め定められた一定の値より大きく、かつ、これら２つの積を文字列全体の面積として、当該面積が一定以上の場合、大きな評価点を与える。

原稿タイプが表紙なしタイプと判別された場合（Ｓ５で「表紙なし」）、文字列評価部１０５が、文字列認識部１０２により認識された各文字列について、表紙なしタイプの基準に準じた複数の評価項目で加重評価を行う。具体的には、文字列評価部１０５は、次の５項目で加重評価を行う（Ｓ７）。

（１）文字サイズ
評価対象文字列の文字サイズが文字ブロック内の最大文字サイズであり、かつ、評価対象文字列の文字サイズが画像データ内の文字サイズ中央値よりも大幅に大きい場合（評価対象文字列の文字サイズが、画像データ内の文字サイズ中央値よりも、大幅に大きいとして予め定められた倍率以上の大きさである場合）には大きな評価点を与える。評価対象文字列の文字サイズが文字ブロック内の最大文字サイズであり、かつ、評価対象文字列の文字サイズが画像データ内の文字サイズ中央値とは予め定められた僅差しかない場合（上記「大幅に大きい場合」に該当しない場合）には、予め定められた中程度の評価点を与える。

（２）文字数
評価対象文字列の文字数が一定数以下の場合には、予め定められた中程度の評価点を与える。

（３）ブロック内での位置
評価対象文字列が文字ブロックにおいて１行目に配置されている場合には、予め定められた中程度の評価点を与える。

（４）原稿における配置位置
評価対象文字列が原稿の上半分に配置されている場合には、予め定められた比較的小さな評価点（以下、単に、小さな評価点という）を与える。

（５）原稿のヘッダーに配置されているか否か
評価対象文字列が原稿のヘッダーに配置されている場合には、予め定められた中程度の評価点を与える。

図６に、上述した表紙ありタイプ及び表紙なしタイプの各評価項目をまとめた一覧表を示す。

各文字列の評価が終わると、ファイル名候補選出部１０６が、文字列認識部１０２により認識された文字列のうち文字列評価部１０５による評価点が高い文字列を画像データのファイル名候補として選出する（Ｓ８）。例えば、図４に例示した表紙なしタイプの画像データの場合、文字ブロックＢ１に含まれる文字列「ＸＹ△○・・」及び文字ブロックＢ２に含まれる文字列「技術仕様書」がファイル名候補として選出される。また、図５に例示した表紙ありタイプの画像データの場合、文字ブロックＢ６に含まれる文字列「○○に関する調査報告」がファイル名候補としてファイル名候補選出部１０６により選出される。

本実施形態によれば、例えば、セミナーに参加してもらった紙資料を電子化するシーンや、一時利用目的又は共有目的である文書中の１ページをピックパップして電子化するシーンにおいて、原稿の種類に関わらずスキャンして得た画像データの適切なファイル名候補を生成することができる。

また、本実施形態によれば、遺伝的アルゴリズムやニューラルネットワークなどの高度で複雑なアルゴリズム及びそれを実現するためのハードウェアを導入することなく、高品質にファイル名候補を生成することができる。

<その他の変形例>
上記の実施の形態では、原稿読取装置の一例として画像形成装置を示したが本発明は必ずしもこの場合に限定されない。本発明の一実施形態に係る原稿読取装置は、画像形成装置の他に、例えば、スキャナー装置やファクシミリ機に適応することができる。

また、上記の実施の形態で説明した原稿読取処理プログラムをコンピューター読み取り可能な非一時的な記録媒体、例えば、ハードディスク、CD-ROM、DVD-ROM、半導体メモリー等に記録されたものとしてもよい。この場合、当該原稿読取処理プログラムを記録したコンピューター読み取り可能な非一時的な記録媒体が、本発明の一実施形態となる。

１画像形成装置（原稿読取装置）
１０画像読取部
１０２文字列認識部
１０３文字列外観特定部
１０４原稿タイプ判別部
１０５文字列評価部
１０６ファイル名候補選出部

Claims

原稿を光学的に読み取って画像データを取得する画像読取部と、
前記画像読取部により取得された画像データにおいて複数の文字の集まりからなる文字ブロック及び当該文字ブロックに含まれる文字列を認識する文字列認識部と、
前記文字列認識部により認識された各文字列について文字サイズ、行数、面積及び前記原稿における配置位置を特定する文字列外観特定部と、
前記文字列外観特定部により特定された情報に基づいて前記原稿のタイプを判別する原稿タイプ判別部と、
前記文字列認識部により認識された各文字列について前記原稿タイプ判別部により判別された原稿タイプに応じた基準に準じた複数の評価項目で加重評価を行う文字列評価部と、
前記文字列認識部により認識された文字列のうち前記文字列評価部による前記加重評価で評価点が高い文字列を、前記画像データのファイル名候補として選出するファイル名候補選出部と、を備えた原稿読取装置。
前記原稿タイプ判別部は、(1)前記文字列認識部により認識された文字列の中に、文字サイズが第１の所定値よりも大きいか又は前記原稿の左右中央において一定以上の幅を有し、(2)面積が第２の所定値よりも小さく、(3)行数が第３の所定値よりも少ない文字列が存在するという(1)〜(3)の全ての条件を満たす場合には、前記原稿を第１のタイプと判別し、(1)〜(3)のいずれかの条件を満たさない場合には、前記原稿を第２のタイプと判別し、
前記文字列評価部は、前記原稿のタイプが前記第１のタイプの場合、前記文字列認識部により認識された各文字列について文字サイズ、文字数及びその文字列全体の面積の３項目で加重評価を行う請求項１に記載の原稿読取装置。
前記文字列評価部は、前記原稿のタイプが前記第１のタイプの場合における前記文字サイズの項目についての加重評価として、前記文字列認識部により認識された各文字列の文字サイズが文字ブロック内の最大文字サイズであり、かつ、当該文字サイズが画像データ内の文字サイズ中央値よりも大幅に大きい場合には、予め定められた比較的大きな評価点を与え、当該文字サイズが文字ブロック内の最大文字サイズであり、かつ、当該文字サイズが画像データ内の文字サイズ中央値とは予め定められた僅差しかない場合には、予め定められた中程度の評価点を与える請求項２に記載の原稿読取装置。
前記文字列評価部は、前記原稿のタイプが前記第１のタイプの場合における前記文字数の項目についての加重評価として、前記文字列認識部により認識された各文字列の文字数が、予め定められた一定数以下の場合には、大きな評価点を与える請求項２又は請求項３に記載の原稿読取装置。
前記文字列評価部は、前記原稿のタイプが前記第１のタイプの場合における前記文字列全体の面積の項目についての加重評価として、前記文字列認識部により認識された各文字列の文字サイズと、文字列の左右の幅とがそれぞれに予め定められた一定の値より大きく、かつ、これら２つの積を文字列全体の面積として、当該面積が一定以上の場合、大きな評価点を与える請求項２乃至請求項４に記載の原稿読取装置。
前記文字列評価部は、前記原稿のタイプが前記第２のタイプの場合、前記文字列認識部により認識された各文字列について文字サイズ、文字数、文字ブロック内での位置、前記原稿における配置位置、及び前記原稿のヘッダーに配置されているか否かの５項目で加重評価を行う請求項２に記載の原稿読取装置。
前記文字列評価部は、前記原稿のタイプが前記第２のタイプの場合における前記文字サイズの項目についての加重評価として、前記文字列認識部により認識された各文字列の文字サイズが文字ブロック内の最大文字サイズであり、かつ、当該文字サイズが画像データ内の文字サイズ中央値よりも大幅に大きい場合には、予め定められた比較的大きな評価点を与え、当該文字サイズが文字ブロック内の最大文字サイズであり、かつ、当該文字サイズが画像データ内の文字サイズ中央値とは予め定められた僅差しかない場合には、予め定められた中程度の評価点を与える請求項６に記載の原稿読取装置。
前記文字列評価部は、前記原稿のタイプが前記第２のタイプの場合における前記文字数の項目についての加重評価として、前記文字列認識部により認識された各文字列の文字数が、予め定められた一定数以下の場合には、予め定められた中程度の評価点を与える請求項６又は請求項７に記載の原稿読取装置。
前記文字列評価部は、前記原稿のタイプが前記第２のタイプの場合における前記文字ブロック内での位置についての加重評価として、前記文字列認識部により認識された各文字列が、前記文字ブロックにおいて１行目に配置されている場合には、予め定められた中程度の評価点を与える請求項６乃至請求項８のいずれかに記載の原稿読取装置。
前記文字列評価部は、前記原稿のタイプが前記第２のタイプの場合における前記原稿における配置位置についての加重評価として、前記文字列認識部により認識された各文字列が前記原稿の上半分に配置されている場合には、予め定められた比較的小さな評価点を与える請求項６乃至請求項９のいずれかに記載の原稿読取装置。
前記文字列評価部は、前記原稿のタイプが前記第２のタイプの場合における前記原稿における配置位置についての加重評価として、前記原稿のヘッダーに配置されているか否かについての加重評価として、前記文字列認識部により認識された各文字列が前記原稿のヘッダーに配置されている場合には、予め定められた中程度の評価点を与える請求項６乃至請求項１０のいずれかに記載の原稿読取装置。