JP7077127B2 - スキャン画像データに関連する情報を設定するための装置、方法、及びプログラム - Google Patents

Description

本発明は、スキャン画像データ内の文字領域の表示を制御するための装置、方法、及びプログラムに関する。

従来、紙文書（原稿ともいう）をスキャンして得られた画像データ（以下、スキャン画像データともいう）に対して文字認識処理（ＯＣＲ処理）を行い、認識された文字を用いて、そのスキャン画像データのファイル名を設定する技術が知られている。

特許文献１には、スキャン画像データを表示し、表示されたスキャン画像データ上でユーザによって指定されたＯＣＲ対象領域の位置座標を受け取り、当該位置座標に基づいてＯＣＲ処理を行った結果をファイル名に用いる方法が開示されている。

特許文献２には、スキャン画像データをレイアウト解析して文字領域であると判定された領域を示す矩形をスキャン画像データに重ねて表示し、ユーザによって指定された文字領域に対してＯＣＲ処理を行った結果をファイル名に用いる方法が開示されている。

特開２０１５－２１５８７８号公報 特開２０１６－０２４４８８号公報

特許文献１の方法では、精度よく文字認識結果を得ようとすると、ユーザがＯＣＲ対象領域の左上と右下の座標位置を正確に指定する必要がある。しかしながら、スキャン画像データを表示する画面のサイズが小さい場合や、スキャン画像データ内の文字サイズが小さく、複数の文字が密集している場合などは、ユーザが正確にＯＣＲ対象領域の位置を指定することは困難である。

特許文献２の方法では、スキャン画像データ内の文字サイズが小さい場合、レイアウト解析結果として得られる文字領域の高さも小さくなる。操作画面におけるタッチ操作によって、そのような高さが小さい文字領域を選択する場合、タッチ位置が文字領域の範囲外となりやすく、ユーザが意図した通りの文字領域の選択が行われにくくなってしまう。

本発明は、このような問題に鑑みてなされたものであり、その目的とするところは、スキャン画像データを表示するプレビュー画面において、ユーザによる文字領域の選択を行いやすくすることにある。

本発明の一実施形態において、文書をスキャンして得られたスキャン画像データに関連する情報を設定するための装置は、前記スキャン画像データに含まれる複数の文字領域を判定する領域判定手段と、前記判定された複数の文字領域の中から所望の文字領域をユーザが選択するために、前記スキャン画像データをプレビュー画面に表示する表示手段とを備え、前記ユーザが選択する際に用いる文字領域は、前記領域判定手段で判定された文字領域を拡大したものである。

本発明によると、スキャン画像データを表示するプレビュー画面において、ユーザによる文字領域の選択が行いやすくなる。

システム全体図である。 ＭＦＰのソフトウェア構成図である。 スキャン画像データを生成してアップロードする処理を示すフローチャートである。 ＭＦＰのスキャン設定画面を示す図である。 画像解析処理を示すフローチャートである。 プレビュー画面表示処理を示すフローチャートである。 ＭＦＰのプレビュー画面を示す図である。 ＭＦＰのプレビュー画面を示す図である。 ファイル名生成処理を示すフローチャートである。 ＭＦＰのアップロード設定画面を示す図である。 ＭＦＰのプレビュー画面を示す図である。 ＭＦＰのプレビュー画面を示す図である。 スキャン対象の帳票を示す図である。 スキャン対象の帳票を示す図である。

以下、図面を参照して本発明の実施形態を詳しく説明する。なお、以下の実施形態は特許請求の範囲に係る発明を限定するものでない。また、以下の実施形態で説明されている特徴の組み合わせの全てが、本発明に必須のものとは限らない。

＜第１の実施形態＞
図１は、本実施形態に係る画像処理システムの全体構成を示すブロック図である。画像処理システムは、ＭＦＰ（Ｍｕｌｔｉｆｕｎｃｔｉｏｎ Ｐｅｒｉｐｈｅｒａｌ）１０１と、ファイルサーバ１０２とを有する。ＭＦＰ１０１とファイルサーバ１０２は、ネットワーク（例えば、ＬＡＮ：Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）１００を介して互いに通信可能に接続されている。本実施形態では、ＭＦＰ１０１とファイルサーバ１０２とで画像処理システムを構成しているが、ファイルサーバ１０２の機能をＭＦＰ１０１が併有する構成であってもよい。

ＭＦＰ１０１は、スキャン機能、ＦＡＸ機能、及びコピー機能などの複数の機能を有する複合機であり、画像処理装置の一例である。ＭＦＰ１０１は、制御部２１０、操作部２２０、プリンタ２２１、スキャナ２２２、及びモデム２２３を有する。

制御部２１０は、ＭＦＰ１０１全体の動作を制御する。ＣＰＵ２１１は、ＲＯＭ２１２に記憶された制御プログラムを読み出して、読取、印刷、通信などの各種制御を行う。ＲＡＭ２１３は、ＣＰＵ２１１の主メモリ、ワークエリア等の一時記憶領域として用いられる。なお、ＭＦＰ１０１は、１つのＣＰＵ２１１が１つのメモリ（ＲＡＭ２１３またはＨＤＤ２１４）を用いて後述するフローチャートに示す各処理を実行するものとするが、複数のＣＰＵや複数のＲＡＭまたはＨＤＤを協働させて実行するようにしてもよい。

ＨＤＤ２１４は、画像データや各種プログラムを記憶する。操作部Ｉ／Ｆ２１５は、操作部２２０と制御部２１０を接続するインタフェースである。操作部２２０は、タッチパネル機能を有する液晶表示部やボタンボードなどを備えており、ユーザによる操作、入力、指示を受け付ける受付手段としての役割を担う。

プリンタＩ／Ｆ２１６は、プリンタ２２１と制御部２１０を接続するインタフェースである。プリンタ２２１で印刷される画像データは、プリンタＩ／Ｆ２１６を介して制御部２１０からプリンタ２２１へ転送され、プリンタ２２１により記録媒体上に印刷される。

スキャナＩ／Ｆ２１７は、スキャナ２２２と制御部２１０を接続する。スキャナ２２２は、原稿（文書）を読み取って画像データ（すなわち、スキャン画像データ）を生成し、スキャナＩ／Ｆ２１７を介して制御部２１０に入力する。ＭＦＰ１０１は、スキャナ２２２で生成された画像データを、プリンタ２２１で印刷する他に、ファイル送信またはメール送信することができる。

モデムＩ／Ｆ２１８は、モデム２２３と制御部２１０を接続するインタフェースである。モデム２２３は、ＰＳＴＮ（Ｐｕｂｌｉｃ Ｓｗｉｔｃｈｅｄ Ｔｅｌｅｐｈｏｎｅ Ｎｅｔｗｏｒｋｓ）１１０を介して、不図示のファクシミリ装置との間における画像データのファクシミリ通信を実行する。ネットワークＩ／Ｆ２１９は、制御部２１０（すなわち、ＭＦＰ１０１）をネットワーク１００に接続するインタフェースである。ＭＦＰ１０１は、ネットワークＩ／Ｆ２１９を用いてネットワーク１００上の外部装置（ファイルサーバ１０２など）に画像データや情報を送信したり、各種情報を受信したりする。

ファイルサーバ１０２は、電子化された文書ファイルの保存や管理を行う外部サーバの一例である。ファイルサーバ１０２は、制御部３１０を有する。制御部３１０は、ファイルサーバ１０２全体の動作を制御する。ＣＰＵ３１１は、ＲＯＭ３１２に記憶された制御プログラムを読み出して各種制御処理を実行する。ＲＡＭ３１３は、ＣＰＵ３１１の主メモリ、ワークエリア等の一時記憶領域として用いられる。ＨＤＤ３１４は、画像データや各種プログラムを記憶する。

ネットワークＩ／Ｆ３１５は、制御部３１０（すなわち、ファイルサーバ１０２）をネットワーク１００に接続するインタフェースである。ファイルサーバ１０２は、ネットワークＩ／Ｆ３１５を介してネットワーク１００上の他の装置との間で各種情報を送受信する。

図２は、本実施形態に係るＭＦＰ１０１のソフトウェア構成図である。ＭＦＰ１０１のソフトウェアは、ネイティブ機能部４１０と追加アプリケーション４２０の大きく２つに分けられる。ネイティブ機能部４１０に含まれる各部は、ＭＦＰ１０１に標準的に備えられたものである。一方、追加アプリケーション４２０は、ＭＦＰ１０１に追加インストールされたアプリケーションである。追加アプリケーション４２０は、Ｊａｖａ（登録商標）をベースとしたアプリケーションであり、ＭＦＰ１０１への機能追加を容易に実現できる。なお、ＭＦＰ１０１には図示しない他の追加アプリケーションがインストールされていても良い。

アプリケーション表示部４２３は、ＭＦＰ１０１の操作部２２０のタッチパネル機能を有する液晶表示部に、ユーザによる操作、入力、指示を受け付けるためのＵＩ（Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ）画面を表示する。表示するＵＩ画面の詳細については後述する。

スキャン指示部４２１は、アプリケーション表示部４２３を介して入力されたユーザからの情報を受けて、入力情報に含まれるスキャン設定や転送設定と共に、スキャン部４１１にスキャン処理を要求する。また、後述するアプリケーション転送部４２４が、画像データの転送先であるファイルサーバ１０２のフォルダパスの情報を一時的に保存する。

スキャン部４１１は、スキャン指示部４２１からのスキャン設定を含んだスキャン要求を受けて、スキャン処理を実行する。スキャン部４１１は、スキャナＩ／Ｆ２１７を介してスキャナ２２２によって、原稿（文書）を読み取って画像データを生成し、画像データと転送設定を転送部４１２に渡す。

転送部４１２は、スキャン部４１１から受け取った画像データを、同じくスキャン部４１１から受け取った転送設定に従って転送する。画像データの転送先としては、ファイルサーバ１０２、ネットワーク１００上のＰＣ（不図示）等を設定可能である。なお、本実施形態では、スキャン部４１１が生成した画像データを一旦全て追加アプリケーション４２０に転送するように設定されているものとする。また、転送部４１２は、ＦＴＰ（Ｆｉｌｅ Ｔｒａｎｓｆｅｒ Ｐｒｏｔｏｃｏｌ）クライアント機能を有しており、ＦＴＰサーバ機能を有するアプリケーション受信部４２２に対してＦＴＰで画像データを転送することができる。

アプリケーション受信部４２２は、転送部４１２から内部転送された画像データを受信し、アプリケーション転送部４２４に渡す。

アプリケーション転送部４２４は、受信した画像データを画像解析部４２５に渡す。

画像解析部４２５は、画像データを解析し、画像データ内の文字領域の判定、および文字列認識を行い、解析した情報をアプリケーション転送部４２４に渡す。

また、アプリケーション転送部４２４は、画像データ、解析した文字領域情報、及び、ユーザが選択した文字領域の選択領域情報を、アプリケーション表示部４２３に渡す。

アプリケーション表示部４２３は、アプリケーション転送部４２４から受信した画像データ、解析した文字領域情報、及び、選択領域情報を、プレビュー表示部４２６に渡す。

プレビュー表示部４２６は、操作部２２０のタッチパネル機能を有する液晶表示部に、ユーザによる操作、入力、指示を受け付けるためのファイル名設定に関するＵＩ画面を表示する。表示するＵＩ画面の詳細については後述する。

アップロード指示部４２７は、操作部２２０のタッチパネル機能を有する液晶表示部にユーザによる操作、入力、指示を受け付けるためのフォルダパス設定に関するＵＩ画面を表示する。表示するＵＩ画面の詳細については後述する。また、アップロード指示部４２７は、ＵＩ画面に入力されたフォルダパスを受け取り、アプリケーション転送部４２４に渡す。

また、アプリケーション転送部４２４は、アップロード指示部４２７が受け取ったフォルダパスに、プレビュー表示部４２６から受け取った文字列をフォルダやファイル名として追加する。そして、アプリケーション転送部４２４は、ファイルサーバ１０２に画像データを転送（送信）する。

アプリケーション転送部４２４は、転送が終了すると、アプリケーション表示部４２３に転送が終了したことを通知する。アプリケーション表示部４２３は、アプリケーション転送部４２４からの通知を受けて、表示内容を更新する。

また、アプリケーション転送部４２４は、ＳＭＢ（Ｓｅｒｖｅｒ Ｍｅｓｓａｇｅ Ｂｌｏｃｋ）クライアント機能を有してもよい。これにより、アプリケーション転送部４２４は、ＳＭＢサーバ機能を有するファイルサーバ１０２に対してＳＭＢを用いてファイル及びフォルダ操作を行うことができる。なお、ＳＭＢの他に、ＷｅｂＤＡＶ（Ｄｉｓｔｒｉｂｕｔｅｄ Ａｕｔｈｏｒｉｎｇ ａｎｄ Ｖｅｒｓｉｏｎｉｎｇ ｐｒｏｔｏｃｏｌ ｆｏｒ ｔｈｅ ＷＷＷ）や、ＦＴＰ（Ｆｉｌｅ Ｔｒａｎｓｆｅｒ Ｐｒｏｔｏｃｏｌ）等を使用してもよい。また、ＳＭＴＰ（Ｓｉｍｐｌｅ Ｍａｉｌ Ｔｒａｎｓｆｅｒ Ｐｒｏｔｏｃｏｌ）等を使用してもよい。また、ファイル送信目的以外のＳＯＡＰ（Ｓｉｍｐｌｅ Ｏｂｊｅｃｔ Ａｃｃｅｓｓ Ｐｒｏｔｏｃｏｌ）やＲＥＳＴ（Ｒｅｐｒｅｓｅｎｔａｔｉｏｎａｌ Ｓｔａｔｅ Ｔｒａｎｓｆｅｒ）等も使用可能である。

図３は、ＭＦＰ１０１がスキャン画像データを生成してファイルサーバ１０２にアップロードする処理を示すフローチャートである。なお、フローチャートに示される一連の処理は、ＣＰＵ２１１がＨＤＤ２１４等に記憶された制御プログラムをＲＡＭ２１３に展開し、実行することにより行われる。あるいはまた、フローチャートにおけるステップの一部または全部の機能をＡＳＩＣや電子回路等のハードウェアで実現してもよい。各処理の説明における記号「Ｓ」は、当該フローチャートにおけるステップを意味する。その他のフローチャートについても同様である。

まず、Ｓ３０１で、アプリケーション表示部４２３が操作部２２０にスキャン設定画面を表示する。ユーザは、スキャン設定画面を介して、スキャン部４１１に行わせるスキャン処理の設定を行う。

図４は、本実施形態に係るスキャン設定画面４００の一例を示す。スキャン設定画面４００は、５つのスキャン設定ボタン４０１乃至４０５を有する。［カラー設定］ボタン４０１は、原稿スキャン時のカラーまたはモノクロ設定を受け付ける。［解像度設定］ボタン４０２は、原稿スキャン時の解像度設定を受け付ける。［両面読み取り設定］ボタン４０３は、原稿スキャン時の両面読み取り設定を受け付ける。［原稿混載設定］ボタン４０４は、原稿スキャン時にサイズが異なる原稿をまとめてスキャンするかどうかの原稿混載の有無設定を受け付ける。［画像形式設定］ボタン４０５は、スキャン画像データの画像形式を受け付ける。ユーザがこれらのスキャン設定ボタン４０１乃至４０５を用いて設定を行う際には、ＭＦＰ１０１がサポートしている範囲で設定項目の候補が表示される。ユーザは、表示された候補の中から所望の設定項目を選択する。なお、上述したスキャン設定ボタンは一例であって、これら全てのスキャン設定ボタンが存在しなくてもよいし、これら以外のスキャン設定ボタンが存在してもよい。ユーザは、このようなスキャン設定画面４００を介して、スキャン処理についての詳細な設定を行なうことができる。［キャンセル］ボタン４０６は、スキャン設定を中止する場合に用いるボタンである。［スキャン開始］ボタン４０７は、原稿台等にセットした原稿に対するスキャン処理の開始を指示するためのボタンである。

図３に戻り、Ｓ３０２で、アプリケーション表示部４２３は、［スキャン開始］ボタン４０７が押されたか、［キャンセル］ボタン４０６が押されたかを判定する。［スキャン開始］ボタン４０７が押されたと判定すると、アプリケーション表示部４２３は、スキャン設定ボタン４０１乃至４０５で選択された設定項目を用いて、スキャン指示部４２１に対してスキャン処理を実行させる。［キャンセル］ボタン４０６が押されたと判定すると、処理を終了する。

Ｓ３０３で、スキャン指示部４２１は、スキャン部４１１にスキャン処理を指示し、原稿（文書）をスキャンする。原稿をスキャンして生成されたスキャン画像データは、Ｓ３０４において、転送部４１２を通じてアプリケーション受信部４２２にＦＴＰで内部転送される。なお、図１３に示す帳票１３００を、スキャンされた原稿とする。

Ｓ３０５で、画像解析部４２５が、アプリケーション受信部４２２からの指示に従って、スキャン画像データの解析処理（レイアウト解析処理やＯＣＲ処理）を行う。画像解析部４２５は、例えば、スキャン画像データのヒストグラムを抽出したり、画素の塊を抽出したりして、文字領域や図形領域など、スキャン画像データのレイアウトを解析する。文字領域は、文字列と推認される領域である。文字領域は、一文字の領域も含む。

図５は、Ｓ３０５の画像解析処理の詳細を示すフローチャートである。

Ｓ５０１で、画像解析部４２５は、アプリケーション受信部４２２から受け取ったスキャン画像データを、解析できる形態にして読み込む。

Ｓ５０２で、画像解析部４２５は、読み込んだスキャン画像データを、領域判定や文字列解析しやすい状態に補正する。具体的には、画像解析部４２５は、スキャン時にずれた原稿の傾きがなくなるようにスキャン画像の傾きを補正したり、原稿の向きを検知してスキャン画像を回転させたりする。

Ｓ５０３で、画像解析部４２５は、Ｓ５０２で補正したスキャン画像データの内容を解析して領域を判定し、領域の情報（以下、領域情報ともいう）を生成する。領域判定では、画像解析部４２５は、スキャン画像データ内のどこにテキスト、イメージ、表、ライン等の領域が存在するかを判定する。

表１は、画像解析部４２５によって生成された領域情報の一例を示す。表１の領域情報は、図１３に示す帳票１３００をスキャンして得られたスキャン画像データを解析して得られたものとする。以下では、領域情報の「種類」が「テキスト」である領域のことを、「文字領域」と称する。

上記表１において、「番号」は、特定された各領域を一意に示す番号である。この例では、１から２９までの通し番号が、領域が認識された順番に付けられている。「領域のＸ座標」は、特定された各領域の左上隅のＸ座標を示す。「領域のＹ座標」は、特定された各領域の左上隅のＹ座標を示す。以後、領域に対して“座標”と言う場合は、特に断らない限り、領域の左上隅の位置座標のことを意味するものとする。「領域の幅」は、特定された各領域の左辺から右辺までの距離を示す。「領域の高さ」は、特定された各領域の上辺から下辺までの距離を示す。「種類」は、特定された各領域が、「テキスト」、「イメージ」、「表」、「ライン」等のどの種類に該当する領域であるかを示す。本実施形態では、「領域のＸ座標」、「領域のＹ座標」、「領域の幅」、及び「領域の高さ」はいずれもピクセルで示すが、ポイントやインチ等で示してもよい。領域情報は、ＣＳＶまたはＸＭＬのフォーマットで生成されるものとするが、他のフォーマットでもよい。

図３に戻り、Ｓ３０６で、アプリケーション転送部４２４は、画像解析部４２５がＳ５０３で生成した領域情報を取得する。アプリケーション転送部４２４は、画像解析部４２５がＨＤＤ２１４に一旦保存した領域情報を取得するようにしてもよい。

Ｓ３０７で、プレビュー表示部４２６が、アプリケーション表示部４２３を介してアプリケーション転送部４２４から取得したスキャン画像データ及び領域情報に基づいて、プレビュー画面を操作部２２０に表示する。後述するように、ユーザは、プレビュー画面を介して、スキャン画像データに関連する情報（例えば、スキャン画像データのファイル名）を設定することができる。

図６は、Ｓ３０７のプレビュー画面表示処理の詳細を示すフローチャートである。図６（ａ）は、プレビュー画面表示処理の全体的な流れを示し、図６（ｂ）は、プレビュー画面における文字領域の拡大幅の決定処理の流れを示す。上述したように、Ｓ３０３でスキャンした原稿は、図１３に示す帳票１３００であり、Ｓ３０５で得た領域情報は、表１に示す領域情報であるものとして説明する。

Ｓ６１０で、プレビュー表示部４２６は、領域情報に基いて基準サイズを決定する。基準サイズとは、領域情報における文字領域の高さのうち、領域数が最も多い高さのことである。したがって、表１の例では、領域数が一番多い「１３」（ピクセル）が基準サイズとなる。すなわち、基準サイズは、スキャン画像データに含まれる同じサイズの文字領域の数に応じて決定される。

Ｓ６２０で、プレビュー表示部４２６は、プレビュー画面における文字領域の拡大幅を決定する。具体的には、プレビュー表示部４２６は、図６（ｂ）に示すＳ６２１乃至Ｓ６２３の処理を行い、文字領域の拡大幅を決定する。文字領域の拡大幅について、図７に示すプレビュー画面の例を用いて以下に説明する。

図７（ａ）は、Ｓ６１０乃至Ｓ６５０の処理（すなわち、文字領域の拡大処理及びプレビュー表示自体の拡大処理）を行わずに、後述するＳ６６０のプレビュー表示処理を行った場合のプレビュー画面７００の一例を示す。プレビュー画面７００は、スキャン画像データのファイル名表示領域７０１、ファイル名のフォーマット等を設定するためのボタン７０２、及びスキャン画像データをプレビュー表示するためのプレビュー表示領域７１０を有する。また、プレビュー画面７００は、［戻る］ボタン７３０、及び［次へ］ボタン７３１を有する。

プレビュー表示領域７１０は、スキャン画像データを表示するとともに、スキャン画像データの表示状態を変更するボタン７１１乃至７１４、及びファイル名文字列設定領域７１５乃至７２６を表示する。

［画面上部スクロール］ボタン７１１がユーザによって押されると、プレビュー表示部４２６は、プレビュー表示領域７１０に表示されているスキャン画像データの領域を上に向かってスクロールする。［画面下部スクロール］ボタン７１２がユーザによって押されると、プレビュー表示部４２６は、プレビュー表示領域７１０に表示されているスキャン画像データの領域を下に向かってスクロールする。なお、プレビュー表示領域７１０は、領域を左に向かってスクロールする画面左部スクロールボタン、あるいは領域を右に向かってスクロールする右部スクロールボタン（いずれも不図示）を表示しても良い。

［画面拡大］ボタン７１３がユーザによって押されると、プレビュー表示部４２６は、プレビュー表示領域７１０に表示されているスキャン画像データの領域を拡大表示する。［画面縮小］ボタン７１４がユーザによって押されると、プレビュー表示部４２６は、プレビュー表示領域７１０に表示されているスキャン画像データの領域を縮小表示する。

プレビュー表示部４２６は、ファイル名文字列設定領域７１５乃至７２６を、画像解析部４２５が生成した領域情報に従って、プレビュー表示領域７１０に表示する。図７（ａ）のプレビュー画面７００では、プレビュー表示部４２６は、表１に示す領域情報の座標をそのまま用いて、文字列設定領域として表示している。

領域情報は、表１に示すように、スキャン画像データ上での各領域の位置を示している。ユーザがプレビュー画面７００上で文字領域をタッチすると、プレビュー表示部４２６は、選択された文字領域に対して文字認識処理（ＯＣＲ処理：Optical Character Recognition処理）を行う。プレビュー表示部４２６は、文字認識処理によって、選択された文字領域（画像領域）に含まれている文字（テキストデータ）を抽出する。

文字認識処理は、例えば、文字領域に含まれている画素群と、予め登録されている辞書とをマッチング処理することで、文字（テキストデータ）を認識する処理である。かかる文字認識処理は、処理に時間を要する場合がある。そのため、本実施形態では、画像解析によって抽出された文字領域に逐次的に文字認識処理を行わずに、ユーザが所望する文字領域に対して文字認識処理を行うことで、処理の高速化を図っている。

プレビュー表示部４２６は、ユーザによって選択された文字領域から抽出した文字（テキストデータ）を、ファイル名表示領域７０１に設定する。ユーザが文字領域を選択する際、文字領域が小さいと、タッチ操作により認識した座標が、ユーザが意図した領域から外れてしまうことがある。そこで、後述する図７（ｂ）のプレビュー画面７００に示すように、プレビュー表示部４２６は、ファイル名文字列設定領域７１５乃至７２６を拡大して表示し、ユーザが意図した文字領域を選択しやすくする。

なお、ユーザが、ファイル名表示領域７０１の領域をタッチ（選択）すると、プレビュー表示部４２６は、ソフトウェアキーボード（不図示）を表示し、ユーザがソフトウェアキーボードを操作することによって、ファイル名の編集を可能にすることもできる。

図７（ａ）、（ｂ）に示したプレビュー画面７００では、どのファイル名文字列設定領域７１５乃至７２６も、ユーザによって選択された状態ではない。

次に、図６（ｂ）を参照して、プレビュー画面における文字領域の拡大幅の決定処理の流れについて説明する。

Ｓ６２１で、プレビュー表示部４２６は、領域情報に基づいて、各文字領域間の間隔を算出し、そのうち最も小さい間隔の値を決定する。ここでは、番号７と番号９の領域間の間隔が最も小さく、値は１０である。

Ｓ６２２で、プレビュー表示部４２６は、文字領域の拡大幅を算出する。プレビュー表示部４２６は、Ｓ６１０で決定した基準サイズの文字領域を、規定のサイズまで拡大するために必要な拡大幅を算出する。規定のサイズとは、文字領域がプレビュー画面にファイル名文字列設定領域として表示された際に、ユーザが選択しやすいサイズとして予め規定されたサイズである。ここでは、規定サイズを３０として、基準サイズ１３を規定サイズまで拡大するものとする。この場合、３０と１３の差分である１７が、文字領域の拡大幅として算出される。なお、拡大幅には上限を設けても良い。

Ｓ６２３で、プレビュー表示部４２６は、文字領域の拡大幅の補正を行う。上述したように、Ｓ６２２で、文字領域の拡大幅は１７と算出された。一方、Ｓ６２１で、文字領域間の最小間隔の値は１０と算出された。つまり、全ての文字領域を拡大幅の分だけ拡大してしまうと、間隔が拡大幅より小さい文字領域同士が重なってしまうことがあり、ユーザが意図した文字領域の選択をしにくくしてしまうことがある。よって、この場合、文字領域同士が重ならないように、文字領域の拡大幅を１７ではなく、文字領域間の最小間隔である１０として決定し、図６（ａ）のＳ６３０に進む。

Ｓ６３０で、プレビュー表示部４２６は、Ｓ６２０で決定した拡大幅を用いて、各文字領域を拡大する。ここでは、Ｓ６２０で決定された拡大幅が１０であるため、プレビュー表示部４２６は、各文字領域を上下左右に５ずつ拡大させる。なお、文字領域の拡大は、上下左右ではなく、上下のみを拡大するようにしてもよい。

図７（ｂ）は、Ｓ６４０およびＳ６５０の処理（すなわち、プレビュー表示自体の拡大処理）を行わずに、後述するＳ６６０のプレビュー表示処理を行った場合のプレビュー画面７００の一例を示す。図７（ｂ）のプレビュー画面７００は、図７（ａ）のプレビュー画面７００と比較して、Ｓ６２０およびＳ６３０の処理（すなわち、文字領域の拡大処理）によって、ファイル名文字列設定領域が拡大されている点が異なる。

Ｓ６４０で、プレビュー表示部４２６は、プレビュー表示されるスキャン画像データの拡大率を算出する。プレビュー表示部４２６は、プレビュー画面における文字領域の拡大だけでなく、プレビュー表示されるスキャン画像データ自体を拡大するために、スキャン画像データの拡大率を算出する。上述した例では、Ｓ６３０までの処理で、各文字領域のサイズは１０拡大されている。例えば、基準サイズである文字領域のサイズ１３は、２３に拡大されている。しかしながら、領域が拡大されても、前述したＳ６２３で文字領域の拡大幅が文字領域の最小間隔に合わせて補正されるため、最も数の多い基準サイズの領域は、規定サイズ３０よりも小さいままである。そこで、本ステップで、プレビュー表示部４２６は、拡大した文字領域を、さらにその文字領域が規定サイズよりも大きく表示されるようにするために必要な、プレビュー表示されるスキャン画像データ自体の拡大率を算出する。具体的には、基準サイズの領域に基づいて、拡大した文字領域のサイズ２３が規定サイズ３０で表示されるようにするための拡大率を決定する。拡大した文字領域のサイズは規定サイズ以上になればよく、この場合、拡大率は、小数点以下第２位まで求めるとすると、３０÷２３≒１．３１倍とすることができる。算出した拡大率は、後述するＳ６６０のスキャン画像データのプレビュー表示において、スキャン画像データの拡大表示に用いられる。

Ｓ６５０で、プレビュー表示部４２６は、初期表示座標を決定する。ここでは、各領域のうち、最小のＹ座標と最小のＸ座標を、最初にプレビュー画面の左上に表示する初期表示座標とする。各文字領域のうち、最小のＹ座標は番号１の領域で値は４１、最小のＸ座標は番号３の領域で値は４８である。Ｓ６３０で文字領域が拡大されていることを考慮して各座標を５減算し、Ｙ座標は３６、Ｘ座標は４３となる。さらに若干の余白を設けるために各座標を２減算し、Ｙ座標は３４、Ｘ座標は４１としても良い。

Ｓ６６０で、プレビュー表示部４２６は、Ｓ６５０で決定した初期表示座標と、Ｓ６４０で算出した拡大率とを用いて、スキャン画像データのプレビュー表示を行う。

図８（ａ）は、Ｓ６６０でプレビュー表示処理を行った場合のプレビュー画面８００の一例を示す。図８（ａ）のプレビュー画面８００は、文字領域を拡大した図７（ｂ）のプレビュー画面７００と比較して、さらに、プレビュー表示自体が拡大されている。そうすることで、ユーザは、意図した領域を選択しやすくなる。

図３に戻り、Ｓ３０８で、プレビュー表示部４２６は、プレビュー画面８００を介してファイル名生成処理を実行する。

図９は、Ｓ３０８のファイル名生成処理の詳細を示すフローチャートである。

Ｓ９０１で、プレビュー表示部４２６は、ユーザが操作部２２０に表示されたプレビュー画面にタッチしたかどうかを判定する。タッチされたと判定すると、Ｓ９０２へ進み、プレビュー表示部４２６は、タッチされた位置の座標を取得する。タッチされていないと判定するとＳ９０１へ戻る。

Ｓ９０３で、プレビュー表示部４２６は、タッチされた位置の座標が文字領域と重なるか判定する。重なるか否かの判定は、タッチされた位置の座標が、プレビュー表示領域７１０に表示されているファイル名文字列設定領域７１５乃至７２６の座標領域内にあるかどうかで判定する。重なると判定すると、Ｓ９０４へ進み、重なっていないと判定するとＳ９０９へ進む。

Ｓ９０９で、プレビュー表示部４２６は、［次へ］ボタン７３１もしくは［戻る］ボタン７３０が押下されたか判定する。押下されたと判定すると、図９の処理（すなわち、Ｓ３０８の処理）を終了し、図３のＳ３０９へ進む。一方、押下されてないと判定するとＳ９０１へ戻る。

Ｓ９０４で、画像解析部４２５は、タッチされた位置の座標が重なった文字領域に対してＯＣＲ処理を行い、当該文字領域に含まれている文字列を取得する。画像解析部４２５は、取得した文字列を、解析結果としてプレビュー表示部４２６へ渡す。

Ｓ９０５で、プレビュー表示部４２６は、ファイル名表示領域７０１に表示中のファイル名を取得する。ファイル名表示領域７０１に何も表示されていない場合は、ファイル名を取得せずに、次に進む。

Ｓ９０６で、プレビュー表示部４２６は、Ｓ９０５で取得したファイル名の末尾に区切り文字を追加する。本実施形態では、区切り文字としてアンダーバー（“＿”）を使用するが、その他の文字を使用してもよい。なお、Ｓ９０５でファイル名を取得できなかった場合は、区切り文字を追加せずに次に進む。

Ｓ９０７で、プレビュー表示部４２６は、Ｓ９０６で追加した区切り文字に続けて、Ｓ９０４で解析結果として取得した文字列を追加する。なお、Ｓ９０５でファイル名を取得できなかった場合には、Ｓ９０６で区切り文字も追加されないため、Ｓ９０４で取得した文字列が、ファイル名として最初の文字列となる。

Ｓ９０８で、プレビュー表示部４２６は、Ｓ９０７で生成した文字列をファイル名としてファイル名表示領域７０１に設定し、Ｓ９０１へ戻る。

なお、本実施形態では、Ｓ９０１乃至Ｓ９０８の処理を繰り返し、ファイル名文字列設定領域７１５、７１７、７１６の順に、文字領域が選択されたものとする。図８（ｂ）は、ファイル名文字列設定領域７１５、７１７、７１６が選択された状態のプレビュー画面８００を示す。図８（ｂ）では、ファイル名表示領域７０１に、選択されたファイル名文字列設定領域７１５、７１７、７１６から取得した文字列が、区切り文字を介して連結されて設定されている。また、プレビュー画面８００において、選択されたファイル名文字列設定領域７１５、７１７、７１６は、選択されていないファイル名文字列設定領域と区別可能なように表示される。

以上説明したように、プレビュー表示部４２６は、プレビュー画面８００を介してファイル名生成処理を実行する。

次いで、図３に戻り、Ｓ３０９で、プレビュー表示部４２６は、上述したＳ９０９での操作内容を判定する。具体的には、プレビュー表示部４２６は、Ｓ９０９で［次へ］ボタン７３１が押されたのか、それとも［戻る］ボタン７３０が押下されたのかを判定する。［次へ］ボタン７３１が押されたと判定すると、Ｓ３１０へ進み、［戻る］ボタン７３０が押下されたと判定すると、Ｓ３０１へ戻る。

Ｓ３１０で、プレビュー表示部４２６は、ファイル名表示領域７０１に設定されたファイル名を取得する。プレビュー表示部４２６は、取得したファイル名をアップロード指示部４２７へ渡す。

Ｓ３１１で、アップロード指示部４２７は、アップロード設定画面を操作部２２０に表示する。ユーザは、アップロード設定画面を介して、アプリケーション転送部４２４に行わせるファイルサーバ１０２への外部転送（アップロード）に関する設定を行うことができる。

図１０は、アップロード設定画面１０００の一例を示す。アップロード設定画面１０００において、フォルダパス入力欄１００１は、外部転送先であるファイルサーバ１０２のフォルダパス設定を受け付ける。ユーザがフォルダパス入力欄１００１をタップすると、アップロード指示部４２７は、ソフトウェアキーボード（不図示）を表示する。ユーザは、表示されたソフトウェアキーボードを介して、フォルダパス入力欄１００１にフォルダパスを入力する。図１０の例では、フォルダパス入力欄１００１に文字列“2017_12_12”が入力されている。フォルダパスの設定の終了を受け付けると、アップロード指示部４２７は、設定されたフォルダパスを取得し、ソフトウェアキーボードを閉じる。なお、フォルダパスの設定は、フォルダパス入力欄１００１以外から行えるようにしてもよい。例えば、ＭＦＰ１０１が保持するアドレス帳からフォルダパスを設定可能なようにしても良い。

Ｓ３１２で、アップロード指示部４２７は、アップロード設定画面１０００の［アップロード］ボタン１０２１が押下されたか、それとも、［戻る］ボタン１０２０が押下されたか判定する。［アップロード］ボタン１０２１が押下されたと判定すると、Ｓ３１３へ進み、［戻る］ボタン１０２０が押下されたと判定すると、Ｓ３０７へ戻る。

Ｓ３１３で、アップロード指示部４２７は、ＨＤＤ２１４等のメモリに予め記憶されたファイルサーバ設定を取得する。ファイルサーバ設定には、ファイルサーバ１０２のホスト名、フォルダパスの起点、ファイルサーバ１０２にログインするためのユーザ名及びパスワードが含まれる。アップロード指示部４２７は、取得したファイルサーバ設定、Ｓ３１１で取得したフォルダパス設定、及びＳ３１０で取得したファイル名を、アプリケーション転送部４２４へ渡す。

Ｓ３１４で、アプリケーション転送部４２４は、スキャン画像データの格納先となる格納先パスを生成する。格納先パスは、ファイルサーバ設定に含まれるファイルサーバ１０２のホスト名とフォルダパスの起点に、Ｓ３１１で取得したフォルダパスを加えて生成される。これにより、例えば“＼＼server01＼Share＼2017_12_12”という格納先パスが生成される。

Ｓ３１５で、アプリケーション転送部４２４は、ファイルサーバ１０２にアクセスする。アプリケーション転送部４２４は、Ｓ３１３で取得したファイルサーバ設定に含まれるユーザ名とパスワードをファイルサーバ１０２に送信し、ファイルサーバ１０２によるユーザ認証の結果を受信する。

Ｓ３１６で、アプリケーション転送部４２４は、受信したユーザ認証の結果に基づいて、ユーザ認証が成功したか（ファイルサーバ１０２にログインできたか）否かを判定する。ユーザ認証が成功した場合はＳ３１７に進み、ユーザ認証が失敗した場合は処理を終了する。

Ｓ３１７で、アプリケーション転送部４２４は、Ｓ３１４で生成した格納先パスが示すフォルダに、スキャン画像データを外部転送（アップロード）する。

以上説明したように、ＭＦＰ１０１は、スキャン画像データを生成し、ユーザがプレビュー画面上で選択した文字領域に基づいてファイル名を生成し、ファイル名が設定されたスキャン画像データをファイルサーバ１０２にアップロードする。また、ユーザが文字領域を選択する際には、文字領域を拡大してファイル名文字列設定領域として用い、さらにプレビュー表示の拡大を行うことで、ユーザが意図した文字領域の選択を行いやすいようにする。

＜第２の実施形態＞
次に、本発明の第２の実施形態について説明する。本実施形態は、上述したＳ３０３のスキャン処理で図１４に示す帳票１４００をスキャンし、上述したＳ３０５の解析処理で、下記の表２に示す領域情報を得たものとして説明する。表２に示す領域情報を用いて第１の実施形態による処理を行うと、プレビュー表示が拡大され過ぎてしまい、かえってユーザによる文字領域の選択を行いにくくしてしまう。そこで、本実施形態では、帳票の表の中にある文字領域など、ファイル名の設定に使用しない文字領域を拡大の対象外とする。

まず、図１１を参照して、帳票１４００に第１の実施形態による処理を適用した場合の例を説明する。

Ｓ６２１の文字領域間の最小間隔を算出する処理では、番号１８と番号２２の領域間の間隔が一番小さく、値は０となる。したがって、Ｓ６２３の文字領域の拡大幅の補正処理では、文字領域の拡大幅が０に補正されるため、Ｓ６３０の文字領域の拡大処理では、各文字領域は拡大されない。

図１１（ａ）は、Ｓ６４０およびＳ６５０の処理（すなわち、プレビュー表示自体の拡大処理）を行わずに、後述するＳ６６０のプレビュー表示処理を行った場合のプレビュー画面１１００の一例を示す。図１１（ａ）のプレビュー表示領域７１０は、帳票１４００に対応するファイル名文字列設定領域１１１５乃至１１２６を含む。上述したように、第１の実施形態の処理によると、文字領域の拡大幅は０に補正されるため、図１１（ａ）のプレビュー画面１１００では、各文字領域は拡大されていない。なお、図１１（ａ）のプレビュー画面１１００は、帳票１４００の上部を示し、図１１（ｂ）のプレビュー画面１１００は、プレビュー表示を下方にスクロールし、帳票１４００の中部を示している。図１１（ｂ）のプレビュー領域７１０は、帳票１４００に対応する表１１３０を含む。

そして、Ｓ６４０のプレビュー表示の拡大率算出処理では、帳票１４００の基準サイズ９の領域が、規定サイズ３０以上で表示される拡大率が算出される。この場合、拡大率は、３０÷９≒３．３４倍（小数点以下第２位まで有効）と算出される。プレビュー表示部４２６は、算出した拡大率を用いてプレビュー表示を拡大し、基準サイズ９の領域が規定サイズ３０以上で表示されるようにする。続いて、Ｓ６５０、およびＳ６６０の処理により、プレビュー表示部４２６は、図１１（ｃ）に示すようなプレビュー画面１１００を表示する。図示されるように、第１の実施形態による処理では、プレビュー表示の拡大率が高くなってしまい、画面内に表示できるファイル名文字列設定領域が少なくなってしまう場合がある。この場合、ユーザは、意図したファイル名文字列設定領域を選択しにくくなってしまう。

次に、図１２を参照して、第２の実施形態による処理について説明する。第２の実施形態では、ファイル名の設定に使用しない文字領域を拡大の対象外にすることで、ユーザが意図した文字領域を選択しやすいようにする。

まず、Ｓ６２１の文字領域間の最小間隔を算出する処理において、帳票の表内の文字領域を対象外とする。表２によると、文字領域間の間隔が一番小さいのは、番号１８と番号２２の文字領域間の間隔である。これらの文字領域は、番号１３の領域内、すなわち表内の文字領域である。このような場合、さらに表以外に文字領域が存在する場合に、表内の文字領域を除いて、文字領域間の最小間隔を算出する。その結果、番号７と番号９の文字領域間の間隔が最も小さく、値は１０である。そして、Ｓ６２３の拡大幅の補正処理では、まず、プレビュー表示部４２６は、Ｓ６１０の基準サイズ決定処理によって取得した基準サイズを修正する。表２によると、表内の文字領域を含めて決定した基準サイズは９であったが、表内の文字領域を除くと、基準サイズは１３となり、拡大幅は１７となる。さらに、文字領域の拡大幅は文字領域間の最小間隔に合わせて補正されるため、補正後の文字領域の拡大幅は１０となる。

次いで、Ｓ６３０の文字領域の拡大処理では、Ｓ６２１の処理で対象外とした表内の文字領域以外の文字領域を拡大する。

図１２（ａ）は、Ｓ６４０およびＳ６５０の処理（すなわち、プレビュー表示自体の拡大処理）を行わずに、後述するＳ６６０のプレビュー表示処理を行った場合のプレビュー画面１２００の一例を示す。図１２（ｂ）は、プレビュー表示を下方にスクロールし、帳票１４００の中部を表示しているプレビュー画面１２００の一例を示す。両図に示されるように、本実施形態では、表内の文字領域を除く文字領域が拡大される。

そして、Ｓ６４０のプレビュー表示の拡大率算出処理では、基準サイズ１３を拡大してサイズが２３となった領域が、規定サイズ３０以上で表示されるようになる拡大率を算出する。さらに、Ｓ６５０、およびＳ６６０の処理により、図１２（ｃ）に示すようなプレビュー画面１２００が表示される。

ここでは、表内の文字領域を拡大対象から除外する例を説明したが、表以外から、ファイル名の設定に使用しない文字領域を除外するようにしてもよい。例えば、縦横比が所定値以上の文字領域を除くことで、ファイル名に使用されにくい長い文字列を含む文字領域を除外することができる。あるいは、原稿の下部にある文字領域を除外したり、サイズが所定値以下である文字領域を除外したりしてもよい。

＜第３の実施形態＞
上述した実施形態では、文字領域を拡大してファイル名文字列設定領域として表示する例を説明した。一方、本実施形態では、文字領域を拡大して表示せずに、ユーザが選択可能な領域自体を拡大することで、ユーザによる文字領域の選択を容易にする。本実施形態におけるプレビュー画面の例を、図７を参照して以下に説明する。

図７（ａ）は、上述したように、文字領域が拡大して表示されていないプレビュー画面７００を示している。一方、図７（ｂ）は、文字領域が拡大して表示されているプレビュー画面７００を示す。本実施形態では、あくまで表示上は、図７（ａ）のプレビュー画面７００のように、文字領域を拡大せずに表示するが、ユーザがタッチして選択可能な領域は、図７（ｂ）のプレビュー画面７００のように、拡大した領域を用いる。

このように、本発明におけるプレビュー画面では、文字領域を拡大して表示せずに、ユーザが選択可能な領域自体を拡大することで、ユーザによる文字領域の選択を容易にすることができる。

＜その他の実施形態＞
本発明は、上述の実施形態の１以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける１以上のプロセッサがプログラムを読出し実行する処理でも実現可能である。また、１以上の機能を実現する回路（例えば、ＡＳＩＣ）によっても実現可能である。

Claims (15)

1. 文書をスキャンして得られたスキャン画像データに関連する情報を設定するための装置であって、
   前記スキャン画像データに含まれる複数の文字領域を判定する領域判定手段と、
   前記判定された複数の文字領域の中から所望の文字領域をユーザが選択するために、前記スキャン画像データをプレビュー画面に表示する表示手段とを備え、
   前記ユーザが選択する際に用いる文字領域は、前記領域判定手段で判定された文字領域を拡大したものであることを特徴とする装置。
2. 前記文字領域を、前記文字領域の基準サイズから所定のサイズに拡大する拡大幅を算出し、
   前記ユーザが選択する際に用いる文字領域は、前記拡大幅に基づいて、前記領域判定手段で判定された文字領域を拡大したものであることを特徴とする請求項１に記載の装置。
3. 前記基準サイズは、前記スキャン画像データに含まれる同じサイズの文字領域の数に応じて決定されることを特徴とする請求項２に記載の装置。
4. 前記基準サイズは、前記文字領域の高さであることを特徴とする請求項２または３に記載の装置。
5. 前記所定のサイズは、前記ユーザが前記スキャン画像データの前記文字領域を選択しやすいように予め規定されたサイズであることを特徴とする請求項２乃至４のいずれか１項に記載の装置。
6. 前記表示手段は、さらに、
   文字領域間の間隔に応じて、文字領域同士が重ならないように前記拡大幅を補正することを特徴とする請求項２乃至５のいずれか１項に記載の装置。
7. 前記スキャン画像データにおける前記文字領域のうち、前記スキャン画像データに関連する情報の設定に使用しない文字領域を除いて、前記拡大幅を算出し、前記スキャン画像データに関連する情報の設定に使用しない文字領域以外の文字領域を拡大することを特徴とする請求項２乃至６のいずれか１項に記載の装置。
8. 前記スキャン画像データに関連する情報の設定に使用しない文字領域は、前記文書に含まれる表内の文字領域、縦横比が所定値以上の文字領域、または、サイズが所定値以下である文字領域を少なくとも含むことを特徴とする請求項７に記載の装置。
9. 前記表示手段は、さらに、
   前記拡大した文字領域が前記所定のサイズより小さい場合に、前記拡大した文字領域が前記所定のサイズで表示されるように、前記スキャン画像データを拡大して表示することを特徴とする請求項２乃至８のいずれか１項に記載の装置。
10. 前記表示手段は、前記拡大した文字領域が前記所定のサイズで表示されるように前記スキャン画像データの拡大率を決定し、前記拡大率に基づいて前記スキャン画像データを拡大することを特徴とする請求項９に記載の装置。
11. 前記文字領域を上下左右方向、または上下方向のみに拡大することを特徴とする請求項１乃至１０のいずれか１項に記載の装置。
12. 前記表示手段は、前記文字領域を拡大された状態で表示することを特徴とする請求項１乃至１１のいずれか１項に記載の装置。
13. 前記スキャン画像データに関連する情報は、前記スキャン画像データのファイル名であって、前記ファイル名は、前記ユーザにより選択された前記所望の文字領域を文字認識処理した結果に基づいて設定されることを特徴とする請求項１乃至１２のいずれか１項に記載の装置。
14. コンピュータを、請求項１乃至１３のいずれか１項に記載の装置として機能させるためのプログラム。
15. 文書をスキャンして得られたスキャン画像データに関連する情報を設定するための方法であって、
    前記スキャン画像データに含まれる複数の文字領域を判定する領域判定ステップと、
    前記判定された複数の文字領域の中から所望の文字領域をユーザが選択するために、前記スキャン画像データをプレビュー画面に表示する表示ステップを含み、
    前記ユーザが選択する際に用いる文字領域は、前記領域判定ステップで判定された文字領域を拡大したものであることを特徴とする方法。

Images