画像出力装置
【課題】 複数の画像データから類似する画像データをグループ化し、画像データを評価して、全画像データから印刷推奨画像を選択する。
【解決手段】 プリンタ１００はメモリカードＭＣから取得した画像データを、撮影日時、および、画像の類似度に基づきグループ化する。グループ化によって、グループＧ１１，Ｇ２１，Ｇ２２，Ｇ３１，Ｇ３２，Ｇ３３が形成される。プリンタ１００は、各画像データの画質、例えば、撮影時にピントずれが発生したか否か、手ぶれが発生したか否かの評価を行い、各画像データの評価値を算出する。算出された評価値を用いて、グループ内の相対的な評価を行い、各画像データの相対評価値Ｒを算出する。プリンタ１００は、全画像データから、相対評価値Ｒの上位５位までの画像データを、印刷を推奨する印刷推奨画像データとして選択し印刷する。
【解決手段】 プリンタ１００はメモリカードＭＣから取得した画像データを、撮影日時、および、画像の類似度に基づきグループ化する。グループ化によって、グループＧ１１，Ｇ２１，Ｇ２２，Ｇ３１，Ｇ３２，Ｇ３３が形成される。プリンタ１００は、各画像データの画質、例えば、撮影時にピントずれが発生したか否か、手ぶれが発生したか否かの評価を行い、各画像データの評価値を算出する。算出された評価値を用いて、グループ内の相対的な評価を行い、各画像データの相対評価値Ｒを算出する。プリンタ１００は、全画像データから、相対評価値Ｒの上位５位までの画像データを、印刷を推奨する印刷推奨画像データとして選択し印刷する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、画像データを選択して出力する画像出力装置に関するものである。
【背景技術】
【０００２】
近年、デジタルカメラや携帯電話の記録媒体として、大容量のメモリカードが普及している。大容量のメモリカードには、多数の画像データを記録することができる。ユーザは、大容量のメモリカードを用いてデジタルカメラや携帯電話で撮影する際、多数の画像データを記録することが出来る気安さから、同一の被写体を短時間で複数枚撮影することがある。短時間のうちに撮影された同一の被写体の画像データは類似していることが多い。ユーザは、画像データによって表される画像の印刷を所望する際、メモリカードに記録されている画像データを１つ１つ確認し印刷する画像データを選択する。
【０００３】
【特許文献１】特開２００２−１０７０９号公報
【特許文献２】特開２００４−１１２５９６号公報
【特許文献３】特開２００４−２３６１２０号公報
【発明の開示】
【発明が解決しようとする課題】
【０００４】
しかしながら、メモリカードに記録された多数の画像データには手ぶれが発生した画像データやピントの合っていない画像データも含まれている。メモリカードに記録されている多数の画像データから印刷を所望する画像データを選択することはユーザにとって煩雑であるという問題点があった。この問題点は、印刷処理に特化した問題でなくディスプレイ等の出力装置に画像データの出力を所望する際にも問題となる共通の課題である。
【０００５】
本発明は、上述した課題に鑑みてなされたものであり、多数の画像データを評価し出力が推奨される画像データを選択する技術を提供することを目的とする。
【課題を解決するための手段】
【０００６】
上述した課題の少なくとも一部を解決するために、本発明は以下の構成をとることとした。すなわち、
画像出力装置において、
複数の画像データを取得する画像取得手段と、
前記複数の画像データ間の類似の程度を表す類似度を取得する類似度取得手段と、
前記類似度に基づき、前記複数の画像データを分類する分類手段と、
前記各画像データについて、評価項目に基づく評価値である評価値を算出する評価値算出手段と、
前記分類によって同一の群に分類された前記各画像データの前記評価値を補正する評価値補正手段と、
前記補正された評価値である補正評価値に基づき、出力を推奨する出力推奨画像データを選択する出力推奨画像データ選択手段と、
少なくとも、前記出力推奨画像データを含む画像データにより表される１つ以上の画像を出力する出力手段とを備えることを要旨とする。
【０００７】
本発明の画像出力装置によれば、補正評価値に基づき全画像データから出力推奨画像データを選択することができる。従って、類似する画像データを重複して出力することを抑制しつつ、全画像データの中から評価の高い画像データを出力推奨画像データとして効率的に選択することができる。
【０００８】
本発明の画像出力装置において、
前記評価項目は、画像データに関する画像情報であり、
前記評価値算出手段は、前記取得した画像データを解析して画像情報を取得し、前記取得した画像情報に基づき、前記評価値を算出することとしてもよい。
【０００９】
本発明の画像出力装置によれば、各画像データの解析により得られる画像情報に基づき評価値を算出するため、画像データの内容を考慮した評価を行うことができる。
【００１０】
本発明の画像出力装置において、
前記画像情報は、前記画像データの画質を表す画質情報、前記画像データの構図を表す構図情報および前記画像データの撮影時の環境を表す撮影情報のうち少なくとも１つを含む情報としてもよい。
【００１１】
本発明の画像出力装置によれば、画像データの画質、構図、撮影環境といった、人の感覚に影響を与える種々の評価項目に基づき画像データを評価することができるため、より人の感覚に近い評価を行うことができる。従って、画像データの評価精度を向上することができる。
【００１２】
本発明の画像出力装置において、前記撮影情報は、前記各画像データに付帯する付帯情報に格納されていることとしてもよい。本発明の画像出力装置によれば、付帯情報を参照することにより、容易に撮影情報を取得することができる。
【００１３】
本発明の画像出力装置において、
前記評価値補正手段は、前記分類された各画像データ群における前記各画像データの前記評価値の順位に応じて、前記評価値を補正することにより前記補正評価値を算出することとしてもよい。
【００１４】
本発明の画像出力装置によれば、類似する画像データの評価値の順位に応じて補正評価値を算出することができるため、評価値の高い画像データと評価値の低い画像データの補正評価値の差分を広げることができる。従って、類似する画像データが、出力推奨画像データとして選択されることを抑制することができる。
【００１５】
本発明の画像出力装置において、
前記出力推奨画像データ選択手段は、前記補正評価値と、前記複数の画像データに対して共通に設定された閾値とに基づき、前記選択を行うこととしてもよい。
【００１６】
補正評価値の高い画像データは、分類された画像データ群の中で評価の高い画像データであるため、本発明の画像出力装置によれば、類似する画像データが重複して出力されることを抑制するとともに、全画像データの中から評価の高い画像データを出力推奨画像データとして選択することができる。
【００１７】
本発明の画像出力装置において 、
更に、
前記閾値を格納する閾値格納部を備え、
前記出力推奨画像データ選択手段は、前記格納されている閾値を取得し、前記閾値を用いて前記選択を行うこととしてもよい。
【００１８】
本発明の画像出力装置によれば、予め設定されている閾値を用いて印刷推奨画像データの選択を行うことができるため、処理効率を向上することができる。
【００１９】
本発明の画像出力装置であって、
更に、
ユーザからの入力を受け付ける入力受付手段と、
前記入力に基づき、前記閾値を設定する閾値設定手段を備える画像出力装置。
【００２０】
本発明の画像出力装置によれば、ユーザに入力に応じて、柔軟に閾値を設定することができる。
【００２１】
本発明の画像出力装置において、
前記出力手段は、更に、
前記出力推奨画像データを用いた画像の出力数を取得する出力数取得手段を備え、
前記出力数に応じて、前記補正評価値の上位の画像データを前記出力推奨画像データとして選択することとしてもよい。
【００２２】
本発明の画像出力装置によれば、類似する画像データが重複して出力されることを抑制するとともに、出力する数量を指定することができる。すなわち、全画像データの中から、補正評価値の上位から指定された数量分の画像データを出力推奨画像データとして選択することができる。
【００２３】
本発明の画像出力装置において、
前記出力手段は、前記出力推奨画像データによって表される画像を出力することとしてもよい。
【００２４】
本発明の画像出力装置によれば、取得した画像データから出力推奨画像データを選択して出力することが出来るため、全ての画像データを確認して出力する画像データを選択する必要がなくなる。従って、ユーザの負担を軽減することができ、利便性の向上を図ることができる。
【００２５】
本発明の画像出力装置において、
更に、前記補正評価値に基づき、前記各画像データに対して、前記出力の推奨の度合いを表す推奨度を設定する推奨度設定手段を備え、
前記出力手段は、前記画像データに対応する前記推奨度に基づく情報を、前記画像データを用いた画像とともに出力することとしてもよい。
【００２６】
本発明の画像出力装置によれば、利用者に、各画像データの出力の推奨度を、画像データと対応付けて通知することができる。利用者は、出力された画像データおよび推奨度を確認した上で、所望する画像データを選択することができ、利便性の向上を図ることができる。
【００２７】
本発明の画像出力装置において、
前記出力手段は、前記推奨度の低い画像データについて、前記評価の低い評価項目を、前記画像データと対応付けて出力することとしてもよい。
【００２８】
本発明の画像出力装置によれば、評価の内容を画像データと共に出力することにより、画像データを一見しただけでは理解が困難な評価の理由を容易に把握することができる。
【００２９】
本発明の画像出力装置において、更に、前記出力に関する情報を表示する表示部を備えることとしてもよい。本発明の画像出力装置によれば、出力に関する情報、例えば、出力する画像データのサムネイルや推奨度を表示することができる。
【００３０】
本発明の画像出力装置において、
前記分類手段は、前記画像データが撮影された日時を表す撮影日時、および、前記各画像データ間の類似の度合いを表す類似度のうち少なくとも一方の情報に基づき前記分類を行うこととしてもよい。
【００３１】
一般的に撮影日時の近い画像データは類似している可能性が高いため、本発明の画像出力装置によれば、類似している可能性ある画像データを同一の群に分類することができる。本発明では、分類された類似する可能性のある画像データ群について、補正評価値を算出し出力推奨画像データを選択するため、類似する可能性のある画像データが全て出力されることを抑制することができる。
【００３２】
本発明の画像出力装置において、
前記画像出力装置は、印刷装置であり、
前記出力手段が行う出力とは、印刷処理であることとしてもよい。
【００３３】
本発明の画像出力装置によれば、印刷装置は、取得した複数の画像データを評価し、印刷推奨画像データを選択して印刷する一連の処理を行うことができる。
【００３４】
本発明の画像出力装置によれば、隣接する画像データ間で分類を行うため、高速な処理を行うことができ、処理効率を向上することができる。
【００３５】
本発明において、上述した種々の態様は、適宜、組み合わせたり、一部を省略したりして適用することができる。また、本発明は、上述した画像出力装置としての構成の他に、画像出力装置による画像出力方法、画像出力装置に画像データを出力させるためのコンピュータプログラム、かかるコンピュータプログラムをコンピュータ読み取り可能に記録した記録媒体等としても構成できる。いずれの構成においても、上述した各態様を適宜適用可能である。コンピュータが読み取り可能な記録媒体としては、例えば、フレキシブルディスクや、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ、光磁気ディスク、ＩＣカード、ハードディスク等種々の媒体を利用することが可能である。
【発明を実施するための最良の形態】
【００３６】
以下、本発明の実施の形態について、実施例に基づき説明する。
Ａ．実施例：
Ａ１．システム概要：
図１は本実施例におけるシステム概要を例示する説明図である。プリンタ１００は、メモリカードＭＣがカードスロットＣＳに挿入されると、メモリカードＭＣに記録されている画像データ１０〜２１を取得する。プリンタ１００は取得した画像データを、撮影日時の近い画像データ単位でグループ化する。撮影日時によるグループ化を１次グループ化と呼ぶ。１次グループ化によって、画像データは、グループＧ１０、Ｇ２０、Ｇ３０にグループ化される。プリンタ１００は、１次グループ化された各グループにおいて、画像データ間の類否に基づき、画像データを、更にグループ化する。画像データ間の類否に基づくグループ化を２次グループ化と呼ぶ。２次グループ化によって、グループＧ１０からグループＧ１１が形成され、グループＧ２０からグループＧ２１，Ｇ２２の２つのグループが形成され、グループＧ３０にグループＧ３１，Ｇ３２，Ｇ３３が形成される。すなわち、画像データ１０〜２１は、グループ化されてグループＧ１１，グループＧ２１，グループＧ２２，グループＧ３１，グループＧ３２，グループＧ３３の６グループにグループ化される。
【００３７】
プリンタ１００は、各画像データの画質、例えば、撮影時にピントずれが発生したか否か、手ぶれが発生したか否かの評価を行い、各画像データの評価値を算出する。算出された評価値を用いて、グループ内の相対的な評価を行い、各画像データの相対評価値Ｒを算出する。例えば、図示するように、画像データ１０の相対評価値Ｒは７０、画像データ１１の相対評価値Ｒは６０である。
【００３８】
プリンタ１００は、全画像データから、相対評価値Ｒの上位５位までの画像データを、印刷を推奨する画像データ（以降、印刷推奨画像データと呼ぶ）として選択し印刷する。すなわち、本実施例では、ハッチングが付された画像データ１０，１１，１３，１６，１７が印刷推奨画像データとして選択される。このように、本実施例では、プリンタ１００は、複数の画像データを撮影日時、画像データの類否でグループ化する。グループ化された各画像データに対して、プリンタ１００は、予め定められた評価項目に基づき評価値を算出し、評価値を用いて印刷推奨画像データを選択することにより、利便性の向上を図る。
【００３９】
Ａ２．機能ブロック：
図２は、本実施例におけるプリンタ１００の機能ブロックを例示する説明図である。プリンタ１００は、ＣＰＵ１０１と、インターフェース１０２と、表示パネル１０３と、操作部１０４と、印刷実行部１０５と、スプーラ１０６と、ＲＡＭ１１０と、ＲＯＭ１２０とを備えている。各機能ブロックは、ＣＰＵ１０１により制御される。ＲＡＭ１１０は、読み書き可能なメモリである。ＲＡＭ１１０には、画像データ格納領域１１１とグループ化情報格納領域１１２とが形成されている。ＲＯＭ１２０は、画像データ取得モジュール１２１と、グループ化モジュール１２２と、絶対評価値算出モジュール１２３と、評価値補正モジュール１２４と、印刷推奨画像選択モジュール１２５と、表示制御モジュール１２６とを含む。ＲＯＭ１２０に含まれる各モジュールは、ソフトウェア的に構成されている。各モジュールはハードウェア的に構成されていることとしてもよい。
【００４０】
インターフェース１０２は、メモリカードＭＣを接続するためのインターフェースである。インターフェース１０２は、カードスロットＣＳの一部として構成されている。操作部１０４は、ユーザからの入力を受け付けるインターフェースである。
【００４１】
画像データ取得モジュール１２１は、インターフェース１０２を介してメモリカードＭＣから画像データを読み込み、画像データ格納領域１１１に記録する。
【００４２】
グループ化モジュール１２２は、画像データ格納領域１１１に格納されている画像データを、撮影日時で１次グループ化する。グループ化モジュール１２２は、１次グループ化された各グループ別に、更に、画像データの類否に基づき、２次グループ化する。グループ化モジュール１２２は、画像データがどのグループに属するかを表すグループ化情報を生成し、グループ化情報格納領域１１２に格納する。
【００４３】
評価値情報格納領域１３０には、評価項目別に、画像データの解析結果と、解析結果に対応する評価値が格納されている。荷重値情報格納領域１３１には、項目別に算出された項目別評価値に重み付けをするための、評価項目ごとの荷重値情報が格納されている。
【００４４】
絶対評価値算出モジュール１２３は、画像データの解析結果と、評価値情報格納領域１３０に格納されている評価値および荷重値情報格納領域１３１に格納されている荷重値とに基づき、各画像データの絶対評価値を算出する。絶対評価値とは、本発明における「評価値」に当たり、絶対評価値算出モジュール１２３は、本発明における「評価値算出手段」に当たる。
【００４５】
評価値補正モジュール１２４は、各画像データの絶対評価値を、２次グループ化された各グループにおける絶対評価値の順位に基づき、絶対評価値間の差分を広げる補正を行う。補正後の絶対評価値を補正評価値とよぶ。
【００４６】
印刷推奨画像選択モジュール１２５は、全画像データ中、上位５位まで補正評価値を有する画像データを、印刷推奨画像データとして選択し、スプーラ１０６に受け渡す。
【００４７】
印刷実行部１０５は、スプーラ１０６から画像データを読み出し印刷する。
【００４８】
Ａ３．印刷処理：
図３は、本実施例における印刷処理を説明するフローチャートである。プリンタ１００は、メモリカードＭＣに記録されている画像データを取得し、画像データ格納領域１１１に格納する（ステップＳ１０）。プリンタ１００は、画像データ格納領域１１１に格納されている画像データをグループ化する（ステップＳ１１）。具体的には、画像データの付帯情報に含まれる撮影日時を取得し、取得した撮影日時をキーとして１次グループ化を行い（ステップＳ１２）、１次グループ化された各グループ別に、画像データの類否に基づき、２次グループ化を行う（ステップＳ１３）。
【００４９】
図４を用いて、１次グループ化処理の詳細を説明し、図５を用いて、２次グループ化処理の詳細を説明する。また、図６を用いて、適宜、グループ化処理を模式的に説明する。
【００５０】
図４は、本実施例における撮影日時によるグループ化処理、すなわち、１次グループ化処理を説明するフローチャートである。プリンタ１００は、画像データ格納領域１１１に格納されている画像データを撮影日時の昇順に並び替え（ステップＳ２０）、分類する対象の画像データと、並び替えられた順が分類対象画像データの直前の画像データの撮影日時を取得する（ステップＳ２１）。プリンタ１００は、取得した撮影日時から、両画像データの撮影間隔を算出する（ステップＳ２２）。
【００５１】
プリンタ１００は、撮影間隔が１時間未満であるか否かを判断する（ステップＳ２３）。撮影間隔が１時間未満である場合（ステップＳ２３：ＹＥＳ）には、プリンタ１００は、撮影日時の遅い画像データを撮影日時の早い画像データと同一グループに分類する（ステップＳ２４）。
【００５２】
撮影間隔が１時間以上である場合（ステップＳ２３：ＮＯ）には、新たにグループを生成し、分類対象画像データを直前の画像データと別のグループに分類する（ステップＳ２５）。
【００５３】
プリンタ１００は、全画像データのグループ化が終了したか否かを判断する（ステップＳ２６）。全画像データのグループ化が終了した場合（ステップＳ２６：ＹＥＳ）には、本処理を終了する。全画像データのグループ化が終了していない場合（ステップＳ２６：ＮＯ）には、ステップＳ２１からグループ化処理を続行する。
【００５４】
ここまでの処理を、図６を用いて模式的に示す。図６に示した画像データ１０〜１６は、画像データ格納領域１１１に格納されている画像データの一例である。画像データ１０〜１６は、同じ日に撮影された画像データであり、各画像データに付した吹き出しは、それぞれの画像データの撮影時刻を表している。
【００５５】
図示するように、画像データは撮影日時の昇順に並べ替えられている。１番目の画像データである画像データ１０の撮影時刻は「９：０５：２３」であり、２番目の画像データである画像データ１１の撮影時刻は「１２：１０：１０」である。両画像データの撮影間隔は「３時間４分４７秒」であり、画像データ１０と画像データ１１とはグループ化ラインＰ１を境に、別のグループに分類される。グループ化ラインＰ１，Ｐ２は、撮影間隔が１時間以上の境を表す。画像データ１１の撮影時刻と画像データ１２の撮影時刻とから、両画像データの撮影間隔を算出する。撮影間隔は「５分」であるため、画像データ１１と画像データ１２とは同一グループに分類される。また、画像データ１５と画像データ１６の撮影間隔は「３時間１２分７秒」であるため、画像データ１５と画像データ１６とは、グループ化ラインＰ２を境に、別グループに分類される。このように隣接する画像データの撮影間隔に基づき、グループＧ１０、Ｇ２０，Ｇ３０…に分類される。
【００５６】
図５は、本実施例における画像データの類似度によるグループ化処理を説明するフローチャートである。図４で説明した撮影日時による１次グループ化された画像データに対して、グループ化モジュール１２２が実行する処理である。
【００５７】
グループ化モジュール１２２は、１次グループ化されたグループ内の分類対象画像データと直前画像データの類似度を算出する（ステップＳ３０）。具体的には、グループ化モジュール１２２は、両画像データの輝度値のヒストグラムを作成し、式１を用いて両画像データの類似度Ｓを算出する。なお、Ｎｉ，Ｍｉは輝度ヒストグラムの階級ｉの相対度数を表しており、ΣＮｉ＝１，ΣＭｉ＝１である。
【００５８】
【数１】
【００５９】
グループ化モジュール１２２は、類似度Ｓがしきい値ＴｈＳｉｍｉより上であるか否かを判断し（ステップＳ３１）、類似度Ｓがしきい値ＴｈＳｉｍｉより上である場合（ステップＳ３１：ＹＥＳ）には、分類対象画像データは直前画像データに類似していると判断し、直前画像データと同一グループに分類する（ステップＳ３２）。類似度Ｓがしきい値ＴｈＳｉｍｉ以下である場合（ステップＳ３１：ＮＯ）には、グループ化モジュール１２２は、両画像データは非類似であると判断し、分類対象画像データを直前画像データと別のグループに分類する（ステップＳ３２）。
【００６０】
グループ化モジュール１２２は、撮影日時による１次グループ化された各グループについて、画像データの２次グループ化が終了したか否かを判断する（ステップＳ３４）。グループ内の画像データの２次グループ化が終了していない場合（ステップＳ３４：ＮＯ）には、ステップＳ３０に戻り、２次グループ化処理を続行する。グループ内の画像データの２次グループ化が終了した場合（ステップＳ３４：ＹＥＳ）には、１次グループ化された全グループに対して、２次グループ化を行ったか否かを判断する（ステップＳ３５）。１次グループ化された全グループに対する２次グループ化が終了していない場合（ステップＳ３５：ＮＯ）には、次のグループを参照し（ステップＳ３６）、ステップＳ３０に戻り、２次グループ化処理を続行する。
【００６１】
ここまでの処理を、図６を用いて、グループＧ２０を例に説明する。図示するように、隣接する画像データ１２と画像データ１３との類似度Ｓ１はＴｈＳｉｍｉ以下であるため、画像データ１２と画像データ１３は別グループに分類される。グループ化ラインＱは、グループの境界を表している。隣接する画像データ１３と画像データ１４との類似度Ｓ２はＴｈＳｉｍｉより高いため、画像データ１３と画像データ１４は同一グループＧ２２に分類される。
【００６２】
グループ化モジュール１２２は、１次グループ化された全グループに対して２次グループ化を終了した場合（ステップＳ３５：ＹＥＳ）には、グループ化に関するグループ化情報を生成し格納する（ステップＳ３７）。
【００６３】
生成されたグループ化情報１６０の内容を、図７を用いて説明する。図７は、本実施例におけるグループ化情報１６０を例示する説明図である。グループ化情報１６０は、グループ化情報格納領域１１２に格納される。評価値表２００は、画像データ特定情報と２次グループのグループ名からなる。画像データ特定情報とは、画像データと個別に特定するための情報である。例えば、画像データ１５は、グループＧ２２にグループ化されていることを表す。
【００６４】
プリンタ１００は、グループ化処理を終えると、絶対評価値を算出する処理を行う（ステップＳ１４）。
【００６５】
図８を用いて、絶対評価値算出処理を詳細に説明する。図８は、本実施例における絶対評価値算出処理を説明するフローチャートである。本処理は、絶対評価値算出モジュール１２３が実行する処理である。
【００６６】
絶対評価値算出モジュール１２３は、撮影日時の昇順に並び替えられた画像データの１番目の画像データ、すなわち、撮影日時の最も早い画像データを解析して（ステップＳ４１）、評価項目に基づく項目別評価値を算出する（ステップＳ４２）。本実施例では、絶対評価値算出モジュール１２３は、撮影時のピントずれ評価、撮影時に発生した手ぶれ評価、および、撮影時の露出オーバーを表すクリッピング評価の３つの評価項目に基づき評価する。
【００６７】
図９を用いてピントずれ評価、および手ぶれ評価の評価値について説明し、図１０を用いてクリッピング評価の評価値について説明する。図９は、本実施例における評価値表２００を例示する説明図である。評価値表２００は、ピントずれ量（単位：ｍｍ）と項目別評価値とからなる。ピントずれ量は、画像データを解析して得られるピントのずれ量を表しており、項目別評価値は、ピントずれ量に応じた項目別評価値を表している。絶対評価値算出モジュール１２３は、画像データに対してエッジ抽出フィルタをかけ、抽出されたエッジの幅の平均を計算することによってピントずれ量を算出する。例えば、ピントずれ量が６．４ｍｍである場合には、項目別評価値は「９」となる。
【００６８】
また、手ぶれ評価においても、評価値表２００を適用して項目別評価値を求める。すなわち、ピントずれ量を、画像データを解析して得られるぶれ量とすることにより、ぶれ量に応じた項目別評価値を取得することができる。例えば、ぶれ量が６．４ｍｍである場合には、ピントずれ量と同様に、項目別評価値は「９」となる。絶対評価値算出モジュール１２３は、画像データに対してエッジ抽出フィルタをかけ、エッジの方向ごとにまとめてエッジ幅の平均を計算し、その最大幅をぶれ量とする。
【００６９】
図１０は、本実施例におけるクリッピング評価の評価値表２１０を例示する説明図である。評価値表２１０は、輝度値が２５５または０の割合（％）と、項目別評価値とからなる。「輝度値が２５５または０の割合」とは、画像データの全画素に対して、画像データの輝度値が２５５または０である画素が存在する割合を表しており、項目別評価値は、その割合に応じた項目別評価値を表している。例えば、ある画像データについて、輝度値が２５５または０である画素が存在する割合が、全画素数に対して１１％である場合、項目別評価値は「６」となる。本実施例では、評価値表２１０の項目別評価値の幅を「２」としたが、輝度値が２５５または０である画素が存在する割合をより詳細に設定し、項目別評価値の幅を「１」としてもよい。
【００７０】
絶対評価値算出モジュール１２３は、項目別評価値に、評価項目ごとに設定されている荷重をかけ、評価項目ごとの仮評価値を算出する（ステップＳ４３）。
【００７１】
図１１を用いて、評価項目ごとの荷重について説明する。図１１は、本実施例における項目評価ごとの荷重を表す荷重表３００を例示する説明図である。荷重表３００は、評価項目と荷重値とから構成されている。荷重表３００は、評価項目と荷重値とからなる。例えば、ピントずれの項目別評価値に掛ける荷重は、４０である。同様に、手ぶれ評価の項目別評価値に掛ける荷重は、４０であり、クリッピング評価の項目別評価値に掛ける荷重は、２０である。各荷重値は荷重表３００に例示した値に限定されず、任意に設定することとしてもよい。画像データによって表される画像の画質に対して、人間の視覚に強い影響を与えると考えられる評価項目の各荷重値を高く設定することが好ましい。
【００７２】
絶対評価値算出モジュール１２３は、全評価項目について仮評価値を算出したか否かを判断する（ステップＳ４４）。全評価項目について仮評価値の算出が終了していない場合（ステップＳ４４：ＮＯ）には、絶対評価値算出モジュール１２３は、ステップＳ４１から処理を行い評価項目ごとの仮評価値を算出する。全評価項目について仮評価値の算出が終了した場合（ステップＳ４４：ＹＥＳ）には、絶対評価値算出モジュール１２３は、算出された全ての仮評価値の積算値である絶対評価値を算出する（ステップＳ４５）。
【００７３】
プリンタ１００は、絶対評価値算出処理を終えると評価値補正処理を行う（ステップＳ１５）。
【００７４】
図１２を用いて、評価値補正処理を詳細に説明する。図１２は、本実施例における評価値補正処理を説明するフローチャートである。本処理は、評価値補正モジュール１２４が実行する処理である。
【００７５】
評価値補正モジュール１２４は、１番目の２次グループに含まれる画像データの絶対評価値を参照し（ステップＳ５０）、グループ内の各画像データの絶対評価値の降順に１位からＮ位まで順位を付ける（ステップＳ５１）。Ｎは自然数であり、最大値は２次グループ化された各グループに含まれる画像データの個数である。
【００７６】
評価値補正モジュール１２４は、以下に示す式２を適用して画像データの補正評価値を算出する（ステップＳ５２）。なお、Ｎは画像データの各グループ内での順位であり、Ｈは予め定められた補正係数である。
【００７７】
【数２】
【００７８】
式２により、各グループ内における絶対評価値が２位以下の画像データの絶対評価値は、順位に比例した補正量だけ引き下げられる。
【００７９】
図１３を用いて絶対評価値と補正評価値との関連を説明する。図１３は、本実施例における評価値グラフ４００である。評価値グラフ４００は、絶対評価値および補正評価値を撮影日時順にプロットしたグラフである。横軸は撮影日時順に並んでいる画像データを表しており、縦軸は評価値を表している。
【００８０】
２次グループＧ２２に含まれる画像データ１３，１４，１５を例に説明する。評価値１３０ａは画像データ１３の絶対評価値を表し、評価値１４０ａは画像データ１４の絶対評価値を表し、評価値１５０ａは画像データ１５の絶対評価値を表している（以降、評価値１３０ａを絶対評価値１３０ａ、評価値１４０ａを絶対評価値１４０ａ、評価値１５０ａを絶対評価値１５０ａと呼ぶ）。絶対評価値１３０ａ，１４０ａ，１５０ａの降順に順位をつけると、画像データ１３が１位，画像データ１４が２位，画像データ１５が３位である。２位以降の画像データの絶対評価値は上述した式２を適用して補正される。
【００８１】
例えば、画像データ１４の絶対評価値１４０ａはグループＧ２２内では２位である。従って、補正評価値１４０ｂは、図示するように、絶対評価値１４０ａから補正係数Ｈだけ引き下げられた値となる。同様に、画像データ１５の絶対評価値１５０ａはグループＧ２２内では３位であるため、補正評価値１５０ｂは、図示するように、絶対評価値１５０ａから、２Ｈ分、引き下げられた値となる。
【００８２】
プリンタ１００は、算出された補正評価値Ｒの上位５枚を印刷を推奨する画像データとして選択する（ステップＳ１６）。
【００８３】
図１４を用いて、印刷推奨画像データ選択処理を詳細に説明する。図１４は、本実施例における印刷推奨画像データ選択処理を説明するフローチャートである。本処理は、印刷推奨画像選択モジュール１２５が実行する処理である。
【００８４】
印刷推奨画像選択モジュール１２５は、全画像データの補正評価値を参照し（ステップＳ６０）、補正評価値の上位５位までの画像データを選択する（ステップＳ６１）。印刷推奨画像選択モジュール１２５は、選択した画像データを各画像データの撮影日時の昇順にスプーラ１０６に格納する（ステップＳ６２）。
【００８５】
プリンタ１００は、スプーラ１０６に格納されている画像データを、順次、印刷する（ステップＳ１７）。
【００８６】
以上説明した第１実施例のプリンタ１００によれば、類似する画像データを同一グループに分類し、グループ内での絶対評価値の順位に基づいて、画像データの絶対評価値の差分を広げるよう絶対評価値を補正し、補正評価値に基づき、全画像データから印刷推奨画像データを選択することとしたため、類似する画像データが重複して印刷されることを抑制するとともに、全画像データから評価項目に基づく評価の高い画像データを効率的に選択することができる。また、全画像データから、印刷を所望する枚数を指定して評価の高い画像データを選択することができる。
【００８７】
また、本実施例によれば、人間が画像データを視認した際に、画質の良し悪しの判断に影響を強く与えると考えられる評価項目については、荷重を高く設定している。こうすることにより、人間の感覚に合致する絶対評価値を算出することができる。
【００８８】
また、本実施例によれば、複数の評価項目を用いることにより、画像データを評価することができるため、画像データを多面的に評価することができる。
【００８９】
Ｂ．第２実施例：
上述した第１実施例では、プリンタ１００は、メモリカードＭＣに記録されている全画像データから補正評価値の上位５位までの画像データを、印刷推奨画像データとして選択することとした。第２実施例では、プリンタ１００は、各画像データについて補正評価値に基づき、印刷が推奨される程度を表す印刷推奨度を設定し、印刷推奨度と画像データとを対応付けて表示パネル１０３に表示することとした。本実施例において、プリンタ１００の構成および印刷推奨画像データ選択処理を除く全ての処理は、第１実施例と同様である。
【００９０】
Ｂ１．印刷推奨画像データ選択処理：
図１５は、第２実施例における印刷推奨画像データ選択処理を説明するフローチャートである。プリンタ１００は、算出された全画像データの補正評価値および推奨度設定情報を参照し（ステップＳ７０）、各画像データについて印刷推奨度を設定し、推奨度情報を作成する（ステップＳ７１）。
【００９１】
図１６を用いて推奨度設定情報を説明し、図１７を用いて推奨度情報を説明する。図１６は、本実施例における推奨度設定情報５００を例示する説明図である。推奨度設定情報５００は、補正評価値と印刷推奨度とからなる。例えば、補正評価値が７４である画像データの印刷推奨度は「３」であり、補正評価値が５８である画像データの印刷推奨度は「１」となる。推奨度設定情報５００は予めＲＯＭ１２０に格納されている。
【００９２】
図１７は、本実施例における推奨度情報５１０を例示する説明図である。推奨度情報５１０は、画像データ特定情報と印刷推奨度とからなる。画像データ特定情報とは、画像データを特定するための情報である。印刷推奨度は、各画像データに設定された印刷推奨度である。例えば、画像データ１１の印刷推奨度は「２」である。プリンタ１００は、推奨度情報５１０を生成し、ＲＡＭ１１０に格納する。
【００９３】
プリンタ１００は、推奨度情報５１０を参照し、画像データと画像データに対応する印刷推奨度を表す情報とを、表示パネル１０３に表示する（ステップＳ７２）。
【００９４】
図１８を用いて、表示パネル１０３の表示内容を説明する。図１８は、本実施例における表示パネル１０３の表示例である。表示パネル１０３には、印刷案内情報１５０と、画像データ格納領域１１１に格納されている画像データ１０〜１５のサムネイル１０ａ〜１５ａと、推奨度アイコン６１０と、評価情報６２０とが表示されている。
【００９５】
推奨度アイコン６１０は、各画像データの印刷推奨度を表す。推奨度アイコン６１０は、推奨度の値の個数の星形の図形である。推奨度アイコン６１０は、サムネイル上に表示される。評価情報６２０は、その画像データの項目別評価値が低い評価項目を表す。
【００９６】
印刷案内情報１５０は、印刷推奨度を考慮した印刷パターンを表すパターン情報６００，６０１，６０２，６０３と、各パターン情報と対応付けられたラジオボタン６００ａ，６０１ａ，６０２ａ，６０３ａとからなる。
【００９７】
例えば、サムネイル１０ａおよびサムネイル１３ａには、星形の図形が３つ含まれる推奨度アイコンが表示されている。すなわち、サムネイル１０ａおよびサムネイル１３ａを表す画像データ１０，画像データ１３は推奨度「３」の画像データであることを表している。ユーザは、いずれかのラジオボタンを選択することにより印刷パターンを指定する。
【００９８】
プリンタ１００は、ユーザからの印刷パターンの指定を受け付ける（ステップＳ７３）と、指定された印刷パターンに応じて、印刷推奨画像データを選択し（ステップＳ７４）、スプーラ１０６に格納する（ステップＳ７５）。
【００９９】
図１８に示すように、例えば、ユーザによってラジオボタン６０２ａが選択された場合、プリンタ１００は、サムネイル１０ａ，サムネイル１１ａ，サムネイル１３ａを表す画像データ１０，画像データ１１，画像データ１３を、印刷推奨画像データとして選択する。
【０１００】
以上説明した第２実施例のプリンタ１００によれば、印刷推奨度とサムネイルとを表示パネルに表示することができるため、ユーザは、各画像データの評価による各画像データの印刷推奨度とともに、画像データによって表される画像の内容を確認することができる。また、印刷推奨度に応じて印刷パターンを設定するため、画像データを１枚１枚選択する負担を軽減し、印刷する画像データを簡易に選択することができる。
【０１０１】
本実施例によれば、評価情報６２０がサムネイルと対応して表示されるため、評価の低い評価項目を容易に知ることができる。したがって、画像データを閲覧、拡大等して確認する負荷を軽減することができる。
【０１０２】
Ｃ．変形例：
（１）
上述した第１実施例では、ピントずれ評価、手ぶれ評価、および、クリッピング評価を行い、絶対評価値を算出することとしたがこれに限られない。例えば、画像データによって表される画像の構図を、評価項目の一つとしてもよい。
【０１０３】
図１９，図２０を用いて、画像の構図評価による項目別評価値の算出について説明する。図１９は、本変形例における画像データの構図について模式的に説明する説明図である。図にハッチングで示した領域は人物の顔領域を表す。中心Ｏは画像データ３０の中心を表し、重心Ｐは人物の顔領域の重心を表す。距離Ｄは中心Ｏと重心Ｐとの直線距離に相当する画素数を表す。距離Ｄの単位はピクセルである。
【０１０４】
プリンタ１００は、画像データを解析して人物の顔領域を抽出し、画像データの中心部分から抽出した顔領域までの距離Ｄを算出する。距離Ｄと、以下に説明する評価値表に基づき、項目別評価値を算出することとすればよい。
【０１０５】
図２０は、本変形例における評価値表７００を例示する説明図である。評価値表７００は、画像中心からの距離Ｄと項目別評価値とからなる。画像中心からの距離Ｄとは図１９において説明した距離Ｄである。項目別評価値とは距離Ｄに対応する評価値を表す。例えば、距離Ｄが６８ピクセルである場合、その画像データの構図評価における項目別評価値は「８」である。
【０１０６】
本変形例によれば、手ぶれやピントずれといった画質による評価だけでなく、画像データの構図についても評価することができる。従って、算出される評価値を更に人間の感覚に合致させることができ、印刷推奨画像データの選択精度を向上させることができる。
【０１０７】
また、画像データを解析して人物認識を行い特定の人物が画像データによって表される画像に含まれているか否かを評価項目に含めることとしてもよい。また、画像データを解析して顔抽出を行い、顔領域が画像データ全体に対して占める割合を評価項目に含めることとしてもよい。
【０１０８】
（２）
上述した第１実施例では、画像データを解析し被写体のぶれ量に基づき手ぶれ評価を行うこととしたがこれに限られない。例えば、画像データに付帯する画像情報、例えば、Ｅｘｉｆ情報に含まれる手ぶれの情報に基づき手ぶれ評価を行うこととしてもよい。
【０１０９】
図２１は、本変形例における付帯情報５０を例示する説明図である。付帯情報５０は、画像データに付帯する画像情報を表す。付帯情報５０には、図示するように、「画像タイトル」、「撮影日時」などの画像ファイル２０に関する情報とともに、画像ファイル２０の撮影時の種々の撮影条件、例えば「色空間情報」、「ＩＳＯ感度」、「シャッタースピード」、「焦点距離」が記録されている。「手ぶれ情報」は、撮影時の手ぶれによるぶれ量を、デジタルカメラに装備されているジャイロセンサによって測定される角速度で表す。角速度とは、１秒間にデジタルカメラが動いた角度である。
【０１１０】
プリンタ１００は、付帯情報５０に含まれる手ぶれ情報を取得し、手ぶれ情報と、以下に説明する評価値表とに基づき手ぶれ評価の項目別評価値を算出する。
【０１１１】
図２２は、本変形例における評価値表８００を例示する説明図である。評価値表８００は手ぶれ情報と項目別評価値とからなる。手ぶれ情報とはＥｘｉｆ情報に含まれる手ぶれ情報を表し、項目別評価値とは手ぶれ情報の値に対応する評価値を表す。評価値表８００の手ぶれ情報において、範囲が設定されている場合、手ぶれ情報は範囲の開始値より大きい値であって、範囲の終了値以下に含まれる。例えば、「０〜３」の場合、手ぶれ情報は範囲の開始値「０」より大きく、範囲の終了値「３」以下の値が含まれる。
【０１１２】
本変形例では、Ｅｘｉｆ情報５０に含まれる手ぶれ情報は「１０°／ｓｅｃ」であるため項目別評価値は「４」である。
【０１１３】
本変形例によれば、画像に付帯する付帯情報を用いて項目評価を行うことにより画像データを解析する処理負荷を軽減することができる。また、簡易に参照することができるＥｘｉｆ情報を用いることにより処理速度を向上することができる。
【０１１４】
（３）
上述した第１実施例では、全画像データから相対評価値が上位５位までの画像データを印刷推奨画像データとして選択することとしたが、これに限られない。例えば、相対評価値が全画像データに共通する閾値ＴｈＶａｌ以上である画像データを印刷推奨画像データとして選択することとしてもよい。
【０１１５】
図２３を用いて、本変形例における印刷推奨画像データ選択処理を詳細に説明する。図２３は、変形例における印刷推奨画像データ選択処理を説明するフローチャートである。プリンタ１００は、画像データの補正評価値を取得し（ステップＳ８０）、補正評価値が閾値ＴｈＶａｌよりも高いか否かを判断する（ステップＳ８１）。補正評価値が閾値ＴｈＶａｌよりも高い場合（ステップＳ８１：ＹＥＳ）には、プリンタ１００は、その補正評価値を有する画像データを印刷推奨画像データとして選択し（ステップＳ８２）、スプーラ１０６に格納する（ステップＳ８３）。
【０１１６】
プリンタ１００は、印刷推奨画像データであるかの判断を行った画像データが、画像データ格納領域１１１に格納されている画像データの最後の画像データであるか否かを判断し（ステップＳ８４）。最後の画像データである場合（ステップＳ８４：ＹＥＳ）には、処理を終了する。最後の画像データでない場合（ステップＳ８４：ＮＯ）には、次の画像データの補正評価値を取得し（ステップＳ８０）、処理を繰り返す。
【０１１７】
プリンタ１００は、補正評価値が閾値ＴｈＶａｌ以下である場合（ステップＳ８１：ＮＯ）、ステップＳ８４から処理を続行する。
【０１１８】
例えば、閾値ＴｈＶａｌ＝５０である場合、図１３に示すように、補正評価値ＴｈＶａｌ（＝５０）よりも高い補正評価値を有する画像データは画像データ１０，１１，１３，１４，１６，１７，１９，２０である。従って、プリンタ１００はこれらの画像データを印刷推奨画像データとして選択する。
【０１１９】
本変形例によれば、全画像データに共通した閾値を用いて印刷推奨画像データ選択することができるため、類似する画像データから印刷する画像データを選択する負担を軽減するとともに全体として画質の良い画像データを選択して出力することができる。
【０１２０】
（４）
上述した第１実施例では、輝度ヒストグラムを用いて画像データ間の類似度を算出することとしたがこれに限られない。例えば、画像データ間における対応する画素の画素値の差分を用いることとしてもよいし、画像データを解析して得られる特徴量、例えば、ＲＧＢ値の分布や比率を用いて類似度を算出することとしてもよい。
【０１２１】
（５）
上述した第１実施例では、隣接する画像データについて算出された類似度に基づき２時グループ化を行うこととしたがこれに限られない。例えば、前後の画像データを含む３つの画像データを用いて類似度を算出し、グループ化を行うこととしてもよいし、更に複数の画像データ間における類似度を算出し、グループ化を行うこととしてもよい。こうすれば、類似度に基づくグループ化を、詳細に行うことができる。
【０１２２】
（６）
上述した第２実施例では、印刷推奨度を画像データとともに表示パネルに表示することとしたがこれに限られない。例えば、表示パネルの表示内容と同一の内容を印刷することとしてもよいし、表示パネルに表示せずに、印刷することとしてもよい。
【０１２３】
（７）
上述した第１実施例では、プリンタ１００が、印刷推奨画像データを選択することとしたがこれに限られない。例えば、ローカルエリアネットワークを介してプリンタとパーソナルコンピュータが接続されており、パーソナルコンピュータが印刷推奨画像データを選択するためのモジュール（本発明の第１実施例におけるグループ化モジュール１２２、絶対評価値算出モジュール１２３、評価値補正モジュール１２４、印刷推奨画像選択モジュール１２５）を備えることとしてもよい。
【０１２４】
（８）
上述した第１実施例では、２位以下の絶対評価値について、（Ｎ−１）×Ｈだけ評価を引き下げる補正を行うこととしたがこれに限られない。例えば、絶対評価値の高い画像データの絶対評価値を引き上げる補正を行うこととしてもよい。
【０１２５】
（９）
上述した第２実施例では、補正評価値の値に応じて印刷推奨度を設定することとしたがこれに限られない。例えば、上位５位までの補正評価値を有する画像データの印刷推奨度を「３」とし、６位から１０位までの補正評価値を有する画像データの印刷推奨度を「２」とする、等のように、順位に基づき印刷推奨度を設定することとしてもよい。
【０１２６】
（１０）
上述した第２実施例では、印刷推奨度に基づく印刷パターンを設定することとしたがこれに限られない。例えば、ユーザが表示パネルに表示されている印刷推奨度とサムネイルとを確認し、印刷する画像データを任意に選択することとしてもよい。こうすれば、印刷する画像データを柔軟に選択することができる。
【０１２７】
以上、本発明の種々の実施例について説明したが、本発明はこれらの実施例に限定されず、その趣旨を逸脱しない範囲で種々の構成をとることができることは言うまでもない。
【図面の簡単な説明】
【０１２８】
【図１】第１実施例におけるシステム概要を例示する説明図。
【図２】第１実施例におけるプリンタの機能ブロックを例示する説明図。
【図３】第１実施例における印刷処理を説明するフローチャート。
【図４】第１実施例における撮影日時によるグループ化処理を説明するフローチャート。
【図５】第１実施例における画像データの類似度によるグループ化処理を説明するフローチャート。
【図６】第１実施例におけるグループ化処理を説明する模式図。
【図７】第１実施例におけるグループ化情報を例示する説明図。
【図８】第１実施例における絶対評価値算出処理を説明するフローチャート。
【図９】第１実施例におけるピントずれ評価の評価値表を例示する説明図。
【図１０】第１実施例におけるクリッピング評価の評価値表を例示する説明図。
【図１１】第１実施例における荷重表を例示する説明図。
【図１２】第１実施例における評価値補正処理を説明するフローチャート。
【図１３】第１実施例における評価値グラフである。
【図１４】第１実施例における印刷推奨画像データ選択処理を説明するフローチャートである。
【図１５】第２実施例における印刷推奨画像データ選択処理を説明するフローチャート。
【図１６】第２実施例における推奨度設定情報を例示する説明図。
【図１７】第２実施例における推奨度情報を例示する説明図。
【図１８】第２実施例における表示パネルの表示例。
【図１９】変形例における画像データの構図を説明する説明図。
【図２０】変形例における構図評価の評価値表を例示する説明図。
【図２１】変形例における付帯情報を例示する説明図。
【図２２】変形例における手ぶれ評価の評価値表を例示する説明図。
【図２３】変形例における印刷推奨画像データ選択処理を説明するフローチャート。
【符号の説明】
【０１２９】
１０〜２１…画像データ
１０ａ〜１５ａ…サムネイル
１００…プリンタ
１０１…ＣＰＵ
１０２…インターフェース
１０３…表示パネル
１０４…操作部
１０５…印刷実行部
１０６…スプーラ
１１０…ＲＡＭ
１１１…画像データ格納領域
１１２…グループ化情報格納領域
１２１…画像データ取得部
１２２…グループ化モジュール
１２３…絶対評価値算出モジュール
１２４…評価値補正モジュール
１２５…印刷推奨画像選択モジュール
１２６…表示制御モジュール
１３０ａ，１４０ａ，１５０ａ…絶対評価値
１５０…印刷案内情報
１６０…グループ化情報
２００…評価値表
２１０…評価値表
３００…荷重表
４００…評価値グラフ
５００…推奨度設定情報
５１０…推奨度情報
６１０…推奨度アイコン
６２０…評価情報
６００，６０１，６０２，６０３…パターン情報
６００ａ，６０１ａ，６０２ａ，６０３ａ…ラジオボタン
７００…評価値表
８００…評価値表
【技術分野】
【０００１】
本発明は、画像データを選択して出力する画像出力装置に関するものである。
【背景技術】
【０００２】
近年、デジタルカメラや携帯電話の記録媒体として、大容量のメモリカードが普及している。大容量のメモリカードには、多数の画像データを記録することができる。ユーザは、大容量のメモリカードを用いてデジタルカメラや携帯電話で撮影する際、多数の画像データを記録することが出来る気安さから、同一の被写体を短時間で複数枚撮影することがある。短時間のうちに撮影された同一の被写体の画像データは類似していることが多い。ユーザは、画像データによって表される画像の印刷を所望する際、メモリカードに記録されている画像データを１つ１つ確認し印刷する画像データを選択する。
【０００３】
【特許文献１】特開２００２−１０７０９号公報
【特許文献２】特開２００４−１１２５９６号公報
【特許文献３】特開２００４−２３６１２０号公報
【発明の開示】
【発明が解決しようとする課題】
【０００４】
しかしながら、メモリカードに記録された多数の画像データには手ぶれが発生した画像データやピントの合っていない画像データも含まれている。メモリカードに記録されている多数の画像データから印刷を所望する画像データを選択することはユーザにとって煩雑であるという問題点があった。この問題点は、印刷処理に特化した問題でなくディスプレイ等の出力装置に画像データの出力を所望する際にも問題となる共通の課題である。
【０００５】
本発明は、上述した課題に鑑みてなされたものであり、多数の画像データを評価し出力が推奨される画像データを選択する技術を提供することを目的とする。
【課題を解決するための手段】
【０００６】
上述した課題の少なくとも一部を解決するために、本発明は以下の構成をとることとした。すなわち、
画像出力装置において、
複数の画像データを取得する画像取得手段と、
前記複数の画像データ間の類似の程度を表す類似度を取得する類似度取得手段と、
前記類似度に基づき、前記複数の画像データを分類する分類手段と、
前記各画像データについて、評価項目に基づく評価値である評価値を算出する評価値算出手段と、
前記分類によって同一の群に分類された前記各画像データの前記評価値を補正する評価値補正手段と、
前記補正された評価値である補正評価値に基づき、出力を推奨する出力推奨画像データを選択する出力推奨画像データ選択手段と、
少なくとも、前記出力推奨画像データを含む画像データにより表される１つ以上の画像を出力する出力手段とを備えることを要旨とする。
【０００７】
本発明の画像出力装置によれば、補正評価値に基づき全画像データから出力推奨画像データを選択することができる。従って、類似する画像データを重複して出力することを抑制しつつ、全画像データの中から評価の高い画像データを出力推奨画像データとして効率的に選択することができる。
【０００８】
本発明の画像出力装置において、
前記評価項目は、画像データに関する画像情報であり、
前記評価値算出手段は、前記取得した画像データを解析して画像情報を取得し、前記取得した画像情報に基づき、前記評価値を算出することとしてもよい。
【０００９】
本発明の画像出力装置によれば、各画像データの解析により得られる画像情報に基づき評価値を算出するため、画像データの内容を考慮した評価を行うことができる。
【００１０】
本発明の画像出力装置において、
前記画像情報は、前記画像データの画質を表す画質情報、前記画像データの構図を表す構図情報および前記画像データの撮影時の環境を表す撮影情報のうち少なくとも１つを含む情報としてもよい。
【００１１】
本発明の画像出力装置によれば、画像データの画質、構図、撮影環境といった、人の感覚に影響を与える種々の評価項目に基づき画像データを評価することができるため、より人の感覚に近い評価を行うことができる。従って、画像データの評価精度を向上することができる。
【００１２】
本発明の画像出力装置において、前記撮影情報は、前記各画像データに付帯する付帯情報に格納されていることとしてもよい。本発明の画像出力装置によれば、付帯情報を参照することにより、容易に撮影情報を取得することができる。
【００１３】
本発明の画像出力装置において、
前記評価値補正手段は、前記分類された各画像データ群における前記各画像データの前記評価値の順位に応じて、前記評価値を補正することにより前記補正評価値を算出することとしてもよい。
【００１４】
本発明の画像出力装置によれば、類似する画像データの評価値の順位に応じて補正評価値を算出することができるため、評価値の高い画像データと評価値の低い画像データの補正評価値の差分を広げることができる。従って、類似する画像データが、出力推奨画像データとして選択されることを抑制することができる。
【００１５】
本発明の画像出力装置において、
前記出力推奨画像データ選択手段は、前記補正評価値と、前記複数の画像データに対して共通に設定された閾値とに基づき、前記選択を行うこととしてもよい。
【００１６】
補正評価値の高い画像データは、分類された画像データ群の中で評価の高い画像データであるため、本発明の画像出力装置によれば、類似する画像データが重複して出力されることを抑制するとともに、全画像データの中から評価の高い画像データを出力推奨画像データとして選択することができる。
【００１７】
本発明の画像出力装置において 、
更に、
前記閾値を格納する閾値格納部を備え、
前記出力推奨画像データ選択手段は、前記格納されている閾値を取得し、前記閾値を用いて前記選択を行うこととしてもよい。
【００１８】
本発明の画像出力装置によれば、予め設定されている閾値を用いて印刷推奨画像データの選択を行うことができるため、処理効率を向上することができる。
【００１９】
本発明の画像出力装置であって、
更に、
ユーザからの入力を受け付ける入力受付手段と、
前記入力に基づき、前記閾値を設定する閾値設定手段を備える画像出力装置。
【００２０】
本発明の画像出力装置によれば、ユーザに入力に応じて、柔軟に閾値を設定することができる。
【００２１】
本発明の画像出力装置において、
前記出力手段は、更に、
前記出力推奨画像データを用いた画像の出力数を取得する出力数取得手段を備え、
前記出力数に応じて、前記補正評価値の上位の画像データを前記出力推奨画像データとして選択することとしてもよい。
【００２２】
本発明の画像出力装置によれば、類似する画像データが重複して出力されることを抑制するとともに、出力する数量を指定することができる。すなわち、全画像データの中から、補正評価値の上位から指定された数量分の画像データを出力推奨画像データとして選択することができる。
【００２３】
本発明の画像出力装置において、
前記出力手段は、前記出力推奨画像データによって表される画像を出力することとしてもよい。
【００２４】
本発明の画像出力装置によれば、取得した画像データから出力推奨画像データを選択して出力することが出来るため、全ての画像データを確認して出力する画像データを選択する必要がなくなる。従って、ユーザの負担を軽減することができ、利便性の向上を図ることができる。
【００２５】
本発明の画像出力装置において、
更に、前記補正評価値に基づき、前記各画像データに対して、前記出力の推奨の度合いを表す推奨度を設定する推奨度設定手段を備え、
前記出力手段は、前記画像データに対応する前記推奨度に基づく情報を、前記画像データを用いた画像とともに出力することとしてもよい。
【００２６】
本発明の画像出力装置によれば、利用者に、各画像データの出力の推奨度を、画像データと対応付けて通知することができる。利用者は、出力された画像データおよび推奨度を確認した上で、所望する画像データを選択することができ、利便性の向上を図ることができる。
【００２７】
本発明の画像出力装置において、
前記出力手段は、前記推奨度の低い画像データについて、前記評価の低い評価項目を、前記画像データと対応付けて出力することとしてもよい。
【００２８】
本発明の画像出力装置によれば、評価の内容を画像データと共に出力することにより、画像データを一見しただけでは理解が困難な評価の理由を容易に把握することができる。
【００２９】
本発明の画像出力装置において、更に、前記出力に関する情報を表示する表示部を備えることとしてもよい。本発明の画像出力装置によれば、出力に関する情報、例えば、出力する画像データのサムネイルや推奨度を表示することができる。
【００３０】
本発明の画像出力装置において、
前記分類手段は、前記画像データが撮影された日時を表す撮影日時、および、前記各画像データ間の類似の度合いを表す類似度のうち少なくとも一方の情報に基づき前記分類を行うこととしてもよい。
【００３１】
一般的に撮影日時の近い画像データは類似している可能性が高いため、本発明の画像出力装置によれば、類似している可能性ある画像データを同一の群に分類することができる。本発明では、分類された類似する可能性のある画像データ群について、補正評価値を算出し出力推奨画像データを選択するため、類似する可能性のある画像データが全て出力されることを抑制することができる。
【００３２】
本発明の画像出力装置において、
前記画像出力装置は、印刷装置であり、
前記出力手段が行う出力とは、印刷処理であることとしてもよい。
【００３３】
本発明の画像出力装置によれば、印刷装置は、取得した複数の画像データを評価し、印刷推奨画像データを選択して印刷する一連の処理を行うことができる。
【００３４】
本発明の画像出力装置によれば、隣接する画像データ間で分類を行うため、高速な処理を行うことができ、処理効率を向上することができる。
【００３５】
本発明において、上述した種々の態様は、適宜、組み合わせたり、一部を省略したりして適用することができる。また、本発明は、上述した画像出力装置としての構成の他に、画像出力装置による画像出力方法、画像出力装置に画像データを出力させるためのコンピュータプログラム、かかるコンピュータプログラムをコンピュータ読み取り可能に記録した記録媒体等としても構成できる。いずれの構成においても、上述した各態様を適宜適用可能である。コンピュータが読み取り可能な記録媒体としては、例えば、フレキシブルディスクや、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ、光磁気ディスク、ＩＣカード、ハードディスク等種々の媒体を利用することが可能である。
【発明を実施するための最良の形態】
【００３６】
以下、本発明の実施の形態について、実施例に基づき説明する。
Ａ．実施例：
Ａ１．システム概要：
図１は本実施例におけるシステム概要を例示する説明図である。プリンタ１００は、メモリカードＭＣがカードスロットＣＳに挿入されると、メモリカードＭＣに記録されている画像データ１０〜２１を取得する。プリンタ１００は取得した画像データを、撮影日時の近い画像データ単位でグループ化する。撮影日時によるグループ化を１次グループ化と呼ぶ。１次グループ化によって、画像データは、グループＧ１０、Ｇ２０、Ｇ３０にグループ化される。プリンタ１００は、１次グループ化された各グループにおいて、画像データ間の類否に基づき、画像データを、更にグループ化する。画像データ間の類否に基づくグループ化を２次グループ化と呼ぶ。２次グループ化によって、グループＧ１０からグループＧ１１が形成され、グループＧ２０からグループＧ２１，Ｇ２２の２つのグループが形成され、グループＧ３０にグループＧ３１，Ｇ３２，Ｇ３３が形成される。すなわち、画像データ１０〜２１は、グループ化されてグループＧ１１，グループＧ２１，グループＧ２２，グループＧ３１，グループＧ３２，グループＧ３３の６グループにグループ化される。
【００３７】
プリンタ１００は、各画像データの画質、例えば、撮影時にピントずれが発生したか否か、手ぶれが発生したか否かの評価を行い、各画像データの評価値を算出する。算出された評価値を用いて、グループ内の相対的な評価を行い、各画像データの相対評価値Ｒを算出する。例えば、図示するように、画像データ１０の相対評価値Ｒは７０、画像データ１１の相対評価値Ｒは６０である。
【００３８】
プリンタ１００は、全画像データから、相対評価値Ｒの上位５位までの画像データを、印刷を推奨する画像データ（以降、印刷推奨画像データと呼ぶ）として選択し印刷する。すなわち、本実施例では、ハッチングが付された画像データ１０，１１，１３，１６，１７が印刷推奨画像データとして選択される。このように、本実施例では、プリンタ１００は、複数の画像データを撮影日時、画像データの類否でグループ化する。グループ化された各画像データに対して、プリンタ１００は、予め定められた評価項目に基づき評価値を算出し、評価値を用いて印刷推奨画像データを選択することにより、利便性の向上を図る。
【００３９】
Ａ２．機能ブロック：
図２は、本実施例におけるプリンタ１００の機能ブロックを例示する説明図である。プリンタ１００は、ＣＰＵ１０１と、インターフェース１０２と、表示パネル１０３と、操作部１０４と、印刷実行部１０５と、スプーラ１０６と、ＲＡＭ１１０と、ＲＯＭ１２０とを備えている。各機能ブロックは、ＣＰＵ１０１により制御される。ＲＡＭ１１０は、読み書き可能なメモリである。ＲＡＭ１１０には、画像データ格納領域１１１とグループ化情報格納領域１１２とが形成されている。ＲＯＭ１２０は、画像データ取得モジュール１２１と、グループ化モジュール１２２と、絶対評価値算出モジュール１２３と、評価値補正モジュール１２４と、印刷推奨画像選択モジュール１２５と、表示制御モジュール１２６とを含む。ＲＯＭ１２０に含まれる各モジュールは、ソフトウェア的に構成されている。各モジュールはハードウェア的に構成されていることとしてもよい。
【００４０】
インターフェース１０２は、メモリカードＭＣを接続するためのインターフェースである。インターフェース１０２は、カードスロットＣＳの一部として構成されている。操作部１０４は、ユーザからの入力を受け付けるインターフェースである。
【００４１】
画像データ取得モジュール１２１は、インターフェース１０２を介してメモリカードＭＣから画像データを読み込み、画像データ格納領域１１１に記録する。
【００４２】
グループ化モジュール１２２は、画像データ格納領域１１１に格納されている画像データを、撮影日時で１次グループ化する。グループ化モジュール１２２は、１次グループ化された各グループ別に、更に、画像データの類否に基づき、２次グループ化する。グループ化モジュール１２２は、画像データがどのグループに属するかを表すグループ化情報を生成し、グループ化情報格納領域１１２に格納する。
【００４３】
評価値情報格納領域１３０には、評価項目別に、画像データの解析結果と、解析結果に対応する評価値が格納されている。荷重値情報格納領域１３１には、項目別に算出された項目別評価値に重み付けをするための、評価項目ごとの荷重値情報が格納されている。
【００４４】
絶対評価値算出モジュール１２３は、画像データの解析結果と、評価値情報格納領域１３０に格納されている評価値および荷重値情報格納領域１３１に格納されている荷重値とに基づき、各画像データの絶対評価値を算出する。絶対評価値とは、本発明における「評価値」に当たり、絶対評価値算出モジュール１２３は、本発明における「評価値算出手段」に当たる。
【００４５】
評価値補正モジュール１２４は、各画像データの絶対評価値を、２次グループ化された各グループにおける絶対評価値の順位に基づき、絶対評価値間の差分を広げる補正を行う。補正後の絶対評価値を補正評価値とよぶ。
【００４６】
印刷推奨画像選択モジュール１２５は、全画像データ中、上位５位まで補正評価値を有する画像データを、印刷推奨画像データとして選択し、スプーラ１０６に受け渡す。
【００４７】
印刷実行部１０５は、スプーラ１０６から画像データを読み出し印刷する。
【００４８】
Ａ３．印刷処理：
図３は、本実施例における印刷処理を説明するフローチャートである。プリンタ１００は、メモリカードＭＣに記録されている画像データを取得し、画像データ格納領域１１１に格納する（ステップＳ１０）。プリンタ１００は、画像データ格納領域１１１に格納されている画像データをグループ化する（ステップＳ１１）。具体的には、画像データの付帯情報に含まれる撮影日時を取得し、取得した撮影日時をキーとして１次グループ化を行い（ステップＳ１２）、１次グループ化された各グループ別に、画像データの類否に基づき、２次グループ化を行う（ステップＳ１３）。
【００４９】
図４を用いて、１次グループ化処理の詳細を説明し、図５を用いて、２次グループ化処理の詳細を説明する。また、図６を用いて、適宜、グループ化処理を模式的に説明する。
【００５０】
図４は、本実施例における撮影日時によるグループ化処理、すなわち、１次グループ化処理を説明するフローチャートである。プリンタ１００は、画像データ格納領域１１１に格納されている画像データを撮影日時の昇順に並び替え（ステップＳ２０）、分類する対象の画像データと、並び替えられた順が分類対象画像データの直前の画像データの撮影日時を取得する（ステップＳ２１）。プリンタ１００は、取得した撮影日時から、両画像データの撮影間隔を算出する（ステップＳ２２）。
【００５１】
プリンタ１００は、撮影間隔が１時間未満であるか否かを判断する（ステップＳ２３）。撮影間隔が１時間未満である場合（ステップＳ２３：ＹＥＳ）には、プリンタ１００は、撮影日時の遅い画像データを撮影日時の早い画像データと同一グループに分類する（ステップＳ２４）。
【００５２】
撮影間隔が１時間以上である場合（ステップＳ２３：ＮＯ）には、新たにグループを生成し、分類対象画像データを直前の画像データと別のグループに分類する（ステップＳ２５）。
【００５３】
プリンタ１００は、全画像データのグループ化が終了したか否かを判断する（ステップＳ２６）。全画像データのグループ化が終了した場合（ステップＳ２６：ＹＥＳ）には、本処理を終了する。全画像データのグループ化が終了していない場合（ステップＳ２６：ＮＯ）には、ステップＳ２１からグループ化処理を続行する。
【００５４】
ここまでの処理を、図６を用いて模式的に示す。図６に示した画像データ１０〜１６は、画像データ格納領域１１１に格納されている画像データの一例である。画像データ１０〜１６は、同じ日に撮影された画像データであり、各画像データに付した吹き出しは、それぞれの画像データの撮影時刻を表している。
【００５５】
図示するように、画像データは撮影日時の昇順に並べ替えられている。１番目の画像データである画像データ１０の撮影時刻は「９：０５：２３」であり、２番目の画像データである画像データ１１の撮影時刻は「１２：１０：１０」である。両画像データの撮影間隔は「３時間４分４７秒」であり、画像データ１０と画像データ１１とはグループ化ラインＰ１を境に、別のグループに分類される。グループ化ラインＰ１，Ｐ２は、撮影間隔が１時間以上の境を表す。画像データ１１の撮影時刻と画像データ１２の撮影時刻とから、両画像データの撮影間隔を算出する。撮影間隔は「５分」であるため、画像データ１１と画像データ１２とは同一グループに分類される。また、画像データ１５と画像データ１６の撮影間隔は「３時間１２分７秒」であるため、画像データ１５と画像データ１６とは、グループ化ラインＰ２を境に、別グループに分類される。このように隣接する画像データの撮影間隔に基づき、グループＧ１０、Ｇ２０，Ｇ３０…に分類される。
【００５６】
図５は、本実施例における画像データの類似度によるグループ化処理を説明するフローチャートである。図４で説明した撮影日時による１次グループ化された画像データに対して、グループ化モジュール１２２が実行する処理である。
【００５７】
グループ化モジュール１２２は、１次グループ化されたグループ内の分類対象画像データと直前画像データの類似度を算出する（ステップＳ３０）。具体的には、グループ化モジュール１２２は、両画像データの輝度値のヒストグラムを作成し、式１を用いて両画像データの類似度Ｓを算出する。なお、Ｎｉ，Ｍｉは輝度ヒストグラムの階級ｉの相対度数を表しており、ΣＮｉ＝１，ΣＭｉ＝１である。
【００５８】
【数１】
【００５９】
グループ化モジュール１２２は、類似度Ｓがしきい値ＴｈＳｉｍｉより上であるか否かを判断し（ステップＳ３１）、類似度Ｓがしきい値ＴｈＳｉｍｉより上である場合（ステップＳ３１：ＹＥＳ）には、分類対象画像データは直前画像データに類似していると判断し、直前画像データと同一グループに分類する（ステップＳ３２）。類似度Ｓがしきい値ＴｈＳｉｍｉ以下である場合（ステップＳ３１：ＮＯ）には、グループ化モジュール１２２は、両画像データは非類似であると判断し、分類対象画像データを直前画像データと別のグループに分類する（ステップＳ３２）。
【００６０】
グループ化モジュール１２２は、撮影日時による１次グループ化された各グループについて、画像データの２次グループ化が終了したか否かを判断する（ステップＳ３４）。グループ内の画像データの２次グループ化が終了していない場合（ステップＳ３４：ＮＯ）には、ステップＳ３０に戻り、２次グループ化処理を続行する。グループ内の画像データの２次グループ化が終了した場合（ステップＳ３４：ＹＥＳ）には、１次グループ化された全グループに対して、２次グループ化を行ったか否かを判断する（ステップＳ３５）。１次グループ化された全グループに対する２次グループ化が終了していない場合（ステップＳ３５：ＮＯ）には、次のグループを参照し（ステップＳ３６）、ステップＳ３０に戻り、２次グループ化処理を続行する。
【００６１】
ここまでの処理を、図６を用いて、グループＧ２０を例に説明する。図示するように、隣接する画像データ１２と画像データ１３との類似度Ｓ１はＴｈＳｉｍｉ以下であるため、画像データ１２と画像データ１３は別グループに分類される。グループ化ラインＱは、グループの境界を表している。隣接する画像データ１３と画像データ１４との類似度Ｓ２はＴｈＳｉｍｉより高いため、画像データ１３と画像データ１４は同一グループＧ２２に分類される。
【００６２】
グループ化モジュール１２２は、１次グループ化された全グループに対して２次グループ化を終了した場合（ステップＳ３５：ＹＥＳ）には、グループ化に関するグループ化情報を生成し格納する（ステップＳ３７）。
【００６３】
生成されたグループ化情報１６０の内容を、図７を用いて説明する。図７は、本実施例におけるグループ化情報１６０を例示する説明図である。グループ化情報１６０は、グループ化情報格納領域１１２に格納される。評価値表２００は、画像データ特定情報と２次グループのグループ名からなる。画像データ特定情報とは、画像データと個別に特定するための情報である。例えば、画像データ１５は、グループＧ２２にグループ化されていることを表す。
【００６４】
プリンタ１００は、グループ化処理を終えると、絶対評価値を算出する処理を行う（ステップＳ１４）。
【００６５】
図８を用いて、絶対評価値算出処理を詳細に説明する。図８は、本実施例における絶対評価値算出処理を説明するフローチャートである。本処理は、絶対評価値算出モジュール１２３が実行する処理である。
【００６６】
絶対評価値算出モジュール１２３は、撮影日時の昇順に並び替えられた画像データの１番目の画像データ、すなわち、撮影日時の最も早い画像データを解析して（ステップＳ４１）、評価項目に基づく項目別評価値を算出する（ステップＳ４２）。本実施例では、絶対評価値算出モジュール１２３は、撮影時のピントずれ評価、撮影時に発生した手ぶれ評価、および、撮影時の露出オーバーを表すクリッピング評価の３つの評価項目に基づき評価する。
【００６７】
図９を用いてピントずれ評価、および手ぶれ評価の評価値について説明し、図１０を用いてクリッピング評価の評価値について説明する。図９は、本実施例における評価値表２００を例示する説明図である。評価値表２００は、ピントずれ量（単位：ｍｍ）と項目別評価値とからなる。ピントずれ量は、画像データを解析して得られるピントのずれ量を表しており、項目別評価値は、ピントずれ量に応じた項目別評価値を表している。絶対評価値算出モジュール１２３は、画像データに対してエッジ抽出フィルタをかけ、抽出されたエッジの幅の平均を計算することによってピントずれ量を算出する。例えば、ピントずれ量が６．４ｍｍである場合には、項目別評価値は「９」となる。
【００６８】
また、手ぶれ評価においても、評価値表２００を適用して項目別評価値を求める。すなわち、ピントずれ量を、画像データを解析して得られるぶれ量とすることにより、ぶれ量に応じた項目別評価値を取得することができる。例えば、ぶれ量が６．４ｍｍである場合には、ピントずれ量と同様に、項目別評価値は「９」となる。絶対評価値算出モジュール１２３は、画像データに対してエッジ抽出フィルタをかけ、エッジの方向ごとにまとめてエッジ幅の平均を計算し、その最大幅をぶれ量とする。
【００６９】
図１０は、本実施例におけるクリッピング評価の評価値表２１０を例示する説明図である。評価値表２１０は、輝度値が２５５または０の割合（％）と、項目別評価値とからなる。「輝度値が２５５または０の割合」とは、画像データの全画素に対して、画像データの輝度値が２５５または０である画素が存在する割合を表しており、項目別評価値は、その割合に応じた項目別評価値を表している。例えば、ある画像データについて、輝度値が２５５または０である画素が存在する割合が、全画素数に対して１１％である場合、項目別評価値は「６」となる。本実施例では、評価値表２１０の項目別評価値の幅を「２」としたが、輝度値が２５５または０である画素が存在する割合をより詳細に設定し、項目別評価値の幅を「１」としてもよい。
【００７０】
絶対評価値算出モジュール１２３は、項目別評価値に、評価項目ごとに設定されている荷重をかけ、評価項目ごとの仮評価値を算出する（ステップＳ４３）。
【００７１】
図１１を用いて、評価項目ごとの荷重について説明する。図１１は、本実施例における項目評価ごとの荷重を表す荷重表３００を例示する説明図である。荷重表３００は、評価項目と荷重値とから構成されている。荷重表３００は、評価項目と荷重値とからなる。例えば、ピントずれの項目別評価値に掛ける荷重は、４０である。同様に、手ぶれ評価の項目別評価値に掛ける荷重は、４０であり、クリッピング評価の項目別評価値に掛ける荷重は、２０である。各荷重値は荷重表３００に例示した値に限定されず、任意に設定することとしてもよい。画像データによって表される画像の画質に対して、人間の視覚に強い影響を与えると考えられる評価項目の各荷重値を高く設定することが好ましい。
【００７２】
絶対評価値算出モジュール１２３は、全評価項目について仮評価値を算出したか否かを判断する（ステップＳ４４）。全評価項目について仮評価値の算出が終了していない場合（ステップＳ４４：ＮＯ）には、絶対評価値算出モジュール１２３は、ステップＳ４１から処理を行い評価項目ごとの仮評価値を算出する。全評価項目について仮評価値の算出が終了した場合（ステップＳ４４：ＹＥＳ）には、絶対評価値算出モジュール１２３は、算出された全ての仮評価値の積算値である絶対評価値を算出する（ステップＳ４５）。
【００７３】
プリンタ１００は、絶対評価値算出処理を終えると評価値補正処理を行う（ステップＳ１５）。
【００７４】
図１２を用いて、評価値補正処理を詳細に説明する。図１２は、本実施例における評価値補正処理を説明するフローチャートである。本処理は、評価値補正モジュール１２４が実行する処理である。
【００７５】
評価値補正モジュール１２４は、１番目の２次グループに含まれる画像データの絶対評価値を参照し（ステップＳ５０）、グループ内の各画像データの絶対評価値の降順に１位からＮ位まで順位を付ける（ステップＳ５１）。Ｎは自然数であり、最大値は２次グループ化された各グループに含まれる画像データの個数である。
【００７６】
評価値補正モジュール１２４は、以下に示す式２を適用して画像データの補正評価値を算出する（ステップＳ５２）。なお、Ｎは画像データの各グループ内での順位であり、Ｈは予め定められた補正係数である。
【００７７】
【数２】
【００７８】
式２により、各グループ内における絶対評価値が２位以下の画像データの絶対評価値は、順位に比例した補正量だけ引き下げられる。
【００７９】
図１３を用いて絶対評価値と補正評価値との関連を説明する。図１３は、本実施例における評価値グラフ４００である。評価値グラフ４００は、絶対評価値および補正評価値を撮影日時順にプロットしたグラフである。横軸は撮影日時順に並んでいる画像データを表しており、縦軸は評価値を表している。
【００８０】
２次グループＧ２２に含まれる画像データ１３，１４，１５を例に説明する。評価値１３０ａは画像データ１３の絶対評価値を表し、評価値１４０ａは画像データ１４の絶対評価値を表し、評価値１５０ａは画像データ１５の絶対評価値を表している（以降、評価値１３０ａを絶対評価値１３０ａ、評価値１４０ａを絶対評価値１４０ａ、評価値１５０ａを絶対評価値１５０ａと呼ぶ）。絶対評価値１３０ａ，１４０ａ，１５０ａの降順に順位をつけると、画像データ１３が１位，画像データ１４が２位，画像データ１５が３位である。２位以降の画像データの絶対評価値は上述した式２を適用して補正される。
【００８１】
例えば、画像データ１４の絶対評価値１４０ａはグループＧ２２内では２位である。従って、補正評価値１４０ｂは、図示するように、絶対評価値１４０ａから補正係数Ｈだけ引き下げられた値となる。同様に、画像データ１５の絶対評価値１５０ａはグループＧ２２内では３位であるため、補正評価値１５０ｂは、図示するように、絶対評価値１５０ａから、２Ｈ分、引き下げられた値となる。
【００８２】
プリンタ１００は、算出された補正評価値Ｒの上位５枚を印刷を推奨する画像データとして選択する（ステップＳ１６）。
【００８３】
図１４を用いて、印刷推奨画像データ選択処理を詳細に説明する。図１４は、本実施例における印刷推奨画像データ選択処理を説明するフローチャートである。本処理は、印刷推奨画像選択モジュール１２５が実行する処理である。
【００８４】
印刷推奨画像選択モジュール１２５は、全画像データの補正評価値を参照し（ステップＳ６０）、補正評価値の上位５位までの画像データを選択する（ステップＳ６１）。印刷推奨画像選択モジュール１２５は、選択した画像データを各画像データの撮影日時の昇順にスプーラ１０６に格納する（ステップＳ６２）。
【００８５】
プリンタ１００は、スプーラ１０６に格納されている画像データを、順次、印刷する（ステップＳ１７）。
【００８６】
以上説明した第１実施例のプリンタ１００によれば、類似する画像データを同一グループに分類し、グループ内での絶対評価値の順位に基づいて、画像データの絶対評価値の差分を広げるよう絶対評価値を補正し、補正評価値に基づき、全画像データから印刷推奨画像データを選択することとしたため、類似する画像データが重複して印刷されることを抑制するとともに、全画像データから評価項目に基づく評価の高い画像データを効率的に選択することができる。また、全画像データから、印刷を所望する枚数を指定して評価の高い画像データを選択することができる。
【００８７】
また、本実施例によれば、人間が画像データを視認した際に、画質の良し悪しの判断に影響を強く与えると考えられる評価項目については、荷重を高く設定している。こうすることにより、人間の感覚に合致する絶対評価値を算出することができる。
【００８８】
また、本実施例によれば、複数の評価項目を用いることにより、画像データを評価することができるため、画像データを多面的に評価することができる。
【００８９】
Ｂ．第２実施例：
上述した第１実施例では、プリンタ１００は、メモリカードＭＣに記録されている全画像データから補正評価値の上位５位までの画像データを、印刷推奨画像データとして選択することとした。第２実施例では、プリンタ１００は、各画像データについて補正評価値に基づき、印刷が推奨される程度を表す印刷推奨度を設定し、印刷推奨度と画像データとを対応付けて表示パネル１０３に表示することとした。本実施例において、プリンタ１００の構成および印刷推奨画像データ選択処理を除く全ての処理は、第１実施例と同様である。
【００９０】
Ｂ１．印刷推奨画像データ選択処理：
図１５は、第２実施例における印刷推奨画像データ選択処理を説明するフローチャートである。プリンタ１００は、算出された全画像データの補正評価値および推奨度設定情報を参照し（ステップＳ７０）、各画像データについて印刷推奨度を設定し、推奨度情報を作成する（ステップＳ７１）。
【００９１】
図１６を用いて推奨度設定情報を説明し、図１７を用いて推奨度情報を説明する。図１６は、本実施例における推奨度設定情報５００を例示する説明図である。推奨度設定情報５００は、補正評価値と印刷推奨度とからなる。例えば、補正評価値が７４である画像データの印刷推奨度は「３」であり、補正評価値が５８である画像データの印刷推奨度は「１」となる。推奨度設定情報５００は予めＲＯＭ１２０に格納されている。
【００９２】
図１７は、本実施例における推奨度情報５１０を例示する説明図である。推奨度情報５１０は、画像データ特定情報と印刷推奨度とからなる。画像データ特定情報とは、画像データを特定するための情報である。印刷推奨度は、各画像データに設定された印刷推奨度である。例えば、画像データ１１の印刷推奨度は「２」である。プリンタ１００は、推奨度情報５１０を生成し、ＲＡＭ１１０に格納する。
【００９３】
プリンタ１００は、推奨度情報５１０を参照し、画像データと画像データに対応する印刷推奨度を表す情報とを、表示パネル１０３に表示する（ステップＳ７２）。
【００９４】
図１８を用いて、表示パネル１０３の表示内容を説明する。図１８は、本実施例における表示パネル１０３の表示例である。表示パネル１０３には、印刷案内情報１５０と、画像データ格納領域１１１に格納されている画像データ１０〜１５のサムネイル１０ａ〜１５ａと、推奨度アイコン６１０と、評価情報６２０とが表示されている。
【００９５】
推奨度アイコン６１０は、各画像データの印刷推奨度を表す。推奨度アイコン６１０は、推奨度の値の個数の星形の図形である。推奨度アイコン６１０は、サムネイル上に表示される。評価情報６２０は、その画像データの項目別評価値が低い評価項目を表す。
【００９６】
印刷案内情報１５０は、印刷推奨度を考慮した印刷パターンを表すパターン情報６００，６０１，６０２，６０３と、各パターン情報と対応付けられたラジオボタン６００ａ，６０１ａ，６０２ａ，６０３ａとからなる。
【００９７】
例えば、サムネイル１０ａおよびサムネイル１３ａには、星形の図形が３つ含まれる推奨度アイコンが表示されている。すなわち、サムネイル１０ａおよびサムネイル１３ａを表す画像データ１０，画像データ１３は推奨度「３」の画像データであることを表している。ユーザは、いずれかのラジオボタンを選択することにより印刷パターンを指定する。
【００９８】
プリンタ１００は、ユーザからの印刷パターンの指定を受け付ける（ステップＳ７３）と、指定された印刷パターンに応じて、印刷推奨画像データを選択し（ステップＳ７４）、スプーラ１０６に格納する（ステップＳ７５）。
【００９９】
図１８に示すように、例えば、ユーザによってラジオボタン６０２ａが選択された場合、プリンタ１００は、サムネイル１０ａ，サムネイル１１ａ，サムネイル１３ａを表す画像データ１０，画像データ１１，画像データ１３を、印刷推奨画像データとして選択する。
【０１００】
以上説明した第２実施例のプリンタ１００によれば、印刷推奨度とサムネイルとを表示パネルに表示することができるため、ユーザは、各画像データの評価による各画像データの印刷推奨度とともに、画像データによって表される画像の内容を確認することができる。また、印刷推奨度に応じて印刷パターンを設定するため、画像データを１枚１枚選択する負担を軽減し、印刷する画像データを簡易に選択することができる。
【０１０１】
本実施例によれば、評価情報６２０がサムネイルと対応して表示されるため、評価の低い評価項目を容易に知ることができる。したがって、画像データを閲覧、拡大等して確認する負荷を軽減することができる。
【０１０２】
Ｃ．変形例：
（１）
上述した第１実施例では、ピントずれ評価、手ぶれ評価、および、クリッピング評価を行い、絶対評価値を算出することとしたがこれに限られない。例えば、画像データによって表される画像の構図を、評価項目の一つとしてもよい。
【０１０３】
図１９，図２０を用いて、画像の構図評価による項目別評価値の算出について説明する。図１９は、本変形例における画像データの構図について模式的に説明する説明図である。図にハッチングで示した領域は人物の顔領域を表す。中心Ｏは画像データ３０の中心を表し、重心Ｐは人物の顔領域の重心を表す。距離Ｄは中心Ｏと重心Ｐとの直線距離に相当する画素数を表す。距離Ｄの単位はピクセルである。
【０１０４】
プリンタ１００は、画像データを解析して人物の顔領域を抽出し、画像データの中心部分から抽出した顔領域までの距離Ｄを算出する。距離Ｄと、以下に説明する評価値表に基づき、項目別評価値を算出することとすればよい。
【０１０５】
図２０は、本変形例における評価値表７００を例示する説明図である。評価値表７００は、画像中心からの距離Ｄと項目別評価値とからなる。画像中心からの距離Ｄとは図１９において説明した距離Ｄである。項目別評価値とは距離Ｄに対応する評価値を表す。例えば、距離Ｄが６８ピクセルである場合、その画像データの構図評価における項目別評価値は「８」である。
【０１０６】
本変形例によれば、手ぶれやピントずれといった画質による評価だけでなく、画像データの構図についても評価することができる。従って、算出される評価値を更に人間の感覚に合致させることができ、印刷推奨画像データの選択精度を向上させることができる。
【０１０７】
また、画像データを解析して人物認識を行い特定の人物が画像データによって表される画像に含まれているか否かを評価項目に含めることとしてもよい。また、画像データを解析して顔抽出を行い、顔領域が画像データ全体に対して占める割合を評価項目に含めることとしてもよい。
【０１０８】
（２）
上述した第１実施例では、画像データを解析し被写体のぶれ量に基づき手ぶれ評価を行うこととしたがこれに限られない。例えば、画像データに付帯する画像情報、例えば、Ｅｘｉｆ情報に含まれる手ぶれの情報に基づき手ぶれ評価を行うこととしてもよい。
【０１０９】
図２１は、本変形例における付帯情報５０を例示する説明図である。付帯情報５０は、画像データに付帯する画像情報を表す。付帯情報５０には、図示するように、「画像タイトル」、「撮影日時」などの画像ファイル２０に関する情報とともに、画像ファイル２０の撮影時の種々の撮影条件、例えば「色空間情報」、「ＩＳＯ感度」、「シャッタースピード」、「焦点距離」が記録されている。「手ぶれ情報」は、撮影時の手ぶれによるぶれ量を、デジタルカメラに装備されているジャイロセンサによって測定される角速度で表す。角速度とは、１秒間にデジタルカメラが動いた角度である。
【０１１０】
プリンタ１００は、付帯情報５０に含まれる手ぶれ情報を取得し、手ぶれ情報と、以下に説明する評価値表とに基づき手ぶれ評価の項目別評価値を算出する。
【０１１１】
図２２は、本変形例における評価値表８００を例示する説明図である。評価値表８００は手ぶれ情報と項目別評価値とからなる。手ぶれ情報とはＥｘｉｆ情報に含まれる手ぶれ情報を表し、項目別評価値とは手ぶれ情報の値に対応する評価値を表す。評価値表８００の手ぶれ情報において、範囲が設定されている場合、手ぶれ情報は範囲の開始値より大きい値であって、範囲の終了値以下に含まれる。例えば、「０〜３」の場合、手ぶれ情報は範囲の開始値「０」より大きく、範囲の終了値「３」以下の値が含まれる。
【０１１２】
本変形例では、Ｅｘｉｆ情報５０に含まれる手ぶれ情報は「１０°／ｓｅｃ」であるため項目別評価値は「４」である。
【０１１３】
本変形例によれば、画像に付帯する付帯情報を用いて項目評価を行うことにより画像データを解析する処理負荷を軽減することができる。また、簡易に参照することができるＥｘｉｆ情報を用いることにより処理速度を向上することができる。
【０１１４】
（３）
上述した第１実施例では、全画像データから相対評価値が上位５位までの画像データを印刷推奨画像データとして選択することとしたが、これに限られない。例えば、相対評価値が全画像データに共通する閾値ＴｈＶａｌ以上である画像データを印刷推奨画像データとして選択することとしてもよい。
【０１１５】
図２３を用いて、本変形例における印刷推奨画像データ選択処理を詳細に説明する。図２３は、変形例における印刷推奨画像データ選択処理を説明するフローチャートである。プリンタ１００は、画像データの補正評価値を取得し（ステップＳ８０）、補正評価値が閾値ＴｈＶａｌよりも高いか否かを判断する（ステップＳ８１）。補正評価値が閾値ＴｈＶａｌよりも高い場合（ステップＳ８１：ＹＥＳ）には、プリンタ１００は、その補正評価値を有する画像データを印刷推奨画像データとして選択し（ステップＳ８２）、スプーラ１０６に格納する（ステップＳ８３）。
【０１１６】
プリンタ１００は、印刷推奨画像データであるかの判断を行った画像データが、画像データ格納領域１１１に格納されている画像データの最後の画像データであるか否かを判断し（ステップＳ８４）。最後の画像データである場合（ステップＳ８４：ＹＥＳ）には、処理を終了する。最後の画像データでない場合（ステップＳ８４：ＮＯ）には、次の画像データの補正評価値を取得し（ステップＳ８０）、処理を繰り返す。
【０１１７】
プリンタ１００は、補正評価値が閾値ＴｈＶａｌ以下である場合（ステップＳ８１：ＮＯ）、ステップＳ８４から処理を続行する。
【０１１８】
例えば、閾値ＴｈＶａｌ＝５０である場合、図１３に示すように、補正評価値ＴｈＶａｌ（＝５０）よりも高い補正評価値を有する画像データは画像データ１０，１１，１３，１４，１６，１７，１９，２０である。従って、プリンタ１００はこれらの画像データを印刷推奨画像データとして選択する。
【０１１９】
本変形例によれば、全画像データに共通した閾値を用いて印刷推奨画像データ選択することができるため、類似する画像データから印刷する画像データを選択する負担を軽減するとともに全体として画質の良い画像データを選択して出力することができる。
【０１２０】
（４）
上述した第１実施例では、輝度ヒストグラムを用いて画像データ間の類似度を算出することとしたがこれに限られない。例えば、画像データ間における対応する画素の画素値の差分を用いることとしてもよいし、画像データを解析して得られる特徴量、例えば、ＲＧＢ値の分布や比率を用いて類似度を算出することとしてもよい。
【０１２１】
（５）
上述した第１実施例では、隣接する画像データについて算出された類似度に基づき２時グループ化を行うこととしたがこれに限られない。例えば、前後の画像データを含む３つの画像データを用いて類似度を算出し、グループ化を行うこととしてもよいし、更に複数の画像データ間における類似度を算出し、グループ化を行うこととしてもよい。こうすれば、類似度に基づくグループ化を、詳細に行うことができる。
【０１２２】
（６）
上述した第２実施例では、印刷推奨度を画像データとともに表示パネルに表示することとしたがこれに限られない。例えば、表示パネルの表示内容と同一の内容を印刷することとしてもよいし、表示パネルに表示せずに、印刷することとしてもよい。
【０１２３】
（７）
上述した第１実施例では、プリンタ１００が、印刷推奨画像データを選択することとしたがこれに限られない。例えば、ローカルエリアネットワークを介してプリンタとパーソナルコンピュータが接続されており、パーソナルコンピュータが印刷推奨画像データを選択するためのモジュール（本発明の第１実施例におけるグループ化モジュール１２２、絶対評価値算出モジュール１２３、評価値補正モジュール１２４、印刷推奨画像選択モジュール１２５）を備えることとしてもよい。
【０１２４】
（８）
上述した第１実施例では、２位以下の絶対評価値について、（Ｎ−１）×Ｈだけ評価を引き下げる補正を行うこととしたがこれに限られない。例えば、絶対評価値の高い画像データの絶対評価値を引き上げる補正を行うこととしてもよい。
【０１２５】
（９）
上述した第２実施例では、補正評価値の値に応じて印刷推奨度を設定することとしたがこれに限られない。例えば、上位５位までの補正評価値を有する画像データの印刷推奨度を「３」とし、６位から１０位までの補正評価値を有する画像データの印刷推奨度を「２」とする、等のように、順位に基づき印刷推奨度を設定することとしてもよい。
【０１２６】
（１０）
上述した第２実施例では、印刷推奨度に基づく印刷パターンを設定することとしたがこれに限られない。例えば、ユーザが表示パネルに表示されている印刷推奨度とサムネイルとを確認し、印刷する画像データを任意に選択することとしてもよい。こうすれば、印刷する画像データを柔軟に選択することができる。
【０１２７】
以上、本発明の種々の実施例について説明したが、本発明はこれらの実施例に限定されず、その趣旨を逸脱しない範囲で種々の構成をとることができることは言うまでもない。
【図面の簡単な説明】
【０１２８】
【図１】第１実施例におけるシステム概要を例示する説明図。
【図２】第１実施例におけるプリンタの機能ブロックを例示する説明図。
【図３】第１実施例における印刷処理を説明するフローチャート。
【図４】第１実施例における撮影日時によるグループ化処理を説明するフローチャート。
【図５】第１実施例における画像データの類似度によるグループ化処理を説明するフローチャート。
【図６】第１実施例におけるグループ化処理を説明する模式図。
【図７】第１実施例におけるグループ化情報を例示する説明図。
【図８】第１実施例における絶対評価値算出処理を説明するフローチャート。
【図９】第１実施例におけるピントずれ評価の評価値表を例示する説明図。
【図１０】第１実施例におけるクリッピング評価の評価値表を例示する説明図。
【図１１】第１実施例における荷重表を例示する説明図。
【図１２】第１実施例における評価値補正処理を説明するフローチャート。
【図１３】第１実施例における評価値グラフである。
【図１４】第１実施例における印刷推奨画像データ選択処理を説明するフローチャートである。
【図１５】第２実施例における印刷推奨画像データ選択処理を説明するフローチャート。
【図１６】第２実施例における推奨度設定情報を例示する説明図。
【図１７】第２実施例における推奨度情報を例示する説明図。
【図１８】第２実施例における表示パネルの表示例。
【図１９】変形例における画像データの構図を説明する説明図。
【図２０】変形例における構図評価の評価値表を例示する説明図。
【図２１】変形例における付帯情報を例示する説明図。
【図２２】変形例における手ぶれ評価の評価値表を例示する説明図。
【図２３】変形例における印刷推奨画像データ選択処理を説明するフローチャート。
【符号の説明】
【０１２９】
１０〜２１…画像データ
１０ａ〜１５ａ…サムネイル
１００…プリンタ
１０１…ＣＰＵ
１０２…インターフェース
１０３…表示パネル
１０４…操作部
１０５…印刷実行部
１０６…スプーラ
１１０…ＲＡＭ
１１１…画像データ格納領域
１１２…グループ化情報格納領域
１２１…画像データ取得部
１２２…グループ化モジュール
１２３…絶対評価値算出モジュール
１２４…評価値補正モジュール
１２５…印刷推奨画像選択モジュール
１２６…表示制御モジュール
１３０ａ，１４０ａ，１５０ａ…絶対評価値
１５０…印刷案内情報
１６０…グループ化情報
２００…評価値表
２１０…評価値表
３００…荷重表
４００…評価値グラフ
５００…推奨度設定情報
５１０…推奨度情報
６１０…推奨度アイコン
６２０…評価情報
６００，６０１，６０２，６０３…パターン情報
６００ａ，６０１ａ，６０２ａ，６０３ａ…ラジオボタン
７００…評価値表
８００…評価値表
【特許請求の範囲】
【請求項１】
画像出力装置であって、
複数の画像データを取得する画像取得手段と、
前記複数の画像データ間の類似の程度を表す類似度を取得する類似度取得手段と、
前記類似度に基づき、前記複数の画像データを分類する分類手段と、
前記各画像データについて、評価項目に基づく評価値である評価値を算出する評価値算出手段と、
前記分類によって同一の群に分類された前記各画像データの前記評価値を補正する評価値補正手段と、
前記補正された評価値である補正評価値に基づき、出力を推奨する出力推奨画像データを選択する出力推奨画像データ選択手段と、
少なくとも、前記出力推奨画像データを含む画像データにより表される１つ以上の画像を出力する出力手段とを備える画像出力装置。
【請求項２】
請求項１記載の画像出力装置であって、
前記評価項目は、画像データに関する画像情報であり、
前記評価値算出手段は、前記取得した画像データを解析して画像情報を取得し、前記取得した画像情報に基づき、前記評価値を算出する画像出力装置。
【請求項３】
請求項２記載の画像出力装置であって、
前記画像情報は、前記画像データの画質を表す画質情報、前記画像データの構図を表す構図情報、および、前記画像データの撮影時の環境を表す撮影情報のうち少なくとも１つを含む情報である画像出力装置。
【請求項４】
請求項３記載の画像出力装置であって、
前記撮影情報は、前記各画像データに付帯する付帯情報に格納されている画像出力装置。
【請求項５】
請求項１ないし請求項４いずれか記載の画像出力装置であって、
前記評価値補正手段は、前記分類された各画像データ群における前記各画像データの前記評価値の順位に応じて、前記評価値を補正することにより前記補正評価値を算出する画像出力装置。
【請求項６】
請求項１ないし請求項５いずれか記載の画像出力装置であって、
前記出力推奨画像データ選択手段は、前記補正評価値と、前記複数の画像データに対して共通に設定された閾値とに基づき、前記選択を行う画像出力装置。
【請求項７】
請求項６記載の画像出力装置であって、
更に、
前記閾値を格納する閾値格納部を備え、
前記出力推奨画像データ選択手段は、前記格納されている閾値を用いて前記選択を行う画像出力装置。
【請求項８】
請求項６記載の画像出力装置であって、
更に、
ユーザからの入力を受け付ける入力受付手段と、
前記入力に基づき、前記閾値を設定する閾値設定手段を備える画像出力装置。
【請求項９】
請求項１ないし請求項５いずれか記載の画像出力装置であって、
前記出力手段は、更に、
前記出力推奨画像データを用いた画像の出力数を取得する出力数取得手段を備え、
前記出力数に応じて、前記補正評価値の上位の画像データを前記出力推奨画像データとして選択する画像出力装置。
【請求項１０】
請求項１ないし請求項９いずれか記載の画像出力装置であって、
前記出力手段は、前記出力推奨画像データによって表される画像を出力する画像出力装置。
【請求項１１】
請求項１ないし請求項９いずれか記載の画像出力装置であって、
更に、前記補正評価値に基づき、前記各画像データに対して、前記出力の推奨の度合いを表す推奨度を設定する推奨度設定手段を備え、
前記出力手段は、前記画像データに対応する前記推奨度に基づく情報を、前記画像データを用いた画像とともに出力する画像出力装置。
【請求項１２】
請求項１１記載の画像出力装置であって、
前記出力手段は、前記推奨度の低い画像データについて、前記評の低い評価項目を、前記画像データを用いた画像と対応付けて出力する画像出力装置。
【請求項１３】
請求項１１または請求項１２記載の画像出力装置であって、
更に、
前記出力する情報を表示する表示部を備える画像出力装置。
【請求項１４】
請求項１ないし請求項１３いずれか記載の画像出力装置であって、
前記分類手段は、前記画像データが撮影された日時を表す撮影日時、および、前記各画像データ間の内容の類似の度合いを表す類似度のうち少なくとも一方の情報に基づき、前記分類を行う画像出力装置。
【請求項１５】
請求項１ないし請求項１４いずれか記載の画像出力装置であって、
前記画像出力装置は、印刷装置であり、
前記出力手段が行う出力とは、印刷処理である画像出力装置。
【請求項１６】
画像出力装置が行う画像出力方法であって、
複数の画像データを取得し
前記複数の画像データ間の類似の程度を表す類似度を取得し、
前記複数の画像データの類否に基づき、前記複数の画像データを分類し、
前記各画像データについて、評価項目に基づく評価値である評価値を算出し、
前記分類によって同一の群に分類された前記各画像データの前記評価値を補正し、
前記補正された評価値である補正評価値に基づき、出力を推奨する出力推奨画像データを選択し、
少なくとも、前記出力推奨画像データを含む画像データにより表される１つ以上の画像を出力する画像出力方法。
【請求項１】
画像出力装置であって、
複数の画像データを取得する画像取得手段と、
前記複数の画像データ間の類似の程度を表す類似度を取得する類似度取得手段と、
前記類似度に基づき、前記複数の画像データを分類する分類手段と、
前記各画像データについて、評価項目に基づく評価値である評価値を算出する評価値算出手段と、
前記分類によって同一の群に分類された前記各画像データの前記評価値を補正する評価値補正手段と、
前記補正された評価値である補正評価値に基づき、出力を推奨する出力推奨画像データを選択する出力推奨画像データ選択手段と、
少なくとも、前記出力推奨画像データを含む画像データにより表される１つ以上の画像を出力する出力手段とを備える画像出力装置。
【請求項２】
請求項１記載の画像出力装置であって、
前記評価項目は、画像データに関する画像情報であり、
前記評価値算出手段は、前記取得した画像データを解析して画像情報を取得し、前記取得した画像情報に基づき、前記評価値を算出する画像出力装置。
【請求項３】
請求項２記載の画像出力装置であって、
前記画像情報は、前記画像データの画質を表す画質情報、前記画像データの構図を表す構図情報、および、前記画像データの撮影時の環境を表す撮影情報のうち少なくとも１つを含む情報である画像出力装置。
【請求項４】
請求項３記載の画像出力装置であって、
前記撮影情報は、前記各画像データに付帯する付帯情報に格納されている画像出力装置。
【請求項５】
請求項１ないし請求項４いずれか記載の画像出力装置であって、
前記評価値補正手段は、前記分類された各画像データ群における前記各画像データの前記評価値の順位に応じて、前記評価値を補正することにより前記補正評価値を算出する画像出力装置。
【請求項６】
請求項１ないし請求項５いずれか記載の画像出力装置であって、
前記出力推奨画像データ選択手段は、前記補正評価値と、前記複数の画像データに対して共通に設定された閾値とに基づき、前記選択を行う画像出力装置。
【請求項７】
請求項６記載の画像出力装置であって、
更に、
前記閾値を格納する閾値格納部を備え、
前記出力推奨画像データ選択手段は、前記格納されている閾値を用いて前記選択を行う画像出力装置。
【請求項８】
請求項６記載の画像出力装置であって、
更に、
ユーザからの入力を受け付ける入力受付手段と、
前記入力に基づき、前記閾値を設定する閾値設定手段を備える画像出力装置。
【請求項９】
請求項１ないし請求項５いずれか記載の画像出力装置であって、
前記出力手段は、更に、
前記出力推奨画像データを用いた画像の出力数を取得する出力数取得手段を備え、
前記出力数に応じて、前記補正評価値の上位の画像データを前記出力推奨画像データとして選択する画像出力装置。
【請求項１０】
請求項１ないし請求項９いずれか記載の画像出力装置であって、
前記出力手段は、前記出力推奨画像データによって表される画像を出力する画像出力装置。
【請求項１１】
請求項１ないし請求項９いずれか記載の画像出力装置であって、
更に、前記補正評価値に基づき、前記各画像データに対して、前記出力の推奨の度合いを表す推奨度を設定する推奨度設定手段を備え、
前記出力手段は、前記画像データに対応する前記推奨度に基づく情報を、前記画像データを用いた画像とともに出力する画像出力装置。
【請求項１２】
請求項１１記載の画像出力装置であって、
前記出力手段は、前記推奨度の低い画像データについて、前記評の低い評価項目を、前記画像データを用いた画像と対応付けて出力する画像出力装置。
【請求項１３】
請求項１１または請求項１２記載の画像出力装置であって、
更に、
前記出力する情報を表示する表示部を備える画像出力装置。
【請求項１４】
請求項１ないし請求項１３いずれか記載の画像出力装置であって、
前記分類手段は、前記画像データが撮影された日時を表す撮影日時、および、前記各画像データ間の内容の類似の度合いを表す類似度のうち少なくとも一方の情報に基づき、前記分類を行う画像出力装置。
【請求項１５】
請求項１ないし請求項１４いずれか記載の画像出力装置であって、
前記画像出力装置は、印刷装置であり、
前記出力手段が行う出力とは、印刷処理である画像出力装置。
【請求項１６】
画像出力装置が行う画像出力方法であって、
複数の画像データを取得し
前記複数の画像データ間の類似の程度を表す類似度を取得し、
前記複数の画像データの類否に基づき、前記複数の画像データを分類し、
前記各画像データについて、評価項目に基づく評価値である評価値を算出し、
前記分類によって同一の群に分類された前記各画像データの前記評価値を補正し、
前記補正された評価値である補正評価値に基づき、出力を推奨する出力推奨画像データを選択し、
少なくとも、前記出力推奨画像データを含む画像データにより表される１つ以上の画像を出力する画像出力方法。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【公開番号】特開２００６−２５９７８８（Ｐ２００６−２５９７８８Ａ）
【公開日】平成１８年９月２８日（２００６．９．２８）
【国際特許分類】
【出願番号】特願２００５−７２１６８（Ｐ２００５−７２１６８）
【出願日】平成１７年３月１５日（２００５．３．１５）
【出願人】（０００００２３６９）セイコーエプソン株式会社 (51,324)
【Ｆターム（参考）】
【公開日】平成１８年９月２８日（２００６．９．２８）
【国際特許分類】
【出願日】平成１７年３月１５日（２００５．３．１５）
【出願人】（０００００２３６９）セイコーエプソン株式会社 (51,324)
【Ｆターム（参考）】
[ Back to top ]