画像形成装置
【課題】 複写や送信等の処理対象の原稿束内にポータルシートが含まれる場合、ポータルシートに記載されている元原稿の情報に対して当該処理を行う場合と、ポータルシートそのものに対して当該処理を行う場合との判断を行えるようにする。
【解決手段】 スキャンして得られたイメージ情報から、該原稿に付加的に記録された１つ以上の電子ファイルの格納場所示す情報を認識し、該原稿に付加的に記録された電子ファイルの格納場所情報が検出できない場合に、イメージ情報をベクトルデータに変換する。出力イメージを形成する際に、読み取ったページ自体の処理を行うか否かをオペレータに問い合わせて選択させる。
【解決手段】 スキャンして得られたイメージ情報から、該原稿に付加的に記録された１つ以上の電子ファイルの格納場所示す情報を認識し、該原稿に付加的に記録された電子ファイルの格納場所情報が検出できない場合に、イメージ情報をベクトルデータに変換する。出力イメージを形成する際に、読み取ったページ自体の処理を行うか否かをオペレータに問い合わせて選択させる。
【発明の詳細な説明】
【技術分野】
【０００１】
本願発明は、画像入力機能、画像処理機能、画像出力機能を有した、複写機などの画像形成装置に関するものである。
【背景技術】
【０００２】
近年、環境問題が叫ばれる中、オフィスでのペーパーレス化が急速に進んでいる。即ち、従来からバインダー等で蓄積された紙文書をスキャナで読み取りポータブルドキュメントフォーマット（以降ＰＤＦと記す）に変換して画像記憶装置にデータベースとして蓄積し、文書管理システムを構築出来る。一方、機能が拡張されたＭＦＰでは、予め画像を記録する際に、該画像ファイルが存在する画像記憶装置内のポインタ情報を該文書の表紙或いは記載情報中に付加情報として記録して置き、再度、該文書を複写等再利用する際に、このポインタ情報からオリジナル電子ファイルの格納場所を検出し、該電子ファイルの元情報を直接用いる事で、紙文書全体の保存を削減する。
【０００３】
このような背景の中で、画像読み取り走査手段で得られるイメージ情報をベクトル化手段でベクトルデータに変換し、該変換されたベクトルデータを紙文書に記載された情報として変換する方法を用いることによって、いかなる紙文書に対しても再利用可能な電子ファイルとして扱える画像処理システムが提案されている。ベクトル化手段を有する画像処理システムでは、スキャン、ファイル検索、ベクトル化を経て、特定または生成された全ページのページ情報、すなわち、サムネイル、タイトル、要約、キーワード、ＩＤ、日付、著作者、及び処理結果へのポインタ情報等を含むインデックスシート（以後ポータルシートとする）を生成し、出力している。
【特許文献１】特開２００４−２５２８４３
【発明の開示】
【発明が解決しようとする課題】
【０００４】
ポータルシートは、複数の原稿情報を１枚のシートに集約したものであり、オペレータが、複写または送信しようとしている原稿束内にポータルシートが含まれる場合、ポータルシートに記載されている元原稿の情報を複写または送信する場合と、ポータルシートそのものを複写または送信する場合の判断が付かず、意図しない誤った原稿を出力・送付してしまう問題がある。
【０００５】
本発明は、上述の課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、ポータルシートと、その他の通常の原稿が混在された原稿を、オペレータの意図する出力結果を得るために、自動的に判別し、オペレータに問い合わせること、また必要な情報のみを出力・送付することで用紙および通信コストの削減が可能な画像形成装置を提供することにある。
【課題を解決するための手段】
【０００６】
上記問題を解決するために、本発明の画像形成装置は、原稿をスキャンして得られたイメージ情報から、該原稿に付加的に記録された１つ以上の電子ファイルの格納場所示す情報を認識するファイル特定手段と、該原稿に付加的に記録された電子ファイルの格納場所情報が検出できない場合に、イメージ情報をベクトルデータに変換するベクトル化手段と、出力イメージを形成する出力イメージ形成手段と、前記出力イメージを形成する際に、読み取ったページ自体の処理を行うか否かをオペレータに問い合わせて選択させる出力データ選択手段と、を有する。
【発明の効果】
【０００７】
画像形成装置において、原稿を読み取り走査する走査手段と、前記走査手段で得られたイメージ情報から、該原稿に付加的に記録された１つ以上の電子ファイルの格納場所示す情報を認識するファイル特定手段と、該原稿に付加的に記録された電子ファイルの格納場所情報が検出できない場合に、イメージ情報をベクトル化手段でベクトルデータに変換する手段と、読み取ったイメージ情報に所定の画像処理を施して出力イメージを形成する出力イメージ形成手段と、前記出力イメージを形成する際に、読み取ったページ自体の処理を行うか、否かをオペレータに問い合わせる、出力データ選択手段とを有することにより、
１つ以上の原稿の情報を保持するインデックスシートと、その他の通常の原稿が混在された原稿束を処理する際に、必要な情報のみを選択的に出力・送付することで用紙および通信にかかるコスト削減を可能とする効果が得られる。
【発明を実施するための最良の形態】
【０００８】
本願発明の実施の形態について説明する。図１は本願発明にかかる画像処理システム構成例を示すブロック図である。この画像処理システムは、オフィス１０とオフィス２０とをインターネット１０４で接続された環境で実現する。オフィス１０内に構築されたＬＡＮ１０７には、ＭＦＰ１００、ＭＦＰ１００を制御するマネージメントＰＣ１０１、クライアントＰＣ（外部記憶手段）１０２文書管理サーバ１０６、そのデータベース１０５およびプロキシサーバ１０３が接続されている。ＬＡＮ１０７及びオフィス２０内のＬＡＮ１０８はプロキシサーバ１３を介してインターネット１０４に接続される。ＭＦＰ１００は本発明において紙文書の画像読み取り部と読み取った画像信号に対する画像処理の１部を担当し、画像信号はＬＡＮ１０９を用いてマネージメントＰＣ１０１に入力する。マネージメントＰＣは通常のＰＣであり、内部に画像記憶手段、画像処理手段、表示手段、入力手段を有するが、その一部をＭＦＰ１００に一体化して構成されている。
【０００９】
図２はＭＦＰ１００の構成図である。図２においてオートドキュメントフィーダー（以降ＡＤＦと記す）を含む画像読み取り部１１０は束状の或いは１枚の原稿画像を図示しない光源で照射し、原稿反射像をレンズで固体撮像素子上に結像し、固体撮像素子からラスター状の画像読み取り信号を６００ＤＰＩの密度のイメージ情報として得る。通常の複写機能はこの画像信号をデータ処理部１１５で記録信号へ画像処理し、複数毎複写の場合は記録装置１１１に一旦１ページ分の記録データを記憶保持した後、記録装置１１２に順次出力して紙上に画像を形成する。
【００１０】
一方クライアントＰＣ１０２から出力されるプリントデータはＬＡＮ１０７からネットワークＩＦ１１４を経てデータ処理装置１１５で記録可能なラスターデータに変換した後、前記記録装置で紙上に記録画像として形成される。
【００１１】
ＭＦＰ１００への操作者の指示はＭＦＰに装備されたキー操作部とマネージメントＰＣに入力されるキーボード及びマウスからなる入力装置１１３から行われ、これら一連の動作はデータ処理装置１１５内の図示しない制御部で制御される。
【００１２】
一方、操作入力の状態表示及び処理中の画像データの表示は表示装置１１６で行われる。尚記憶装置１１１はマネージメントＰＣからも制御され、これらＭＦＰとマネージメントＰＣとのデータの授受及び制御はネットワークＩＦ１１７および直結したＬＡＮ１０９を用いて行われる。
【００１３】
［処理概要］
次に本発明による画像処理全体の概要を図３を用いて説明する。
【００１４】
図３においてまず、ＭＦＰ１００の画像読み取り部１１０を動作させ１枚の原稿をラスター状に走査し、イメージ情報入力処理１２０で６００ＤＰＩ−８ビットの画像信号を得る。該画像信号をデータ処理部１１５で前処理を施し記憶装置１１１に１ページ分の画像データとして保存する。マネージメントＰＣ１０１のＣＰＵは該格納された画像信号から先ず、文字／線画部分とハーフトーンの画像部分とに領域を分離し、文字部は更に段落で塊として纏まっているブロック毎に、或いは、線で構成された表、図形に分離し各々セグメント化する。一方ハーフトーンで表現される画像部分は、矩形に分離されたブロックの画像部分、背景部等所謂ブロック毎に独立したオブジェクトに分割する（ステップ１２１）。
【００１５】
このとき原稿画像中に付加情報として記録された２次元バーコード、或いはＵＲＬに該当するオブジェクトを検出しＵＲＬはＯＣＲで文字認識し、或いは２次元バーコードなら該マークを解読して（ステップ１２２）該原稿のオリジナル電子ファイルが格納されている記憶装置内のポインタ情報を検出する（ステップ１２３）。尚、ポインタ情報を付加する手段は他に文字と文字の間隔に情報を埋め込む方法、ハーフトーンの画像に埋め込む方法等直接可視化されない所謂電子透かしによる方法も有る。
【００１６】
ポインタ情報が検出された場合、ステップ１２５に分岐し、ポインタで示されたアドレスから元の電子ファイルを検索する。電子ファイルは図１においてクライアントＰＣ内のハードディスク内、或いはオフィス１０或いは２０のＬＡＮに接続された文書管理サーバ１０５内のデータベース１０５内、或いはＭＦＰ１００自体が有する記憶装置１１１のいずれかに格納されており、ステップ１２３で得られたアドレス情報に従ってこれらの記憶装置内を検索する。ステップ１２５で電子ファイルが見つからなかった場合、見つかったがＰＤＦあるいはｔｉｆｆに代表される所謂イメージファイルであった場合、或いはポインタ情報自体が存在しなかった場合はステップ１２６に分岐する。
【００１７】
ステップ１２６は所謂文書検索処理ルーチンである。
【００１８】
まずステップ１２２で各文字ブロックに対して行ったＯＣＲの結果から単語を抽出して全文検索、或いは各オブジェクトの配列と各オブジェクトの属性から所謂レイアウト検索を行う。検索の結果、類似度の高い電子ファイルが見つかった場合、サムネイルやバージョン、ファイルのタイムスタンプ等を表示（ステップ１２７）し、複数の中から操作者の選択が必要なら操作者の入力操作よってファイルの特定や出力形式特定を行う。尚、候補が１ファイルの場合、自動的にステップ１２８からステップ１３３に分岐し格納アドレスを通知する。ステップ１２６の検索処理で電子ファイルが見つからなかった場合、或いは、見つかったがＰＤＦあるいはｔｉｆｆに代表される所謂イメージファイルであった場合、ステップ１２９に分岐する。
【００１９】
ステップ１２９はイメージデータからベクトルデータへの変換処理部であり、オリジナル電子ファイルに近い電子ファイルに変換する。先ず、ステップ１２２でＯＣＲされた文字ブロックに対しては、更に文字のサイズ、スタイル、字体を認識し、原稿を走査して得られた文字に可視的に忠実なフォントデータに変換する。一方線で構成される表、図形ブロックに対してはアウトライン化する。画像ブロックに対してはイメージデータとして個別のＪＰＥＧファイルとして処理する。これらのベクトル化処理は各オブジェクト毎に行い、更に各オブジェクトのレイアウト情報を保存して例えば、ｒｔｆに変換（ステップ１３０）して電子ファイルとして記憶装置１１１に格納（ステップ１３１）するか否か問い合わせる。
【００２０】
今ベクトル化した原稿画像を格納する場合は、以降同様の処理を行う際に直接電子ファイルとして検索出来るように、先ずステップ１３２において検索の為のインデックス情報を生成して検索用インデックスファイルに追加する。検索処理で電子ファイルが特定できた場合も同様に以降からは直接電子ファイルを特定する為に、ステップ１２８からステップ１３２に分岐し、検索の為のインデックス情報を生成して検索用インデックスファイルに追加し、ステップ１３３にて、格納アドレスをＭＦＰ１００に通知する。次にステップ１３４では、ＭＦＰ１００側では、今紙に記録または送信するか否かを判定する。例えば最終ページであったり、圧板からの蓄積でこれ以上原稿がない旨をオペレータが示せば、ステップ１３５に進む。続きのページがある場合は、次ページを処理するためにステップ１２０に進む。
【００２１】
尚、ステップ１２５でポインタ情報から電子ファイルが特定できた場合、または検索処理で電子ファイルが特定出来た場合、ステップ１３３において該電子ファイルの格納アドレスをＭＦＰ１００に通知する。
【００２２】
尚、以上本発明によって得られた電子ファイル自体を用いて、例えば文書の加工、蓄積、伝送、記録をステップ１３５で行う事が可能になる。これらの処理はイメージデータを用いる場合に比べて、情報量が削減され、蓄積効率が高まり、伝送時間が短縮され、又記録表示する際には高品位なデータとして非常に優位となる。
【００２３】
以下、各処理ブロックに対して詳細に説明する。
【００２４】
先ずステップ１２１で示すブロックセレクション処理について説明する。
【００２５】
［ブロックセレクション処理］
ブロックセレクション処理とは、図１１の右に示すステップ１２０で読み取った一頁のイメージデータを左に示す様に、各オブジェクト毎の塊として認識し、該ブロック各々を文字／図画／写真／線／表等の属性に判定し、異なる属性を持つ領域に分割する処理である。
【００２６】
ブロックセレクション処理の実施例を以下に説明する。
【００２７】
先ず、入力画像を白黒に二値化し、輪郭線追跡をおこなって黒画素輪郭で囲まれる画素の塊を抽出する。面積の大きい黒画素の塊については、内部にある白画素に対しても輪郭線追跡をおこない白画素の塊を抽出、さらに一定面積以上の白画素の塊の内部からは再帰的に黒画素の塊を抽出する。
【００２８】
このようにして得られた黒画素の塊を、大きさおよび形状で分類し、異なる属性を持つ領域へ分類していく。たとえば、縦横比が１に近く、大きさが一定の範囲のものを文字相当の画素塊とし、さらに近接する文字が整列良くグループ化可能な部分を文字領域、扁平な画素塊を線領域、一定大きさ以上でかつ四角系の白画素塊を整列よく内包する黒画素塊の占める範囲を表領域、不定形の画素塊が散在している領域を写真領域、それ以外の任意形状の画素塊を図画領域、などとする。
【００２９】
ブロックセレクション処理で得られた各ブロックに対するブロック情報を図１２に示す。
【００３０】
これらのブロック毎の情報は以降に説明するベクトル化、或いは検索の為の情報として用いる。
【００３１】
［ポインタ情報の検出］
次に、ステップ１２２で示すファイルの格納位置をイメージ情報から抽出する為のＯＣＲ／ＯＭＲ処理について説明する。
【００３２】
図１３は原稿画像中に付加された２次元バーコード（ＱＲコードシンボル）を復号して、データ文字列を出力する過程を示すフローチャートである。２次元バーコードの付加された原稿３１０の一例を図１４に示す。
【００３３】
まず、データ処理装置１１５内のページメモリに格納された原稿３１０を表すイメージ画像をＣＰＵ（不図示）で走査して、先に説明したブロックセレクション処理の結果から所定の２次元バーコードシンボル３１１の位置を検出する。ＱＲコードの位置検出パターンは、シンボルの４隅のうちの３済みに配置される同一の位置検出要素パターンから構成される（ステップ３００）。
【００３４】
次に、位置検出パターンに隣接する形式情報を復元し、シンボルに適用されている誤り訂正レベルおよびマスクパターンを得る（ステップ３０１）。
【００３５】
シンボルの型番を決定した（ステップ３０２）後、形式情報で得られたマスクパターンを使って符号化領域ビットパターンをＸＯＲ演算することによってマスク処理を解除する（ステップ３０３）。
【００３６】
尚、モデルに対応する配置規則に従い、シンボルキャラクタを読取り、メッセージのデータ及び誤り訂正コード語を復元する（ステップ３０４）。
【００３７】
復元されたコード上に、誤りがあるかどうかの検出を行い（ステップ３０５）、誤りが検出された場合、ステップ３０６に分岐し、これを訂正する。
【００３８】
誤り訂正されたデータより、モード指示子および文字数指示子に基づいて、データコード語をセグメントに分割する（ステップ３０７）。
【００３９】
最後に、仕様モードに基づいてデータ文字を復号し、結果を出力する（ステップ３０８）。
【００４０】
尚、２次元バーコード内に組み込まれたデータは、対応するファイルのアドレス情報を表しており、例えばファイルサーバ名およびファイル名からなるパス情報で構成される。或いは、対応するファイルへのＵＲＬで構成される。
【００４１】
本実施例ではポインタ情報が２次元バーコードを用いて付与された原稿３１０について説明したが、直接文字列でポインタ情報が記録される場合は所定のルールに従った文字列のブロックを先のブロックセレクション処理で検出し、該、ポインタ情報を示す文字列の各文字を文字認識する事で、直接元ファイルのアドレス情報を得る事が可能である。
【００４２】
又、或いは図１４の文書３１０の文字ブロック３１２、或いは３１３の文字列に対して隣接する文字と文字の間隔等に視認し難い程度の変調を加え、該文字間隔に情報を埋め込むことでもポインタ情報を付与できる。該所謂透かし情報は後述する文字認識処理を行う際に各文字の間隔を検出すれば、ポインタ情報が得られる。又、自然画３１４の中に電子透かしとしてポインタ情報を付加する事も可能である。
【００４３】
［ポインタ情報によるファイル検索］
次に、図３で先に説明したステップ１２５で示す、ポインタ情報からの電子ファイルの検索について図１５のフローチャートを使用して説明する。
【００４４】
まず、ポインタ情報に含まれるアドレスに基づいて、ファイルサーバを特定する。（ステップ４００）
ここでファイルサーバとは、クライアントＰＣ１０２や、データベース１０５を内蔵する文書管理サーバ１０６や、記憶装置１１１を内蔵するＭＦＰ１００自身を指す。
【００４５】
ここでアドレスとは、ＵＲＬや、サーバ名とファイル名からなるパス情報である。
【００４６】
ファイルサーバが特定できたら、ファイルサーバに対してアドレスを転送する。（ステップ４０１）ファイルサーバは、アドレスを受信すると、該当するファイルを検索する。（ステップ４０２）ファイルが存在しない場合（ステップ４０３−Ｎ）には、ＭＦＰに対してその旨通知する。
【００４７】
ファイルが存在した場合（ステップ４０３−Ｙ）には、図３で説明した様に、ファイルのアドレスを通知（ステップ１３３）すると共に、ユーザの希望する処理が画像ファイルデータの取得であれば、ＭＦＰに対してファイルを転送する。（ステップ４０８）
［ファイル検索処理］
次に、図３のステップ１２６で示すファイル検索処理の詳細について図１２、図１６を使用して説明を行う。
【００４８】
ステップ１２６の処理は、前述したように、ステップ１２４で入力原稿（入力ファイル）にポインタ情報が存在しなかった場合、または、ポインタ情報は在るが電子ファイルが見つからなかった場合、或いは電子ファイルがイメージファイルであった場合に行われる。
【００４９】
ここでは、ステップ１２２の結果、抽出された各ブロック及び入力ファイルが、図１２に示す情報（ブロック情報、入力ファイル情報）を備えるものとする。情報内容として、属性、座標位置、幅と高さのサイズ、ＯＣＲ情報有無を例としてあげる。属性は、文字、線、写真、絵、表その他に分類する。また簡単に説明を行うため、ブロックは座標Ｘの小さい順、即ち（例、Ｘ１ ＜ Ｘ２ ＜ Ｘ３ ＜ Ｘ４＜ Ｘ５＜ Ｘ６）にブロック１、ブロック２、ブロック３、ブロック４、ブロック５、ブロック６と名前をつけている。ブロック総数は、入力ファイル中の全ブロック数であり、図１６の場合は、ブロック総数は６である。以下、これらの情報を使用して、データベース内から、入力ファイルに類似したファイルのレイアウト検索を行うフローチャートを図１６に示す。ここで、データベースファイルは、図１２と同様の情報を備えることを前提とする。
【００５０】
フローチャートの流れは、入力ファイルとデータベース中のファイルを順次比較するものである。まず、ステップ５１０にて、後述する類似率などの初期化を行う。次に、ステップ５１１にてブロック総数の比較を行い、ここで、真の場合、さらにファイル内のブロックの情報を順次比較する。ブロックの情報比較では、ステップ５１３，５１５，５１８にて、属性類似率、サイズ類似率、ＯＣＲ類似率をそれぞれ算出し、ステップ５２２にてそれらをもとに総合類似率を算出する。各類似率の算出方法については、公知の技術が用いられるので説明を省略する。ステップ５２３にて総合類似率が、予め設定された閾値Ｔｈより高ければステップ５２４にてそのファイルを類似候補としてあげる。但し、図中のＮ、Ｗ、Ｈは、入力ファイルのブロック総数、各ブロック幅、各ブロック高さとし、ΔＮ、ΔＷ、ΔＨは、入力ファイルのブロック情報を基準として誤差を考慮したものである。ｎ、ｗ、ｈは、データベースファイルのブロック総数、各ブロック幅、各ブロック高さとする。また、不図示ではあるが、ステップ５１４にてサイズ比較時に、位置情報ＸＹの比較などを行ってもよい。
【００５１】
以上、検索の結果、類似度が閾値Ｔｈより高く、候補として保存されたデータベースファイル（ステップ５２４）をサムネイル等で表示（ステップ１２７）する。複数の中から操作者の選択が必要なら操作者の入力操作よってファイルの特定を行う。
【００５２】
［ベクトル化処理］
ファイルサーバに元ファイルが存在しない場合は、図１１に示すイメージデータを各ブロック毎にベクトル化する。次に、ステップ１２９で示されるベクトル化について詳説する。まず、文字ブロックに対しては各文字に対して文字認識処理を行う。
【００５３】
『文字認識』
文字認識部では、文字単位で切り出された画像に対し、パターンマッチの一手法を用いて認識を行い、対応する文字コードを得る。この認識処理は、文字画像から得られる特徴を数十次元の数値列に変換した観測特徴ベクトルと、あらかじめ字種毎に求められている辞書特徴ベクトルと比較し、最も距離の近い字種を認識結果とする処理である。特徴ベクトルの抽出には種々の公知手法があり、たとえば、文字をメッシュ状に分割し、各メッシュ内の文字線を方向別に線素としてカウントしたメッシュ数次元ベクトルを特徴とする方法がある。
【００５４】
ブロックセレクション（ステップ１２１）で抽出された文字領域に対して文字認識を行う場合は、まず該当領域に対し横書き、縦書きの判定をおこない、各々対応する方向に行を切り出し、その後文字を切り出して文字画像を得る。横書き、縦書きの判定は、該当領域内で画素値に対する水平／垂直の射影を取り、水平射影の分散が大きい場合は横書き領域、垂直射影の分散が大きい場合は縦書き領域と判断すればよい。文字列および文字への分解は、横書きならば水平方向の射影を利用して行を切り出し、さらに切り出された行に対する垂直方向の射影から、文字を切り出すことでおこなう。縦書きの文字領域に対しては、水平と垂直を逆にすればよい。尚、この時文字のサイズが検出出来る。
【００５５】
『フォント認識』
文字認識の際に用いる、字種数ぶんの辞書特徴ベクトルを、文字形状種すなわちフォント種に対して複数用意し、マッチングの際に文字コードとともにフォント種を出力することで、文字のフォントが認識出来る。
【００５６】
『文字のベクトル化』
前記文字認識およびフォント認識よって得られた、文字コードおよびフォント情報を用いて、各々あらかじめ用意されたアウトラインデータを用いて、文字部分の情報をベクトルデータに変換する。なお、元原稿がカラーの場合は、カラー画像から各文字の色を抽出してベクトルデータとともに記録する。
【００５７】
以上の処理により、文字ブロックに属するイメージ情報をほぼ形状、大きさ、色が忠実なベクトルデータに変換出来る。
【００５８】
『文字以外の部分のベクトル化』
ブロックセレクション処理（ステップ１２１）で、図画あるいは線、表領域とされた領域を対象に、中で抽出された画素塊の輪郭をベクトルデータに変換する。具体的には、輪郭をなす画素の点列を角と看倣される点で区切って、各区間を部分的な直線あるいは曲線で近似する。角とは曲率が極大となる点であり、曲率が極大となる点は、図１７に図示するように、任意点Ｐｉに対し左右ｋ個の離れた点Ｐｉ−ｋ，Ｐｉ＋ｋの間に弦を引いたとき、この弦とＰｉの距離が極大となる点として求められる。さらに、Ｐｉ−ｋ，Ｐｉ＋ｋ間の弦の長さ／弧の長さをＲとし、Ｒの値が閾値以下である点を角とみなすことができる。角によって分割された後の各区間は、直線は点列に対する最小二乗法など、曲線は３次スプライン関数などを用いてベクトル化することができる。
【００５９】
また、対象が内輪郭を持つ場合、ブロックセレクションで抽出した白画素輪郭の点列を用いて、同様に部分的直線あるいは曲線で近似する。
【００６０】
以上のように、輪郭の区分線近似を用いれば、任意形状の図形のアウトラインをベクトル化することができる。元原稿がカラーの場合は、カラー画像から図形の色を抽出してベクトルデータとともに記録する。
【００６１】
さらに、図１８に示す様に、ある区間で外輪郭と、内輪郭あるいは別の外輪郭が近接している場合、２つの輪郭線をひとまとめにし、太さを持った線として表現することができる。具体的には、ある輪郭の各点Ｐｉから別輪郭上で最短距離となる点Ｑｉまで線を引き、各距離ＰＱｉが平均的に一定長以下の場合、注目区間はＰＱｉ中点を点列として直線あるいは曲線で近似し、その太さはＰＱｉの平均値とする。線や線の集合体である表罫線は、前記のような太さを持つ線の集合として効率よくベクトル表現することができる。
【００６２】
尚 先に文字ブロックに対する文字認識処理を用いたベクトル化を説明したが、該文字認識処理の結果、辞書からの距離が最も近い文字を認識結果として用いるが、この距離が所定値以上の場合は、必ずしも本来の文字に一致せず、形状が類似する文字に誤認識している場合が多い。従って、本発明では、この様な文字に対しては、上記した様に、一般的な線画と同じに扱い、該文字をアウトライン化する。即ち、従来文字認識処理で誤認識を起こす文字に対しても誤った文字にベクトル化されず、可視的にイメージデータに忠実なアウトライン化によるベクトル化が行える。
【００６３】
又、写真と判定されたブロックに対しては本発明では、ベクトル化出来ない為、イメージデータのままとする。
【００６４】
［図形認識］
上述したように任意形状の図形のアウトラインをベクトル化した後、これらベクトル化された区分線を図形オブジェクト毎にグループ化する処理について説明する。
【００６５】
図１９は、ベクトルデータを図形オブジェクト毎にグループ化するまでのフローチャートを示している。まず、各ベクトルデータの始点、終点を算出する（７００）。次に各ベクトルの始点、終点情報を用いて、図形要素を検出する（７０１）。図形要素の検出とは、区分線が構成している閉図形を検出することである。検出に際しては、閉形状を構成する各ベクトルはその両端にそれぞれ連結するベクトルを有しているという原理を応用し、検出を行う。次に図形要素内に存在する他の図形要素、もしくは区分線をグループ化し、一つの図形オブジェクトとする（７０２）。また、図形要素内に他の図形要素、区分線が存在しない場合は図形要素を図形オブジェクトとする。
【００６６】
図２０は、図形要素を検出するフローチャートを示している。先ず、ベクトルデータより両端に連結していない不要なベクトルを除去し、閉図形構成ベクトルを抽出する（７１０）。次に閉図形構成ベクトルの中から該ベクトルの始点を開始点とし、時計回りに順にベクトルを追っていく。開始点に戻るまで行い、通過したベクトルを全て一つの図形要素を構成する閉図形としてグループ化する（７１１）。また、閉図形内部にある閉図形構成ベクトルも全てグループ化する。さらにまだグループ化されていないベクトルの始点を開始点とし、同様の処理を繰り返す。最後に、７１０で除去された不要ベクトルのうち、７１１で閉図形としてグループ化されたベクトルに接合しているものを検出し一つの図形要素としてグループ化する（７１２）。
【００６７】
以上によって図形ブロックを個別に再利用可能な個別の図形オブジェクトとして扱う事が可能になる。
【００６８】
［アプリデータへの変換処理］
ところで、一頁分のイメージデータをブロックセレクション処理（１２１）し、ベクトル化処理（１２９）した結果は図２１に示す様な中間データ形式のファイルとして変換されているが、このようなデータ形式はドキュメント・アナリシス・アウトプット・フォーマット（ＤＡＯＦ）と呼ばれる。
【００６９】
図２１はＤＡＯＦのデータ構造を示す図である。
【００７０】
図２１において、７９１はＨｅａｄｅｒであり、処理対象の文書画像データに関する情報が保持される。レイアウト記述データ部７９２では、文書画像データ中のＴＥＸＴ（文字）、ＴＩＴＬＥ（タイトル）、ＣＡＰＴＩＯＮ（キャプション）、ＬＩＮＥＡＲＴ（線画）、ＥＰＩＣＴＵＲＥ（自然画）、ＦＲＡＭＥ（枠）、ＴＡＢＬＥ（表）等の属性毎に認識された各ブロックの属性情報とその矩形アドレス情報を保持する。文字認識記述データ部７９３では、ＴＥＸＴ、ＴＩＴＬＥ、ＣＡＰＴＩＯＮ等のＴＥＸＴブロックを文字認識して得られる文字認識結果を保持する。表記述データ部７９４では、ＴＡＢＬＥブロックの構造の詳細を格納する。画像記述データ部７９５は、ＰＩＣＴＵＲＥやＬＩＮＥＡＲＴ等のブロックのイメージデータを文書画像データから切り出して保持する。
【００７１】
このようなＤＡＯＦは、中間データとしてのみならず、それ自体がファイル化されて保存される場合もあるが、このファイルの状態では、所謂一般の文書作成アプリケーションで個々のオブジェクトを再利用する事は出来ない。そこで、次に このＤＡＯＦからアプリデータに変換する処理１３０について詳説する。
【００７２】
図２２は、全体の概略フローである。
【００７３】
８０００は、ＤＡＯＦデータの入力を行う。
【００７４】
８００２は、アプリデータの元となる文書構造ツリー生成を行う。
【００７５】
８００４は、文書構造ツリーを元に、ＤＡＯＦ内の実データを流し込み、実際のアプリデータを生成する。
【００７６】
図２３は、８００２文書構造ツリー生成部の詳細フロー、図２４は、文書構造ツリーの説明図である。全体制御の基本ルールとして、処理の流れはミクロブロック（単一ブロック）からマクロブロック（ブロックの集合体）へ移行する。
【００７７】
以後ブロックとは、ミクロブロック、及びマクロブロック全体を指す。
【００７８】
８１００は、ブロック単位で縦方向の関連性を元に再グループ化する。スタート直後はミクロブロック単位での判定となる。
【００７９】
ここで、関連性とは、距離が近い、ブロック幅（横方向の場合は高さ）がほぼ同一であることなどで定義することができる。
【００８０】
また、距離、幅、高さなどの情報はＤＡＯＦを参照し、抽出する。
【００８１】
図２４（ａ）は実際のページ構成、（ｂ）はその文書構造ツリーである。８１００の結果、Ｔ３，Ｔ４，Ｔ５が一つのグループＶ１、Ｔ６，Ｔ７が一つのグループＶ２が同じ階層のグループとしてまず生成される。
【００８２】
８１０２は、縦方向のセパレータの有無をチェックする。セパレータは、例えば物理的にはＤＡＯＦ中でライン属性を持つオブジェクトである。また論理的な意味としては、アプリ中で明示的にブロックを分割する要素である。ここでセパレータを検出した場合は、同じ階層で再分割する。
【００８３】
８１０４は、分割がこれ以上存在し得ないか否かをグループ長を利用して判定する。
【００８４】
ここで、縦方向のグループ長がページ高さとなっている場合は、文書構造ツリー生成は終了する。
【００８５】
図２４の場合は、セパレータもなく、グループ高さはページ高さではないので、８１０６に進む。
【００８６】
８１０６は、ブロック単位で横方向の関連性を元に再グループ化する。ここもスタート直後の第一回目はミクロブロック単位で判定を行うことになる。
【００８７】
関連性、及びその判定情報の定義は、縦方向の場合と同じである。
【００８８】
図２４の場合は、Ｔ１，Ｔ２でＨ１、Ｖ１，Ｖ２でＨ２、がＶ１，Ｖ２の１つ上の同じ階層のグループとして生成される。
【００８９】
８１０８は、横方向セパレータの有無をチェックする。
【００９０】
図２４では、Ｓ１があるので、これをツリーに登録し、Ｈ１，Ｓ１，Ｈ２という階層が生成される。
【００９１】
８１１０は、分割がこれ以上存在し得ないか否かをグループ長を利用して判定する。
【００９２】
ここで、横方向のグループ長がページ幅となっている場合は、文書構造ツリー生成は終了する。
【００９３】
そうでない場合は、８１０２に戻り、再びもう一段上の階層で、縦方向の関連性チェックから繰り返す。
【００９４】
図２４の場合は、分割幅がページ幅になっているので、ここで終了し、最後にページ全体を表す最上位階層のＶ０が文書構造ツリーに付加される。
【００９５】
文書構造ツリーが完成した後、その情報を元に８００６においてアプリデータの生成を行う。
【００９６】
図２４の場合は、具体的には、以下のようになる。
【００９７】
すなわち、Ｈ１は横方向に２つのブロックＴ１とＴ２があるので、２カラムとし、Ｔ１の内部情報（ＤＡＯＦを参照、文字認識結果の文章、画像など）を出力後、カラムを変え、Ｔ２の内部情報出力、その後Ｓ１を出力となる。
【００９８】
Ｈ２は横方向に２つのブロックＶ１とＶ２があるので、２カラムとして出力、Ｖ１はＴ３，Ｔ４，Ｔ５の順にその内部情報を出力、その後カラムを変え、Ｖ２のＴ６，Ｔ７の内部情報を出力する。
【００９９】
以上によりアプリデータへの変換処理が行える。
【０１００】
［ポインタ情報の付加］
次に、ステップ１３３で示す、ポインタ情報付加処理について説明する。
【０１０１】
今 処理すべき文書が検索処理で特定された場合、あるいはベクトル化によって元ファイルが再生できた場合において、該文書を記録処理する場合においては、紙への記録の際にポインタ情報を付与する事で、この文書を用いて再度各種処理を行う場合に簡単に元ファイルデータを取得できる。
【０１０２】
図２５はポインタ情報としてのデータ文字列を２次元バーコード（ＱＲコードシンボル：ＪＩＳ Ｘ０５１０）３１１にて符号化して画像中に付加する過程を示すフローチャートである。
【０１０３】
２次元バーコード内に組み込むデータは、対応するファイルのアドレス情報を表しており、例えばファイルサーバ名およびファイル名からなるパス情報で構成される。或いは、対応するファイルへのＵＲＬや、対応するファイルの格納されているデータベース１０５内あるいはＭＦＰ１００自体が有する記憶装置内で管理されるファイルＩＤ等で構成される。
【０１０４】
まず、符号化する種種の異なる文字を識別するため、入力データ列を分析する。また、誤り検出及び誤り訂正レベルを選択し、入力データが収容できる最小型番を選択する。 （ステップ９００）。
【０１０５】
次に、入力データ列を所定のビット列に変換し、必要に応じてデータのモード（数字、英数字、８ビットバイト、漢字等）を表す指示子や、終端パターンを付加する。さらに所定のビットコード語に変換する。（ステップ９０１）。
【０１０６】
この時、誤り訂正を行うため、コード語列を型番および誤り訂正レベルに応じて所定のブロック数に分割し、各ブロック毎に誤り訂正コード語を生成し、データコード語列の後に付加する（ステップ９０２）。
【０１０７】
該ステップ９０２で得られた各ブロックのデータコード語を接続し、各ブロックの誤り訂正コード語、必要に応じて剰余コード語を後続する。（ステップ９０３）。
【０１０８】
次に、マトリクスに位置検出パターン、分離パターン、タイミングパターンおよび位置合わせパターン等とともにコード語モジュールを配置する。（ステップ９０４）。
【０１０９】
更に、シンボルの符号化領域に対して最適なマスクパターンを選択して、マスク処理パターンをステップ９０４で得られたモジュールにＸＯＲ演算により変換する。（ステップ９０５）。
【０１１０】
最後に、ステップ９０５で得られたモジュールに形式情報および型番情報を生成して、２次元コードシンボルを完成する。（ステップ９０６）。
【０１１１】
上記に説明した、アドレス情報の組み込まれた２次元バーコードは、例えば、クライアントＰＣ１０２から電子ファイルをプリントデータとして記録装置１１２に紙上に記録画像として形成する場合に、データ処理装置１１５内で記録可能なラスターデータに変換された後にラスターデータ上の所定の個所に付加されて画像形成される。ここで画像形成された紙を配布されたユーザは、画像読取り部１１０で読み取ることにより、前述したステップ１２３にてポインタ情報からオリジナル電子ファイルの格納場所を検出することができる。
【０１１２】
尚、同様の目的で付加情報を付与する手段は、本実施例で説明した２次元バーコードの他に、例えば、ポインタ情報を直接文字列で文書に付加する方法、文書内の文字列、特に文字と文字の間隔を変調して情報を埋め込む方法、文書中の中間調画像中に埋め込む方法等、一般に電子透かしと呼ばれる方法が適用出来る。
【０１１３】
［ポータルシート生成部］
以下、図１０を参照してポータルシート１９０１について説明する。
【０１１４】
図１０のポータルシートには、６つの原稿の情報が記録されている。それぞれは、以下の１９０２−１９０５の情報からなっている。
【０１１５】
１９０３は、原稿の縮小画像（サムネール）で、１ページ目を表している。
【０１１６】
１９０２，１９０４は日付、タイトル、作者、ＩＤ、キーワード、要約等の１９０３のサムネイルに関連する情報で、予め原稿に付随している情報であったり、ユーザが入力した情報であったり、原稿の内容から自動的に抽出された情報であったりする。
【０１１７】
１９０５は原稿の蓄積場所等を示すためのポインタである。ここでは二次元バーコードで表されているが、１次元バーコードであったり、電子透かしであっても問わない。
【０１１８】
［ポータルシート内のインデックス生成（ページ情報として）］
『タイトル』
テキストデータに対してタイトルを抽出する方法としては以下の方法がある。
【０１１９】
前述の方法により抽出したレイアウト情報およびフォント情報を利用し、テキストデータの最初の部分に現れるフォントの大きい文で、かつテキストデータ中に使用される頻度の高い文がタイトルとして適している。
【０１２０】
『キーワード』
テキストデータに対してキーワードを抽出する方法としては以下の方法がある。
【０１２１】
まずテキストデータ全体を形態素解析などにより、単語に分解する。全単語を使用頻度によりソートし、頻度の高いものから順にキーワードとする。さらに、より有効なキーワードを抽出するには、予め用意したキーワード用のデータベースと照合するのも良い。
【０１２２】
『ＩＤ、日付、著作者』
これらの情報に関しては、電子ファイルの検索によりファイルが存在した場合に、そのファイルの属性情報として取得する。
【０１２３】
『要約』
文字コード列で構成されるテキストデータに対して、その要約を作成する方法としては、次のようなものがある。
【０１２４】
まずテキストデータを文あるいは文節単位に分解する。これは句読点の文字コードを境界として機械的に分割することができる。次にそれぞれの文あるいは文節に対し重要度を計算して付与する。この重要度の計算方法としては、テキストデータ全体に含まれる単語に対して出現頻度を求め、頻繁に出現する単語に高い点数を与え、各文あるいは文節の重要度は、その中に含まれる各単語の点数の総和とする方法、レイアウト情報やフォント情報を用いて、タイトルや見出しに相当する文を検出し、その文自体の重要度を高めたり、文に含まれる単語の点数を上げて重要度を計算したりする方法、などがある。最後に、重要度が上位の文あるいは文節を抽出することで要約文が作成される。このとき、上位何位まで抽出するかを変化させて、所望のサイズの要約文を生成することが可能である。
【０１２５】
『目次』
複数ページに渡るようなテキストデータに対して目次を作成するには、テキストをレイアウト上の空白などから段落に分割し、それぞれに要約を施して一行程度の要約文を割りあてればよい。特に、前述のようにレイアウト情報やフォント情報からタイトルや見出しとして抽出された文は、目次として最適である。
【０１２６】
『ポータルシートへのポインタ情報の付加』
次に、原稿の蓄積場所を示すためのポインタ情報付加処理について説明する。
【０１２７】
図２５はポインタ情報としてのデータ文字列を２次元バーコード（ＱＲコードシンボル：ＪＩＳ Ｘ０５１０）３１１にて符号化して画像中に付加する過程を示すフローチャートである。
【０１２８】
２次元バーコード内に組み込むデータは、対応するファイルのアドレス情報を表しており、例えばファイルサーバ名およびファイル名からなるパス情報で構成される。或いは、対応するファイルへのＵＲＬや、対応するファイルの格納されているデータベース１０５内あるいはＭＦＰ１００自体が有する記憶装置内で管理されるファイルＩＤ等で構成される。
【０１２９】
まず、符号化する種種の異なる文字を識別するため、入力データ列を分析する。また、誤り検出及び誤り訂正レベルを選択し、入力データが収容できる最小型番を選択する。（ステップ９００）。
【０１３０】
次に、入力データ列を所定のビット列に変換し、必要に応じてデータのモード（数字、英数字、８ビットバイト、漢字等）を表す指示子や、終端パターンを付加する。さらに所定のビットコード語に変換する。（ステップ９０１）。
【０１３１】
この時、誤り訂正を行うため、コード語列を型番および誤り訂正レベルに応じて所定のブロック数に分割し、各ブロック毎に誤り訂正コード語を生成し、データコード語列の後に付加する（ステップ９０２）。
【０１３２】
該ステップ９０２で得られた各ブロックのデータコード語を接続し、各ブロックの誤り訂正コード語、必要に応じて剰余コード語を後続する。（ステップ９０３）。
【０１３３】
次に、マトリクスに位置検出パターン、分離パターン、タイミングパターンおよび位置合わせパターン等とともにコード語モジュールを配置する。（ステップ９０４）。
【０１３４】
更に、シンボルの符号化領域に対して最適なマスクパターンを選択して、マスク処理パターンをステップ９０４で得られたモジュールにＸＯＲ演算により変換する。（ステップ９０５）。
【０１３５】
最後に、ステップ９０５で得られたモジュールに形式情報および型番情報を生成して、２次元コードシンボルを完成する。（ステップ９０６）。
【０１３６】
上記に説明した、アドレス情報の組み込まれた２次元バーコードは、例えば、クライアントＰＣ１０２からポータルシートを生成する場合に、データ処理装置１１５内で記録可能なラスターデータに変換された後にラスターデータ上の所定の個所に付加されて画像形成される。
【０１３７】
尚、同様の目的で付加情報を付与する手段は、本実施例で説明した２次元バーコードの他に、例えば、ポインタ情報を直接文字列で文書に付加する方法、文書内の文字列、特に文字と文字の間隔を変調して情報を埋め込む方法、文書中の中間調画像中に埋め込む方法等、一般に電子透かしと呼ばれる方法が適用出来る。
【０１３８】
以下電子透かしを適用して、ポータルシート上に掲載される中間調画像（サムネール画像）中へコード情報を埋め込む例について説明する。
【０１３９】
コード情報はバイナリデータ列として画像上の各色成分一画素について一ビットを重み付けて埋め込まれる。画素にコード情報を埋め込む際、近傍画素で構成される一つのブロックに対し一つのコード情報を埋め込む。コード情報は互いに重ならない複数のブロックに対して繰り返し埋め込まれる。ここで、同じコード情報が埋め込まれた複数のブロックが構成するブロックをマクロブロックとよぶ。なお、サムネイル画像全体をマクロブロックとすることも可能である。埋め込まれたコード情報を取り出す際はマクロブロックよりブロック毎の相互相関を求め、その統計量よりコード情報が抽出できる。
【０１４０】
このような画像へのコード情報の埋め込みは人間の視覚では認識できないレベルで画素を変化させることで十分埋め込み可能であるが、ポータルシートで使用するサムネイル画像では、その目的上画質を気にしないため、より重みを強くして埋め込むことで耐性を持った埋め込みも可能である。
【０１４１】
［ポインタ情報判定コピーの実施例］
先のポインタ情報検出の実施例において、検索手段で元ファイル群の特定が出来ても、元ファイルをコピーするのに不都合が生じる場合がある。例えば速度低下発生、ポータルシートの一部のみをトリミングしたい場合、またはポータルシートそのものをコピーしたい場合、などがこれに該当する。
【０１４２】
このような背景から、ポインタ情報判定後にオペレータに問い合わせるコピーの実施例として、図４をもって説明する。ステップ１２０〜１３４は前述の処理概要と同等の処理であり、説明を省略する。
【０１４３】
ステップ１２４において、ポインタ情報を検出し、ステップ１２５において電子ファイルの存在を検出した場合、ステップ１４３において前ページもポインタ情報が含まれる原稿であったか否かを判定する。ステップ１４３において、前ページもポインタ情報がある場合は、前ページでオペレータが選択した処理に従って、そのままコピーまたは、ポインタ情報で示される電子ファイルの出力を行う。（ステップ１４２）。一方で、前ページにポインタ情報が含まれない場合、オペレータに問い合わせる。この際の画面例を図６に示す。オペレータがそのままコピーを選択した場合、スキャンした画像をＭＦＰ内のメモリに記録し、ステップ１３４に進む。ステップ１３４で最終ページまたはオペレータが出力を希望する場合は、ステップ１３５にて出力画像を形成し、画像出力を行う。ステップ１３４で続けて読み取る場合は、ステップ１２０に戻る。次にステップ１４４でオペレータがオリジナルデータのコピーを選択した場合、ステップ１３３に進み、ポインタ情報から格納アドレスを通知して、出力対象の文書またはページをＭＦＰ内のメモリに蓄積し、ステップ１３４に進む。
【０１４４】
次にステップ１２４において、ポインタ情報が検出されなかった場合、ステップ１４０に進む。
【０１４５】
ステップ１４０では、前ページもポインタ情報が含まれない原稿であったか否かを判定する。前ページもポインタ情報がない場合は、前ページでオペレータが選択した処理に従って、そのままコピーまたは、読み取った原稿をベクトル化し、その結果の電子ファイルの出力を行う。（ステップ１４２）。一方で前ページにポインタ情報が含まれていた場合、ステップ１４１に進み、オペレータに問い合わせる。この際の画面例を図７に示す。オペレータがそのままコピーを選択した場合、スキャンした画像をＭＦＰ内のメモリに記録し、ステップ１３４に進む。次にステップ１４１でオペレータがベクトル化してからコピーを選択した場合、ステップ１２６に進み同一データの検索、候補選択、ベクトル化などを行い、ステップ１３３に進む。
【０１４６】
また、図６および図７において一定時間入力が無い場合は、ユーザ設定に基づいたデフォルトの動作を行ってもよい。
【０１４７】
また別の実施例では、ステップ１４３およびステップ１４０の判定処理を省略し、読み取るたびにオペレータに問い合わせる構成もある。
【０１４８】
［ポインタ情報判定送信の実施例］
先のポインタ情報判定コピーの実施例を拡張した、ポータルシートの送信を行う場合の実施例を図５を用いて説明する。
【０１４９】
ステップ１２０〜１３４は前述の処理概要と同等の処理であり、説明を省略する。
【０１５０】
ステップ１２４において、ポインタ情報を検出し、ステップ１２５において電子ファイルの存在を検出した場合、ステップ１４３において前ページもポインタ情報が含まれる原稿であったか否かを判定する。ステップ１４３において、前ページもポインタ情報がある場合は、前ページでオペレータが選択した処理に従って、そのまま送信または、ポインタ情報で示される電子ファイルの送信または、ポインタ情報の通知を行う。（ステップ１５１）。一方で、前ページにポインタ情報が含まれない場合、オペレータに問い合わせる。この際の画面例を図８に示す。オペレータがそのまま送信を選択した場合、スキャンした画像をＭＦＰ内のメモリに記録し、ステップ１３４に進む。ステップ１３４で最終ページまたはオペレータが出力を希望する場合は、ステップ１３５にて出力画像を形成し、画像送信を行う。ステップ１３４で続けて読み取る場合は、ステップ１２０に戻る。次にステップ１５２でオペレータがオリジナルデータの送信を選択した場合、ステップ１３３に進み、ポインタ情報から格納アドレスを通知して、出力対象の文書またはページまたはデータをＭＦＰ内のメモリに蓄積し、ステップ１３４、ステップ１３５に進む。ステップ１３５においては、送信手段がｅｍａｉｌやｆｉｌｅ送信など、データを扱える場合は、オリジナルデータを、送信手段がＩＦＡＸやＦＡＸなど画像のみを扱う場合は、オリジナルデータを送信可能な画像形式に変換して、それぞれ送信する。一方で、ステップ１５２でオペレータがオリジナルデータのＵＲＬの送信を選択した場合、ステップ１３３に進み、ポインタ情報から格納アドレスを通知して、ＭＦＰ内のメモリに蓄積し、ステップ１３４、ステップ１３５に進む。ステップ１３５においては、送信手段がｅｍａｉｌやｆｉｌｅ送信など、データを扱える場合は、格納アドレスを文字列で、送信手段がＩＦＡＸやＦＡＸなど画像のみを扱う場合は、格納アドレスを示す文字列を送信可能な画像形式に変換して、それぞれ送信する。
【０１５１】
次にステップ１２４において、ポインタ情報が検出されなかった場合、ステップ１４０に進む。
【０１５２】
ステップ１４０では、前ページもポインタ情報が含まれない原稿であったか否かを判定する。前ページもポインタ情報がない場合は、前ページでオペレータが選択した処理に従って、そのまま送信または、読み取った原稿をベクトル化し、その結果の電子ファイルの送信または、格納アドレスの通知を行う。（ステップ１５１）。一方で前ページにポインタ情報が含まれていた場合、ステップ１５０に進み、オペレータに問い合わせる。この際の画面例を図９に示す。オペレータがそのまま送信を選択した場合、スキャンした画像をＭＦＰ内のメモリに記録し、ステップ１３４に進む。次にステップ１５０でオペレータがベクトル化してから送信を選択した場合、ステップ１２６に進み同一データの検索、候補選択、ベクトル化などを行い、ステップ１３３に進む。この場合ステップ１３５では、送信手段がｅｍａｉｌやｆｉｌｅ送信など、データを扱える場合は、ベクトル化したデータを、送信手段がＩＦＡＸやＦＡＸなど画像のみを扱う場合は、ベクトル化したデータを送信可能な画像形式に変換して、それぞれ送信する。
【０１５３】
次にステップ１５０において、オペレータがベクトル化してからＵＲＬ送信を選択した場合、ステップ１２６に進み同一データの検索、候補選択、ベクトル化などを行ってデータを格納し、ステップ１３３に進む。この場合ステップ１３５においては、送信手段がｅｍａｉｌやｆｉｌｅ送信など、データを扱える場合は、格納アドレスを文字列で、送信手段がＩＦＡＸやＦＡＸなど画像のみを扱う場合は、格納アドレスを示す文字列を送信可能な画像形式に変換して、それぞれ送信する。
【０１５４】
また、図８および図９において一定時間入力が無い場合は、ユーザ設定に基づいたデフォルトの動作を行ってもよい。
【０１５５】
また別の実施例では、ステップ１４３およびステップ１４０の判定処理を省略し、読み取るたびにオペレータに問い合わせる構成もある。
【図面の簡単な説明】
【０１５６】
【図１】システム構成図。
【図２】ＭＦＰ構成図。
【図３】処理概要。
【図４】ポインタ情報判定処理概要フロー図１。
【図５】ポインタ情報判定処理概要フロー図２。
【図６】オペレータ問い合わせ１画面例。
【図７】オペレータ問い合わせ２画面例。
【図８】オペレータ問い合わせ３画面例。
【図９】オペレータ問い合わせ４画面例。
【図１０】ポータルシート概念図。
【図１１】ブロックセレクション処理の概念図。
【図１２】ブロック情報。
【図１３】ファイルの格納位置をイメージ情報から抽出するフロー図。
【図１４】２次元バーコードの付加された原稿の一例。
【図１５】ポインタ情報によるファイル検索フロー図。
【図１６】ファイル検索処理フロー図。
【図１７】文字以外の部分のベクトル化にまつわる角判定の説明図。
【図１８】文字以外の部分のベクトル化にまつわる輪郭の区分線近似の説明図。
【図１９】図形オブジェクト認識処理のフロー図。
【図２０】図形要素検出処理のフロー図。
【図２１】ベクトル化後の中間データ形式の構造を示す図。
【図２２】アプリデータ変換処理のフロー図。
【図２３】文書構造ツリー生成処理のフロー図。
【図２４】文書構造ツリー説明図。
【図２５】ポインタ情報としての２次元バーコードを付加する過程を示すフロー図。
【技術分野】
【０００１】
本願発明は、画像入力機能、画像処理機能、画像出力機能を有した、複写機などの画像形成装置に関するものである。
【背景技術】
【０００２】
近年、環境問題が叫ばれる中、オフィスでのペーパーレス化が急速に進んでいる。即ち、従来からバインダー等で蓄積された紙文書をスキャナで読み取りポータブルドキュメントフォーマット（以降ＰＤＦと記す）に変換して画像記憶装置にデータベースとして蓄積し、文書管理システムを構築出来る。一方、機能が拡張されたＭＦＰでは、予め画像を記録する際に、該画像ファイルが存在する画像記憶装置内のポインタ情報を該文書の表紙或いは記載情報中に付加情報として記録して置き、再度、該文書を複写等再利用する際に、このポインタ情報からオリジナル電子ファイルの格納場所を検出し、該電子ファイルの元情報を直接用いる事で、紙文書全体の保存を削減する。
【０００３】
このような背景の中で、画像読み取り走査手段で得られるイメージ情報をベクトル化手段でベクトルデータに変換し、該変換されたベクトルデータを紙文書に記載された情報として変換する方法を用いることによって、いかなる紙文書に対しても再利用可能な電子ファイルとして扱える画像処理システムが提案されている。ベクトル化手段を有する画像処理システムでは、スキャン、ファイル検索、ベクトル化を経て、特定または生成された全ページのページ情報、すなわち、サムネイル、タイトル、要約、キーワード、ＩＤ、日付、著作者、及び処理結果へのポインタ情報等を含むインデックスシート（以後ポータルシートとする）を生成し、出力している。
【特許文献１】特開２００４−２５２８４３
【発明の開示】
【発明が解決しようとする課題】
【０００４】
ポータルシートは、複数の原稿情報を１枚のシートに集約したものであり、オペレータが、複写または送信しようとしている原稿束内にポータルシートが含まれる場合、ポータルシートに記載されている元原稿の情報を複写または送信する場合と、ポータルシートそのものを複写または送信する場合の判断が付かず、意図しない誤った原稿を出力・送付してしまう問題がある。
【０００５】
本発明は、上述の課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、ポータルシートと、その他の通常の原稿が混在された原稿を、オペレータの意図する出力結果を得るために、自動的に判別し、オペレータに問い合わせること、また必要な情報のみを出力・送付することで用紙および通信コストの削減が可能な画像形成装置を提供することにある。
【課題を解決するための手段】
【０００６】
上記問題を解決するために、本発明の画像形成装置は、原稿をスキャンして得られたイメージ情報から、該原稿に付加的に記録された１つ以上の電子ファイルの格納場所示す情報を認識するファイル特定手段と、該原稿に付加的に記録された電子ファイルの格納場所情報が検出できない場合に、イメージ情報をベクトルデータに変換するベクトル化手段と、出力イメージを形成する出力イメージ形成手段と、前記出力イメージを形成する際に、読み取ったページ自体の処理を行うか否かをオペレータに問い合わせて選択させる出力データ選択手段と、を有する。
【発明の効果】
【０００７】
画像形成装置において、原稿を読み取り走査する走査手段と、前記走査手段で得られたイメージ情報から、該原稿に付加的に記録された１つ以上の電子ファイルの格納場所示す情報を認識するファイル特定手段と、該原稿に付加的に記録された電子ファイルの格納場所情報が検出できない場合に、イメージ情報をベクトル化手段でベクトルデータに変換する手段と、読み取ったイメージ情報に所定の画像処理を施して出力イメージを形成する出力イメージ形成手段と、前記出力イメージを形成する際に、読み取ったページ自体の処理を行うか、否かをオペレータに問い合わせる、出力データ選択手段とを有することにより、
１つ以上の原稿の情報を保持するインデックスシートと、その他の通常の原稿が混在された原稿束を処理する際に、必要な情報のみを選択的に出力・送付することで用紙および通信にかかるコスト削減を可能とする効果が得られる。
【発明を実施するための最良の形態】
【０００８】
本願発明の実施の形態について説明する。図１は本願発明にかかる画像処理システム構成例を示すブロック図である。この画像処理システムは、オフィス１０とオフィス２０とをインターネット１０４で接続された環境で実現する。オフィス１０内に構築されたＬＡＮ１０７には、ＭＦＰ１００、ＭＦＰ１００を制御するマネージメントＰＣ１０１、クライアントＰＣ（外部記憶手段）１０２文書管理サーバ１０６、そのデータベース１０５およびプロキシサーバ１０３が接続されている。ＬＡＮ１０７及びオフィス２０内のＬＡＮ１０８はプロキシサーバ１３を介してインターネット１０４に接続される。ＭＦＰ１００は本発明において紙文書の画像読み取り部と読み取った画像信号に対する画像処理の１部を担当し、画像信号はＬＡＮ１０９を用いてマネージメントＰＣ１０１に入力する。マネージメントＰＣは通常のＰＣであり、内部に画像記憶手段、画像処理手段、表示手段、入力手段を有するが、その一部をＭＦＰ１００に一体化して構成されている。
【０００９】
図２はＭＦＰ１００の構成図である。図２においてオートドキュメントフィーダー（以降ＡＤＦと記す）を含む画像読み取り部１１０は束状の或いは１枚の原稿画像を図示しない光源で照射し、原稿反射像をレンズで固体撮像素子上に結像し、固体撮像素子からラスター状の画像読み取り信号を６００ＤＰＩの密度のイメージ情報として得る。通常の複写機能はこの画像信号をデータ処理部１１５で記録信号へ画像処理し、複数毎複写の場合は記録装置１１１に一旦１ページ分の記録データを記憶保持した後、記録装置１１２に順次出力して紙上に画像を形成する。
【００１０】
一方クライアントＰＣ１０２から出力されるプリントデータはＬＡＮ１０７からネットワークＩＦ１１４を経てデータ処理装置１１５で記録可能なラスターデータに変換した後、前記記録装置で紙上に記録画像として形成される。
【００１１】
ＭＦＰ１００への操作者の指示はＭＦＰに装備されたキー操作部とマネージメントＰＣに入力されるキーボード及びマウスからなる入力装置１１３から行われ、これら一連の動作はデータ処理装置１１５内の図示しない制御部で制御される。
【００１２】
一方、操作入力の状態表示及び処理中の画像データの表示は表示装置１１６で行われる。尚記憶装置１１１はマネージメントＰＣからも制御され、これらＭＦＰとマネージメントＰＣとのデータの授受及び制御はネットワークＩＦ１１７および直結したＬＡＮ１０９を用いて行われる。
【００１３】
［処理概要］
次に本発明による画像処理全体の概要を図３を用いて説明する。
【００１４】
図３においてまず、ＭＦＰ１００の画像読み取り部１１０を動作させ１枚の原稿をラスター状に走査し、イメージ情報入力処理１２０で６００ＤＰＩ−８ビットの画像信号を得る。該画像信号をデータ処理部１１５で前処理を施し記憶装置１１１に１ページ分の画像データとして保存する。マネージメントＰＣ１０１のＣＰＵは該格納された画像信号から先ず、文字／線画部分とハーフトーンの画像部分とに領域を分離し、文字部は更に段落で塊として纏まっているブロック毎に、或いは、線で構成された表、図形に分離し各々セグメント化する。一方ハーフトーンで表現される画像部分は、矩形に分離されたブロックの画像部分、背景部等所謂ブロック毎に独立したオブジェクトに分割する（ステップ１２１）。
【００１５】
このとき原稿画像中に付加情報として記録された２次元バーコード、或いはＵＲＬに該当するオブジェクトを検出しＵＲＬはＯＣＲで文字認識し、或いは２次元バーコードなら該マークを解読して（ステップ１２２）該原稿のオリジナル電子ファイルが格納されている記憶装置内のポインタ情報を検出する（ステップ１２３）。尚、ポインタ情報を付加する手段は他に文字と文字の間隔に情報を埋め込む方法、ハーフトーンの画像に埋め込む方法等直接可視化されない所謂電子透かしによる方法も有る。
【００１６】
ポインタ情報が検出された場合、ステップ１２５に分岐し、ポインタで示されたアドレスから元の電子ファイルを検索する。電子ファイルは図１においてクライアントＰＣ内のハードディスク内、或いはオフィス１０或いは２０のＬＡＮに接続された文書管理サーバ１０５内のデータベース１０５内、或いはＭＦＰ１００自体が有する記憶装置１１１のいずれかに格納されており、ステップ１２３で得られたアドレス情報に従ってこれらの記憶装置内を検索する。ステップ１２５で電子ファイルが見つからなかった場合、見つかったがＰＤＦあるいはｔｉｆｆに代表される所謂イメージファイルであった場合、或いはポインタ情報自体が存在しなかった場合はステップ１２６に分岐する。
【００１７】
ステップ１２６は所謂文書検索処理ルーチンである。
【００１８】
まずステップ１２２で各文字ブロックに対して行ったＯＣＲの結果から単語を抽出して全文検索、或いは各オブジェクトの配列と各オブジェクトの属性から所謂レイアウト検索を行う。検索の結果、類似度の高い電子ファイルが見つかった場合、サムネイルやバージョン、ファイルのタイムスタンプ等を表示（ステップ１２７）し、複数の中から操作者の選択が必要なら操作者の入力操作よってファイルの特定や出力形式特定を行う。尚、候補が１ファイルの場合、自動的にステップ１２８からステップ１３３に分岐し格納アドレスを通知する。ステップ１２６の検索処理で電子ファイルが見つからなかった場合、或いは、見つかったがＰＤＦあるいはｔｉｆｆに代表される所謂イメージファイルであった場合、ステップ１２９に分岐する。
【００１９】
ステップ１２９はイメージデータからベクトルデータへの変換処理部であり、オリジナル電子ファイルに近い電子ファイルに変換する。先ず、ステップ１２２でＯＣＲされた文字ブロックに対しては、更に文字のサイズ、スタイル、字体を認識し、原稿を走査して得られた文字に可視的に忠実なフォントデータに変換する。一方線で構成される表、図形ブロックに対してはアウトライン化する。画像ブロックに対してはイメージデータとして個別のＪＰＥＧファイルとして処理する。これらのベクトル化処理は各オブジェクト毎に行い、更に各オブジェクトのレイアウト情報を保存して例えば、ｒｔｆに変換（ステップ１３０）して電子ファイルとして記憶装置１１１に格納（ステップ１３１）するか否か問い合わせる。
【００２０】
今ベクトル化した原稿画像を格納する場合は、以降同様の処理を行う際に直接電子ファイルとして検索出来るように、先ずステップ１３２において検索の為のインデックス情報を生成して検索用インデックスファイルに追加する。検索処理で電子ファイルが特定できた場合も同様に以降からは直接電子ファイルを特定する為に、ステップ１２８からステップ１３２に分岐し、検索の為のインデックス情報を生成して検索用インデックスファイルに追加し、ステップ１３３にて、格納アドレスをＭＦＰ１００に通知する。次にステップ１３４では、ＭＦＰ１００側では、今紙に記録または送信するか否かを判定する。例えば最終ページであったり、圧板からの蓄積でこれ以上原稿がない旨をオペレータが示せば、ステップ１３５に進む。続きのページがある場合は、次ページを処理するためにステップ１２０に進む。
【００２１】
尚、ステップ１２５でポインタ情報から電子ファイルが特定できた場合、または検索処理で電子ファイルが特定出来た場合、ステップ１３３において該電子ファイルの格納アドレスをＭＦＰ１００に通知する。
【００２２】
尚、以上本発明によって得られた電子ファイル自体を用いて、例えば文書の加工、蓄積、伝送、記録をステップ１３５で行う事が可能になる。これらの処理はイメージデータを用いる場合に比べて、情報量が削減され、蓄積効率が高まり、伝送時間が短縮され、又記録表示する際には高品位なデータとして非常に優位となる。
【００２３】
以下、各処理ブロックに対して詳細に説明する。
【００２４】
先ずステップ１２１で示すブロックセレクション処理について説明する。
【００２５】
［ブロックセレクション処理］
ブロックセレクション処理とは、図１１の右に示すステップ１２０で読み取った一頁のイメージデータを左に示す様に、各オブジェクト毎の塊として認識し、該ブロック各々を文字／図画／写真／線／表等の属性に判定し、異なる属性を持つ領域に分割する処理である。
【００２６】
ブロックセレクション処理の実施例を以下に説明する。
【００２７】
先ず、入力画像を白黒に二値化し、輪郭線追跡をおこなって黒画素輪郭で囲まれる画素の塊を抽出する。面積の大きい黒画素の塊については、内部にある白画素に対しても輪郭線追跡をおこない白画素の塊を抽出、さらに一定面積以上の白画素の塊の内部からは再帰的に黒画素の塊を抽出する。
【００２８】
このようにして得られた黒画素の塊を、大きさおよび形状で分類し、異なる属性を持つ領域へ分類していく。たとえば、縦横比が１に近く、大きさが一定の範囲のものを文字相当の画素塊とし、さらに近接する文字が整列良くグループ化可能な部分を文字領域、扁平な画素塊を線領域、一定大きさ以上でかつ四角系の白画素塊を整列よく内包する黒画素塊の占める範囲を表領域、不定形の画素塊が散在している領域を写真領域、それ以外の任意形状の画素塊を図画領域、などとする。
【００２９】
ブロックセレクション処理で得られた各ブロックに対するブロック情報を図１２に示す。
【００３０】
これらのブロック毎の情報は以降に説明するベクトル化、或いは検索の為の情報として用いる。
【００３１】
［ポインタ情報の検出］
次に、ステップ１２２で示すファイルの格納位置をイメージ情報から抽出する為のＯＣＲ／ＯＭＲ処理について説明する。
【００３２】
図１３は原稿画像中に付加された２次元バーコード（ＱＲコードシンボル）を復号して、データ文字列を出力する過程を示すフローチャートである。２次元バーコードの付加された原稿３１０の一例を図１４に示す。
【００３３】
まず、データ処理装置１１５内のページメモリに格納された原稿３１０を表すイメージ画像をＣＰＵ（不図示）で走査して、先に説明したブロックセレクション処理の結果から所定の２次元バーコードシンボル３１１の位置を検出する。ＱＲコードの位置検出パターンは、シンボルの４隅のうちの３済みに配置される同一の位置検出要素パターンから構成される（ステップ３００）。
【００３４】
次に、位置検出パターンに隣接する形式情報を復元し、シンボルに適用されている誤り訂正レベルおよびマスクパターンを得る（ステップ３０１）。
【００３５】
シンボルの型番を決定した（ステップ３０２）後、形式情報で得られたマスクパターンを使って符号化領域ビットパターンをＸＯＲ演算することによってマスク処理を解除する（ステップ３０３）。
【００３６】
尚、モデルに対応する配置規則に従い、シンボルキャラクタを読取り、メッセージのデータ及び誤り訂正コード語を復元する（ステップ３０４）。
【００３７】
復元されたコード上に、誤りがあるかどうかの検出を行い（ステップ３０５）、誤りが検出された場合、ステップ３０６に分岐し、これを訂正する。
【００３８】
誤り訂正されたデータより、モード指示子および文字数指示子に基づいて、データコード語をセグメントに分割する（ステップ３０７）。
【００３９】
最後に、仕様モードに基づいてデータ文字を復号し、結果を出力する（ステップ３０８）。
【００４０】
尚、２次元バーコード内に組み込まれたデータは、対応するファイルのアドレス情報を表しており、例えばファイルサーバ名およびファイル名からなるパス情報で構成される。或いは、対応するファイルへのＵＲＬで構成される。
【００４１】
本実施例ではポインタ情報が２次元バーコードを用いて付与された原稿３１０について説明したが、直接文字列でポインタ情報が記録される場合は所定のルールに従った文字列のブロックを先のブロックセレクション処理で検出し、該、ポインタ情報を示す文字列の各文字を文字認識する事で、直接元ファイルのアドレス情報を得る事が可能である。
【００４２】
又、或いは図１４の文書３１０の文字ブロック３１２、或いは３１３の文字列に対して隣接する文字と文字の間隔等に視認し難い程度の変調を加え、該文字間隔に情報を埋め込むことでもポインタ情報を付与できる。該所謂透かし情報は後述する文字認識処理を行う際に各文字の間隔を検出すれば、ポインタ情報が得られる。又、自然画３１４の中に電子透かしとしてポインタ情報を付加する事も可能である。
【００４３】
［ポインタ情報によるファイル検索］
次に、図３で先に説明したステップ１２５で示す、ポインタ情報からの電子ファイルの検索について図１５のフローチャートを使用して説明する。
【００４４】
まず、ポインタ情報に含まれるアドレスに基づいて、ファイルサーバを特定する。（ステップ４００）
ここでファイルサーバとは、クライアントＰＣ１０２や、データベース１０５を内蔵する文書管理サーバ１０６や、記憶装置１１１を内蔵するＭＦＰ１００自身を指す。
【００４５】
ここでアドレスとは、ＵＲＬや、サーバ名とファイル名からなるパス情報である。
【００４６】
ファイルサーバが特定できたら、ファイルサーバに対してアドレスを転送する。（ステップ４０１）ファイルサーバは、アドレスを受信すると、該当するファイルを検索する。（ステップ４０２）ファイルが存在しない場合（ステップ４０３−Ｎ）には、ＭＦＰに対してその旨通知する。
【００４７】
ファイルが存在した場合（ステップ４０３−Ｙ）には、図３で説明した様に、ファイルのアドレスを通知（ステップ１３３）すると共に、ユーザの希望する処理が画像ファイルデータの取得であれば、ＭＦＰに対してファイルを転送する。（ステップ４０８）
［ファイル検索処理］
次に、図３のステップ１２６で示すファイル検索処理の詳細について図１２、図１６を使用して説明を行う。
【００４８】
ステップ１２６の処理は、前述したように、ステップ１２４で入力原稿（入力ファイル）にポインタ情報が存在しなかった場合、または、ポインタ情報は在るが電子ファイルが見つからなかった場合、或いは電子ファイルがイメージファイルであった場合に行われる。
【００４９】
ここでは、ステップ１２２の結果、抽出された各ブロック及び入力ファイルが、図１２に示す情報（ブロック情報、入力ファイル情報）を備えるものとする。情報内容として、属性、座標位置、幅と高さのサイズ、ＯＣＲ情報有無を例としてあげる。属性は、文字、線、写真、絵、表その他に分類する。また簡単に説明を行うため、ブロックは座標Ｘの小さい順、即ち（例、Ｘ１ ＜ Ｘ２ ＜ Ｘ３ ＜ Ｘ４＜ Ｘ５＜ Ｘ６）にブロック１、ブロック２、ブロック３、ブロック４、ブロック５、ブロック６と名前をつけている。ブロック総数は、入力ファイル中の全ブロック数であり、図１６の場合は、ブロック総数は６である。以下、これらの情報を使用して、データベース内から、入力ファイルに類似したファイルのレイアウト検索を行うフローチャートを図１６に示す。ここで、データベースファイルは、図１２と同様の情報を備えることを前提とする。
【００５０】
フローチャートの流れは、入力ファイルとデータベース中のファイルを順次比較するものである。まず、ステップ５１０にて、後述する類似率などの初期化を行う。次に、ステップ５１１にてブロック総数の比較を行い、ここで、真の場合、さらにファイル内のブロックの情報を順次比較する。ブロックの情報比較では、ステップ５１３，５１５，５１８にて、属性類似率、サイズ類似率、ＯＣＲ類似率をそれぞれ算出し、ステップ５２２にてそれらをもとに総合類似率を算出する。各類似率の算出方法については、公知の技術が用いられるので説明を省略する。ステップ５２３にて総合類似率が、予め設定された閾値Ｔｈより高ければステップ５２４にてそのファイルを類似候補としてあげる。但し、図中のＮ、Ｗ、Ｈは、入力ファイルのブロック総数、各ブロック幅、各ブロック高さとし、ΔＮ、ΔＷ、ΔＨは、入力ファイルのブロック情報を基準として誤差を考慮したものである。ｎ、ｗ、ｈは、データベースファイルのブロック総数、各ブロック幅、各ブロック高さとする。また、不図示ではあるが、ステップ５１４にてサイズ比較時に、位置情報ＸＹの比較などを行ってもよい。
【００５１】
以上、検索の結果、類似度が閾値Ｔｈより高く、候補として保存されたデータベースファイル（ステップ５２４）をサムネイル等で表示（ステップ１２７）する。複数の中から操作者の選択が必要なら操作者の入力操作よってファイルの特定を行う。
【００５２】
［ベクトル化処理］
ファイルサーバに元ファイルが存在しない場合は、図１１に示すイメージデータを各ブロック毎にベクトル化する。次に、ステップ１２９で示されるベクトル化について詳説する。まず、文字ブロックに対しては各文字に対して文字認識処理を行う。
【００５３】
『文字認識』
文字認識部では、文字単位で切り出された画像に対し、パターンマッチの一手法を用いて認識を行い、対応する文字コードを得る。この認識処理は、文字画像から得られる特徴を数十次元の数値列に変換した観測特徴ベクトルと、あらかじめ字種毎に求められている辞書特徴ベクトルと比較し、最も距離の近い字種を認識結果とする処理である。特徴ベクトルの抽出には種々の公知手法があり、たとえば、文字をメッシュ状に分割し、各メッシュ内の文字線を方向別に線素としてカウントしたメッシュ数次元ベクトルを特徴とする方法がある。
【００５４】
ブロックセレクション（ステップ１２１）で抽出された文字領域に対して文字認識を行う場合は、まず該当領域に対し横書き、縦書きの判定をおこない、各々対応する方向に行を切り出し、その後文字を切り出して文字画像を得る。横書き、縦書きの判定は、該当領域内で画素値に対する水平／垂直の射影を取り、水平射影の分散が大きい場合は横書き領域、垂直射影の分散が大きい場合は縦書き領域と判断すればよい。文字列および文字への分解は、横書きならば水平方向の射影を利用して行を切り出し、さらに切り出された行に対する垂直方向の射影から、文字を切り出すことでおこなう。縦書きの文字領域に対しては、水平と垂直を逆にすればよい。尚、この時文字のサイズが検出出来る。
【００５５】
『フォント認識』
文字認識の際に用いる、字種数ぶんの辞書特徴ベクトルを、文字形状種すなわちフォント種に対して複数用意し、マッチングの際に文字コードとともにフォント種を出力することで、文字のフォントが認識出来る。
【００５６】
『文字のベクトル化』
前記文字認識およびフォント認識よって得られた、文字コードおよびフォント情報を用いて、各々あらかじめ用意されたアウトラインデータを用いて、文字部分の情報をベクトルデータに変換する。なお、元原稿がカラーの場合は、カラー画像から各文字の色を抽出してベクトルデータとともに記録する。
【００５７】
以上の処理により、文字ブロックに属するイメージ情報をほぼ形状、大きさ、色が忠実なベクトルデータに変換出来る。
【００５８】
『文字以外の部分のベクトル化』
ブロックセレクション処理（ステップ１２１）で、図画あるいは線、表領域とされた領域を対象に、中で抽出された画素塊の輪郭をベクトルデータに変換する。具体的には、輪郭をなす画素の点列を角と看倣される点で区切って、各区間を部分的な直線あるいは曲線で近似する。角とは曲率が極大となる点であり、曲率が極大となる点は、図１７に図示するように、任意点Ｐｉに対し左右ｋ個の離れた点Ｐｉ−ｋ，Ｐｉ＋ｋの間に弦を引いたとき、この弦とＰｉの距離が極大となる点として求められる。さらに、Ｐｉ−ｋ，Ｐｉ＋ｋ間の弦の長さ／弧の長さをＲとし、Ｒの値が閾値以下である点を角とみなすことができる。角によって分割された後の各区間は、直線は点列に対する最小二乗法など、曲線は３次スプライン関数などを用いてベクトル化することができる。
【００５９】
また、対象が内輪郭を持つ場合、ブロックセレクションで抽出した白画素輪郭の点列を用いて、同様に部分的直線あるいは曲線で近似する。
【００６０】
以上のように、輪郭の区分線近似を用いれば、任意形状の図形のアウトラインをベクトル化することができる。元原稿がカラーの場合は、カラー画像から図形の色を抽出してベクトルデータとともに記録する。
【００６１】
さらに、図１８に示す様に、ある区間で外輪郭と、内輪郭あるいは別の外輪郭が近接している場合、２つの輪郭線をひとまとめにし、太さを持った線として表現することができる。具体的には、ある輪郭の各点Ｐｉから別輪郭上で最短距離となる点Ｑｉまで線を引き、各距離ＰＱｉが平均的に一定長以下の場合、注目区間はＰＱｉ中点を点列として直線あるいは曲線で近似し、その太さはＰＱｉの平均値とする。線や線の集合体である表罫線は、前記のような太さを持つ線の集合として効率よくベクトル表現することができる。
【００６２】
尚 先に文字ブロックに対する文字認識処理を用いたベクトル化を説明したが、該文字認識処理の結果、辞書からの距離が最も近い文字を認識結果として用いるが、この距離が所定値以上の場合は、必ずしも本来の文字に一致せず、形状が類似する文字に誤認識している場合が多い。従って、本発明では、この様な文字に対しては、上記した様に、一般的な線画と同じに扱い、該文字をアウトライン化する。即ち、従来文字認識処理で誤認識を起こす文字に対しても誤った文字にベクトル化されず、可視的にイメージデータに忠実なアウトライン化によるベクトル化が行える。
【００６３】
又、写真と判定されたブロックに対しては本発明では、ベクトル化出来ない為、イメージデータのままとする。
【００６４】
［図形認識］
上述したように任意形状の図形のアウトラインをベクトル化した後、これらベクトル化された区分線を図形オブジェクト毎にグループ化する処理について説明する。
【００６５】
図１９は、ベクトルデータを図形オブジェクト毎にグループ化するまでのフローチャートを示している。まず、各ベクトルデータの始点、終点を算出する（７００）。次に各ベクトルの始点、終点情報を用いて、図形要素を検出する（７０１）。図形要素の検出とは、区分線が構成している閉図形を検出することである。検出に際しては、閉形状を構成する各ベクトルはその両端にそれぞれ連結するベクトルを有しているという原理を応用し、検出を行う。次に図形要素内に存在する他の図形要素、もしくは区分線をグループ化し、一つの図形オブジェクトとする（７０２）。また、図形要素内に他の図形要素、区分線が存在しない場合は図形要素を図形オブジェクトとする。
【００６６】
図２０は、図形要素を検出するフローチャートを示している。先ず、ベクトルデータより両端に連結していない不要なベクトルを除去し、閉図形構成ベクトルを抽出する（７１０）。次に閉図形構成ベクトルの中から該ベクトルの始点を開始点とし、時計回りに順にベクトルを追っていく。開始点に戻るまで行い、通過したベクトルを全て一つの図形要素を構成する閉図形としてグループ化する（７１１）。また、閉図形内部にある閉図形構成ベクトルも全てグループ化する。さらにまだグループ化されていないベクトルの始点を開始点とし、同様の処理を繰り返す。最後に、７１０で除去された不要ベクトルのうち、７１１で閉図形としてグループ化されたベクトルに接合しているものを検出し一つの図形要素としてグループ化する（７１２）。
【００６７】
以上によって図形ブロックを個別に再利用可能な個別の図形オブジェクトとして扱う事が可能になる。
【００６８】
［アプリデータへの変換処理］
ところで、一頁分のイメージデータをブロックセレクション処理（１２１）し、ベクトル化処理（１２９）した結果は図２１に示す様な中間データ形式のファイルとして変換されているが、このようなデータ形式はドキュメント・アナリシス・アウトプット・フォーマット（ＤＡＯＦ）と呼ばれる。
【００６９】
図２１はＤＡＯＦのデータ構造を示す図である。
【００７０】
図２１において、７９１はＨｅａｄｅｒであり、処理対象の文書画像データに関する情報が保持される。レイアウト記述データ部７９２では、文書画像データ中のＴＥＸＴ（文字）、ＴＩＴＬＥ（タイトル）、ＣＡＰＴＩＯＮ（キャプション）、ＬＩＮＥＡＲＴ（線画）、ＥＰＩＣＴＵＲＥ（自然画）、ＦＲＡＭＥ（枠）、ＴＡＢＬＥ（表）等の属性毎に認識された各ブロックの属性情報とその矩形アドレス情報を保持する。文字認識記述データ部７９３では、ＴＥＸＴ、ＴＩＴＬＥ、ＣＡＰＴＩＯＮ等のＴＥＸＴブロックを文字認識して得られる文字認識結果を保持する。表記述データ部７９４では、ＴＡＢＬＥブロックの構造の詳細を格納する。画像記述データ部７９５は、ＰＩＣＴＵＲＥやＬＩＮＥＡＲＴ等のブロックのイメージデータを文書画像データから切り出して保持する。
【００７１】
このようなＤＡＯＦは、中間データとしてのみならず、それ自体がファイル化されて保存される場合もあるが、このファイルの状態では、所謂一般の文書作成アプリケーションで個々のオブジェクトを再利用する事は出来ない。そこで、次に このＤＡＯＦからアプリデータに変換する処理１３０について詳説する。
【００７２】
図２２は、全体の概略フローである。
【００７３】
８０００は、ＤＡＯＦデータの入力を行う。
【００７４】
８００２は、アプリデータの元となる文書構造ツリー生成を行う。
【００７５】
８００４は、文書構造ツリーを元に、ＤＡＯＦ内の実データを流し込み、実際のアプリデータを生成する。
【００７６】
図２３は、８００２文書構造ツリー生成部の詳細フロー、図２４は、文書構造ツリーの説明図である。全体制御の基本ルールとして、処理の流れはミクロブロック（単一ブロック）からマクロブロック（ブロックの集合体）へ移行する。
【００７７】
以後ブロックとは、ミクロブロック、及びマクロブロック全体を指す。
【００７８】
８１００は、ブロック単位で縦方向の関連性を元に再グループ化する。スタート直後はミクロブロック単位での判定となる。
【００７９】
ここで、関連性とは、距離が近い、ブロック幅（横方向の場合は高さ）がほぼ同一であることなどで定義することができる。
【００８０】
また、距離、幅、高さなどの情報はＤＡＯＦを参照し、抽出する。
【００８１】
図２４（ａ）は実際のページ構成、（ｂ）はその文書構造ツリーである。８１００の結果、Ｔ３，Ｔ４，Ｔ５が一つのグループＶ１、Ｔ６，Ｔ７が一つのグループＶ２が同じ階層のグループとしてまず生成される。
【００８２】
８１０２は、縦方向のセパレータの有無をチェックする。セパレータは、例えば物理的にはＤＡＯＦ中でライン属性を持つオブジェクトである。また論理的な意味としては、アプリ中で明示的にブロックを分割する要素である。ここでセパレータを検出した場合は、同じ階層で再分割する。
【００８３】
８１０４は、分割がこれ以上存在し得ないか否かをグループ長を利用して判定する。
【００８４】
ここで、縦方向のグループ長がページ高さとなっている場合は、文書構造ツリー生成は終了する。
【００８５】
図２４の場合は、セパレータもなく、グループ高さはページ高さではないので、８１０６に進む。
【００８６】
８１０６は、ブロック単位で横方向の関連性を元に再グループ化する。ここもスタート直後の第一回目はミクロブロック単位で判定を行うことになる。
【００８７】
関連性、及びその判定情報の定義は、縦方向の場合と同じである。
【００８８】
図２４の場合は、Ｔ１，Ｔ２でＨ１、Ｖ１，Ｖ２でＨ２、がＶ１，Ｖ２の１つ上の同じ階層のグループとして生成される。
【００８９】
８１０８は、横方向セパレータの有無をチェックする。
【００９０】
図２４では、Ｓ１があるので、これをツリーに登録し、Ｈ１，Ｓ１，Ｈ２という階層が生成される。
【００９１】
８１１０は、分割がこれ以上存在し得ないか否かをグループ長を利用して判定する。
【００９２】
ここで、横方向のグループ長がページ幅となっている場合は、文書構造ツリー生成は終了する。
【００９３】
そうでない場合は、８１０２に戻り、再びもう一段上の階層で、縦方向の関連性チェックから繰り返す。
【００９４】
図２４の場合は、分割幅がページ幅になっているので、ここで終了し、最後にページ全体を表す最上位階層のＶ０が文書構造ツリーに付加される。
【００９５】
文書構造ツリーが完成した後、その情報を元に８００６においてアプリデータの生成を行う。
【００９６】
図２４の場合は、具体的には、以下のようになる。
【００９７】
すなわち、Ｈ１は横方向に２つのブロックＴ１とＴ２があるので、２カラムとし、Ｔ１の内部情報（ＤＡＯＦを参照、文字認識結果の文章、画像など）を出力後、カラムを変え、Ｔ２の内部情報出力、その後Ｓ１を出力となる。
【００９８】
Ｈ２は横方向に２つのブロックＶ１とＶ２があるので、２カラムとして出力、Ｖ１はＴ３，Ｔ４，Ｔ５の順にその内部情報を出力、その後カラムを変え、Ｖ２のＴ６，Ｔ７の内部情報を出力する。
【００９９】
以上によりアプリデータへの変換処理が行える。
【０１００】
［ポインタ情報の付加］
次に、ステップ１３３で示す、ポインタ情報付加処理について説明する。
【０１０１】
今 処理すべき文書が検索処理で特定された場合、あるいはベクトル化によって元ファイルが再生できた場合において、該文書を記録処理する場合においては、紙への記録の際にポインタ情報を付与する事で、この文書を用いて再度各種処理を行う場合に簡単に元ファイルデータを取得できる。
【０１０２】
図２５はポインタ情報としてのデータ文字列を２次元バーコード（ＱＲコードシンボル：ＪＩＳ Ｘ０５１０）３１１にて符号化して画像中に付加する過程を示すフローチャートである。
【０１０３】
２次元バーコード内に組み込むデータは、対応するファイルのアドレス情報を表しており、例えばファイルサーバ名およびファイル名からなるパス情報で構成される。或いは、対応するファイルへのＵＲＬや、対応するファイルの格納されているデータベース１０５内あるいはＭＦＰ１００自体が有する記憶装置内で管理されるファイルＩＤ等で構成される。
【０１０４】
まず、符号化する種種の異なる文字を識別するため、入力データ列を分析する。また、誤り検出及び誤り訂正レベルを選択し、入力データが収容できる最小型番を選択する。 （ステップ９００）。
【０１０５】
次に、入力データ列を所定のビット列に変換し、必要に応じてデータのモード（数字、英数字、８ビットバイト、漢字等）を表す指示子や、終端パターンを付加する。さらに所定のビットコード語に変換する。（ステップ９０１）。
【０１０６】
この時、誤り訂正を行うため、コード語列を型番および誤り訂正レベルに応じて所定のブロック数に分割し、各ブロック毎に誤り訂正コード語を生成し、データコード語列の後に付加する（ステップ９０２）。
【０１０７】
該ステップ９０２で得られた各ブロックのデータコード語を接続し、各ブロックの誤り訂正コード語、必要に応じて剰余コード語を後続する。（ステップ９０３）。
【０１０８】
次に、マトリクスに位置検出パターン、分離パターン、タイミングパターンおよび位置合わせパターン等とともにコード語モジュールを配置する。（ステップ９０４）。
【０１０９】
更に、シンボルの符号化領域に対して最適なマスクパターンを選択して、マスク処理パターンをステップ９０４で得られたモジュールにＸＯＲ演算により変換する。（ステップ９０５）。
【０１１０】
最後に、ステップ９０５で得られたモジュールに形式情報および型番情報を生成して、２次元コードシンボルを完成する。（ステップ９０６）。
【０１１１】
上記に説明した、アドレス情報の組み込まれた２次元バーコードは、例えば、クライアントＰＣ１０２から電子ファイルをプリントデータとして記録装置１１２に紙上に記録画像として形成する場合に、データ処理装置１１５内で記録可能なラスターデータに変換された後にラスターデータ上の所定の個所に付加されて画像形成される。ここで画像形成された紙を配布されたユーザは、画像読取り部１１０で読み取ることにより、前述したステップ１２３にてポインタ情報からオリジナル電子ファイルの格納場所を検出することができる。
【０１１２】
尚、同様の目的で付加情報を付与する手段は、本実施例で説明した２次元バーコードの他に、例えば、ポインタ情報を直接文字列で文書に付加する方法、文書内の文字列、特に文字と文字の間隔を変調して情報を埋め込む方法、文書中の中間調画像中に埋め込む方法等、一般に電子透かしと呼ばれる方法が適用出来る。
【０１１３】
［ポータルシート生成部］
以下、図１０を参照してポータルシート１９０１について説明する。
【０１１４】
図１０のポータルシートには、６つの原稿の情報が記録されている。それぞれは、以下の１９０２−１９０５の情報からなっている。
【０１１５】
１９０３は、原稿の縮小画像（サムネール）で、１ページ目を表している。
【０１１６】
１９０２，１９０４は日付、タイトル、作者、ＩＤ、キーワード、要約等の１９０３のサムネイルに関連する情報で、予め原稿に付随している情報であったり、ユーザが入力した情報であったり、原稿の内容から自動的に抽出された情報であったりする。
【０１１７】
１９０５は原稿の蓄積場所等を示すためのポインタである。ここでは二次元バーコードで表されているが、１次元バーコードであったり、電子透かしであっても問わない。
【０１１８】
［ポータルシート内のインデックス生成（ページ情報として）］
『タイトル』
テキストデータに対してタイトルを抽出する方法としては以下の方法がある。
【０１１９】
前述の方法により抽出したレイアウト情報およびフォント情報を利用し、テキストデータの最初の部分に現れるフォントの大きい文で、かつテキストデータ中に使用される頻度の高い文がタイトルとして適している。
【０１２０】
『キーワード』
テキストデータに対してキーワードを抽出する方法としては以下の方法がある。
【０１２１】
まずテキストデータ全体を形態素解析などにより、単語に分解する。全単語を使用頻度によりソートし、頻度の高いものから順にキーワードとする。さらに、より有効なキーワードを抽出するには、予め用意したキーワード用のデータベースと照合するのも良い。
【０１２２】
『ＩＤ、日付、著作者』
これらの情報に関しては、電子ファイルの検索によりファイルが存在した場合に、そのファイルの属性情報として取得する。
【０１２３】
『要約』
文字コード列で構成されるテキストデータに対して、その要約を作成する方法としては、次のようなものがある。
【０１２４】
まずテキストデータを文あるいは文節単位に分解する。これは句読点の文字コードを境界として機械的に分割することができる。次にそれぞれの文あるいは文節に対し重要度を計算して付与する。この重要度の計算方法としては、テキストデータ全体に含まれる単語に対して出現頻度を求め、頻繁に出現する単語に高い点数を与え、各文あるいは文節の重要度は、その中に含まれる各単語の点数の総和とする方法、レイアウト情報やフォント情報を用いて、タイトルや見出しに相当する文を検出し、その文自体の重要度を高めたり、文に含まれる単語の点数を上げて重要度を計算したりする方法、などがある。最後に、重要度が上位の文あるいは文節を抽出することで要約文が作成される。このとき、上位何位まで抽出するかを変化させて、所望のサイズの要約文を生成することが可能である。
【０１２５】
『目次』
複数ページに渡るようなテキストデータに対して目次を作成するには、テキストをレイアウト上の空白などから段落に分割し、それぞれに要約を施して一行程度の要約文を割りあてればよい。特に、前述のようにレイアウト情報やフォント情報からタイトルや見出しとして抽出された文は、目次として最適である。
【０１２６】
『ポータルシートへのポインタ情報の付加』
次に、原稿の蓄積場所を示すためのポインタ情報付加処理について説明する。
【０１２７】
図２５はポインタ情報としてのデータ文字列を２次元バーコード（ＱＲコードシンボル：ＪＩＳ Ｘ０５１０）３１１にて符号化して画像中に付加する過程を示すフローチャートである。
【０１２８】
２次元バーコード内に組み込むデータは、対応するファイルのアドレス情報を表しており、例えばファイルサーバ名およびファイル名からなるパス情報で構成される。或いは、対応するファイルへのＵＲＬや、対応するファイルの格納されているデータベース１０５内あるいはＭＦＰ１００自体が有する記憶装置内で管理されるファイルＩＤ等で構成される。
【０１２９】
まず、符号化する種種の異なる文字を識別するため、入力データ列を分析する。また、誤り検出及び誤り訂正レベルを選択し、入力データが収容できる最小型番を選択する。（ステップ９００）。
【０１３０】
次に、入力データ列を所定のビット列に変換し、必要に応じてデータのモード（数字、英数字、８ビットバイト、漢字等）を表す指示子や、終端パターンを付加する。さらに所定のビットコード語に変換する。（ステップ９０１）。
【０１３１】
この時、誤り訂正を行うため、コード語列を型番および誤り訂正レベルに応じて所定のブロック数に分割し、各ブロック毎に誤り訂正コード語を生成し、データコード語列の後に付加する（ステップ９０２）。
【０１３２】
該ステップ９０２で得られた各ブロックのデータコード語を接続し、各ブロックの誤り訂正コード語、必要に応じて剰余コード語を後続する。（ステップ９０３）。
【０１３３】
次に、マトリクスに位置検出パターン、分離パターン、タイミングパターンおよび位置合わせパターン等とともにコード語モジュールを配置する。（ステップ９０４）。
【０１３４】
更に、シンボルの符号化領域に対して最適なマスクパターンを選択して、マスク処理パターンをステップ９０４で得られたモジュールにＸＯＲ演算により変換する。（ステップ９０５）。
【０１３５】
最後に、ステップ９０５で得られたモジュールに形式情報および型番情報を生成して、２次元コードシンボルを完成する。（ステップ９０６）。
【０１３６】
上記に説明した、アドレス情報の組み込まれた２次元バーコードは、例えば、クライアントＰＣ１０２からポータルシートを生成する場合に、データ処理装置１１５内で記録可能なラスターデータに変換された後にラスターデータ上の所定の個所に付加されて画像形成される。
【０１３７】
尚、同様の目的で付加情報を付与する手段は、本実施例で説明した２次元バーコードの他に、例えば、ポインタ情報を直接文字列で文書に付加する方法、文書内の文字列、特に文字と文字の間隔を変調して情報を埋め込む方法、文書中の中間調画像中に埋め込む方法等、一般に電子透かしと呼ばれる方法が適用出来る。
【０１３８】
以下電子透かしを適用して、ポータルシート上に掲載される中間調画像（サムネール画像）中へコード情報を埋め込む例について説明する。
【０１３９】
コード情報はバイナリデータ列として画像上の各色成分一画素について一ビットを重み付けて埋め込まれる。画素にコード情報を埋め込む際、近傍画素で構成される一つのブロックに対し一つのコード情報を埋め込む。コード情報は互いに重ならない複数のブロックに対して繰り返し埋め込まれる。ここで、同じコード情報が埋め込まれた複数のブロックが構成するブロックをマクロブロックとよぶ。なお、サムネイル画像全体をマクロブロックとすることも可能である。埋め込まれたコード情報を取り出す際はマクロブロックよりブロック毎の相互相関を求め、その統計量よりコード情報が抽出できる。
【０１４０】
このような画像へのコード情報の埋め込みは人間の視覚では認識できないレベルで画素を変化させることで十分埋め込み可能であるが、ポータルシートで使用するサムネイル画像では、その目的上画質を気にしないため、より重みを強くして埋め込むことで耐性を持った埋め込みも可能である。
【０１４１】
［ポインタ情報判定コピーの実施例］
先のポインタ情報検出の実施例において、検索手段で元ファイル群の特定が出来ても、元ファイルをコピーするのに不都合が生じる場合がある。例えば速度低下発生、ポータルシートの一部のみをトリミングしたい場合、またはポータルシートそのものをコピーしたい場合、などがこれに該当する。
【０１４２】
このような背景から、ポインタ情報判定後にオペレータに問い合わせるコピーの実施例として、図４をもって説明する。ステップ１２０〜１３４は前述の処理概要と同等の処理であり、説明を省略する。
【０１４３】
ステップ１２４において、ポインタ情報を検出し、ステップ１２５において電子ファイルの存在を検出した場合、ステップ１４３において前ページもポインタ情報が含まれる原稿であったか否かを判定する。ステップ１４３において、前ページもポインタ情報がある場合は、前ページでオペレータが選択した処理に従って、そのままコピーまたは、ポインタ情報で示される電子ファイルの出力を行う。（ステップ１４２）。一方で、前ページにポインタ情報が含まれない場合、オペレータに問い合わせる。この際の画面例を図６に示す。オペレータがそのままコピーを選択した場合、スキャンした画像をＭＦＰ内のメモリに記録し、ステップ１３４に進む。ステップ１３４で最終ページまたはオペレータが出力を希望する場合は、ステップ１３５にて出力画像を形成し、画像出力を行う。ステップ１３４で続けて読み取る場合は、ステップ１２０に戻る。次にステップ１４４でオペレータがオリジナルデータのコピーを選択した場合、ステップ１３３に進み、ポインタ情報から格納アドレスを通知して、出力対象の文書またはページをＭＦＰ内のメモリに蓄積し、ステップ１３４に進む。
【０１４４】
次にステップ１２４において、ポインタ情報が検出されなかった場合、ステップ１４０に進む。
【０１４５】
ステップ１４０では、前ページもポインタ情報が含まれない原稿であったか否かを判定する。前ページもポインタ情報がない場合は、前ページでオペレータが選択した処理に従って、そのままコピーまたは、読み取った原稿をベクトル化し、その結果の電子ファイルの出力を行う。（ステップ１４２）。一方で前ページにポインタ情報が含まれていた場合、ステップ１４１に進み、オペレータに問い合わせる。この際の画面例を図７に示す。オペレータがそのままコピーを選択した場合、スキャンした画像をＭＦＰ内のメモリに記録し、ステップ１３４に進む。次にステップ１４１でオペレータがベクトル化してからコピーを選択した場合、ステップ１２６に進み同一データの検索、候補選択、ベクトル化などを行い、ステップ１３３に進む。
【０１４６】
また、図６および図７において一定時間入力が無い場合は、ユーザ設定に基づいたデフォルトの動作を行ってもよい。
【０１４７】
また別の実施例では、ステップ１４３およびステップ１４０の判定処理を省略し、読み取るたびにオペレータに問い合わせる構成もある。
【０１４８】
［ポインタ情報判定送信の実施例］
先のポインタ情報判定コピーの実施例を拡張した、ポータルシートの送信を行う場合の実施例を図５を用いて説明する。
【０１４９】
ステップ１２０〜１３４は前述の処理概要と同等の処理であり、説明を省略する。
【０１５０】
ステップ１２４において、ポインタ情報を検出し、ステップ１２５において電子ファイルの存在を検出した場合、ステップ１４３において前ページもポインタ情報が含まれる原稿であったか否かを判定する。ステップ１４３において、前ページもポインタ情報がある場合は、前ページでオペレータが選択した処理に従って、そのまま送信または、ポインタ情報で示される電子ファイルの送信または、ポインタ情報の通知を行う。（ステップ１５１）。一方で、前ページにポインタ情報が含まれない場合、オペレータに問い合わせる。この際の画面例を図８に示す。オペレータがそのまま送信を選択した場合、スキャンした画像をＭＦＰ内のメモリに記録し、ステップ１３４に進む。ステップ１３４で最終ページまたはオペレータが出力を希望する場合は、ステップ１３５にて出力画像を形成し、画像送信を行う。ステップ１３４で続けて読み取る場合は、ステップ１２０に戻る。次にステップ１５２でオペレータがオリジナルデータの送信を選択した場合、ステップ１３３に進み、ポインタ情報から格納アドレスを通知して、出力対象の文書またはページまたはデータをＭＦＰ内のメモリに蓄積し、ステップ１３４、ステップ１３５に進む。ステップ１３５においては、送信手段がｅｍａｉｌやｆｉｌｅ送信など、データを扱える場合は、オリジナルデータを、送信手段がＩＦＡＸやＦＡＸなど画像のみを扱う場合は、オリジナルデータを送信可能な画像形式に変換して、それぞれ送信する。一方で、ステップ１５２でオペレータがオリジナルデータのＵＲＬの送信を選択した場合、ステップ１３３に進み、ポインタ情報から格納アドレスを通知して、ＭＦＰ内のメモリに蓄積し、ステップ１３４、ステップ１３５に進む。ステップ１３５においては、送信手段がｅｍａｉｌやｆｉｌｅ送信など、データを扱える場合は、格納アドレスを文字列で、送信手段がＩＦＡＸやＦＡＸなど画像のみを扱う場合は、格納アドレスを示す文字列を送信可能な画像形式に変換して、それぞれ送信する。
【０１５１】
次にステップ１２４において、ポインタ情報が検出されなかった場合、ステップ１４０に進む。
【０１５２】
ステップ１４０では、前ページもポインタ情報が含まれない原稿であったか否かを判定する。前ページもポインタ情報がない場合は、前ページでオペレータが選択した処理に従って、そのまま送信または、読み取った原稿をベクトル化し、その結果の電子ファイルの送信または、格納アドレスの通知を行う。（ステップ１５１）。一方で前ページにポインタ情報が含まれていた場合、ステップ１５０に進み、オペレータに問い合わせる。この際の画面例を図９に示す。オペレータがそのまま送信を選択した場合、スキャンした画像をＭＦＰ内のメモリに記録し、ステップ１３４に進む。次にステップ１５０でオペレータがベクトル化してから送信を選択した場合、ステップ１２６に進み同一データの検索、候補選択、ベクトル化などを行い、ステップ１３３に進む。この場合ステップ１３５では、送信手段がｅｍａｉｌやｆｉｌｅ送信など、データを扱える場合は、ベクトル化したデータを、送信手段がＩＦＡＸやＦＡＸなど画像のみを扱う場合は、ベクトル化したデータを送信可能な画像形式に変換して、それぞれ送信する。
【０１５３】
次にステップ１５０において、オペレータがベクトル化してからＵＲＬ送信を選択した場合、ステップ１２６に進み同一データの検索、候補選択、ベクトル化などを行ってデータを格納し、ステップ１３３に進む。この場合ステップ１３５においては、送信手段がｅｍａｉｌやｆｉｌｅ送信など、データを扱える場合は、格納アドレスを文字列で、送信手段がＩＦＡＸやＦＡＸなど画像のみを扱う場合は、格納アドレスを示す文字列を送信可能な画像形式に変換して、それぞれ送信する。
【０１５４】
また、図８および図９において一定時間入力が無い場合は、ユーザ設定に基づいたデフォルトの動作を行ってもよい。
【０１５５】
また別の実施例では、ステップ１４３およびステップ１４０の判定処理を省略し、読み取るたびにオペレータに問い合わせる構成もある。
【図面の簡単な説明】
【０１５６】
【図１】システム構成図。
【図２】ＭＦＰ構成図。
【図３】処理概要。
【図４】ポインタ情報判定処理概要フロー図１。
【図５】ポインタ情報判定処理概要フロー図２。
【図６】オペレータ問い合わせ１画面例。
【図７】オペレータ問い合わせ２画面例。
【図８】オペレータ問い合わせ３画面例。
【図９】オペレータ問い合わせ４画面例。
【図１０】ポータルシート概念図。
【図１１】ブロックセレクション処理の概念図。
【図１２】ブロック情報。
【図１３】ファイルの格納位置をイメージ情報から抽出するフロー図。
【図１４】２次元バーコードの付加された原稿の一例。
【図１５】ポインタ情報によるファイル検索フロー図。
【図１６】ファイル検索処理フロー図。
【図１７】文字以外の部分のベクトル化にまつわる角判定の説明図。
【図１８】文字以外の部分のベクトル化にまつわる輪郭の区分線近似の説明図。
【図１９】図形オブジェクト認識処理のフロー図。
【図２０】図形要素検出処理のフロー図。
【図２１】ベクトル化後の中間データ形式の構造を示す図。
【図２２】アプリデータ変換処理のフロー図。
【図２３】文書構造ツリー生成処理のフロー図。
【図２４】文書構造ツリー説明図。
【図２５】ポインタ情報としての２次元バーコードを付加する過程を示すフロー図。
【特許請求の範囲】
【請求項１】
原稿をスキャンして得られたイメージ情報から、該原稿に付加的に記録された１つ以上の電子ファイルの格納場所示す情報を認識するファイル特定手段と、該原稿に付加的に記録された電子ファイルの格納場所情報が検出できない場合に、イメージ情報をベクトルデータに変換するベクトル化手段と、出力イメージを形成する出力イメージ形成手段と、前記出力イメージを形成する際に、読み取ったページ自体の処理を行うか否かをオペレータに問い合わせて選択させる出力データ選択手段と、を有することを特徴とする画像形成装置。
【請求項２】
前記出力データ選択に応じた、課金テーブルをさらに有し、出力データに応じた課金方法を設定できることを特徴とする、請求項１に記載の画像形成装置。
【請求項３】
前記出力データ選択手段は、読み取ったページ自体を出力するか、読み取ったページを前記ベクトル化手段でベクトル化して機内または機外のサーバに保存し、その保存場所を出力するか、前記ファイル特定手段で格納元データを取得して処理するか、をオペレータに問い合わせることを特徴とする、請求項１または２に記載の画像形成装置。
【請求項４】
前記出力データ選択手段は、前記ファイル特定手段で、電子ファイルの格納場所情報が検出されない原稿から、電子ファイルの格納場所情報が検出される原稿に状態が変化した際、または、電子ファイルの格納場所情報が検出される原稿から検出されない原稿に変化した際に、オペレータに問い合わせることを特徴とする、請求項１乃至３のいずれかに記載の画像形成装置。
【請求項１】
原稿をスキャンして得られたイメージ情報から、該原稿に付加的に記録された１つ以上の電子ファイルの格納場所示す情報を認識するファイル特定手段と、該原稿に付加的に記録された電子ファイルの格納場所情報が検出できない場合に、イメージ情報をベクトルデータに変換するベクトル化手段と、出力イメージを形成する出力イメージ形成手段と、前記出力イメージを形成する際に、読み取ったページ自体の処理を行うか否かをオペレータに問い合わせて選択させる出力データ選択手段と、を有することを特徴とする画像形成装置。
【請求項２】
前記出力データ選択に応じた、課金テーブルをさらに有し、出力データに応じた課金方法を設定できることを特徴とする、請求項１に記載の画像形成装置。
【請求項３】
前記出力データ選択手段は、読み取ったページ自体を出力するか、読み取ったページを前記ベクトル化手段でベクトル化して機内または機外のサーバに保存し、その保存場所を出力するか、前記ファイル特定手段で格納元データを取得して処理するか、をオペレータに問い合わせることを特徴とする、請求項１または２に記載の画像形成装置。
【請求項４】
前記出力データ選択手段は、前記ファイル特定手段で、電子ファイルの格納場所情報が検出されない原稿から、電子ファイルの格納場所情報が検出される原稿に状態が変化した際、または、電子ファイルの格納場所情報が検出される原稿から検出されない原稿に変化した際に、オペレータに問い合わせることを特徴とする、請求項１乃至３のいずれかに記載の画像形成装置。
【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２４】
【図２５】
【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２４】
【図２５】
【公開番号】特開２００８−８４１２７（Ｐ２００８−８４１２７Ａ）
【公開日】平成２０年４月１０日（２００８．４．１０）
【国際特許分類】
【出願番号】特願２００６−２６４９７２（Ｐ２００６−２６４９７２）
【出願日】平成１８年９月２８日（２００６．９．２８）
【出願人】（０００００１００７）キヤノン株式会社 (59,756)
【Ｆターム（参考）】
【公開日】平成２０年４月１０日（２００８．４．１０）
【国際特許分類】
【出願日】平成１８年９月２８日（２００６．９．２８）
【出願人】（０００００１００７）キヤノン株式会社 (59,756)
【Ｆターム（参考）】
[ Back to top ]