JP2013254321A5 - - Google Patents

Description

本発明に係る画像処理装置は、画像から電子文書を生成する画像処理装置であって、前記画像から複数の文字領域を特定する特定手段と、前記複数の文字領域それぞれに対して文字認識処理を実行する文字認識手段と、前記電子文書の仕様で表現可能な段組配置の中から、前記複数の文字領域を再現するのに最も適した段組配置を選択する選択手段と、前記選択した段組配置と前記文字認識手段による文字認識結果とに基づいて、前記電子文書を生成する生成手段とを備えたことを特徴とする。

Claims (9)

1. 画像から電子文書を生成する画像処理装置であって、
   前記画像から複数の文字領域を特定する特定手段と、
   前記複数の文字領域それぞれに対して文字認識処理を実行する文字認識手段と、
   前記電子文書の仕様で表現可能な段組配置の中から、前記複数の文字領域を再現するのに最も適した段組配置を選択する選択手段と、
   前記選択した段組配置と前記文字認識手段による文字認識結果とに基づいて、前記電子文書を生成する生成手段と
   を備えたことを特徴とする画像処理装置。
2. 前記選択手段は、前記電子文書の仕様で表現可能な段組配置の中から、前記複数の文字領域のうちの本文領域を再現するのに最も適した段組配置を選択することを特徴とする請求項１に記載の画像処理装置。
3. 前記複数の文字領域間の論理構造を解析する解析手段を更に有し、
   前記選択手段は、前記解析手段で解析された前記複数の文字領域間の論理構造の再現率が最も高い段組配置を、前記複数の文字領域を再現するのに最も適した段組配置として選択することを特徴とする請求項１に記載の画像処理装置。
4. 前記解析手段で解析された論理構造は、前記複数の文字領域の読み順を含み、
   前記選択手段は、前記段組配置の本文として前記複数の文字領域を配置したときに、前記複数の文字領域が前記読み順に従った連続性を持っているほど、前記論理構造の再現率が高いと判断することを特徴とする請求項３に記載の画像処理装置。
5. 前記解析手段で解析された論理構造は、各文字領域の文字数に応じて判断される前記複数の文字領域それぞれの重要度を含み、
   前記選択手段は、前記段組配置の本文として前記複数の文字領域を配置したときに、当該本文として配置された複数の文字領域の重要度が高いほど、前記解析された論理構造の再現率が高いと判断することを特徴とする請求項３に記載の画像処理装置。
6. 前記複数の文字領域それぞれの文字数を解析する解析手段を更に有し、
   前記選択手段は、前記電子文書の仕様で表現可能な段組配置それぞれにしたがって前記複数の文字領域を配置したときに本文として配置される文字領域の文字数に基づいて、前記電子文書の仕様で表現可能な段組配置の中から前記複数の文字領域を再現するのに最も適した段組配置を選択することを特徴とする請求項１に記載の画像処理装置。
7. 前記生成手段は、前記複数の文字領域のうち、前記選択手段で選択された段組配置の本文として配置されない文字領域を、本文から独立した自由配置文字領域とした前記電子文書を生成することを特徴とする請求項１に記載の画像処理装置。
8. コンピュータを、請求項１乃至７のいずれか１項に記載の画像処理装置の各手段として機能させるためのプログラム。
9. 画像から電子文書を生成する画像処理装置で実行される画像処理方法であって、
   前記画像から複数の文字領域を特定する特定ステップと、
   前記複数の文字領域それぞれに対して文字認識処理を実行する文字認識ステップと、
   前記電子文書の仕様で表現可能な段組配置の中から、前記複数の文字領域を再現するのに最も適した段組配置を選択する選択ステップと、
   前記選択した段組配置と前記文字認識ステップによる文字認識結果とに基づいて、前記電子文書を生成する生成ステップと
   を備えたことを特徴とする画像処理方法。