JP3938005B2 - 画像処理装置および画像処理方法 - Google Patents

Description

【０００１】
【発明の属する技術分野】
本発明は、原稿上の画像を読み取って得られた画像データから画像属性（文字、写真、図形等）に応じて複数の画像領域を抽出し、各画像領域に対して種々の画像処理を施した後に各画像領域を合成して画像データを出力する画像処理装置に関する。
【０００２】
【従来の技術】
スキャナ等で原稿を読み取って得られた画像データは容量が大きく、そのままでの保存や送受信には適さないため、画像データの種類に応じて適切な圧縮等の画像処理が施される。ところが、画像データに、文字画像領域、図形画像領域および写真画像領域が混在する場合、写真画像領域に適した不可逆圧縮を行うと容量は小さくなるが文字が読みにくくなり、文字画像領域に適した圧縮を行うと圧縮率が低くなるという問題がある。そこで、画像データから文字画像領域、図形画像領域および写真画像領域をそれぞれ分離して抽出し、各領域に適した圧縮を施した後に合成して文書ファイル作成する画像処理装置が知られており、かかる画像処理装置によれば画像品質を保持したままファイルの容量を小さくすることができる。
【０００３】
特に、図形画像領域においては、ビットマップデータ等の画像データをベクトルデータ（ベクタデータともいう）に変換する処理が広く用いられている。また、ビットマップデータ等の画像データをベクトルデータに変換する場合、たとえば画像データをその部分的な特徴に応じて、線領域、塗り潰し無し閉領域、塗り潰し有り閉領域に分離して処理する技術が存在する。
【０００４】
しかしながら、上記の従来の画像処理技術によれば、線領域、塗り潰し無し閉領域、および塗り潰し有り閉領域を合成してファイルを作成する場合、線領域および塗り潰し無し閉領域の上に塗り潰し有り閉領域が重ね合わされてしまう場合がある。この結果、線領域および塗り潰し無し閉領域における画像データが、塗り潰し有り閉領域における画像データに隠されてしまい、元の画像を再現できないという問題があった。
【０００５】
【発明が解決しようとする課題】
本発明は上記従来技術の有する問題点に鑑みなされたものであり、その目的とするところは、線領域および塗り潰し無し閉領域の上に、塗り潰し有り閉領域が重ねられることによる画像欠損を防止し、再現性の高い合成ファイルを取得し得る画像処理装置、画像処理方法、および画像処理プログラムを提供することである。
【０００６】
【課題を解決するための手段】
本発明の上記目的は、下記の手段によって達成される。
【０００７】
（１）本発明の画像処理装置は、画像データから複数の画像領域を抽出する画像領域抽出手段と、抽出された画像領域の位置情報を認識する位置情報認識手段と、抽出された画像領域が塗り潰し有り閉領域であるか塗り潰し無し閉領域であるかについての属性について少なくとも認識する属性認識手段と、前記位置情報認識手段によって認識された位置情報に基づいて複数の画像領域を合成してファイルを作成するファイル作成手段と、前記属性認識手段による認識結果に応じて、各画像領域の重ね合わせ順序を設定する順序設定手段と、を有し、前記ファイル作成手段は、前記順序設定手段によって設定された前記重ね合わせ順序にしたがって前記複数の画像領域を重ね合わせて前記ファイルを作成することを特徴とする。
【０００８】
（２）上記の順序設定手段は、塗り潰し無し閉領域が塗り潰し有り閉領域より前面側に重なるように重ね合わせ順序を設定する。
【０００９】
（３）上記の属性認識手段は、さらに、抽出された画像領域が閉領域を形成しない線領域であるか否かについての属性についても認識し、上記の順序設定手段は、前記属性認識手段による認識結果に応じて、線領域が塗り潰し有り閉領域よりも前面側に重なるように重ね合わせ順序を設定する。
【００１０】
（４）本発明の画像処理方法は、画像データから複数の画像領域を抽出する段階と、抽出された画像領域の位置情報を認識する段階と、抽出された画像領域が塗り潰し有り閉領域であるか塗り潰し無し閉領域であるかについての属性について少なくとも認識する段階と、前記位置情報認識手段によって認識された位置情報に基づいて複数の画像領域を合成してファイルを作成する段階と、前記属性の認識結果に応じて、各画像領域の重ね合わせ順序を設定する段階と、を有し、前記ファイルを作成する段階は、設定された前記重ね合わせ順序にしたがって前記複数の画像領域を重ね合わせて前記ファイルを作成することを特徴とする。
【００１１】
（５）本発明の画像処理プログラムは、画像データから複数の画像領域を抽出する手順と、抽出された画像領域の位置情報を認識する手順と、抽出された画像領域が塗り潰し有り閉領域であるか塗り潰し無し閉領域であるかについての属性について少なくとも認識する手順と、前記位置情報認識手段によって認識された位置情報に基づいて複数の画像領域を合成してファイルを作成する手順と、前記属性の認識結果に応じて、各画像領域の重ね合わせ順序を設定する手順と、を画像処理装置に実行させることを特徴とする画像処理プログラムであって、前記ファイルを作成する手順は、設定された前記重ね合わせ順序にしたがって前記複数の画像領域を重ね合わせて前記ファイルを作成することを特徴とする。
【００１２】
【発明の実施の形態】
以下、本発明の実施の形態について図面を参照して詳細に説明する。
【００１３】
図１は、本発明の実施の形態に係る画像処理装置を含む画像処理システムの全体構成を示すブロック図である。本画像処理システムは、画像処理装置１と、原稿画像を読み取って画像データを出力するスキャナ２と、画像データの出力先装置であるファイルサーバ３とを備え、これらはネットワーク４を介して相互に通信可能に接続されている。なお、ネットワーク４に接続される機器の種類および台数は図１に示す例に限定されない。
【００１４】
図２は、本実施形態に係る画像処理装置１の構成を示すブロック図である。図２において、画像処理装置１は、制御部１０１、記憶部１０２、操作部１０３、入力インタフェース部１０４、出力インタフェース部１０５、領域分離部１０６、領域抽出部１０７、画像処理部１０８、ファイル作成部１０９、および、ファイル変換部１１０を備えており、これらは信号をやり取りするためのバス１１１を介して相互に接続されている。
【００１５】
制御部１０１は、ＣＰＵであり、プログラムにしたがって上記各部の制御や各種の演算処理等を行う。
【００１６】
記憶部１０２は、予め各種プログラムおよびパラメータを格納しておくＲＯＭ、作業領域として一時的にプログラムおよびデータを記憶するＲＡＭ、各種プログラムおよびパラメータを格納し、または画像処理により得られた画像データ等を一時的に保存するために使用されるハードディスク等の記録メディアからなる。
【００１７】
操作部１０３は、画像データの出力先や出力ファイル形式等を設定し、動作開始を指示するためのキーおよび操作パネルから構成される。ここで、画像データの出力先は、画像出力先装置のＩＰアドレス、ホスト名、メールアドレス等を入力して設定される。また、出力ファイル形式は、画像出力先装置に送信する出力ファイルのファイル形式を選択することにより設定される。
【００１８】
入力インタフェース部１０４は、スキャナ２などの画像入力装置から画像データの入力を受けるためのインタフェースであり、出力インタフェース１０５はファイルサーバ３などの画像出力先装置に出力ファイルを送信するためのインタフェースである。
【００１９】
領域分離部１０６は、入力された画像データから文字画像を含む領域（以下「文字画像領域」という）、図形画像を含む領域（以下「図形画像領域」という）、写真画像を含む領域（以下「写真画像領域」という）を判別して分離する。
【００２０】
画像抽出部１０７は、入力された画像データから文字画像領域、図形画像領域、および写真画像領域を抽出するとともに、各画像領域の位置情報を認識する。言い換えれば、領域抽出部１０７は、文字画像領域、図形画像領域、および写真画像領域の抽出によって、文字画像構成画素からなる文字画像データ、図形画像構成画素からなる図形画像データ、および写真画像構成画素からなる写真画像データを得るものである。
【００２１】
画像処理部１０８は、文字画像処理部１０８Ａ、図形画像処理部１０８Ｂ、および写真画像処理部１０８Ｃからなり、それぞれ抽出された文字画像領域、図形画像領域、および写真画像領域に適切な画像処理を施す。
【００２２】
ファイル作成部１０９は、それぞれ画像処理後の文字画像領域、図形画像領域および写真画像領域を位置情報に基づいて合成し、内部ファイル形式によりファイルを作成する。ファイル形式変換部１１０は内部ファイル形式により作成したファイルを設定された出力ファイルに変換する。なお、出力ファイル形式としては、各種文書作成ソフトの文書形式や、ポストスクリプト（登録商標）、ＰＤＦ、ＪＰＥＧ、ＴＩＦＦ等の汎用フォーマットが例として挙げられる。
【００２３】
スキャナ２は原稿を読み取って画像データを取得し、得られた画像データを画像処理装置１に送信する。ファイルサーバ３はコンピュータであり、ネットワーク４を介して受信したファイルを格納し、また転送要求に応じて格納したファイルをネットワーク４上の他の機器に転送する。
【００２４】
ネットワーク４は、イーサネット（登録商標）、トークンリング、ＦＤＤＩ等の規格によりコンピュータ、周辺機器、およびネットワーク機器などを接続したＬＡＮや、ＬＡＮ同士を専用線で接続したＷＡＮ等からなる。
【００２５】
つぎに、本実施形態における画像処理システム全体の動作の概要を説明する。図３は、本実施形態における画像処理装置１の画像処理の手順を示すフローチャートである。図３に示されるアルゴリズムは制御プログラムとして記憶部１０２に記憶されており、制御部１０１によって実行される。
【００２６】
図３において、画像処理装置１は、画像処理の開始命令があるまで待機する（Ｓ１０１のＮＯ）。ユーザから操作部１０３を介して開始命令の入力を受け付けると（Ｓ１０１のＹＥＳ）、スキャナ２に原稿読み取り命令を送信し（Ｓ１０２）、スキャナ２から画像データを受信するまで待機する（Ｓ１０３：ＮＯ）。スキャナ２は、画像処理装置１から原稿読み取り命令を受信すると、所定の位置にセットされた原稿を読み取って画像データを取得し、得られた画像データを画像処理装置１に送信する。なお、画像処理の開始命令はネットワーク４上の他の機器から入力されてもよく、またはスキャナ２において直接入力されてもよい。これら場合には、上記ステップＳ１０１およびＳ１０２は省略される。
【００２７】
画像処理装置１は、入力インタフェース１０４を介してスキャナ２から画像データを受信すると（Ｓ１０３のＹＥＳ）、受信した入力画像データを記憶部１０２に保存し、つづいて、入力画像データに対して画像処理（Ｓ１０４）を行う。画像処理（Ｓ１０４）については、図４等を用いて詳細に後述する。画像処理によって、画像データは所定の形式のファイルに変換され、画像処理装置１は、得られたファイルを出力インタフェース部１０５およびネットワーク４を介してファイルサーバ３に送信する（Ｓ１０５）。
【００２８】
つぎに、上述した図１のステップＳ１０４における画像処理の内容について図４等を用いて詳細に説明する。
【００２９】
図４は、図３のステップＳ１０４に示される画像処理の内容を示すフローチャートである。
【００３０】
まず、入力画像データから文字画像領域、図形画像領域および写真画像領域をそれぞれ分離して抽出する（ステップＳ２０１）。この結果、文字画像データ、図形画像データ、および写真画像データを得る。
【００３１】
文字画像領域については、領域分離部１０６により入力画像データから分離され、分離した文字画像領域を領域抽出部１０７により抽出する。この結果、得られた文字画像データを、その領域の位置情報とともに記憶部１０２に保存する。文字画像領域の分離方法としては、従来の方法と同様であるので詳しい説明は省略するが、たとえば、画像データから得られたエッジ画像データのエッジ画素の間隔が所定画素数以下であるエッジ画素群の外接矩形内領域を抽出し、文字領域は小エリア内に斜め方向エッジ成分を多く含んでいるという特徴に基づいて、前記外接矩形内領域に含まれる周波数成分のうち斜め方向エッジ成分を特徴量として算出して、斜め方向エッジ成分の含有率により判断する方法等を用いることができる。入力画像データにおいて抽出した文字画像構成画素を周辺画素で補完することにより、入力画像データから非文字画像データを作成して記憶部１０２に保存する。
【００３２】
図形画像領域については、領域分離部１０６により上記の非文字画像データから分離し、分離した図形画像領域を領域抽出部１０７により抽出する。この結果、得られた文字画像データを、その領域の位置情報とともに記憶部１０２に保存する。図形画像領域の分離方法としては、たとえば、図形画像領域の明度分布はある程度均一であり、写真画像領域の明度分布は分散しているという特徴に基づいて、明度ヒストグラムを作成して明度分散度を特徴量として算出し、図形画像領域と写真画像領域の別を判別する方法等を用いることができる。なお、明度ヒストグラムに代えて、濃度ヒストグラムを用いてもよい。また、ランレングス情報や濃度ヒストグラムを作成して得られた黒画素率情報等に基づいて図形画像領域と写真画像領域の別を判別してもよい。
【００３３】
写真画像領域については、抽出された写真画像構成画素を周辺画素で補完して残った画像データから領域抽出部１０７により抽出する。この結果、得られた写真画像データを、その領域の位置情報とともに記憶部１０２に保存する。なお、図形画像領域および写真画像領域についても、それぞれ、文字画像領域の場合と同様に、エッジ画素群の外接矩形内領域をデータブロックとして割り当てることができる。
【００３４】
図５および図６に領域分離抽出の具体例を示す。図５は、入力画像データであり、図６は、この入力画像データから文字画像領域を抽出した残りの非文字画像データである。なお、図５および図６では、説明の簡単化のために、非文字画像データの全域が図形画像領域であり、写真画像領域が存在しない場合を示している。したがって、図６の全体が図形画像領域に相当する。
【００３５】
次に、図４において、分離された文字画像領域、図形画像領域、および写真画像領域ごとに画像処理を行う（Ｓ２０２〜Ｓ２１２）。すなわち、文字画像データ、図形画像データ、および写真画像データごとに適切な画像処理を行う。
【００３６】
画像処理対象の領域が文字画像領域である場合には（Ｓ２０２のＹＥＳ）、文字画像処理部１０８ａにより、文字画像データを二値化し、１ビットデータの可逆圧縮処理を施して、色情報、位置情報とともに記憶部１０２に保存する（Ｓ２０３）。また、文字画像領域に含まれる文字画像を認識して、文字データ（ＪＩＳなどの文字コード）に変換してもよい。
【００３７】
画像処理対象の領域が図形画像領域である場合には（Ｓ２０４のＹＥＳ）、図形画像処理部１０８ｂにより、ベクトル変換処理（たとえば、ラスタベクタ変換）を行う（Ｓ２０５）。ベクトル変換処理とは、図形領域に含まれる線図形（線分や曲線）を認識して、線幅の情報を持ちその線の始点と終点の座標で表現されるベクトルデータに変換する処理である。続いて、ベクトルデータ化されたデータに対して閉領域抽出処理を実行する（Ｓ２０６）。閉領域抽出処理は、複数のベクトルデータ間の連結状態を追跡することによって閉領域を抽出する処理である。閉領域が存在する場合には、この閉領域抽出処理によって、閉領域が抽出される。さらに、ベクトルデータに付加される色情報や閉領域の内部点および外部点の色情報に基づいて、抽出された閉領域のうちから塗り潰し有り閉領域を検出する（Ｓ２０７）。すなわち、ステップＳ２０７においては、抽出された閉領域が塗り潰し有り閉領域であるか塗り潰し無し閉領域であるかについての属性が認識される。
【００３８】
ここで、閉領域とは複数のベクトルデータが連結して閉じている領域である。さらに閉領域の内部と外部とが同様の色情報を有している場合の閉領域を塗り潰し無し閉領域とし、閉領域の内部と外部とが異なる色情報を有している場合の閉領域を塗り潰し有り閉領域とする。また、閉領域を構成しないベクトルデータが占める領域を線領域とする。
【００３９】
以上のとおり、画像処理対象の領域が図形画像領域である場合（Ｓ２０４のＹＥＳ）には、ベクトル変換処理、閉領域抽出処理、および塗り潰し有り閉領域の検出処理がなされるが、これらの処理の詳細は、後述する。
【００４０】
画像処理対象の領域が写真画像領域である場合には（Ｓ２０４のＮＯ）、写真画像処理部１０８ｃにより、スムージングやエッジ強調などの前処理および誤差拡散法などの二値化処理を含んだ、原画像を忠実に再現するための処理がなされる（Ｓ２０８）。写真画像領域に対する処理は、従来の技術と同様であるので、詳しい説明を省略する。
【００４１】
すべての領域について、その画像属性（文字、図形、および写真等）に応じた処理が終了したか否かが判断され（Ｓ２０９）、まだ処理していない領域が存在すれば（Ｓ２０９：ＮＯ）、ステップＳ２０２に戻る。一方、すべての領域において画像属性に応じた処理が終了した場合には（Ｓ２０９：ＹＥＳ）、ステップＳ２１０以下の処理が実行される。
【００４２】
Ｓ２１０以下の処理としては、まず、文字画像領域、塗り潰し有り閉領域（図形画像領域）、塗り潰し無し閉領域（図形画像領域）、線領域（図形画像領域）、および写真画像領域といった属性に応じて分離抽出された領域間で重複した部分が存在するか否かが検出される。たとえば、各領域が矩形である場合であれば、たとえば、各外接矩形において対角線上にある２つの頂点座標（たとえば、左上および右下頂点座標）を比較することによって、領域間で重複した部分が存在するか否かを検出することができる。たとえば、注目する画像領域の左上および右下頂点座標が（Ｘｎ，Ｙｎ）（Ｘ'ｎ，Ｙ'ｎ）であり、比較する画像領域の左上および右下頂点座標（Ｘｍ，Ｙｍ）が（Ｘ'ｍ，Ｙ'ｍ）であれば、Ｘｎ≦Ｘ'ｍ、Ｘ'ｎ≧Ｘｍ、Ｙｎ≧Ｙ'ｍ、かつＹ'ｎ≦Ｙｍの条件を満たす場合には、領域間で重複した部分が存在するものと判断する。また、図形画像領域における線領域、塗り潰し有り閉領域、塗り潰し無し閉領域などの場合には、領域が矩形でない場合であっても、ベクトルデータの値に基づいて重複する部分が存在するか否かが判断される。
【００４３】
次に、各画像領域の重ね合わせ順位を設定する（Ｓ２１０）。詳しい処理は後述するが、簡単に説明すれば、塗り潰し無し閉領域が塗り潰し有り閉領域よりも前面側に配置されるように重ね合わせ順位が設定される。
【００４４】
そして、ステップＳ２１０の重ね合わせ順位の設定処理の終了後、ファイル作成部１０９により、各画像領域のデータを、ステップＳ２１０で設定された重ね合わせ順位にしたがって、それぞれの位置情報に基づいて所定の位置に配置して合成し、内部ファイル形式によりファイルを作成する（Ｓ２１１）。
【００４５】
さらに、ステップＳ２１１のファイル作成処理の終了後、ファイル形式変換部１１０により、設定された出力ファイル形式（たとえば、ＰＤＦ）に内部形式のファイルを変換し（Ｓ２１２）、得られた出力ファイルを出力インタフェース部１０５およびネットワーク４を介してファイルサーバ３に送信する。
ファイルサーバ３は、ネットワーク４を介して画像処理装置１からファイルを受信すると、受信したファイルをハードディスク等の記憶装置の所定のディレクトリに格納する。そして、ネットワーク４上の他の機器から当該ファイルの転送要求があると、格納した前記ファイルをネットワーク４を介して前記他の機器に転送する。
【００４６】
以上のとおり、本実施の形態の画像処理装置は、ベクトル変換、閉領域抽出、塗り潰し有り閉領域検出、および重ね合わせ順序の設定といった各処理を実行するものである。以下に各処理について詳述する。
【００４７】
（ベクトル変換処理）
図７は、図４のステップＳ２０５におけるベクトル変換処理の内容を示すフローチャートである。なお、図７に示すフローチャートは、図４に示すフローチャートのサブルーチンとして、記憶部１０２に記憶されている。
【００４８】
まず、図形画像処理部１０８ｂは、図形画像領域における図形画像データを二値化処理し（Ｓ３０１）、二値化処理して得られた画像データ（以下「二値画像」という）から、芯線とよばれる線幅１の中心線を抽出する（Ｓ３０２）。そして、この芯線を始点と終点の座標で表現されたベクトルデータに変換する（Ｓ３０３）。このとき、曲線部分は、ベジェ曲線またはスプライン曲線などの所定の形式で近似的に表現される。
【００４９】
つぎに、得られたベクトルデータの線幅を検出する（Ｓ３０４）。線幅の検出は、芯線の抽出処理（Ｓ３０２）およびベクトルデータへの変換処理（Ｓ３０３）の処理過程中に得られるデータを統計処理することによって実行される。たとえば、線図形のエッジ画素と芯線との距離の平均値を求めて２倍した値を線幅としてもよい。線幅の情報は、対応する線図形のベクトルデータに付加される。
【００５０】
そして、得られたすべてのベクトルデータの中から一つのベクトルデータを選択し、選択されたベクトルデータに付加された線幅と予め設定された閾値とを比較して、その線幅が閾値よりも大きいか否かを判断する（Ｓ３０５）。このステップＳ３０５の処理は、線図形をそのまま線として扱うべきか、または領域として扱うべきかを判別するための処理である。この線幅が閾値より大きい場合は（Ｓ３０５のＹＥＳ）、選択されたベクトルデータに対応する線図形は、線ではなく領域として扱うべきであるので、この線図形に対して再度エッジ検出を施し（Ｓ３０６）、得られたエッジデータをベクトルデータに変換する（Ｓ３０７）。一方、線幅が閾値以下である場合には（Ｓ３０５のＮＯ）、選択されたベクトルデータに対応する線図形をそのまま線として扱ってよいので、ただちに、ステップＳ３０８以下の処理に進む。
【００５１】
そして、すべてのベクトルデータに対して上記のステップＳ３０５の比較処理が終わるのをまって（Ｓ３０８のＹＥＳ）、ベクトル変換処理を完了し、図４のフローチャートへリターンし、次の閉領域抽出処理へ移行する。
【００５２】
（閉領域抽出処理）
図８は、図４の閉領域抽出処理の内容を示すフローチャートである。なお、図８に示すフローチャートは、図４に示すフローチャートのサブルーチンとして、記憶部１０２に記憶されている。
【００５３】
まず、注目ベクトルデータ（以下、「ベクトルデータ」を「ベクトル」と省略表記する）の始点座標を記憶部１０２に保存する（Ｓ４０１）。なお、ステップＳ４０１の場合のように始点座標の保存を伴う注目ベクトルを初期注目ベクトルと定義する。次に、注目ベクトルの終点と連結するベクトル（以下「連結ベクトル」という）が存在する場合には（Ｓ４０２のＹＥＳ）、その連結ベクトル群の中から候補ベクトルを選択する（Ｓ４０３）。
【００５４】
なお、候補ベクトル以外の連結ベクトルが存在する場合には（Ｓ４０４：ＹＥＳ）、候補ベクトル以外の連結ベクトル（一般的には、連結ベクトル群）を現在の注目ベクトルまでのルートを示すベクトル群とともに、記憶部１０２内に設定されたスタックへ保存しておく（Ｓ４０５）。これは、ベクトルの分岐によって閉領域の抽出ができなくなることを防止するためである。
【００５５】
つぎに、上記の候補ベクトルが今まで使用されていないことを条件として（Ｓ４０６のＹＥＳ）、この候補ベクトルの終点座標と上記ステップＳ４０１で保存された始点座標とが一致するか否かが判断される（Ｓ４０７）。
【００５６】
候補ベクトルの終点座標と上記の始点座標とが一致しない場合には（Ｓ４０７のＮＯ）、この候補ベクトルを新たな注目ベクトルとする（Ｓ４０８）。そして、ステップＳ４０２に戻り、この新たな注目ベクトルの終点に連結する連結ベクトル群の中から次の候補ベクトルが選択され（Ｓ４０３）、以下、同様の処理が繰り返される。
【００５７】
一方、候補ベクトルの終点座標と上記の始点座標とが一致する場合には（Ｓ４０７のＹＥＳ）、上記始点座標から出発して当該始点座標へ戻るベクトル群が存在しており、閉領域が検出されたことなる。この場合、この閉領域が既に抽出されてグループ化されている閉領域と同一でないことを条件に（Ｓ４０８のＮＯ）、検出されたベクトル群を新しい閉領域としてグループ化する（Ｓ４０９）。
【００５８】
そして、さらにスタックに何らかのデータが保存されているか否かが判断される（Ｓ４１０）。なお、注目ベクトルの終点に連結する他のベクトル、すなわち連結ベクトルが存在しないとき（Ｓ４０２のＮＯ）、候補ベクトルが今までに使用されたことがあるとき（Ｓ４０６のＮＯ）、および既にグループ化されている閉領域と同一の閉領域を検出した場合（Ｓ４０８のＹＥＳ）には、スタックにデータが保存されているか否かが判断される（Ｓ４１０）。
【００５９】
判断の結果、スタックにデータが保存されている場合には（Ｓ４１０のＹＥＳ）、スタックからデータを読み出す（Ｓ４１１）。そして、読み出されたスタック内の連結ベクトル群のなかから候補ベクトルを選択し（Ｓ４１２）、ステップＳ４０４の処理に戻る。一方、スタックにデータが保存されていない場合には（Ｓ４１０のＮＯ）、スタックに保存されているデータをすべて探索し終えたものと判断して、ステップＳ４１３の処理に進む。
【００６０】
そして、図７の処理で得られたベクトル群に含まれるすべてのベクトルに対して閉領域の抽出が終了していなければ（Ｓ４１３のＮＯ）、ベクトル群の中から次の一つのベクトルを新たな初期注目ベクトルとして選択し（Ｓ４１４）、ステップＳ４０１に戻り、同様の処理を繰り返す。すべてのベクトルに対して閉領域の抽出が終了していれば（Ｓ４１３のＹＥＳ）、当該閉領域抽出処理を終了して、図４のフローチャートにリターンする。
【００６１】
図９は、ベクトル群の一例を示す図であり、図１０〜図１４は、スタックに保存されているデータを示す図である。図９では、たとえば、まず、ベクトルＡＢを初期注目ベクトルとして選択する。このとき、始点Ａの座標は、記憶部１０２に保存する（Ｓ４０１）。
【００６２】
図１０の状態では、注目ベクトルＡＢの終点Ｂに連結する連結ベクトル群の中から候補ベクトルＢＣが選択される。他の連結ベクトル群（ベクトルＢＥ）は、スタックに保存される。
【００６３】
図１１の状態では、図１０の状態からさらに処理が進み、注目ベクトルは、ベクトルＢＥに移っている。注目ベクトルＢＥの終点Ｅに連結する連結ベクトル群の中から候補ベクトルＥＦが選択される。他の連結ベクトル群（ベクトルＥＧ、ＥＨ）は、注目ベクトルＢＥまでのルートを示すベクトル群（ベクトルＡＢ、ＢＥ）とともに、スタックに保存される。
【００６４】
図１２の状態では、図１１の状態からさらに処理が進み、注目ベクトルは、ベクトルＧＥに移っている。注目ベクトルＧＥの終点Ｅに連結する連結ベクトル群の中から候補ベクトルＥＢが選択される。他の連結ベクトル群（ベクトルＥＦ、ＥＨ）は、注目ベクトルＧＥまでのルートを示すベクトル群（ベクトルＡＢ、ＢＥ、ＥＦ、ＦＧ、ＧＥ）とともに、スタックに保存される。
【００６５】
図１３の状態では、図１２の状態からさらに処理が進み、図１２の時点での候補ベクトルＥＢがこれまでのルートで既に使用されているので（Ｓ４０６のＮＯ）、スタックに記憶されているデータの中から次の候補ベクトルＥＦを選択し、残った連結ベクトル群（ベクトルＥＨ）が、注目ベクトルＧＥまでのルートを示すベクトル群（ベクトルＡＢ、ＢＥ、ＥＦ、ＦＧ、ＧＥ）とともにスタックに保存される。
【００６６】
図１４の状態では、図１３の状態からさらに処理が進み、注目ベクトルは、ベクトルＢＥに戻っている。スタックに記憶されたデータの中から次の候補ベクトルＥＧを選択し、残った連結ベクトル群（ベクトルＥＨ）が、注目ベクトルＢＥまでのルートを示すベクトル群（ベクトルＡＢ、ＢＥ）とともにスタックに保存される。
【００６７】
なお、図１４の状態からさらに処理が進んだ状況を考えると、候補ベクトルＥＧは、これまでのルートで既に使用されているので（Ｓ４０６のＮＯ）、注目ベクトルとはなり得ず、スタックからベクトルＥＨが候補ベクトルとして選択される。しかしながら、このベクトルＥＨも、これまでのルートで既に使用されているので（Ｓ４０６のＮＯ）、注目ベクトルとなり得ない。この時点で、スタックは空となっているので、ベクトルＡＢを初期注目ベクトルとしたときの処理が終了する。そして、図９に示されるベクトル群の中から次の一つのベクトルを初期注目ベクトルとして選択し、同様の処理を繰り返す。
【００６８】
残りの各ベクトルに対して閉領域の抽出を順次に実行すると、初期注目ベクトルがベクトルＥＦ、ベクトルＦＧ、ベクトルＥＧの時に閉領域ＥＦＧが検出される。ただし、一番初めに検出された時のみ（Ｓ４０８のＮＯ）、閉領域としてグループ化される（Ｓ４０９）。なお、閉領域としてグループ化されなかったベクトルデータは、線領域と判断され、線領域としての属性が付加される。
【００６９】
以上の閉領域抽出処理が終了すると、図４のフローチャートへリターンし、次の塗り潰し有り閉領域か塗り潰し無しへ閉領域であるかの判別処理に移行する。
【００７０】
（塗り潰し有閉領域の検出）
図１５は、図４の塗り潰し有り閉領域の検出処理の内容を示すフローチャートである。なお、図１５に示すフローチャートは、図４に示すフローチャートのサブルーチンとして、記憶部１０２に記憶されている。
【００７１】
まず、ベクトルの色を検出するためのベクトル色検出処理を実行する（Ｓ５０１）。図１６を用いて、ステップＳ５０１のベクトル色検出処理の内容を説明する。
【００７２】
図１６は、図１５のステップＳ５０１のベクトル色検出処理の内容を示すフローチャートである。まず、図４のステップＳ２０５の処理、すなわち、図７に示されるベクトル変換処理によって得られたすべてのベクトルが記憶部１０２から読み出される。なお、ベクトルは、上述のとおり、始点と終点の座標値を含み、この段階では、線幅の情報も付加されている。
【００７３】
これらのベクトルの中から一つの注目ベクトルを選択し（Ｓ６０１）、この注目ベクトルの始点座標と終点座標からベクトル上の中点の座標を計算する（Ｓ６０２）。そして、この始点、終点、および中点の３点の座標に対応する位置での色情報（ＲＧＢ、ＣＭＹＫ、Ｌ＊ａ＊ｂなど）を入力画像データから取得し（Ｓ６０３）、得られた始点、終点、および中点の色情報の平均値を計算する（Ｓ６０４）。この平均値を当該ベクトルの色とする。
【００７４】
そして、すべてのベクトルに対して色の検出が終了したか否かを判断し（Ｓ６０５）、すべてのベクトルに対する色の検出が終了していなければ（Ｓ６０５のＮＯ）、ステップＳ６０１に戻り、次のベクトルを注目ベクトルとして選択し、同様の処理を繰り返す。一方、すべてのベクトルに対する色の検出が終了していれば（Ｓ６０５のＹＥＳ）、ベクトル色検出処理を完了し、図１５のステップ５０２に移行する。
【００７５】
次に、図１５のステップＳ５０２では、塗り潰し有り閉領域の検出処理が実行される。図１７を用いて、ステップＳ５０２の塗り潰し有り閉領域の検出処理の内容を説明する。
【００７６】
図１７は、図１５のステップＳ５０２における塗り潰し有り閉領域の検出処理の内容を示すフローチャートである。
【００７７】
まず、図４のステップＳ２０６、すなわち図８に示される閉領域抽出処理によって、閉領域としてグループ化されたすべてのベクトル群が記憶部１０２から読み出される。
【００７８】
一つのベクトル群によって構成される閉領域を注目閉領域として選択するとともに（Ｓ７０１）、この注目閉領域を構成するベクトル群の中から一つのベクトルを注目ベクトルとして選択する（Ｓ７０２）。そして、閉領域の内部および閉領域外部の所定座標値を計算する（Ｓ７０３）。具体的には、注目閉領域を構成するベクトル群の中から選択された注目ベクトルを中心軸として｛（線幅／２）＋α｝ドット分だけ閉領域内部側に存在する点（以下「内部点」という）、および｛（線幅／２）＋α｝ドット分だけ閉領域外部側に存在する点（以下、「外部点」という）の座標を計算する。そして、内部点および外部点の座標に対応する位置の色情報（ＲＧＢ、ＣＭＹＫ、Ｌ＊ａ＊ｂなど）を入力画像データから取得する（Ｓ７０４）。
【００７９】
そして、現在の注目ベクトルの長さ分の内部点および外部点、具体的には、その注目ベクトルの長さに応じて定められる数の内部点および外部点について、色情報の取得が終了したか否かを判断する（Ｓ７０５）。注目ベクトルの長さ分の内部点および外部点について、色情報の取得が終了するのを待って（Ｓ７０５のＹＥＳ）、注目閉領域を構成するすべてのベクトルについて処理が終了したか否かを判断し（Ｓ７０６）、いまだ選択されていないベクトルが存在していれば（Ｓ７０６のＮＯ）、ステップＳ７０２に戻り、次の注目ベクトルを選択する。一方、注目閉領域を構成するすべてのベクトルについて処理が終了した場合には（Ｓ７０６のＹＥＳ）、注目閉領域を構成するすべてのベクトルに関して夫々取得されたベクトル長さ分の内部点および外部点の各色情報についてのヒストグラムを作成する（Ｓ７０７）。
【００８０】
次に、内部点および外部点のそれぞれについて作成されたヒストグラムにおいて、出現頻度が最も高い色情報の値を求め（Ｓ７０８）、求められた色情報をそれぞれ閉領域内部側の色情報および閉領域外部側の色情報とする。そして、この閉領域内部側の色情報と閉領域外部側の色情報とを比較し、両者が同一であるか否かを判断する（Ｓ７０９）。内部側の色情報と外部側の色情報とが同色と判断された場合には（Ｓ７０９のＹＥＳ）、この注目閉領域を塗り潰し無し閉領域であると判断し、この注目閉領域に対して塗り潰し無し閉領域である旨の属性情報を付加する（Ｓ７１０）。一方、内部側の色情報と外部側の色情報とが同色でないと判断された場合には（Ｓ７１９のＮＯ）、この注目閉領域を塗り潰し有り閉領域であると判断し、この注目閉領域に対して塗り潰し有り閉領域である旨の属性情報を付加する（Ｓ７１１）。
【００８１】
次に、すべての閉領域についての処理が終了したか否かを判断し（Ｓ７１２）、いまだ処理していない閉領域が存在する場合には（Ｓ７１２のＮＯ）、ステップＳ７０１に戻り、次の閉領域を注目閉領域として選択し、ステップＳ７０１以下の処理を繰り返す。
【００８２】
一方、すべての閉領域についての処理が終了した場合には（Ｓ７１２のＹＥＳ）、図４のフローチャートへリターンする。
【００８３】
なお、以上の処理を通じて、上記の図５に示される入力画像データを塗り潰し無し閉領域（図形領域）、塗り潰し有り閉領域（図形領域）、線領域（図形領域）、文字画像領域に分離した例をそれぞれ図１８、図１９、図２０、および図２１に示す。上述したとおり、図５に示される入力画像データには写真画像領域は含まれていない。図１８は、塗り潰し無し閉領域（図形画像領域）５０１〜５０４を示し、図１９は、塗り潰し有り閉領域（図形画像領域）６０１〜６１４を示し、図２０は、線領域（図形画像領域）７０１〜７０４を示し、図２１は、文字画像領域８０１〜８０４を示す。
【００８４】
以上のとおり、塗り潰し無し閉領域の検出処理が終了すると、重ね合わせ順位の設定処理に移行する。
【００８５】
（重ねあわせ順位の設定処理）
図２２は、図４のステップＳ２１０における重ね合わせ順序の設定処理の内容を示すフローチャートである。なお、図２２に示すフローチャートは、図４に示すフローチャートのサブルーチンとして、記憶部１０２に記憶されている。
【００８６】
まず、属性を付された領域を読み出し（Ｓ８０１）、属性を判断する（Ｓ８０２、Ｓ８０４、Ｓ８０５、Ｓ８０６）。ステップＳ８０２では、読み出された領域が文字画像領域であるか否かを判断し、文字画像領域であれば（Ｓ８０２のＹＥＳ）、重ね合わせ順序を「３」に設定する（Ｓ８０３）。ここで、重ね合わせ順位とは、上述したとおり、後述するファイル作成処理において各画像領域を元の位置に配置して合成する際の配置の順番を示すものである。したがって、複数の画像領域が重なり合う部分では、重ね合わせ順位の小さい画像領域ほど背面側に、重ね合わせ順位の大きい画像領域ほど前面側に重ね合わされて合成される。言い換えれば、重ね合わせ順位の小さい領域ほど合成出力時に先に出力される。具体的には、図４のステップＳ２１１では、重ね合わせ順位「１」の領域より後に重ね合わせ順位「２」の領域が出力され、さらに重ね合わせ順位「２」の領域より後に重ね合わせ順位「３」の領域が出力される。
【００８７】
ステップＳ８０３で重ね合わせ順位が「３」に設定されるのは、図２１に示される文字画像領域８０１〜８０４である。一方、文字画像領域でなければ（Ｓ８０２のＮＯ）、次に図形画像領域か否かを判別し（Ｓ８０４）、図形画像領域でなければ（Ｓ８０４のＮＯ）、写真画像領域として重ね合わせ順位を「１」に設定する（Ｓ８０８）。
【００８８】
一方、図形画像領域であれば（Ｓ８０４のＹＥＳ）、さらに、閉領域であるか否かが判断する（Ｓ８０５）。閉領域でなければ（Ｓ８０５のＮＯ）、重ね合わせ順位を「２」に設定する（Ｓ８０９）。ここで、重ね合わせ順位が「２」に設定されるのは、図２０に示される線領域７０１〜７０４である。一方、閉領域であれば（Ｓ８０５のＹＥＳ）、さらに、その閉領域が塗り潰し有り閉領域であるか否かを判断し（Ｓ８０６）、塗り潰し有り閉領域であれば（Ｓ８０６のＹＥＳ）、重ね合わせ順位が「１」に設定される。ここで、重ね合わせ順位が「１」に設定されるのは、図１９に示される塗り潰し有り閉領域６０１〜６１４である。一方、その閉領域が塗り潰し無し閉領域であれば（Ｓ８０６のＮＯ）、重ね合わせ順位が「２」に設定される（Ｓ８１０）。ここで、重ね合わせ順位が「２」に設定されるのは、図１８に示される塗り潰し無し閉領域５０１〜５０４である。
【００８９】
次に、すべての領域について、Ｓ８０１〜Ｓ８１０に示される処理が完了したか否かが判断される（Ｓ８１１）。重ね合わせ順位が設定されていない領域が存在する場合には（Ｓ８１１のＮＯ）、ステップＳ８０１に戻り、次の領域を読み出して、同様の処理（Ｓ８０１〜Ｓ８１０）を繰り返す。
【００９０】
一方、すべての領域について重ね合わせ順位の設定が完了した場合には（Ｓ８１１のＹＥＳ）、重ね合わせ順位が「１」に設定された複数の領域に対して、さらに詳細な重ね合わせ順位の設定処理が実行される（Ｓ８１２）。
【００９１】
この時点において、塗り潰し有り閉領域である場合（Ｓ８０６のＹＥＳ）または写真画像領域である場合に（Ｓ８０４のＮＯ）、重ね合わせ順位が「１」に設定されている。したがって、これら塗り潰し有り閉領域および写真画像領域が互いに重複している場合があり、重ね合わせ順序によっては、元の画像を忠実に再現できない状態が発生する。したがって、重ね合わせ順位が「１」に設定されている複数の領域相互間において、さらに細分化された順位付けを行うことが望ましい。
【００９２】
たとえば、複数の領域が重複している場合、上述した外接矩形の頂点座標やベクトルデータの値（始点と終点の値）に基づいた数値積分などに基づいて、領域の大きさを比較し、あるいは重複している領域の個数を算出することによって、重ね合わせ順位が１に設定されている領域間において、さらに細かい順位付けを設定することができる。そして、設定された詳細な重ね合わせ順序は、たとえば、少数点を用いて表現することができる。具体的には、「１．０１」、「１．０２」、・・・「１．９９」といった少数点表示の重ね合わせ順序を設定することができる。
【００９３】
以上の処理が終了すると、重ね合わせ順序の設定処理が終了し、図４にリターンする。以下、上記図４のステップＳ２１１のファイル作成部１０９により、各画像領域を設定された重ね合わせ順位にしたがって、それぞれの位置情報に基づいて所定の位置に配置して合成し、内部ファイル形式によりファイルを作成する。この点は、上述したとおりである。
【００９４】
具体的には、まず最初に重ね合わせ順位が「１」である領域、すなわち図１９に示される塗り潰し有り閉領域６０１〜６１４等の画像が配置され、次に、重ね合わせ順位が「２」である領域、すなわち図１８に示される塗り潰し無し閉領域５０１〜５０４、および図２０に示される線領域７０１〜７０４が配置され、最後に重ね合わせ順位が「３」である領域、すなわち図２１に示される文字画像領域８０１〜８０４の画像が配置される。したがって、塗り潰し有り閉領域６０１〜６１４が塗り潰し無し閉領域５０１〜５０４および線領域７０１〜７０４よりも前面側に配置されることになり、塗り潰し有り閉領域の画像によって、塗り潰し無し閉領域および線領域の画像が隠されてしまうことがない。さらに、本実施の形態においては、文字画像領域についても、塗り潰し有り閉領域によって隠されてしまうことがない。
【００９５】
以上のとおり、本発明の実施の形態について説明したが、本発明は、以上の説明によって制限されるものではなく、技術思想の範囲内において当業者によって種々の省略、追加、および変更が可能であることは明らかである。
【００９６】
上記実施の形態以外にも、本発明の画像処理方法をスキャナなどの画像読取装置、パーソナルコンピュータ、ワークステーション、およびサーバなどのコンピュータ、デジタル複写機、ファクシミリ装置、および多機能周辺機器（ＭＦＰ）などの画像形成装置といった各種の機器に応用することができる。
【００９７】
本発明による画像処理装置および画像処理方法は、上記各手順を実行するための専用のハードウエア回路によっても、また、上記各手順を記述した所定のプログラムをＣＰＵが実行することによっても実現することができる。後者により本発明を実現する場合、画像処理装置を動作させる上記所定のプログラムは、フレキシブルディスク、ＣＤ−ＲＯＭ等のコンピュータ読取可能な記録媒体によって提供されてもよいし、インターネット等のネットワークを介してオンラインで提供されてもよい。この場合、コンピュータ読取可能な記録媒体に記録されたプログラムは、通常、ＲＯＭやハードディスク等に転送され記憶される。また、このプログラムは、たとえば、単独のアプリケーションソフトウエアとして提供されてもよいし、画像処理装置の一機関としてその装置のソフトウエアに組み込んでもよい。
【００９８】
上述した本発明の実施の形態には、特許請求の範囲に記載した発明以外にも、以下の付記に示される発明が含まれる。
【００９９】
［付記１］ 前記画像領域抽出手段は、画像データから、文字画像領域、図形画像領域、および写真画像領域を抽出する第１抽出手段と、抽出された図形画像領域のうちから塗り潰し有り閉領域、塗り潰し無し閉領域、および閉領域を形成しない線領域を抽出する第２抽出手段からなり、
前記属性認識手段は、抽出された画像領域が文字画像領域、写真画像領域、塗り潰し有り閉領域、塗り潰し無し閉領域、および線領域のいずれであるかについての属性について認識し、
前記順序設定手段は、前記属性認識手段による認識結果に応じて、文字画像領域、写真画像領域、塗り潰し有り閉領域、塗り潰し無し閉領域、および線領域のそれぞれの画像領域についての重ね合わせ順序を設定することを特徴とする請求項１に記載の画像処理装置。
【０１００】
［付記２］ 前記順序設定手段は、文字画像領域が前面側に重なり、塗り潰し有り閉領域および写真画像領域が背面側に重なり、塗り潰し無し閉領域および線領域がその中間層に重なるように重ね合わせ順序を設定することを特徴とする付記１に記載の画像処理装置。
【０１０１】
［付記３］ 塗り潰し有り閉領域と写真画像領域の少なくとも一部分が重なるか否かを判別する画像領域重複判別手段を有し、
前記順序設定手段は、塗り潰し有り閉領域と写真画像領域の少なくとも一部分が重なる場合に、塗り潰し閉領域と写真画像領域の大きさの比較結果、または重なる領域の数に応じて、塗り潰し有り閉領域と写真画像領域間の重ね合わせ順序を設定する第２順序設定手段を含むことを特徴とする付記２に記載の画像処理装置。
【０１０２】
［付記４］ 前記第２抽出手段は、図形画像領域における画像データをベクトルデータに変換するベクトル変換手段と、
複数のベクトルデータの連結関係に基づいて閉領域を抽出する閉領域抽出手段と、
抽出された閉領域の内部点および外部点の色情報が同一であるか否かを判断する色情報判断手段と、
色情報判断手段による判断結果に基づいて塗り潰し有り閉領域を検出する塗り潰し有り閉領域検出手段と、
を有することを特徴とする付記１に記載の画像処理装置。
【０１０３】
［付記５］ 原稿を読み取って入力画像データを得る原稿読取手段をさらに有し、
前記画像領域抽出手段は、原稿を読み取って得られた前記入力画像データから複数の画像領域を抽出することを特徴とする請求項１に記載の画像処理装置。
【０１０４】
［付記６］ 各画像領域の重ね合わせ順序を設定する段階は、塗り潰し無し閉領域が塗り潰し有り閉領域より前面側に重なるように重ね合わせ順序を設定することを特徴とする請求項４に記載の画像処理方法。
【０１０５】
［付記７］ 前記属性を認識する段階は、さらに、抽出された画像領域が閉領域を形成しない線領域であるか否かについての属性についても認識し、
各画像領域の重ね合わせ順序を設定する段階は、前記属性認識手段による認識結果に応じて、線領域が塗り潰し有り閉領域よりも前面側に重なるように重ね合わせ順序を設定することを特徴とする付記６に記載の画像処理方法。
【０１０６】
［付記８］ 前記複数の画像領域を抽出する段階は、画像データから、文字画像領域、図形画像領域、および写真画像領域を抽出する第１抽出段階と、抽出された図形画像領域のうちから塗り潰し有り閉領域、塗り潰し無し閉領域、および閉領域を形成しない線領域を抽出する第２抽出段階からなり、
前記属性を認識する段階は、抽出された画像領域が文字画像領域、写真画像領域、塗り潰し有り閉領域、塗り潰し無し閉領域、および線領域のいずれであるかについての属性について認識し、
各画像領域の重ね合わせ順序を設定する段階は、前記属性の認識結果に応じて、文字画像領域、写真画像領域、塗り潰し有り閉領域、塗り潰し無し閉領域、および線領域のそれぞれの画像領域についての重ね合わせ順序を設定することを特徴とする請求項４に記載の画像処理方法。
【０１０７】
［付記９］ 各画像領域の重ね合わせ順序を設定する段階は、文字画像領域が前面側に重なり、塗り潰し有り閉領域および写真画像領域が背面側に重なり、塗り潰し無し閉領域および線領域がその中間層に重なるように重ね合わせ順序を設定することを特徴とする付記８に記載の画像処理方法。
【０１０８】
［付記１０］ さらに、塗り潰し有り閉領域と写真画像領域の少なくとも一部分が重なるか否かを判別する段階を有し、
各画像領域の重ね合わせ順序を設定する段階は、塗り潰し有り閉領域と写真画像領域の少なくとも一部分が重なる場合に、塗り潰し閉領域と写真画像領域の大きさの比較結果、または重なる領域の数に応じて、塗り潰し有り閉領域と写真画像領域間の重ね合わせ順序を設定する段階を含むことを特徴とする付記９に記載の画像処理方法。
【０１０９】
［付記１１］ 前記第２抽出段階は、図形画像領域における画像データをベクトルデータに変換する段階と、
複数のベクトルデータの連結関係に基づいて閉領域を抽出する段階と、
抽出された閉領域の内部点および外部点の色情報が同一であるか否かを判断する段階と、
前記色情報が同一であるか否かの判断結果に基づいて塗り潰し有り閉領域を検出する段階と、を有することを特徴とする付記８に記載の画像処理方法。
【０１１０】
［付記１２］ 原稿を読み取って入力画像データを得る原稿読取段階をさらに有し、
前記複数の画像領域を抽出する段階は、原稿を読み取って得られた前記入力画像データから複数の画像領域を抽出することを特徴とする請求項４に記載の画像処理方法。
【０１１１】
［付記１３］ 各画像領域の重ね合わせ順序を設定する手順は、塗り潰し無し閉領域が塗り潰し有り閉領域より前面側に重なるように重ね合わせ順序を設定することを特徴とする請求項５に記載の画像処理プログラム。
【０１１２】
［付記１４］ 前記属性を認識する手順は、さらに、抽出された画像領域が閉領域を形成しない線領域であるか否かについての属性についても認識し、
各画像領域の重ね合わせ順序を設定する手順は、前記属性認識手段による認識結果に応じて、線領域が塗り潰し有り閉領域よりも前面側に重なるように重ね合わせ順序を設定することを特徴とする付記１３に記載の画像処理プログラム。
【０１１３】
［付記１５］ 前記複数の画像領域を抽出する手順は、画像データから、文字画像領域、図形画像領域、および写真画像領域を抽出する第１抽出手順と、抽出された図形画像領域のうちから塗り潰し有り閉領域、塗り潰し無し閉領域、および閉領域を形成しない線領域を抽出する第２抽出手順からなり、
前記属性を認識する手順は、抽出された画像領域が文字画像領域、写真画像領域、塗り潰し有り閉領域、塗り潰し無し閉領域、および線領域のいずれであるかについての属性について認識し、
各画像領域の重ね合わせ順序を設定する手順は、前記属性の認識結果に応じて、文字画像領域、写真画像領域、塗り潰し有り閉領域、塗り潰し無し閉領域、および線領域のそれぞれの画像領域についての重ね合わせ順序を設定することを特徴とする請求項５に記載の画像処理プログラム。
【０１１４】
［付記１６］ 各画像領域の重ね合わせ順序を設定する手順は、文字画像領域が前面側に重なり、塗り潰し有り閉領域および写真画像領域が背面側に重なり、塗り潰し無し閉領域および線領域がその中間層に重なるように重ね合わせ順序を設定することを特徴とする付記１５に記載の画像処理プログラム。
【０１１５】
［付記１７］ さらに、塗り潰し有り閉領域と写真画像領域の少なくとも一部分が重なるか否かを判別する手順を画像処理装置に実行させるものであって、
各画像領域の重ね合わせ順序を設定する手順は、塗り潰し有り閉領域と写真画像領域の少なくとも一部分が重なる場合に、塗り潰し閉領域と写真画像領域の大きさの比較結果、または重なる領域の数に応じて、塗り潰し有り閉領域と写真画像領域間の重ね合わせ順序を設定する手順を含むことを特徴とする付記１６に記載の画像処理プログラム。
【０１１６】
［付記１８］ 前記第２抽出手順は、図形画像領域における画像データをベクトルデータに変換する手順と、
複数のベクトルデータの連結関係に基づいて閉領域を抽出する手順と、
抽出された閉領域の内部点および外部点の色情報が同一であるか否かを判断する手順と、
前記色情報が同一であるか否かの判断結果に基づいて塗り潰し有り閉領域を検出する手順と、を有することを特徴とする付記１５に記載の画像処理プログラム。
【０１１７】
［付記１９］ 原稿を読み取って入力画像データを得る原稿読取手順をさらに画像処理装置に実行させる画像処理プログラムであって、
前記複数の画像領域を抽出する手順は、原稿を読み取って得られた前記入力画像データから複数の画像領域を抽出することを特徴とする付記１５に記載の画像処理プログラム。
【０１１８】
【発明の効果】
上述したように、本発明によれば、線領域および塗り潰し無し閉領域と、塗り潰し有り閉領域とが重なり合う場合であっても、線領域および塗り潰し無し閉領域の上に、塗り潰し有り閉領域が重ねられることによる画像欠損を防止し、再現性の高い合成ファイルを取得できる。
【図面の簡単な説明】
【図１】 本発明の実施の形態に係る画像処理装置を含む画像処理システムの全体構成を示すブロック図である。
【図２】 図１における画像処理装置１の構成を示すブロック図である。
【図３】 図１における画像処理装置１による画像処理の手順を示すフローチャートである。
【図４】 図３のステップＳ１０４に示される画像処理の内容を示すフローチャートである。
【図５】 入力画像データを示す図である。
【図６】 入力画像データから文字画像領域を抽出した残りの非文字画像データを示す図である。
【図７】 図４のステップＳ２０５に示されるベクトル変換処理の内容を示すフローチャートである。
【図８】 図４のステップＳ２０６に示される閉領域抽出処理の内容を示すフローチャートである。
【図９】 閉領域抽出処理の具体例を説明するためのベクトルデータ群の一例を示す図である。
【図１０】 スタックに保存されているデータの一例を示す図である。
【図１１】 ステックに保存されているデータの一例を示す図である。
【図１２】 スタックに保存されているデータの一例を示す図である。
【図１３】 スタックに保存されているデータの一例を示す図である。
【図１４】 スタックに保存されているデータの一例を示す図である。
【図１５】 図４のステップＳ２０７に示される塗り潰し有り閉領域検出処理の内容を示すフローチャートである。
【図１６】 図１５のステップＳ５０１の処理の内容を示すフローチャートである。
【図１７】 図１５のステップＳ５０２の処理の内容を示すフローチャートである。
【図１８】 図５の入力画像データから抽出した塗り潰し無し閉領域を示す図である。
【図１９】 図５の入力画像データから抽出した塗り潰し有り閉領域を示す図である。
【図２０】 図５の入力画像データから抽出した線領域を示す図である。
【図２１】 図５の入力画像データから抽出した文字画像領域を示す図である。
【図２２】 図４のステップＳ２１０に示される重ね合わせ順序の設定処理の内容を示すフローチャートである。
【符号の説明】
１…画像処理装置、
１０１…制御部、
１０２…記憶部、
１０３…操作部、
１０４…入力インタフェース部、
１０５…出力インタフェース部、
１０６…領域分離部、
１０７…領域抽出部、
１０８…画像処理部、
１０８ａ…文字画像処理部、
１０８ｂ…図形画像処理部、
１０８ｃ…写真画像処理部、
１０９…ファイル作成部、
１１０…ファイル形式変換部、
２…スキャナ、
３…ファイルサーバ、
４…ネットワーク。

Claims (24)

1. 画像データから複数の画像領域を抽出する画像領域抽出手段と、
   抽出された画像領域の位置情報を認識する位置情報認識手段と、
   抽出された画像領域が塗り潰し有り閉領域であるか塗り潰し無し閉領域であるかについての属性について少なくとも認識する属性認識手段と、
   前記位置情報認識手段によって認識された位置情報に基づいて複数の画像領域を合成してファイルを作成するファイル作成手段と、
   前記属性認識手段による認識結果に応じて、各画像領域の重ね合わせ順序を設定する順序設定手段と、を有し、
   前記ファイル作成手段は、前記順序設定手段によって設定された前記重ね合わせ順序にしたがって前記複数の画像領域を重ね合わせて前記ファイルを作成することを特徴とする画像処理装置。
2. 前記順序設定手段は、塗り潰し無し閉領域が塗り潰し有り閉領域より前面側に重なるように重ね合わせ順序を設定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. 前記属性認識手段は、さらに、抽出された画像領域が閉領域を形成しない線領域であるか否かについての属性についても認識し、
   前記順序設定手段は、前記属性認識手段による認識結果に応じて、線領域が塗り潰し有り閉領域よりも前面側に重なるように重ね合わせ順序を設定することを特徴とする請求項２に記載の画像処理装置。
4. 前記画像領域抽出手段は、画像データから、文字画像領域、図形画像領域、および写真画像領域を抽出する第１抽出手段と、抽出された図形画像領域のうちから塗り潰し有り閉領域、塗り潰し無し閉領域、および閉領域を形成しない線領域を抽出する第２抽出手段からなり、
   前記属性認識手段は、抽出された画像領域が文字画像領域、写真画像領域、塗り潰し有り閉領域、塗り潰し無し閉領域、および線領域のいずれであるかについての属性について認識し、
   前記順序設定手段は、前記属性認識手段による認識結果に応じて、文字画像領域、写真画像領域、塗り潰し有り閉領域、塗り潰し無し閉領域、および線領域のそれぞれの画像領域についての重ね合わせ順序を設定することを特徴とする請求項１に記載の画像処理装置。
5. 前記順序設定手段は、文字画像領域が前面側に重なり、塗り潰し有り閉領域および写真画像領域が背面側に重なり、塗り潰し無し閉領域および線領域がその中間層に重なるように重ね合わせ順序を設定することを特徴とする請求項４に記載の画像処理装置。
6. 塗り潰し有り閉領域と写真画像領域の少なくとも一部分が重なるか否かを判別する画像領域重複判別手段を有し、
   前記順序設定手段は、塗り潰し有り閉領域と写真画像領域の少なくとも一部分が重なる場合に、塗り潰し閉領域と写真画像領域の大きさの比較結果、または重なる領域の数に応じて、塗り潰し有り閉領域と写真画像領域間の重ね合わせ順序を設定する第２順序設定手段を含むことを特徴とする請求項５に記載の画像処理装置。
7. 前記第２抽出手段は、図形画像領域における画像データをベクトルデータに変換するベクトル変換手段と、
   複数のベクトルデータの連結関係に基づいて閉領域を抽出する閉領域抽出手段と、
   抽出された閉領域の内部点および外部点の色情報が同一であるか否かを判断する色情報判断手段と、
   色情報判断手段による判断結果に基づいて塗り潰し有り閉領域を検出する塗り潰し有り閉領域検出手段と、
   を有することを特徴とする請求項４に記載の画像処理装置。
8. 原稿を読み取って入力画像データを得る原稿読取手段をさらに有し、
   前記画像領域抽出手段は、原稿を読み取って得られた前記入力画像データから複数の画像領域を抽出することを特徴とする請求項１に記載の画像処理装置。
9. 画像データから複数の画像領域を抽出する段階と、
   抽出された画像領域の位置情報を認識する段階と、
   抽出された画像領域が塗り潰し有り閉領域であるか塗り潰し無し閉領域であるかについての属性について少なくとも認識する段階と、
   前記位置情報認識手段によって認識された位置情報に基づいて複数の画像領域を合成してファイルを作成する段階と、
   前記属性の認識結果に応じて、各画像領域の重ね合わせ順序を設定する段階と、を有し、
   前記ファイルを作成する段階は、設定された前記重ね合わせ順序にしたがって前記複数の画像領域を重ね合わせて前記ファイルを作成することを特徴とする画像処理方法。
10. 各画像領域の重ね合わせ順序を設定する段階は、塗り潰し無し閉領域が塗り潰し有り閉領域より前面側に重なるように重ね合わせ順序を設定することを特徴とする請求項９に記載の画像処理方法。
11. 前記属性を認識する段階は、さらに、抽出された画像領域が閉領域を形成しない線領域であるか否かについての属性についても認識し、
    各画像領域の重ね合わせ順序を設定する段階は、前記属性認識手段による認識結果に応じて、線領域が塗り潰し有り閉領域よりも前面側に重なるように重ね合わせ順序を設定することを特徴とする請求項１０に記載の画像処理方法。
12. 前記複数の画像領域を抽出する段階は、画像データから、文字画像領域、図形画像領域、および写真画像領域を抽出する第１抽出段階と、抽出された図形画像領域のうちから塗り潰し有り閉領域、塗り潰し無し閉領域、および閉領域を形成しない線領域を抽出する第２抽出段階からなり、
    前記属性を認識する段階は、抽出された画像領域が文字画像領域、写真画像領域、塗り潰し有り閉領域、塗り潰し無し閉領域、および線領域のいずれであるかについての属性について認識し、
    各画像領域の重ね合わせ順序を設定する段階は、前記属性の認識結果に応じて、文字画像領域、写真画像領域、塗り潰し有り閉領域、塗り潰し無し閉領域、および線領域のそれぞれの画像領域についての重ね合わせ順序を設定することを特徴とする請求項９に記載の画像処理方法。
13. 各画像領域の重ね合わせ順序を設定する段階は、文字画像領域が前面側に重なり、塗り潰し有り閉領域および写真画像領域が背面側に重なり、塗り潰し無し閉領域および線領域がその中間層に重なるように重ね合わせ順序を設定することを特徴とする請求項１２に記載の画像処理方法。
14. さらに、塗り潰し有り閉領域と写真画像領域の少なくとも一部分が重なるか否かを判別する段階を有し、
    各画像領域の重ね合わせ順序を設定する段階は、塗り潰し有り閉領域と写真画像領域の少なくとも一部分が重なる場合に、塗り潰し閉領域と写真画像領域の大きさの比較結果、または重なる領域の数に応じて、塗り潰し有り閉領域と写真画像領域間の重ね合わせ順序を設定する段階を含むことを特徴とする請求項１３に記載の画像処理方法。
15. 前記第２抽出段階は、図形画像領域における画像データをベクトルデータに変換する段階と、
    複数のベクトルデータの連結関係に基づいて閉領域を抽出する段階と、
    抽出された閉領域の内部点および外部点の色情報が同一であるか否かを判断する段階と、
    前記色情報が同一であるか否かの判断結果に基づいて塗り潰し有り閉領域を検出する段階と、を有することを特徴とする請求項１２に記載の画像処理方法。
16. 原稿を読み取って入力画像データを得る原稿読取段階をさらに有し、
    前記複数の画像領域を抽出する段階は、原稿を読み取って得られた前記入力画像データから複数の画像領域を抽出することを特徴とする請求項９に記載の画像処理方法。
17. 画像データから複数の画像領域を抽出する手順と、
    抽出された画像領域の位置情報を認識する手順と、
    抽出された画像領域が塗り潰し有り閉領域であるか塗り潰し無し閉領域であるかについての属性について少なくとも認識する手順と、
    前記位置情報認識手段によって認識された位置情報に基づいて複数の画像領域を合成してファイルを作成する手順と、
    前記属性の認識結果に応じて、各画像領域の重ね合わせ順序を設定する手順と、を画像処理装置に実行させることを特徴とする画像処理プログラムであって、
    前記ファイルを作成する手順は、設定された前記重ね合わせ順序にしたがって前記複数の画像領域を重ね合わせて前記ファイルを作成することを特徴とする画像処理プログラム。
18. 各画像領域の重ね合わせ順序を設定する手順は、塗り潰し無し閉領域が塗り潰し有り閉領域より前面側に重なるように重ね合わせ順序を設定することを特徴とする請求項１７に記載の画像処理プログラム。
19. 前記属性を認識する手順は、さらに、抽出された画像領域が閉領域を形成しない線領域であるか否かについての属性についても認識し、
    各画像領域の重ね合わせ順序を設定する手順は、前記属性認識手段による認識結果に応じて、線領域が塗り潰し有り閉領域よりも前面側に重なるように重ね合わせ順序を設定することを特徴とする請求項１８に記載の画像処理プログラム。
20. 前記複数の画像領域を抽出する手順は、画像データから、文字画像領域、図形画像領域、および写真画像領域を抽出する第１抽出手順と、抽出された図形画像領域のうちから塗り潰し有り閉領域、塗り潰し無し閉領域、および閉領域を形成しない線領域を抽出する第２抽出手順からなり、
    前記属性を認識する手順は、抽出された画像領域が文字画像領域、写真画像領域、塗り潰し有り閉領域、塗り潰し無し閉領域、および線領域のいずれであるかについての属性について認識し、
    各画像領域の重ね合わせ順序を設定する手順は、前記属性の認識結果に応じて、文字画像領域、写真画像領域、塗り潰し有り閉領域、塗り潰し無し閉領域、および線領域のそれぞれの画像領域についての重ね合わせ順序を設定することを特徴とする請求項１７に記載の画像処理プログラム。
21. 各画像領域の重ね合わせ順序を設定する手順は、文字画像領域が前面側に重なり、塗り潰し有り閉領域および写真画像領域が背面側に重なり、塗り潰し無し閉領域および線領域がその中間層に重なるように重ね合わせ順序を設定することを特徴とする請求項２０に記載の画像処理プログラム。
22. さらに、塗り潰し有り閉領域と写真画像領域の少なくとも一部分が重なるか否かを判別する手順を画像処理装置に実行させるものであって、
    各画像領域の重ね合わせ順序を設定する手順は、塗り潰し有り閉領域と写真画像領域の少なくとも一部分が重なる場合に、塗り潰し閉領域と写真画像領域の大きさの比較結果、または重なる領域の数に応じて、塗り潰し有り閉領域と写真画像領域間の重ね合わせ順序を設定する手順を含むことを特徴とする請求項２１に記載の画像処理プログラム。
23. 前記第２抽出手順は、図形画像領域における画像データをベクトルデータに変換する手順と、
    複数のベクトルデータの連結関係に基づいて閉領域を抽出する手順と、
    抽出された閉領域の内部点および外部点の色情報が同一であるか否かを判断する手順と、
    前記色情報が同一であるか否かの判断結果に基づいて塗り潰し有り閉領域を検出する手順と、を有することを特徴とする請求項２０に記載の画像処理プログラム。
24. 原稿を読み取って入力画像データを得る原稿読取手順をさらに画像 処理装置に実行させる画像処理プログラムであって、
    前記複数の画像領域を抽出する手順は、原稿を読み取って得られた前記入力画像データから複数の画像領域を抽出することを特徴とする請求項２０に記載の画像処理プログラム。

Images