JP5206503B2 - 画像処理装置及び画像処理プログラム - Google Patents

Description

本発明は、画像処理装置及び画像処理プログラムに関する。

カラースキャンされた画像は、数十Ｍバイトにもなり、蓄積や伝送には適さないことから、文字・線画等からなる画素塊は色情報等を持った２値画像としてＭＭＲ（Ｍｏｄｉｆｉｅｄ Ｍｏｄｉｆｉｅｄ ＲＥＡＤ）などの可逆圧縮を行い、グラフィクスや自然画像は多値画像のままＪＰＥＧ（Ｊｏｉｎｔ Ｐｈｏｔｏｇｒａｐｈｉｃ Ｅｘｐｅｒｔｓ Ｇｒｏｕｐ）圧縮を行うことが行われている。そして、それを再現する場合に、ＪＰＥＧの伸張画像上に、伸張された文字・線画等を付帯している色情報で貼付ける方式が提案されている。
このとき、例えば、画像中の文字については、スキャナの読み込みによるＭＴＦ（Ｍｏｄｕｌａｔｉｏｎ Ｔｒａｎｓｆｅｒ Ｆｕｎｃｔｉｏｎ）の劣化やスキャン直後のＪＰＥＧ圧縮等の影響から、文字の周辺部分の色が変更されることが生じる。より具体的な例として、文字周辺がぼけたり、背景色と文字色とがにじんだり、ＪＰＥＧ圧縮のパラメータによっては文字色が変わる画素が生じる。このような場合にあって、元の色を再現することが望まれている。

これに関連する技術として、例えば、特許文献１には、良好な復元画像を生成することでき、かつ圧縮対象の画像品位を低下させない画像圧縮を行うことができる画像圧縮装置、画像伸長装置及びそれらの方法、プログラムを提供することを課題とし、２値化部で多値画像を２値化し、２値画像中の文字領域の位置を領域特定部Ａで特定し、領域特定部Ｂで、文字領域中の単位文字領域の位置を特定し、代表色部抽出部で、単位文字領域の位置情報と多値画像とに基づいて、単位文字領域の代表色を抽出し、文字領域穴埋め部で、文字領域の位置情報に基づいて、文字領域をその周辺色で穴埋めし、縮小部で、穴埋め多値画像を縮小し、ＪＰＥＧ圧縮部で、縮小多値画像を圧縮し、ＭＭＲ圧縮部で、文字領域に対応する部分２値画像を圧縮し、位置情報と、各圧縮部で生成された圧縮コードと、単位文字領域の代表色情報を含む圧縮データを出力することが開示されている。

また、例えば、特許文献２には、カラー文書画像の背景部と文字部の境界エッジ部分などの領域分割の誤りを減らし、文字抽出などの精度を上げることを課題とし、画像入力部よりカラー画像を入力し、その使用色を使用色特定部で特定し、特定された使用色別の領域を領域作成部で作成する。領域色補正部で、着目した領域に割り当てられた使用色と、着目領域の近接領域に割り当てられた使用色との色空間上での位置関係に基づいて、着目領域に対する使用色の割り当てを補正し、文字抽出部で、使用色別領域の情報を利用してカラー画像中の文字を抽出することが開示されている。

また、例えば、特許文献３には、第１の色で表現される文字が第２，第３の色で表現される模様に重ねて印刷されているような３色印刷物より、文字だけを容易に抽出できるようにすることを最も主要な特徴とし、データ入力回路より入力される、被読取物の地色及び消去すべき第１、第２の模様のＲＧＢ値を基にＣＰＵが濃度変換を行うためのパラメータを算出し、この算出されたパラメータを、予めルックアップテーブル回路に書き込んでおき、このパラメータにしたがって被読取物より収集された画像信号を文字だけが抽出された濃淡画像に変換し、さらに、これを二値化回路で二値画像に変換して出力する構成となっていることが開示されている。

また、例えば、特許文献４には、文字の色を容易かつ高精度に検出することを課題とし、ＭＦＰは、カラー画像から文字が表された文字属性の文字領域を抽出する文字領域抽出部と、文字領域に含まれる文字を細線化する細線化部と、細線化された文字を構成する複数の文字中心画素に対応するカラー画像の画素の色に基づいて、文字色を決定する文字色決定部と、カラー画像を２値化することによって、２値画像に変換するノイズ除去部と、２値画像の文字領域を符号化し、符号データを生成する文字領域符号化部と、生成された符号データと、決定された文字色と、文字領域のカラー画像中の位置とを関連付ける統合部と、を備えることが開示されている。

また、例えば、特許文献５には、文字切り処理に色抽出結果をフィードバックし、多値画像の文字色及び文字領域情報の抽出を精度よく行うことを課題とし、カラー画像より文字領域の二値画像を生成する文字領域画像作成手段と、前記文字領域の二値画像に対し文字矩形を作成する文字切り手段と、前記文字矩形の単色判定を行う単色判定手段と、非単色の文字矩形が複数種の単色文字集合であることを判定する手段と、前記判定矩形内を文字切りする詳細文字切り手段を有する画像処理装置が開示されている。

また、例えば、特許文献６には、画像を高能率に符号化・復号化できる画像処理装置を提供することを目的とし、エッジ検出部で画像中のエッジが検出され、第一色検出部で所定の色の検出が行われ、その結果を入力する第一色文字抽出部で色文字の骨格部分が抽出され、そして、色文字として検出された画素の周囲の色が第二色検出部で調べられ、第二色文字抽出部でその結果に応じて第一色文字抽出部で抽出された色文字の骨格に肉付けされた色文字が出力され、また細線検出部にてエッジ画素で所定の色の場合、色文字の細線部と判断され、合成部で第二色文字抽出部からの色文字と合成され、最終的に色文字として出力されることが開示されている。

また、例えば、特許文献７には、スキャナなどで入力した文字画像の表す文字の色を正確に判別することを課題とし、画像形成装置に、スキャンした入力画像に表れる文字の線図形の中央線及びその付近の領域である中央領域を、その入力画像の細線化画像を生成することによって検出する細線化画像生成部と、その中央領域を複数の文字色候補領域ＲＣに分割する文字画像分割部と、小領域毎に、その小領域に属する画素の中から所定の条件に合う画素を近似色画素として検出する近似色画素選出部と、入力画像に表れる文字の色を各小領域の条件合致画素の色情報に基づいて判別する文字色決定部と、を設けることが開示されている。

特開２００４−１２８８８０号公報 特開２０００−３５７２３０号公報 特開平０５−０６２０１３号公報 特開２００８−０９９１４９号公報 特開２００４−２４２０７５号公報 特開平０５−１３０４２６号公報 特開２００７−２４９７７４号公報

本発明は、色が変更されてしまった画素塊の色を変更される前の色に再現する場合に、その画素塊の中央部分のみで再現した場合に比べて、より忠実に再現するようにした画像処理装置及び画像処理プログラムを提供することを目的としている。

かかる目的を達成するための本発明の要旨とするところは、次の各項の発明に存する。
請求項１の発明は、入力された第１の画像を２値化する２値化手段と、前記２値化手段によって２値化された第２の画像内の各画素が、該第２の画像内にある画素塊に属する画素、該画素塊の外周部分に属する画素、背景画像に属する画素のいずれに相当するかを判定する判定手段と、前記判定手段によって前記画素塊に属する画素及び該画素塊の外周部分に属する画素と判定された画素についての前記第１の画像内の画素値の平均値と該画素塊に属する画素についての該第１の画像内の画素値の平均値に基づいて、該画素塊の領域における画素値を算出する画素値算出手段を具備し、前記画素塊は、前記２値化画像内で同じ画素値である画素の連なりであり、前記画素値算出手段は、ｒ＊Ｐ１＋（１−ｒ）＊Ｐ２を用いて、画素値を算出し、ただし、Ｐ１は前記画素塊と該画素塊の外周部分と判断された領域における前記第１の画像内の画素値の平均値であり、Ｐ２は該画素塊の領域における該第１の画像内の画素値の平均値であり、ｒは予め定められた値（０＜ｒ＜１）であることを特徴とする画像処理装置である。

請求項２の発明は、コンピュータを、入力された第１の画像を２値化する２値化手段と、前記２値化手段によって２値化された第２の画像内の各画素が、該第２の画像内にある画素塊に属する画素、該画素塊の外周部分に属する画素、背景画像に属する画素のいずれに相当するかを判定する判定手段と、前記判定手段によって前記画素塊に属する画素及び該画素塊の外周部分に属する画素と判定された画素についての前記第１の画像内の画素値の平均値と該画素塊に属する画素についての該第１の画像内の画素値の平均値に基づいて、該画素塊の領域における画素値を算出する画素値算出手段として機能させ、前記画素塊は、前記２値化画像内で同じ画素値である画素の連なりであり、前記画素値算出手段は、ｒ＊Ｐ１＋（１−ｒ）＊Ｐ２を用いて、画素値を算出し、ただし、Ｐ１は前記画素塊と該画素塊の外周部分と判断された領域における前記第１の画像内の画素値の平均値であり、Ｐ２は該画素塊の領域における該第１の画像内の画素値の平均値であり、ｒは予め定められた値（０＜ｒ＜１）であることを特徴とする画像処理プログラムである。

請求項１の画像処理装置によれば、色が変更されてしまった画素塊の色を変更される前の色に再現する場合に、その画素塊の中央部分のみで再現した場合に比べて、より忠実な再現を行うことができる。そして、本構成を有していない場合に比較して、色変更の原因が変わってしまったときの調整の煩雑さを抑制することができる。

請求項２の画像処理プログラムによれば、色が変更されてしまった画素塊の色を変更される前の色に再現する場合に、その画素塊の中央部分のみで再現した場合に比べて、より忠実な再現を行うことができる。そして、本構成を有していない場合に比較して、色変更の原因が変わってしまったときの調整の煩雑さを抑制することができる。

第１の実施の形態の構成例についての概念的なモジュール構成図である。 画像圧縮の例を示す説明図である。 色変更が起きた画像の例を示す説明図である。 クラスタリングを用いた場合の文字色の抽出例を示す説明図である。 色変更が起きた画像の詳細例を示す説明図である。 文字色の抽出例を示す説明図である。 スキャナの読み取りによる画素値の変化例を示す説明図である。 文字色の算出例を示す説明図である。 第１の実施の形態による処理例を示すフローチャートである。 第２の実施の形態の構成例についての概念的なモジュール構成図である。 対象とする文字画像の例を示す説明図である。 文字画像のＲ、Ｇ、Ｂ画像の例を示す説明図である。 ２値画像の例を示す説明図である。 距離画像の例を示す説明図である。 第２の実施の形態による文字色の抽出例を示す説明図である。 第３の実施の形態の構成例についての概念的なモジュール構成図である。 ウィンドウの例を示す説明図である。 ラベル付け処理後の画像の例を示す説明図である。 第３の実施の形態による文字色の抽出例を示す説明図である。 第１〜３の実施の形態を実現するコンピュータのハードウェア構成例を示すブロック図である。

まず、図２から図８を用いて、本実施の形態を利用する技術について説明する。
なお、画素塊とは、４連結又は８連結で連続する画素領域を少なくとも含み、これらの画素領域の集合をも含む。これらの画素領域の集合とは、４連結等で連続した画素領域が複数あり、その複数の画素領域は近傍にあるものをいう。ここで、近傍にあるものとは、例えば、互いの画素領域が距離的に近いもの、文章としての１行から１文字ずつ切り出すように縦又は横方向に射影し、空白地点で切り出した画像領域、又は一定間隔で切り出した画像領域等がある。
なお、１つの画素塊として、１文字の画像となる場合が多い。以下、画素塊を文字又は文字画像ともいう。ただし、実際に人間が文字として認識できる画素領域である必要はない。文字の一部分、文字を形成しない画素領域等もあり、何らかの画素の塊であればよい。

また、「予め定められた」とは、対象としている処理の前に定まっていることをいい、本実施の形態による処理が始まる前はもちろんのこと、本実施の形態による処理が始まった後であっても、対象としている処理の前であれば、そのときの状況・状態に応じて、又はそれまでの状況・状態に応じて定まることの意を含めて用いる。

図２は、画像圧縮の例を示す説明図である。
図２（ａ）の例に示す画像２００は、スキャナによって読み込まれる画像であり、この画像には、赤色の文字画像と写真等の自然画像が含まれている。
この画像２００に対して、背景技術で示した圧縮を施すと、図２（ｂ）の例に示す文字画像部分２１０と図２（ｃ）の例に示す背景画像２２０のようになる。
文字画像部分２１０は、文字画像２１１、文字画像属性２１２を有している。文字画像２１１はＭＭＲ等による可逆圧縮が施されている。そして、その文字画像２１１の色、文字画像２１１を背景画像２２０内のどこに配置するかを示す座標等によって構成されている文字画像属性２１２が文字画像２１１に付加されている。背景画像２２０はＪＰＥＧ等による非可逆圧縮が施されている。

このような処理を行う場合、画像２００内の文字については、ＭＴＦの劣化、スキャン直後に行われるＪＰＥＧ圧縮等の影響から、図３の例に示すように、文字の周辺部分の色が変更されることが生じる。例えば、図３（ａ）の例に示す原画像３００のような文字画像をスキャナで読み込み、ＪＰＥＧ圧縮が施されると、図３（ｂ）の例に示す色変更画像３１０のようになる。この色変更画像３１０は、色が変更されてしまった周辺部３２０と色の変更が色変更画像３１０よりは比較的少ない中央部３３０とからなる。

この色変更画像３１０から、元の原画像３００の色を抽出する技術がある。例えば、特許文献１、特許文献２、特許文献３に開示されている技術のように、クラスタリングによる文字色抽出方法がある。これは文字を構成する画素のＲＧＢ値をＲＧＢ空間上にプロットし（図４（ａ）の例参照）、クラスタリング処理によって各クラスターにわけ、クラスター毎に平均色又は中心色を算出して、文字色とする。図４（ａ）の例の丸印でプロットしているマークは図４（ｂ）（図３（ｂ）と同じ）の例に示す色変更画像３１０内の中央部３３０に対応するものであり、×印でプロットしているマークは色変更画像３１０内の周辺部３２０に対応するものである。
しかし、この文字色抽出方法によるクラスター毎の平均色又は中心色では、スキャナの読み取りによるＭＴＦ劣化やＪＰＥＧ圧縮による文字周辺部の色変わりを除去することができない。

また、文字周辺の色変わりの影響を除去するために、以下の例に示すような技術がある。
（１）文字周辺の画素が色変わりすることを前提に、少なくとも１画素分を細線化処理で削って、残った文字画素から文字色を算出する（特許文献４参照）。
（２）文字に対して細線化処理を施して、文字の中心である幹部分の線幅１の線画像を取り出し、この線画像の画素から文字色を算出する（特許文献５、特許文献６、特許文献７参照）。

しかしこれらの技術では、文字周辺の色変わりの画素数はスキャナなどのＭＴＦの特性によって変わるため、アルゴリズム上、細線化処理で削る画素数が変わってくる。さらに、色相の量子化数、ヒストグラムのしきい値など、いくつかのパラメータと連動して文字色を決める技術の場合、スキャナが変わるたびにパラメータを設計し直す必要がある（特許文献４参照）。

さらに、線幅が小さい文字では、文字周辺部分にも文字色を決める重要な情報がある。このため、かえって文字の幹部の方が、ＭＴＦの劣化やＪＰＥＧ圧縮による影響を受けて色変わりが生じている場合もあり得る。図５は、色変更が起きた画像の詳細例を示す説明図である。スキャナで読み込まれた文字画像５００を図５（ａ）の例に示し、その拡大画像である文字画像５１０を図５（ｂ）の例に示す。文字画像５１０は、色変更の影響が少ない周辺部５２０、周辺部５２０よりも色が変更されている中央部５３０からなっていることがわかる。さらに、文字画像５１０の部分である領域５４０の拡大画像を図５（ｃ）の例に示す。周辺部５２０、中央部５３０は、それぞれ１画素幅であり、線幅が小さい文字では、このような色変更が起こり得る。この場合に、中央部５３０のみを用いて文字色を決定すると、図６の例に示す色抽出用文字画像６００のように、色が変更されている中央部５３０の色が採用されてしまう。

そもそもスキャナによる読み込みよるＭＴＦの劣化やＪＰＥＧ圧縮等による文字の周辺部分の色変更は、図７の例に示す文字の濃度プロファイルからわかるように、文字の周辺部分が緩やかになることから生じる。図７は、スキャナの読み取りによる画素値の変化例を示す説明図である。スキャン前文字画素値７１０が本来の文字色（一定の画素値を示している）であり、スキャナで読み取った後の文字の濃度プロファイルはスキャン後文字画素値７２０のようになる。スキャン後文字画素値７２０がスキャン前文字画素値７１０と相違する部分である周辺部分に色変更が生じていることがわかる。この緩やかな部分の傾きと幅がスキャナの解像度とＭＴＦ等の違いによって変化することになる。一般的な文書を読み込む場合の解像度２００ｄｐｉ（ｄｏｔ ｐｅｒ ｉｎｃｈ）では、緩やかな傾きはスキャナ毎に固定でかつ幅は経験的に１画素未満である。また、スキャナの解像度を高い解像度にする場合は、この１画素を大きくすればよい。

そこで、元の文字色を算出する場合は、図８に示す例のように、対象画像８００である文字全体（周辺部８１０と中央部８２０）の画素の平均値（Ｐ２）と、中央部８２０である文字内部の領域の画素の平均値（Ｐ１）と、予め定められた比率（ｒ）を用いて、両者の情報を加味した文字色を算出する。例えば、式（１）を用いる。ただし、０＜ｒ＜１である。
文字色＝ｒ＊Ｐ１＋（１−ｒ）＊Ｐ２ （１）

スキャナが変わらない場合（同一のスキャナであることの他に、その性質が同等であるスキャナの場合を含む）は、どの文字でも比率ｒは同じにでき、スキャナが変わった場合（そのスキャナではなく、その性質が異なるものである場合）は、この比率ｒだけを変更すればよい。したがって、対象とする画像に対しては、予め定められた比率ｒを用い、文字色変更の原因が変更された場合は、比率ｒを変更する。
また、文字サイズに応じて比率ｒを変更するようにしてもよい。例えば、文字サイズが大ならば比率ｒも大にし、文字サイズが小ならば比率ｒも小にしてもよい。
また、比率ｒは、濃度プロファイルを用いて算出するようにしてもよい。つまり、図７の例に示す濃度プロファイルで、ＭＴＦのため文字の画素値が変わったスキャン後文字画素値７２０で、文字画像の中央部の画素値（Ｐ１を計算するために用いた画素値）と文字画像全体の画素値（Ｐ２を計算するために用いた画素値）の積分値の比を取ればよい。また測色機を用いた測色データに基づいて算出してもよい。

以下、図面に基づき本発明を実現するにあたっての好適な各種の実施の形態の例を説明する。
図１は、第１の実施の形態の構成例についての概念的なモジュール構成図を示している。
なお、モジュールとは、一般的に論理的に分離可能なソフトウェア（コンピュータ・プログラム）、ハードウェア等の部品を指す。したがって、本実施の形態におけるモジュールはコンピュータ・プログラムにおけるモジュールのことだけでなく、ハードウェア構成におけるモジュールも指す。それゆえ、本実施の形態は、コンピュータ・プログラム、システム及び方法の説明をも兼ねている。ただし、説明の都合上、「記憶する」、「記憶させる」、これらと同等の文言を用いるが、これらの文言は、実施の形態がコンピュータ・プログラムの場合は、記憶装置に記憶させる、又は記憶装置に記憶させるように制御するの意である。また、モジュールは機能にほぼ一対一に対応しているが、実装においては、１モジュールを１プログラムで構成してもよいし、複数モジュールを１プログラムで構成してもよく、逆に１モジュールを複数プログラムで構成してもよい。また、複数モジュールは１コンピュータによって実行されてもよいし、分散又は並列環境におけるコンピュータによって１モジュールが複数コンピュータで実行されてもよい。なお、１つのモジュールに他のモジュールが含まれていてもよい。また、以下、「接続」とは物理的な接続の他、論理的な接続（データの授受、指示、データ間の参照関係等）の場合にも用いる。
また、システム又は装置とは、複数のコンピュータ、ハードウェア、装置等がネットワーク（一対一対応の通信接続を含む）等の通信手段で接続されて構成されるほか、１つのコンピュータ、ハードウェア、装置等によって実現される場合も含まれる。「装置」と「システム」とは、互いに同義の用語として用いる。

第１の実施の形態である画像処理装置は、元の文字画像の色を算出するものであって、図１の例に示すように、２値化処理モジュール１１０、文字外周判定モジュール１２０、文字色算出モジュール１３０を有している。
２値化処理モジュール１１０は、文字外周判定モジュール１２０と接続されている。２値化処理モジュール１１０は、文字カラー画像データ１５１を受け付けて、その文字カラー画像データ１５１を２値化する。そして、２値画像１５２を文字外周判定モジュール１２０へ渡す。ここで行う２値化処理は、文字画像を抽出するものであれば、既存のものであってよい。

文字外周判定モジュール１２０は、２値化処理モジュール１１０、文字色算出モジュール１３０と接続されている。文字外周判定モジュール１２０は、２値化処理モジュール１１０によって２値化された２値画像１５２内にある文字画像における周辺部分であるか否かを判定する。そして、その判定結果１５３を文字色算出モジュール１３０へ渡す。判定結果１５３として、例えば、背景と外周画素と文字内部が区分できる３値以上のラベル画像がある。

文字色算出モジュール１３０は、文字外周判定モジュール１２０と接続されている。文字色算出モジュール１３０は、文字外周判定モジュール１２０によって周辺部分でないと判断された領域（文字画像における中央部分）の画素値と文字画像（その中央部分と周辺部分）の画素値に基づいて、その文字画像の文字色１５５（つまり、画素値）を算出する。例えば、文字外周判定モジュール１２０によって周辺部分でないと判断された領域の画素値の平均値と文字画像の画素値の平均値とその平均値のいずれかの割合を示す予め定められた文字色算出比率１５４に基づいて、その文字画像の画素値を算出する。例えば、前述の式（１）を用いる。文字色算出比率１５４は、文字色の算出にあたって、いずれの領域をどれだけ採用するかを示すものであり、前述（比率ｒの説明）したように決定すればよい。なお、判定結果１５３を用いて、文字画像における中央部分の領域であるか、文字画像の領域であるかを判定し、それぞれの画素値を文字カラー画像データ１５１から抽出して、文字画像における中央部分と文字画像全体の平均値を算出する。

図９は、第１の実施の形態による処理例を示すフローチャートである。
ステップＳ９０２では、２値化処理モジュール１１０が、文字カラー画像データ１５１を受け付ける。
ステップＳ９０４では、２値化処理モジュール１１０が、受け付けた文字カラー画像データ１５１に対して２値化処理する。
ステップＳ９０６では、文字外周判定モジュール１２０が、２値画像１５２から外周か否かの判定を行う。
ステップＳ９０８では、文字色算出モジュール１３０が、文字画像の中央部の画素値、文字画像全体の画素値、比率に基づいて、文字色を算出する。
ステップＳ９１０では、文字色算出モジュール１３０が、文字色１５５を出力する。

次に、第２の実施の形態について説明する。
図１０は、第２の実施の形態の構成例についての概念的なモジュール構成図である。第２の実施の形態は、第１の実施の形態をより具体的にしたものである。なお、第１の実施の形態と同種の部位には同一符号を付し重複した説明を省略する。
第２の実施の形態は、図１０の例に示すように、２値化処理モジュール１１０、距離変換モジュール１０２０、文字色算出モジュール１０３０を有している。

距離変換モジュール１０２０は、２値化処理モジュール１１０、文字色算出モジュール１０３０と接続されており、図１の例に示した文字外周判定モジュール１２０をより具体化したものである。距離変換モジュール１０２０は、文字画像における背景画像からの距離に基づいて、周辺部分であるか否かを判定する。

ここで、図１１に示す文字画像１１００を例として、第２の実施の形態による処理例を説明する。２値化処理モジュール１１０は、文字画像１１００が含まれている文字カラー画像データ１５１を受け付ける。文字カラー画像データ１５１は、ＲＧＢで表された画像である。例えば、図１１に示すように、文字画像１１００の対象領域１１１０のＲＧＢは、それぞれ図１２の例に示すＲ画像１２１０、Ｇ画像１２２０、Ｂ画像１２３０のようになっている。２値化処理モジュール１１０は、これをそれぞれ２値化処理する。Ｒ画像１２１０を２値化処理した画像例を、図１３の２値画像１３００に示す。

距離変換モジュール１０２０は、２値画像１５２に対して、距離変換処理を行う。この距離変換処理は、図１４の例に示すように、２値画像１３００内で１の画素が０の画素からどのくらいの距離であるかを示す距離画像１４００を生成する。より具体的には、距離変換処理は、スキャン走査を行いながら、０の画素からの距離（画素数）をカウントする。図１４に示す例では、距離は４近傍距離としているが、８近傍距離としてもよい。

文字色算出モジュール１０３０は、各色ＲＧＢ毎に、距離画像１０５３を参照して距離値１以上の画素に対応する画素（文字画像全体の画素。図１５に示す例では周辺部１５１０（点が描かれている画素）と中央部１５２０（ハッチングが施されている画素））の平均値と、距離値２以上の画素に対応する画素（文字画像の中央部分にある画素。図１５に示す例では中央部１５２０）の平均値をそれぞれ算出し、これらから文字色算出比率１５４を用いて、文字色１５５を算出する。例えば、前述の式（１）を用いる。

次に、第３の実施の形態について説明する。
図１６は、第３の実施の形態の構成例についての概念的なモジュール構成図である。第３の実施の形態は、第１の実施の形態をより具体的にしたものである。なお、第１の実施の形態と同種の部位には同一符号を付し重複した説明を省略する。
第３の実施の形態は、図１６の例に示すように、２値化処理モジュール１１０、ラベル画像生成モジュール１６２０、文字色算出モジュール１６３０を有している。

ラベル画像生成モジュール１６２０は、２値化処理モジュール１１０、文字色算出モジュール１６３０と接続されており、図１の例に示した文字外周判定モジュール１２０をより具体化したものである。ラベル画像生成モジュール１６２０は、文字画像と背景画像との境界を検出することによって、周辺部分であるか否かを判定する。

ここで、図１１に示す文字画像１１００を例として、第３の実施の形態による処理例を説明する。第２の実施の形態による処理と同じように、２値化処理モジュール１１０は、文字画像１１００が含まれている文字カラー画像データ１５１を受け付け、図１２の例に示すＲ画像１２１０、Ｇ画像１２２０、Ｂ画像１２３０をそれぞれ２値化処理して、例えば、Ｒ画像１２１０を図１３の２値画像１３００のように変換にする。

ラベル画像生成モジュール１６２０は、２値画像１５２に対して、ラベル付け処理を行う。このラベル付け処理は、図１７の例に示すウィンドウ１７００を用いて行う。つまり、３×３のウィンドウ１７００を用いて、図１８の例に示すラベル１８００のように、注目画素（ウィンドウ１７００内の×印の位置にある画素）が背景の場合はラベル値０を与え、注目画素が文字画素でウィンドウ内に背景が１画素でもあれば注目画素は周辺にある画素としてラベル値１を与え、注目画素が文字画素でウィンドウ内に背景が１画素もなければ注目画素は文字の内側にある画素としてラベル値２を与える。

文字色算出モジュール１６３０は、各色ＲＧＢ毎に、ラベル画像１６５３を参照してラベル値１以上の画素に対応する画素（文字画像全体の画素。図１９に示す例では周辺部１９１０（点が描かれている画素）と中央部１９２０（ハッチングが施されている画素））の平均値と、ラベル値２の画素に対応する画素（文字画像の中央部分にある画素。図１９に示す例では中央部１９２０）の平均値をそれぞれ算出し、これらから文字色算出比率１５４を用いて、文字色１５５を算出する。例えば、前述の式（１）を用いる。
ここで仮に文字画像の周辺部分は１画素幅ではなく２画素幅の場合は、ウィンドウサイズを５×５とすればよい。つまり、スキャナの解像度に応じて、ウィンドウサイズを変更してもよい。

図２０を参照して、前述の実施の形態の画像処理装置のハードウェア構成例について説明する。図２０に示す構成は、例えばパーソナルコンピュータ（ＰＣ）などによって構成されるものであり、スキャナ等のデータ読み取り部２０１７と、プリンタなどのデータ出力部２０１８を備えたハードウェア構成例を示している。

ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）２００１は、前述の実施の形態において説明した各種のモジュール、すなわち、２値化処理モジュール１１０、文字外周判定モジュール１２０、文字色算出モジュール１３０、距離変換モジュール１０２０、ラベル画像生成モジュール１６２０等の各モジュールの実行シーケンスを記述したコンピュータ・プログラムにしたがった処理を実行する制御部である。

ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）２００２は、ＣＰＵ２００１が使用するプログラムや演算パラメータ等を格納する。ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）２００３は、ＣＰＵ２００１の実行において使用するプログラムや、その実行において適宜変化するパラメータ等を格納する。これらはＣＰＵバスなどから構成されるホストバス２００４により相互に接続されている。

ホストバス２００４は、ブリッジ２００５を介して、ＰＣＩ（Ｐｅｒｉｐｈｅｒａｌ Ｃｏｍｐｏｎｅｎｔ Ｉｎｔｅｒｃｏｎｎｅｃｔ／Ｉｎｔｅｒｆａｃｅ）バスなどの外部バス２００６に接続されている。

キーボード２００８、マウス等のポインティングデバイス２００９は、操作者により操作される入力デバイスである。ディスプレイ２０１０は、液晶表示装置又はＣＲＴ（Ｃａｔｈｏｄｅ Ｒａｙ Ｔｕｂｅ）などがあり、各種情報をテキストやイメージ情報として表示する。

ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）２０１１は、ハードディスクを内蔵し、ハードディスクを駆動し、ＣＰＵ２００１によって実行するプログラムや情報を記録又は再生させる。ハードディスクには、受け付けた画像、２値画像、判定した文字色の結果データなどが格納される。さらに、その他の各種のデータ処理プログラム等、各種コンピュータ・プログラムが格納される。

ドライブ２０１２は、装着されている磁気ディスク、光ディスク、光磁気ディスク、又は半導体メモリ等のリムーバブル記録媒体２０１３に記録されているデータ又はプログラムを読み出して、そのデータ又はプログラムを、インタフェース２００７、外部バス２００６、ブリッジ２００５、及びホストバス２００４を介して接続されているＲＡＭ２００３に供給する。リムーバブル記録媒体２０１３も、ハードディスクと同様のデータ記録領域として利用可能である。

接続ポート２０１４は、外部接続機器２０１５を接続するポートであり、ＵＳＢ、ＩＥＥＥ１３９４等の接続部を持つ。接続ポート２０１４は、インタフェース２００７、及び外部バス２００６、ブリッジ２００５、ホストバス２００４等を介してＣＰＵ２００１等に接続されている。通信部２０１６は、ネットワークに接続され、外部とのデータ通信処理を実行する。データ読み取り部２０１７は、例えばスキャナであり、ドキュメントの読み取り処理を実行する。データ出力部２０１８は、例えばプリンタであり、ドキュメントデータの出力処理を実行する。

なお、図２０に示す画像処理装置のハードウェア構成は、１つの構成例を示すものであり、前述の実施の形態は、図２０に示す構成に限らず、前述の実施の形態において説明したモジュールを実行可能な構成であればよい。例えば、一部のモジュールを専用のハードウェア（例えば特定用途向け集積回路（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ：ＡＳＩＣ）等）で構成してもよく、一部のモジュールは外部のシステム内にあり通信回線で接続しているような形態でもよく、さらに図２０に示すシステムが複数互いに通信回線によって接続されていて互いに協調動作するようにしてもよい。また、複写機、ファックス、スキャナ、プリンタ、複合機（スキャナ、プリンタ、複写機、ファックス等のいずれか２つ以上の機能を有している画像処理装置）などに組み込まれていてもよい。

なお、数式を用いて説明したが、数式には、その数式と同等のものが含まれる。同等のものとは、その数式そのものの他に、最終的な結果に影響を及ぼさない程度の数式の変形、または数式をアルゴリズミックな解法で解くこと等が含まれる。

なお、説明したプログラムについては、記録媒体に格納して提供してもよく、また、そのプログラムを通信手段によって提供してもよい。その場合、例えば、前記説明したプログラムについて、「プログラムを記録したコンピュータ読み取り可能な記録媒体」の発明として捉えてもよい。
「プログラムを記録したコンピュータ読み取り可能な記録媒体」とは、プログラムのインストール、実行、プログラムの流通などのために用いられる、プログラムが記録されたコンピュータで読み取り可能な記録媒体をいう。
なお、記録媒体としては、例えば、デジタル・バーサタイル・ディスク（ＤＶＤ）であって、ＤＶＤフォーラムで策定された規格である「ＤＶＤ−Ｒ、ＤＶＤ−ＲＷ、ＤＶＤ−ＲＡＭ等」、ＤＶＤ＋ＲＷで策定された規格である「ＤＶＤ＋Ｒ、ＤＶＤ＋ＲＷ等」、コンパクトディスク（ＣＤ）であって、読出し専用メモリ（ＣＤ−ＲＯＭ）、ＣＤレコーダブル（ＣＤ−Ｒ）、ＣＤリライタブル（ＣＤ−ＲＷ）等、ブルーレイ・ディスク（Ｂｌｕ−ｒａｙ Ｄｉｓｃ（登録商標））、光磁気ディスク（ＭＯ）、フレキシブルディスク（ＦＤ）、磁気テープ、ハードディスク、読出し専用メモリ（ＲＯＭ）、電気的消去及び書換可能な読出し専用メモリ（ＥＥＰＲＯＭ）、フラッシュ・メモリ、ランダム・アクセス・メモリ（ＲＡＭ）等が含まれる。
そして、前記のプログラム又はその一部は、前記記録媒体に記録して保存や流通等させてもよい。また、通信によって、例えば、ローカル・エリア・ネットワーク（ＬＡＮ）、メトロポリタン・エリア・ネットワーク（ＭＡＮ）、ワイド・エリア・ネットワーク（ＷＡＮ）、インターネット、イントラネット、エクストラネット等に用いられる有線ネットワーク、あるいは無線通信ネットワーク、さらにこれらの組み合わせ等の伝送媒体を用いて伝送させてもよく、また、搬送波に乗せて搬送させてもよい。
さらに、前記のプログラムは、他のプログラムの一部分であってもよく、あるいは別個のプログラムと共に記録媒体に記録されていてもよい。また、複数の記録媒体に分割して
記録されていてもよい。また、圧縮や暗号化など、復元可能であればどのような態様で記録されていてもよい。

１１０…２値化処理モジュール
１２０…文字外周判定モジュール
１３０…文字色算出モジュール
１０２０…距離変換モジュール
１０３０…文字色算出モジュール
１６２０…ラベル画像生成モジュール
１６３０…文字色算出モジュール

Claims (2)

1. 入力された第１の画像を２値化する２値化手段と、
   前記２値化手段によって２値化された第２の画像内の各画素が、該第２の画像内にある画素塊に属する画素、該画素塊の外周部分に属する画素、背景画像に属する画素のいずれに相当するかを判定する判定手段と、
   前記判定手段によって前記画素塊に属する画素及び該画素塊の外周部分に属する画素と判定された画素についての前記第１の画像内の画素値の平均値と該画素塊に属する画素についての該第１の画像内の画素値の平均値に基づいて、該画素塊の領域における画素値を算出する画素値算出手段
   を具備し、
   前記画素塊は、前記２値化画像内で同じ画素値である画素の連なりであり、
   前記画素値算出手段は、ｒ＊Ｐ１＋（１−ｒ）＊Ｐ２を用いて、画素値を算出し、ただし、Ｐ１は前記画素塊と該画素塊の外周部分と判断された領域における前記第１の画像内の画素値の平均値であり、Ｐ２は該画素塊の領域における該第１の画像内の画素値の平均値であり、ｒは予め定められた値（０＜ｒ＜１）である
   ことを特徴とする画像処理装置。
2. コンピュータを、
   入力された第１の画像を２値化する２値化手段と、
   前記２値化手段によって２値化された第２の画像内の各画素が、該第２の画像内にある画素塊に属する画素、該画素塊の外周部分に属する画素、背景画像に属する画素のいずれに相当するかを判定する判定手段と、
   前記判定手段によって前記画素塊に属する画素及び該画素塊の外周部分に属する画素と判定された画素についての前記第１の画像内の画素値の平均値と該画素塊に属する画素についての該第１の画像内の画素値の平均値に基づいて、該画素塊の領域における画素値を算出する画素値算出手段
   として機能させ、
   前記画素塊は、前記２値化画像内で同じ画素値である画素の連なりであり、
   前記画素値算出手段は、ｒ＊Ｐ１＋（１−ｒ）＊Ｐ２を用いて、画素値を算出し、ただし、Ｐ１は前記画素塊と該画素塊の外周部分と判断された領域における前記第１の画像内の画素値の平均値であり、Ｐ２は該画素塊の領域における該第１の画像内の画素値の平均値であり、ｒは予め定められた値（０＜ｒ＜１）である
   ことを特徴とする画像処理プログラム。

Images