JPH11203402A - 画像処理装置及び画像処理方法 - Google Patents

Abstract

(57)【要約】 【課題】 入力画像の操作性及び編集性に優れた画像処
理装置及び画像処理方法の提供。 【解決手段】 スキャナ等により読み取った文字を含む
原画像の画像データに、領域分割処理及び文字認識処理
を施し、アイコン化して表示する(S11-S15)。そのアイ
コンには、テキストまたはビットマップ画像等を表わす
アイコンが含まれており、マウスによって何れかのアイ
コンが操作されたときには(S17)、その操作対象のアイ
コンに相当する領域分割処理及び文字認識処理後の画像
データを表示する(S21,S22)。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、入力画像に基づい
て、例えば、文字認識等の画像処理を行う画像処理装置
及び画像処理方法に関する。

【０００２】

【従来の技術】近年、イメージスキャナ、ＦＡＸ等の画
像読み取り装置により入力された文書を含む画像データ
を、パーソナルコンピュータにて文字認識（ＯＣＲ）を
行うことが可能なソフトウェアが普及しつつある。この
ようなＯＣＲソフトウェアの一例としては、例えば、Ｃ
ａｅｒｅ Ｃｏｒｐｏｒａｔｉｏｎが１９９６年１１月
に販売を開始したＯｍｎｉＰａｇｅＰｒｏ６．０Ｊが知
られている。このソフトウエアは、日本語／英語両方の
文書に対応したＷｉｎｄｏｗｓ３．１用或いはＷｉｎｄ
ｏｗｓ９５用のＯＣＲソフトウェアである。

【０００３】このようなＯＣＲソフトウェアをパーソナ
ルコンピュータにおいて動作させ、文書を含む画像デー
タに対して文字認識を行うことにより、その画像データ
に含まれる文字を文字コードに変換することができる。
即ち、文字を含む原画像データの全体を、文字領域、画
像領域、表領域、線画領域等の領域に分割する。そし
て、文字領域、表領域については、その領域内の画像デ
ータに対して文字認識を行うことにより、画像データに
含まれる文字部分を文字コードデータに変換する。ま
た、その他の領域については、ビットマップ画像データ
のまま残し、Ｒｉｃｈ Ｔｅｘｔ Ｆｏｒｍａｔのよう
に、文字領域と画像領域とのレイアウト及びフォーマッ
ト情報を保持したファイルを生成する。

【０００４】より具体的に説明すれば、まず画像読み取
り装置によって取り込まれた文字を含む原画像データ
は、パーソナルコンピュータのディスプレイに表示され
る。このとき、読み取られた画像の表示には、例えば、
ディスプレイスクリーンの左側半分ぐらいが使用され
る。

【０００５】次に、パーソナルコンピュータでは所定の
領域分割処理が行われ、ディスプレイには、領域（ブロ
ック）ごとに枠線で囲まれた文書画像が表示される。

【０００６】次に、パーソナルコンピュータでは文字領
域と表領域についての文字認識処理が行われ、その認識
結果であるテキストデータが、例えばディスプレイのス
クリーンの残り右半分に表示される。このテキストデー
タを表示するウィンドウは、表示しているテキストが編
集可能になっているのが一般的であり、通常のエディタ
とは異なり、テキストウィンドウ内に表示されている文
字部分をマウスでクリックすると、例えば、対応する文
字画像と認識結果の第２位以下の文字候補が表示され、
ユーザが文字候補を選択することにより現在選択されて
いる第１位の選択候補を変更することができる。これ
は、ＯＣＲ特有の修正を可能にしたエディタ（ＯＣＲエ
ディタ）である。

【０００７】そして、文字認識処理が終わったあと、テ
キストをＲｉｃｈ Ｔｅｘｔ Ｆｏｒｍａｔ（ＲＴＦ）
のファイルに保存することができる。このとき、ＲＴＦ
ファイルには、文字領域以外の画像領域等も同様に保存
され、文字を含む原画像のレイアウトとほとんど同じレ
イアウトで保存される。このようなデータ構造を有する
ＲＴＦファイルを、例えば、Ｍｉｃｒｏｓｏｆｔ Ｗｏ
ｒｄ等の文書処理ソフトウエアに読み込めば、原画像の
レイアウトとほとんど同じレイアウトで表示された画面
上において、テキスト部分が文字コードになった文書フ
ァイルを編集することができる。

【０００８】

【発明が解決しようとする課題】しかしながら、上述の
ようなＯＣＲソフトウエアにおいて、ディスプレイへの
表示単位は原画像の１ページ単位であり、ディスプレイ
上には、左半分に編集したいページの画像、そして右半
分にはテキストウィンドウが表示される。このため、ユ
ーザは、注目している１ページ分の画像が左右に表示さ
れたディスプレイを眺めながらテキストを修正（編集）
する作業を行う。

【０００９】このような編集作業は、読み込んだ原画像
が１ページであればさほど問題にはならないが、複数の
ページをＯＣＲ処理する場合、特に、複数のページ間の
参照しながら編集する場合には、複数ページを同時に見
ることができないので、ユーザに過度な負担を強いるこ
とになって不便である。また、ページ単位の移動や複写
等の操作性にも問題がある。

【００１０】そこで、本発明は、入力画像の操作性及び
編集性に優れた画像処理装置及び画像処理方法の提供を
目的とする。

【００１１】

【課題を解決するための手段】上記の目的を達成するた
め、本発明の画像処理装置は以下の構成を備えることを
特徴とする。

【００１２】即ち、入力画像を複数のブロック画像に分
割し、それらのブロック画像のそれぞれについて、該ブ
ロック画像の種類に応じた属性データを含む所定の構造
を有するデータブロックを生成する領域分割手段と、前
記複数のブロック画像のそれぞれについて、所定の複数
のシンボルのうちの何れかのシンボルを前記属性データ
に応じて割り当て、その割り当てたシンボルを一覧表示
するシンボル化手段と、を備えることを特徴とする。

【００１３】更に、好ましくは、前記シンボル化手段に
より一覧表示されたシンボルのうち、何れかのシンボル
が選択されたとき、その選択されたシンボルに対応する
ブロック画像を、そのブロック画像に対応するデータブ
ロックのデータに基づいて再生する再生手段を備えるこ
とを特徴とする。

【００１４】また、例えば前記シンボル化手段は、前記
複数のブロック画像のそれぞれについて割り当てられた
シンボルを含み、且つ前記入力画像の全体を表わす入力
画像シンボルを一覧表示するとよい。

【００１５】また、例えば前記シンボル化手段は、前記
入力画像シンボルを、前記入力画像のページ単位で表示
するとよい。

【００１６】また、例えば前記シンボル化手段は、前記
複数のブロック画像のそれぞれについて割り当てられた
シンボルを、前記入力画像における前記複数のブロック
画像の配置に応じて前記入力画像シンボル内に配置する
とよい。

【００１７】または、上記の目的を達成するため、本発
明の画像処理方法は以下の構成を備えることを特徴とす
る。

【００１８】即ち、入力画像を複数のブロック画像に分
割し、それらのブロック画像のそれぞれについて、該ブ
ロック画像の種類に応じた属性データを含む所定の構造
を有するデータブロックを生成する領域分割工程と、前
記複数のブロック画像のそれぞれについて、所定の複数
のシンボルのうちの何れかのシンボルを前記属性データ
に応じて割り当て、その割り当てたシンボルを一覧表示
するシンボル化工程と、を有することを特徴とする。

【００１９】更に、好ましくは、前記一覧表示されたシ
ンボルのうち、何れかのシンボルが選択されたとき、そ
の選択されたシンボルに対応するブロック画像を、その
ブロック画像に対応するデータブロックのデータに基づ
いて再生する再生工程を有することを特徴とする。

【００２０】また、例えば前記シンボル化工程では、前
記複数のブロック画像のそれぞれについて割り当てられ
たシンボルを含み、且つ前記入力画像の全体を表わす入
力画像シンボルを一覧表示するとよい。

【００２１】

【発明の実施の形態】以下、本発明に係る画像処理装置
を、パーソナルコンピュータに適用した実施形態を図面
を参照して詳細に説明する。

【００２２】図１は、本発明の一実施形態としての文字
認識システムの構成例を示す図である。

【００２３】同図に示す文字認識システムにおいて、パ
ーソナルコンピュータ１には、文字を含む原画像（文
書）を画像データとして当該コンピュータ内に取り込む
イメージスキャナ１７、画像データやテキストデータ等
を外部装置と送受信するＦＡＸモデム１８、各種処理結
果をプリント出力するプリンタ１６、マンマシンインタ
フェースであるＣＲＴ等の表示装置、ユーザが入力操作
を行うキーボード１９、ポインティング装置であるマウ
ス２０が接続されている。また、処理対象となる原画像
の画像データは、例えば、フロッピーディクスク３０等
の補助記憶媒体によりパーソナルコンピュータ１に取り
込んでもよいことは言うまでもない。

【００２４】図２は、本発明の一実施形態としての文字
認識システムのハードウエアの構成を示すブロック図で
ある。

【００２５】図中、１１は、ＯＳ（オペレーティングシ
ステム）と後述する本発明のプログラム等を実行させる
ＣＰＵである。１２は、ＢＩＯＳ等ＯＳの一部のプログ
ラムを記憶するＲＯＭである。１３は、ＯＳとアプリケ
ーションプログラムをロードしたりそれらの作業領域に
使用するＲＡＭである。１４は、ＯＳや後述する本発明
に係るプログラムを含むアプリケーションプログラムを
記憶したり、それらのプログラムを実行するときに作業
領域に使用したり、或いは処理結果を格納したりする、
例えばハードディスク、フロッピーディクスク、ＭＯ、
ＣＤ−ＲＯＭ等記憶装置である。これらの構成及び上述
した表示装置１５、プリンタ１６、イメージスキャナ１
７、ＦＡＸモデム１８、キーボード１９、並びにマウス
２０は、バス１０により接続されている。

【００２６】次に、本実施形態における文字認識処理に
ついて、図３を参照して説明する。

【００２７】図３は、本発明の一実施形態としての文字
認識処理を示すフローチャートであり、ＣＰＵ１１にて
実行されることは言うまでもない。

【００２８】＜ステップＳ１１＞まず、ステップＳ１１
では、文字を含む原画像を、イメージスキャナ１７やＦ
ＡＸモデム１８等を使用してパーソナルコンピュータ１
内に取り込む。原画像を取り込むに際しては、例えば、
イメージスキャナ１７ならば白黒２値、４００ｄｐｉ
（dot per inch）の解像度で取り込む。また、ＦＡＸモ
デムの場合は、ファインモード（約２００ｄｐｉ）の解
像度で取り込む。

【００２９】原画像をイメージスキャナ１７によって取
り込む処理は、例えば、ＴＷＡＩＮ規格に準拠したＩ／Ｆ
プログラムにより行われる。

【００３０】また、ＦＡＸモデム１８を介して画像デー
タを取り込む場合、ＣＰＵ１１は、ＦＡＸ通信を行うア
プリケーションプログラムによる制御によって受信した
ＦＡＸ文書を一旦、例えば、ＴＩＦＦ形式のファイルに
変換する。そして、そのＴＩＦＦ形式のファイルに変換
されたデータを、文字認識処理を行うアプリケーション
プログラムに読み込むことによって文書画像を取り込む
（尚、本アプリケーションプログラム自体が、ＦＡＸ受
信機能を有しており、文字を含む原画像データを直接取
り込んでも構わない）。

【００３１】文字認識処理の方法としては、対象となる
画像に含まれる特徴ベクトルを抽出し、その抽出された
特徴ベクトルと予め辞書として登録しておいた特徴ベク
トルとのマッチングにより文字認識を行う一般的な方法
を採用すればよい。

【００３２】このようにしてパーソナルコンピュータ１
内に取り込まれた原画像データは、ビットマップデータ
としてＯＳが管理するメモリに記憶される。原画像デー
タを記憶するメモリは、例えばＲＡＭ１３であるが、Ｃ
ＰＵ１１で動作しているＯＳは仮想記憶機能を有するの
が一般的なため、記憶装置１４上にスワップしてもよい
ことは言うまでもない。以下、「ＯＳが管理するメモ
リ」は、ＲＡＭ１３または記憶装置１４を示すものとす
る。

【００３３】＜ステップＳ１２＞次に、ＣＰＵ１１は、
ステップＳ１２において、ＲＡＭ１３または記憶装置１
４から原画像データを読み込み、その読み込んだデータ
をディスプレイ１５に表示する。

【００３４】図４は、本発明の一実施形態としてのディ
スプレイに表示された原画像の例を示す図である。

【００３５】図中、４２は、ディスプレイ１５の表示ス
クリーンである。４３は、表示スクリーン４２に表示さ
れている本アプリケーションプログラムのメニューバー
であり、不図示のプルダウンメニューのタイトルが複数
配されている。プルダウンメニューには、例えば、「フ
ァイル」、「編集」、「表示」、「画像」、「認識」、
「オプション」、「ツール」、「ウィンドウ」、「ヘル
プ」等の各タイトルがある。また、４４は、ツールバー
であり、使用する頻度が高い機能のツールボタンを設け
る。これら各ボタンは、そのボタンをクリックすること
によって行われる機能の意味がわかりやすい絵柄で表示
される。４５は、原画像表示ウィンドウである。

【００３６】４７は、原画像表示ウィンドウ４５に表示
された文字を含む原画像の例であり、その内部には、文
書のタイトルテキスト４８、本文テキスト４９及び５
０、そしてピクチャ（絵）５１及び５２が含まれてい
る。

【００３７】４６は、原画像データを文字認識処理した
結果を表示する文字認識結果表示ウィンドウである。ま
た、５５は、マウス２０の操作により、後述する図１０
のアイコン画面に表示を切り替えるボタンである。

【００３８】＜ステップＳ１３＞次にＣＰＵ１１は、ス
テップＳ１３において、原画像表示ウィンドウ４５に表
示している文字を含む原画像を領域分割する。そして分
割した各領域を枠線で囲み、各領域に対してそれぞれタ
イトルテキスト、本文テキスト、ピクチャの属性を割り
当てる。例えば、図４に示す原画像の例では、４８，４
９，５０，５１，５２の各領域（ブロック）に分割す
る。この領域分割処理に採用する方法については、現在
では一般的であるため、詳細な説明は省略するが、例え
ば、特許公開公報平０６−０６８３０１号「文字認識方
法及び装置」において開示されている手法を採用すれば
よい。ここで、その手法について簡単に説明すれば、２
値画像を構成する画素データ内で連結する要素の輪郭
（連結要素）を追跡し、その追跡によって得られた輪郭
を囲う矩形を順次形成し、その形成した矩形のサイズと
他の矩形への近接関係とに基づいて、矩形同士を選択的
に横方向及び縦方向に連結することによってブロックを
形成する。そして、そのブロックの種類、即ち、画像で
あるかテキストであるかは、当該ブロック内の黒画素の
占める割合に基づいて判定している。

【００３９】更に、ステップＳ１３において、ＣＰＵ１
１は、テキスト領域（４９，５０）に対して文字認識を
行い、その文字認識の結果（ブロック情報）をＯＳが管
理するメモリへ記憶する。このブロック情報について、
図７及び図９を参照して説明する。

【００４０】図７は、本発明の一実施形態としてのブロ
ック情報の構造を示す図である。図８は、本発明の一実
施形態としての実データの構造を示す図である。また、
図９は、本発明の一実施形態としてのブロック情報の変
数を説明する図である。

【００４１】図７において、ＢＩＤ（ブロックＩＤ）
は、領域分割処理で検出されたブロックに任意の順番で
重複しないようにつけた識別番号である。ＡＴＴＲは、
属性を区別するためのコードであり、例えば１０は、タ
イトルテキスト、１１は本文テキスト、２０はピクチャ
を表わすものとする。

【００４２】次に、図７のＢＸ（ブロック枠Ｘ座標
値）、ＢＹ（ブロック枠Ｙ座標値）、ＢＷ（ブロック枠
の横幅）、ＢＬ（ブロック枠の長さ）のデータは、それ
ぞれ図９に示す関係にある。即ち、文字を含む原画像の
最左上の角の点を原点（０，０）とする座標系Ｘ−Ｙ座
標において、（ＢＸ，ＢＹ）はブロック枠の左上角点の
座標である。ＢＷ，ＢＬは、各々ブロック枠のＸ方向の
幅、Ｙ方向の長さを意味する。

【００４３】実データポインタ（ＡＤＰ）は、ＯＳが管
理するメモリに記憶されている実データの先頭アドレス
である。ここで、実データとは、ピクチャの場合、文字
を含む原画像からピクチャに対応する部分の画像を取り
出したビットマップ画像である。また、テキストの場
合、実データとは、文字認識処理の結果得られたテキス
トデータである。実データが有するデータ構造を、図８
に示す。

【００４４】図８に示す実データの構造において、ＡＤ
Ｌは、データ長さを表わす。ＴＹＰＥは、データの種類
を表わす。例えば、ＴＹＰＥが１ならビットマップ画像
を、２ならばテキストデータを意味する。そしてＡＤＤ
は、ビットマップ画像データまたはテキストデータのコ
ードが格納される。

【００４５】図５は、本発明の一実施形態としての領域
分割処理の結果をディスプレイに表示した例を示す図で
ある。同図において、５０１，５０２，並びに５０３
は、検出（分割）された領域に付されたブロック枠であ
る。識別子５０４のＭ＿Ｔｅｘｔは、タイトルテキスト
を表わす属性情報である。識別子５０５のＨ＿Ｔｅｘｔ
は、本文テキストを表わす属性情報である。識別子５０
６のＰｉｃは、ピクチャ（絵）を表わす属性情報であ
る。これらの識別子は、それぞれ対応するブロック枠の
左上部に表示される。

【００４６】＜ステップＳ１４＞次に、ＣＰＵ１１は、
ステップＳ１４において、領域分割及び文字認識が完了
した図５に示す画面に対応する文書アイコン及びその内
部にブロックアイコンを作成し、アイコン画面に表示す
る。また、このアイコン化に際して、ＣＰＵ１１は、各
ブロックアイコンを識別するための、図７に示すＢＩＤ
（ブロックＩＤ）を設定する。

【００４７】図６は、本発明の一実施形態としてのアイ
コン化された画面の表示例を示す図である。同図におい
て、６１は、文書アイコンの外枠であり、図５の表示画
面の全体にあたる。６２は、ブロック枠５０１のタイト
ルテキストのブロックアイコンである。６３は、ブロッ
ク枠５０２の本文テキストのブロックアイコンである。
そして、６４は、ブロック枠５０３のピクチャのブロッ
クアイコンである。

【００４８】図６に示すこれらのブロックアイコンは、
ビットマップ画像形式で本アプリケーションプログラム
に付随するデータとして、記憶装置１４等に予め決めら
れた所定のデザインで登録されている。従って、ＣＰＵ
１１は、ステップＳ１３にて図５に示す各ブロック枠の
属性を認識しているので、その属性情報に応じてブロッ
クアイコンを選択することにより図６のようなアイコン
化された画面を表示することができる。

【００４９】＜ステップＳ１５＞次に、ＣＰＵ１１は、
ステップＳ１５において、図６に示す文書アイコン６１
を表示装置１５に表示する。

【００５０】図１０は、本発明の一実施形態としてのア
イコン画面の表示例を示す図である。同図に示すよう
に、アイコン化された画面は、本アプリケーションソフ
トウエアにより処理された順番に、アイコン画面にペー
ジ順に表示される。図１０では、今回の原画像の読み取
りからアイコン化までの処理の１ページ目が、図６の文
書アイコン６１である例を示している。

【００５１】尚、アイコン画面は、図１０のようなマト
リクス状の一覧画面に限られるものではなく、例えば、
それぞれの文書アイコン内にページ番号を付加して表示
してもよいことは言うまでもない。

【００５２】文書アイコン６１を表示するときの大きさ
は、例えば５０×７０ドットの大きさにする。文書アイ
コン６１の全体の大きさがこの程度か更に小さい大きさ
の場合には、ブロックアイコン６４のデザインを図６の
表示例のようにはできないかもしれない。そのような場
合は、ブロックの属性を区別できるデザインであればも
っと簡単なデザインにすればよいことは言うまでもな
い。例えば、単にブロックアイコンの色を、テキスト用
とピクチャ用とで異なる色にしてもよい。

【００５３】＜ステップＳ１６＞次に、ＣＰＵ１１は、
ステップＳ１６において、本アプリケーションが各種の
イベントの発生を待つ状態になる。待機するイベントと
しては、例えば、ブロックアイコン６２から６３をマウ
ス２０で指示する（例えばマウスの左ボタンによるダブ
ルクリックする）ことによるイベント、文字を含む原画
像を新たに取り込む旨を指示するイベント、或いは本ア
プリケーションプログラムを終了するイベント等であ
る。

【００５４】＜ステップＳ１７，ステップＳ２４＞ＣＰ
Ｕ１１は、ステップＳ１６で何らかのイベントの発生を
検出すると、ステップＳ１７において、そのイベントが
マウス２０の操作によるイベントか否かを判断する。こ
の判断においてマウス２０の操作によるイベントではな
いとき、ＣＰＵ１１は、ステップＳ１６にて検出したイ
ベントに応じた所定の処理を行う。例えば、発生したイ
ベントが新たな原画像を取り込む旨の指示である場合に
は、ＣＰＵ１１は、ステップＳ１１からステップＳ１５
を再度実行し、ステップＳ１６にて改めてイベントの発
生待ちを行う。一方、検出したイベントがマウス２０の
操作によるイベントであるときには、ステップＳ１８に
進む。

【００５５】＜ステップＳ１８＞次に、ＣＰＵ１１は、
ステップＳ１８において、マウス２０で指示されたブロ
ックアイコンの属性を検索し、その検索の結果、当該ブ
ロックアイコンの属性が文字の属性（タイトルテキスト
ブロックまたは本文テキストブロック）ならば、ステッ
プＳ１９に進む。一方、当該ブロックアイコンの属性が
画像（絵）の属性ならばステップＳ２０に進む。

【００５６】＜ステップＳ１９＞ステップＳ１９におい
て、ＣＰＵ１１は、マウス２０で指示されたブロックア
イコンについてのブロックＩＤを基に、そのブロックア
イコンのブロック情報（図７）を参照し、そのブロック
情報内のＡＤＰ（実データポインタ）が差し示すアドレ
ス領域に格納されている実データ（図８）のＡＤＤの領
域からテキストデータを取り出し、そのテキストデータ
をテキストウィンドウとして表示装置１５に表示する。

【００５７】＜ステップＳ２１＞ステップＳ１９で表示
したテキストウィンドウは、少なくとも一般的なエディ
タの構成を有しており、現在表示しているテキストの修
正、削除、置き換えができる。

【００５８】また、ＡＤＤの領域から取り出して表示し
ている各文字には、ステップＳ１３の文字認識処理によ
って得られた第２位以下の１個以上の選択候補の文字デ
ータが付随しており、ユーザがテキストウインドウ内の
所望する文字をマウス２０の例えば、右ボタンのクリッ
ク操作で指示することにより、ＣＰＵ１１は、第２位以
下の選択候補の文字を表示するサブウィンドウを表示す
る。そして、ユーザは、所望する選択候補の文字をマウ
ス２０で指示することにより、その指示した文字を第１
位の候補文字と入れ替えることができる。ここで、第１
位の選択候補の文字とは、テキストウィンドウに最初に
表示された文字である。

【００５９】＜ステップＳ２０＞ステップＳ２０におい
て、ＣＰＵ１１は、マウス２０で指示されたブロックア
イコンについてのブロックＩＤを基に、そのブロックア
イコンのブロック情報（図７）を参照し、そのブロック
情報内のＡＤＰ（実データポインタ）が差し示すアドレ
ス領域に格納されている実データ（図８）のＡＤＤの領
域からビットマップ画像を取り出し、画像ウィンドウィ
ンドウとして表示装置１５に表示する。

【００６０】＜ステップＳ２２＞ステップＳ２０で表示
した画像ウィンドウは、前述したステップＳ１２で原画
像（図４）を表示したときのピクチャ（絵）５１及び５
２と同じ表示内容のウィンドウであり、その表示された
絵をユーザがマウス２０でなぞることにより、その部分
の画像を部分的に消去することができる。

【００６１】＜ステップＳ２３＞ステップＳ２３におい
て、ユーザがテキストまたは画像の修正を終え、マウス
２０等による所定の操作を行ったとき、ＣＰＵ１１は、
現在表示しているテキストウィンドウまたは画像ウィン
ドウを閉じ、ステップＳ１６に戻る。

【００６２】以上説明したように、本実施形態によれ
ば、文字認識がなされた原画像の画像データを、必要に
応じて、表示装置１５にて５０×７０ドット程度の大き
さの文書アイコンにアイコン化したり、または文字認識
後の画像全体として表示しながら、文書のテキストや絵
を修正を容易に行うことができる。特に、原画像である
文書が複数ページの場合は、上述した処理を複数繰り返
すことにより、図６に示すような文書アイコンをページ
単位で図１０のアイコン画面に複数表示することができ
るため、複数のページ全体の関係を見ながら、文書のテ
キストや絵の編集ができ、他のページへのデータのコピ
ーや張り付けの操作性を向上させることができる。

【００６３】

【他の実施形態】尚、本発明は、上述した実施形態のよ
うに複数の機器（例えばホストコンピュータ，インタフ
ェイス機器，リーダ，プリンタ等）から構成されるシス
テムに適用しても、一つの機器からなる装置（例えば、
複写機，ファクシミリ装置等）に適用してもよい。

【００６４】また、本発明の目的は、前述した実施形態
の機能を実現するソフトウェアのプログラムコードを記
録した記憶媒体を、システムあるいは装置に供給し、そ
のシステムあるいは装置のコンピュータ（またはＣＰＵ
やＭＰＵ）が記憶媒体に格納されたプログラムコードを
読み出し実行することによっても、達成されることは言
うまでもない。

【００６５】この場合、記憶媒体から読出されたプログ
ラムコード自体が前述した実施形態の機能を実現するこ
とになり、そのプログラムコードを記憶した記憶媒体は
本発明を構成することになる。

【００６６】プログラムコードを供給するための記憶媒
体としては、例えば、フロッピディスク，ハードディス
ク，光ディスク，光磁気ディスク，ＣＤ−ＲＯＭ，ＣＤ
−Ｒ，磁気テープ，不揮発性のメモリカード，ＲＯＭ等
を用いることができる。

【００６７】また、コンピュータが読出したプログラム
コードを実行することにより、前述した実施形態の機能
が実現されるだけでなく、そのプログラムコードの指示
に基づき、コンピュータ上で稼働しているＯＳ（オペレ
ーティングシステム）等が実際の処理の一部または全部
を行い、その処理によって前述した実施形態の機能が実
現される場合も含まれることは言うまでもない。

【００６８】さらに、記憶媒体から読出されたプログラ
ムコードが、コンピュータに挿入された機能拡張ボード
やコンピュータに接続された機能拡張ユニットに備わる
メモリに書込まれた後、そのプログラムコードの指示に
基づき、その機能拡張ボードや機能拡張ユニットに備わ
るＣＰＵ等が実際の処理の一部または全部を行い、その
処理によって前述した実施形態の機能が実現される場合
も含まれることは言うまでもない。

【００６９】

【発明の効果】以上説明したように、本発明によれば、
入力画像の操作性及び編集性に優れた画像処理装置及び
画像処理方法の提供が実現する。

【００７０】

【図面の簡単な説明】

【図１】本発明の一実施形態としての文字認識システム
の構成例を示す図である。

【図２】本発明の一実施形態としての文字認識システム
のハードウエアの構成を示すブロック図である。

【図３】本発明の一実施形態としての文字認識処理を示
すフローチャートである。

【図４】本発明の一実施形態としてのディスプレイに表
示された原画像の例を示す図である。

【図５】本発明の一実施形態としての領域分割処理の結
果をディスプレイに表示した例を示す図である。

【図６】本発明の一実施形態としてのアイコン化された
画面の表示例を示す図である。

【図７】本発明の一実施形態としてのブロック情報の構
造を示す図である。

【図８】本発明の一実施形態としての実データの構造を
示す図である。

【図９】本発明の一実施形態としてのブロック情報の変
数を説明する図である。

【図１０】本発明の一実施形態としてのアイコン画面の
表示例を示す図である。

【符号の説明】

１：パーソナルコンピュータ， １０：バス， １１：ＣＰＵ， １２：ＲＯＭ， １３：ＲＡＭ， １４：記憶装置， １５：表示装置， １６：プリンタ， １７：イメージスキャナ， １８：ＦＡＸモデム， １９：キーボード， ２０：マウス，

Claims (11)

【特許請求の範囲】
1. 【請求項１】 入力画像を複数のブロック画像に分割
   し、それらのブロック画像のそれぞれについて、該ブロ
   ック画像の種類に応じた属性データを含む所定の構造を
   有するデータブロックを生成する領域分割手段と、 前記複数のブロック画像のそれぞれについて、所定の複
   数のシンボルのうちの何れかのシンボルを前記属性デー
   タに応じて割り当て、その割り当てたシンボルを一覧表
   示するシンボル化手段と、を備えることを特徴とする画
   像処理装置。
2. 【請求項２】 更に、前記シンボル化手段により一覧表
   示されたシンボルのうち、何れかのシンボルが選択され
   たとき、その選択されたシンボルに対応するブロック画
   像を、そのブロック画像に対応するデータブロックのデ
   ータに基づいて再生する再生手段を備えることを特徴と
   する請求項１記載の画像処理装置。
3. 【請求項３】 前記シンボル化手段は、前記複数のブロ
   ック画像のそれぞれについて割り当てられたシンボルを
   含み、且つ前記入力画像の全体を表わす入力画像シンボ
   ルを一覧表示することを特徴とする請求項１または請求
   項２記載の画像処理装置。
4. 【請求項４】 前記シンボル化手段は、前記入力画像シ
   ンボルを、前記入力画像のページ単位で表示することを
   特徴とする請求項３記載の画像処理装置。
5. 【請求項５】 前記シンボル化手段は、前記複数のブロ
   ック画像のそれぞれについて割り当てられたシンボル
   を、前記入力画像における前記複数のブロック画像の配
   置に応じて前記入力画像シンボル内に配置することを特
   徴とする請求項３記載の画像処理装置。
6. 【請求項６】 前記所定の複数のシンボルは、それぞれ
   色及び／またはデザインが異なることを特徴とする請求
   項１記載の画像処理装置。
7. 【請求項７】 入力画像を複数のブロック画像に分割
   し、それらのブロック画像のそれぞれについて、該ブロ
   ック画像の種類に応じた属性データを含む所定の構造を
   有するデータブロックを生成する領域分割工程と、 前記複数のブロック画像のそれぞれについて、所定の複
   数のシンボルのうちの何れかのシンボルを前記属性デー
   タに応じて割り当て、その割り当てたシンボルを一覧表
   示するシンボル化工程と、を有することを特徴とする画
   像処理方法。
8. 【請求項８】 更に、前記一覧表示されたシンボルのう
   ち、何れかのシンボルが選択されたとき、その選択され
   たシンボルに対応するブロック画像を、そのブロック画
   像に対応するデータブロックのデータに基づいて再生す
   る再生工程を有することを特徴とする請求項７記載の画
   像処理方法。
9. 【請求項９】 前記シンボル化工程では、前記複数のブ
   ロック画像のそれぞれについて割り当てられたシンボル
   を含み、且つ前記入力画像の全体を表わす入力画像シン
   ボルを一覧表示することを特徴とする請求項７または請
   求項８記載の画像処理方法。
10. 【請求項１０】 コンピュータ読み取りが可能な記憶媒
    体であって、その記憶媒体により、コンピュータを、 入力画像を複数のブロック画像に分割し、それらのブロ
    ック画像のそれぞれについて、該ブロック画像の種類に
    応じた属性データを含む所定の構造を有するデータブロ
    ックを生成する領域分割手段と、 前記複数のブロック画像のそれぞれについて、所定の複
    数のシンボルのうちの何れかのシンボルを前記属性デー
    タに応じて割り当て、その割り当てたシンボルを一覧表
    示するシンボル化手段として動作させることを特徴とす
    る記憶媒体。
11. 【請求項１１】 更に、前記記憶媒体により、前記コン
    ピュータを、前記シンボル化手段により一覧表示された
    シンボルのうち、何れかのシンボルが選択されたとき、
    その選択されたシンボルに対応するブロック画像を、そ
    のブロック画像に対応するデータブロックのデータに基
    づいて再生する再生手段として動作させることを特徴と
    する請求項１０記載の記憶媒体。