JPH11238053A - 文書作成装置および文書作成方法ならびに文書作成プログラムを記録した記録媒体 - Google Patents
文書作成装置および文書作成方法ならびに文書作成プログラムを記録した記録媒体Info
- Publication number
- JPH11238053A JPH11238053A JP10041644A JP4164498A JPH11238053A JP H11238053 A JPH11238053 A JP H11238053A JP 10041644 A JP10041644 A JP 10041644A JP 4164498 A JP4164498 A JP 4164498A JP H11238053 A JPH11238053 A JP H11238053A
- Authority
- JP
- Japan
- Prior art keywords
- document
- layout
- image data
- input
- html
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Document Processing Apparatus (AREA)
Abstract
(57)【要約】
【課題】 画像データとして入力される既存の文書を、
所定の構造化タグ言語で記述された文書に変換するこ
と。 【解決手段】 入力手段１から入力される画像データ
を、レイアウト認識手段３によりレイアウト認識し、認
識された各レイアウトとＨＴＭＬレイアウト知識ＤＢ５
とに基づいて、ＨＴＭＬレイアウト生成手段６によりＨ
ＴＭＬの制御コードを生成する。また、文字認識手段４
は入力画像データを文字認識して文字コードを出力し、
ＨＴＭＬ文書作成手段２０は、ＨＴＭＬの制御コードと
文字コードとを関連付けてＨＴＭＬ文書を作成し、出力
手段７より出力する。
所定の構造化タグ言語で記述された文書に変換するこ
と。 【解決手段】 入力手段１から入力される画像データ
を、レイアウト認識手段３によりレイアウト認識し、認
識された各レイアウトとＨＴＭＬレイアウト知識ＤＢ５
とに基づいて、ＨＴＭＬレイアウト生成手段６によりＨ
ＴＭＬの制御コードを生成する。また、文字認識手段４
は入力画像データを文字認識して文字コードを出力し、
ＨＴＭＬ文書作成手段２０は、ＨＴＭＬの制御コードと
文字コードとを関連付けてＨＴＭＬ文書を作成し、出力
手段７より出力する。
Description
【０００１】
【発明の属する技術分野】本発明は、例えばインターネ
ット（Internet）上で、ワールド・ワイド・ウェブ（Wo
rld Wide Web）のホームページを記述するための言語で
あるＨＴＭＬ（HyperText Markup Language）など、構
造化タグ言語で記述された文書を作成する文書作成装置
および文書作成方法ならびに文書作成プログラムを記録
した記録媒体に関するものである。
ット（Internet）上で、ワールド・ワイド・ウェブ（Wo
rld Wide Web）のホームページを記述するための言語で
あるＨＴＭＬ（HyperText Markup Language）など、構
造化タグ言語で記述された文書を作成する文書作成装置
および文書作成方法ならびに文書作成プログラムを記録
した記録媒体に関するものである。
【０００２】
【従来の技術】テキストファイル中にタグと呼ばれる文
字列（制御コード）を置くことで、文字の配置、大き
さ、使用フォントなどを指定することのできる構造化タ
グ言語が知られている。構造化タグ言語で記述された文
書は、ブラウザと呼ばれる専用のプログラムを用いるこ
とにより、文書に記述されている制御コードに従って表
示される。
字列（制御コード）を置くことで、文字の配置、大き
さ、使用フォントなどを指定することのできる構造化タ
グ言語が知られている。構造化タグ言語で記述された文
書は、ブラウザと呼ばれる専用のプログラムを用いるこ
とにより、文書に記述されている制御コードに従って表
示される。
【０００３】この構造化タグ言語の代表的なものとし
て、インターネット上のＷＷＷのホームページを記述す
る言語であるＨＴＭＬが知られている。特に、近年のイ
ンターネット技術やイントラネット技術の発達ならびに
普及により、様々な文書をＨＴＭＬ文書に変換する要求
が高まっている。当然ながら、従来より保持している紙
に印字された膨大な文書をＨＴＭＬ文書の形式に変換し
て利用したいという要求も大きい。
て、インターネット上のＷＷＷのホームページを記述す
る言語であるＨＴＭＬが知られている。特に、近年のイ
ンターネット技術やイントラネット技術の発達ならびに
普及により、様々な文書をＨＴＭＬ文書に変換する要求
が高まっている。当然ながら、従来より保持している紙
に印字された膨大な文書をＨＴＭＬ文書の形式に変換し
て利用したいという要求も大きい。
【０００４】紙に印字された文書をＨＴＭＬ文書のよう
な構造化タグ言語で記述された文書に変換する場合に
は、次の２つの方法がある。１つ目の方法は、文書を光
学式スキャナ装置で読み取り、それをそのままイメージ
データとしてＨＴＭＬ文書内に組み込んで利用する方法
である。２つ目の方法は、文書を見ながら人手でＨＴＭ
Ｌ用の制御コードを付与していく方法である。
な構造化タグ言語で記述された文書に変換する場合に
は、次の２つの方法がある。１つ目の方法は、文書を光
学式スキャナ装置で読み取り、それをそのままイメージ
データとしてＨＴＭＬ文書内に組み込んで利用する方法
である。２つ目の方法は、文書を見ながら人手でＨＴＭ
Ｌ用の制御コードを付与していく方法である。
【０００５】
【発明が解決しようとする課題】しかしながら、従来の
方法では次のような問題点がある。まず、イメージデー
タとして利用する場合には、イメージデータが巨大にな
り、記憶する容量やユーザが閲覧するためにデータを取
得する時間が巨大になるという問題点がある。また、人
手でＨＴＭＬ用の制御コードを付与する場合には、膨大
な作業時間を必要とし、効率的ではない。
方法では次のような問題点がある。まず、イメージデー
タとして利用する場合には、イメージデータが巨大にな
り、記憶する容量やユーザが閲覧するためにデータを取
得する時間が巨大になるという問題点がある。また、人
手でＨＴＭＬ用の制御コードを付与する場合には、膨大
な作業時間を必要とし、効率的ではない。
【０００６】本発明は、画像データとして入力される既
存の文書を、所定の構造化タグ言語で記述された文書に
変換することのできる文書作成装置および文書作成方法
ならびに文書作成プログラムを記録した記録媒体を提供
することを目的とする。
存の文書を、所定の構造化タグ言語で記述された文書に
変換することのできる文書作成装置および文書作成方法
ならびに文書作成プログラムを記録した記録媒体を提供
することを目的とする。
【０００７】
【課題を解決するための手段】この課題を解決するため
に本発明は、画像データとして入力される文書から、所
定の構造化タグ言語で記述された文書を作成する文書作
成装置であって、文書を画像データとして入力する入力
手段と、入力手段から入力される画像データを記憶する
入力画像記憶手段と、入力画像記憶手段に記憶される画
像データのレイアウトを認識するレイアウト認識手段
と、構造化タグ言語のレイアウトに関する変換ルールを
記憶したレイアウト知識記憶手段と、レイアウト知識記
憶手段の変換ルールに基づいて、レイアウト認識手段に
より認識される各レイアウトに対して構造化タグ言語の
制御コードを生成する制御コード生成手段と、入力画像
記憶手段に記憶される画像データ中の文字イメージを認
識し、文字コードに変換する文字認識手段と、文字認識
手段により出力される文字コードと、制御コード生成手
段により生成される制御コードとを関連付けて、構造化
タグ言語で記述された文書を作成する文書作成手段と、
文書作成手段により作成された文書を出力する出力手段
と、を有する構成とした。
に本発明は、画像データとして入力される文書から、所
定の構造化タグ言語で記述された文書を作成する文書作
成装置であって、文書を画像データとして入力する入力
手段と、入力手段から入力される画像データを記憶する
入力画像記憶手段と、入力画像記憶手段に記憶される画
像データのレイアウトを認識するレイアウト認識手段
と、構造化タグ言語のレイアウトに関する変換ルールを
記憶したレイアウト知識記憶手段と、レイアウト知識記
憶手段の変換ルールに基づいて、レイアウト認識手段に
より認識される各レイアウトに対して構造化タグ言語の
制御コードを生成する制御コード生成手段と、入力画像
記憶手段に記憶される画像データ中の文字イメージを認
識し、文字コードに変換する文字認識手段と、文字認識
手段により出力される文字コードと、制御コード生成手
段により生成される制御コードとを関連付けて、構造化
タグ言語で記述された文書を作成する文書作成手段と、
文書作成手段により作成された文書を出力する出力手段
と、を有する構成とした。
【０００８】これにより、画像データとして入力される
既存の文書を、所定の構造化タグ言語で記述された文書
に変換することのできる文書作成装置が得られる。
既存の文書を、所定の構造化タグ言語で記述された文書
に変換することのできる文書作成装置が得られる。
【０００９】
【発明の実施の形態】本発明の請求項１に記載の発明
は、画像データとして入力される文書から、所定の構造
化タグ言語で記述された文書を作成する文書作成装置で
あって、文書を画像データとして入力する入力手段と、
入力手段から入力される画像データを記憶する入力画像
記憶手段と、入力画像記憶手段に記憶される画像データ
のレイアウトを認識するレイアウト認識手段と、構造化
タグ言語のレイアウトに関する変換ルールを記憶したレ
イアウト知識記憶手段と、レイアウト知識記憶手段の変
換ルールに基づいて、レイアウト認識手段により認識さ
れる各レイアウトに対して構造化タグ言語の制御コード
を生成する制御コード生成手段と、入力画像記憶手段に
記憶される画像データ中の文字イメージを認識し、文字
コードに変換する文字認識手段と、文字認識手段により
出力される文字コードと、制御コード生成手段により生
成される制御コードとを関連付けて、構造化タグ言語で
記述された文書を作成する文書作成手段と、文書作成手
段により作成された文書を出力する出力手段と、を有す
る構成としたことにより、画像データとして入力される
文書のレイアウトに従って、所定の構造化タグ言語の制
御コードを付与し、構造化タグ言語で記述された文書に
変換することができる。
は、画像データとして入力される文書から、所定の構造
化タグ言語で記述された文書を作成する文書作成装置で
あって、文書を画像データとして入力する入力手段と、
入力手段から入力される画像データを記憶する入力画像
記憶手段と、入力画像記憶手段に記憶される画像データ
のレイアウトを認識するレイアウト認識手段と、構造化
タグ言語のレイアウトに関する変換ルールを記憶したレ
イアウト知識記憶手段と、レイアウト知識記憶手段の変
換ルールに基づいて、レイアウト認識手段により認識さ
れる各レイアウトに対して構造化タグ言語の制御コード
を生成する制御コード生成手段と、入力画像記憶手段に
記憶される画像データ中の文字イメージを認識し、文字
コードに変換する文字認識手段と、文字認識手段により
出力される文字コードと、制御コード生成手段により生
成される制御コードとを関連付けて、構造化タグ言語で
記述された文書を作成する文書作成手段と、文書作成手
段により作成された文書を出力する出力手段と、を有す
る構成としたことにより、画像データとして入力される
文書のレイアウトに従って、所定の構造化タグ言語の制
御コードを付与し、構造化タグ言語で記述された文書に
変換することができる。
【００１０】本発明の請求項２に記載の発明は、請求項
１に記載の発明において、レイアウト知識記憶手段は、
利用者により変換ルールを追加可能である構成としたこ
とにより、利用者の持つ文書に特有の表現に対応でき
る。
１に記載の発明において、レイアウト知識記憶手段は、
利用者により変換ルールを追加可能である構成としたこ
とにより、利用者の持つ文書に特有の表現に対応でき
る。
【００１１】本発明の請求項３に記載の発明は、請求項
１に記載の発明において、文書作成手段は、複数の入力
画像データから得られる各文書を連結し、構造化タグ言
語で記述された１つの文書として生成する構成としたこ
とにより、物理的に複数のページにわたる文書であって
も、構造化タグ言語で記述された１つのページとして利
用できる。
１に記載の発明において、文書作成手段は、複数の入力
画像データから得られる各文書を連結し、構造化タグ言
語で記述された１つの文書として生成する構成としたこ
とにより、物理的に複数のページにわたる文書であって
も、構造化タグ言語で記述された１つのページとして利
用できる。
【００１２】以下、本発明の実施の形態について、図面
を参照しながら説明する。なお、以下の各実施の形態で
は、構造化タグ言語の具体例として、ＨＴＭＬを例にと
り説明を行っている。
を参照しながら説明する。なお、以下の各実施の形態で
は、構造化タグ言語の具体例として、ＨＴＭＬを例にと
り説明を行っている。
【００１３】（実施の形態１）図１は本発明の第１の実
施の形態における文書作成装置の機能ブロック図であ
り、機能手段による構成を示している。
施の形態における文書作成装置の機能ブロック図であ
り、機能手段による構成を示している。
【００１４】図１において、１は画像イメージを入力す
る入力手段、２は画像イメージやレイアウト認識、文字
認識結果などを記憶するデータ記憶手段、３は入力され
た画像イメージのレイアウトを認識するレイアウト認識
手段、４は文字イメージを文字コードに変換する文字認
識手段と、５はＨＴＭＬレイアウトに関する変換ルール
を記憶したＨＴＭＬレイアウト知識ＤＢ（データベー
ス）、６はＨＴＭＬレイアウト知識ＤＢ５にしたがっ
て、ＨＴＭＬの制御コードを生成するＨＴＭＬレイアウ
ト生成手段、７は作成されたＨＴＭＬ文書をファイル等
に保存したりディスプレイに表示したりする出力手段、
２０は文字認識手段４より出力される文字コードと、Ｈ
ＴＭＬレイアウト生成手段６により生成された制御コー
ドとを関連付けてＨＴＭＬ文書を作成するＨＴＭＬ文書
作成手段である。
る入力手段、２は画像イメージやレイアウト認識、文字
認識結果などを記憶するデータ記憶手段、３は入力され
た画像イメージのレイアウトを認識するレイアウト認識
手段、４は文字イメージを文字コードに変換する文字認
識手段と、５はＨＴＭＬレイアウトに関する変換ルール
を記憶したＨＴＭＬレイアウト知識ＤＢ（データベー
ス）、６はＨＴＭＬレイアウト知識ＤＢ５にしたがっ
て、ＨＴＭＬの制御コードを生成するＨＴＭＬレイアウ
ト生成手段、７は作成されたＨＴＭＬ文書をファイル等
に保存したりディスプレイに表示したりする出力手段、
２０は文字認識手段４より出力される文字コードと、Ｈ
ＴＭＬレイアウト生成手段６により生成された制御コー
ドとを関連付けてＨＴＭＬ文書を作成するＨＴＭＬ文書
作成手段である。
【００１５】図２は本発明の第１の実施の形態における
文書作成装置の装置ブロック図であり、ハードウェアに
よる構成を示している。
文書作成装置の装置ブロック図であり、ハードウェアに
よる構成を示している。
【００１６】図２において、８はデータを読み込むスキ
ャナである。９は制御プログラムを実行することにより
装置を制御する中央処理演算装置（ＣＰＵ）である。１
０はデータを記憶するリード・オンリー・メモリ（ＲＯ
Ｍ）であり、ＣＰＵ９が実行するプログラムを格納する
領域を有する。１１はデータを一時的に記憶するランダ
ム・アクセス・メモリ（ＲＡＭ）である。１２は陰極線
管ディスプレイ（ＣＲＴ）などの表示装置である。
ャナである。９は制御プログラムを実行することにより
装置を制御する中央処理演算装置（ＣＰＵ）である。１
０はデータを記憶するリード・オンリー・メモリ（ＲＯ
Ｍ）であり、ＣＰＵ９が実行するプログラムを格納する
領域を有する。１１はデータを一時的に記憶するランダ
ム・アクセス・メモリ（ＲＡＭ）である。１２は陰極線
管ディスプレイ（ＣＲＴ）などの表示装置である。
【００１７】１３はフロッピー・ディスク（ＦＤ）など
の記録媒体にデータを読み書きするディスク・ドライブ
である。１４はキーボードやポインティング・デバイス
などの入力装置、１５はハード・ディスクなどの２次記
憶装置である。１６はデータ・バスである。
の記録媒体にデータを読み書きするディスク・ドライブ
である。１４はキーボードやポインティング・デバイス
などの入力装置、１５はハード・ディスクなどの２次記
憶装置である。１６はデータ・バスである。
【００１８】ここで、図１の機能手段と図２のハードウ
ェアとの対応関係を説明する。図１および図２に示すよ
うに、入力手段１はスキャナ８により実現される。デー
タ記憶手段２はＲＡＭ１１により実現される。ＨＴＭＬ
レイアウト知識ＤＢ５はＲＯＭ１０あるいは２次記憶装
置１５により実現される。出力手段７はＣＲＴ１２ある
いはディスク・ドライブ１３により実現される。
ェアとの対応関係を説明する。図１および図２に示すよ
うに、入力手段１はスキャナ８により実現される。デー
タ記憶手段２はＲＡＭ１１により実現される。ＨＴＭＬ
レイアウト知識ＤＢ５はＲＯＭ１０あるいは２次記憶装
置１５により実現される。出力手段７はＣＲＴ１２ある
いはディスク・ドライブ１３により実現される。
【００１９】レイアウト認識手段３、文字認識手段４、
ＨＴＭＬレイアウト生成手段６は、ＣＰＵ９がＲＯＭ１
０およびＲＡＭ１１とデータのやりとりを行いながらＲ
ＯＭ１０に記憶されている制御プログラムを実行するこ
とにより実現される。
ＨＴＭＬレイアウト生成手段６は、ＣＰＵ９がＲＯＭ１
０およびＲＡＭ１１とデータのやりとりを行いながらＲ
ＯＭ１０に記憶されている制御プログラムを実行するこ
とにより実現される。
【００２０】なお、本実施の形態では、ＣＰＵ９はＲＯ
Ｍ１０に格納された制御プログラムを実行する形態を示
しているが、記録媒体１７からディスク・ドライブ１３
を介して制御プログラムを読み込み、ＲＡＭ１１あるい
は２次記憶装置１５に展開したものをＣＰＵ９が実行す
る形態としても良い。このような形態とすることによ
り、本発明を汎用コンピュータでも容易に実現可能とす
ることができる。
Ｍ１０に格納された制御プログラムを実行する形態を示
しているが、記録媒体１７からディスク・ドライブ１３
を介して制御プログラムを読み込み、ＲＡＭ１１あるい
は２次記憶装置１５に展開したものをＣＰＵ９が実行す
る形態としても良い。このような形態とすることによ
り、本発明を汎用コンピュータでも容易に実現可能とす
ることができる。
【００２１】以上のように構成された文書作成装置につ
いて、以下にその動作について説明する。なお、以下の
フローチャートは、ＣＰＵ９がＲＯＭ１０に格納されて
いる制御プログラムを実行する様子について示したもの
である。
いて、以下にその動作について説明する。なお、以下の
フローチャートは、ＣＰＵ９がＲＯＭ１０に格納されて
いる制御プログラムを実行する様子について示したもの
である。
【００２２】図３は本発明の第１の実施の形態における
文書作成装置の動作フローチャートである。
文書作成装置の動作フローチャートである。
【００２３】図３に示すように、まず、入力手段１から
画像が入力され、入力される画像データをデータ記憶手
段２に記憶させる（ステップ１）。ここでは、図５に示
す画像が入力されたものとする。
画像が入力され、入力される画像データをデータ記憶手
段２に記憶させる（ステップ１）。ここでは、図５に示
す画像が入力されたものとする。
【００２４】次に、レイアウト認識手段３は、入力され
た画像イメージの解析を行い、レイアウトの認識を行う
（ステップ２）。ここでは、文字領域が大きく２つに分
れ、「我が家のレシピ集」がセンタリングされ、比較的
大きな文字で書かれていること、および「昨日のメニュ
ー」から続く３行が箇条書きされていることが認識され
る。なお、ここで「我が家のレシピ集」という書き方を
行ったが、まだ文字認識は行われておらず、現時点では
「我が家のレシピ集」という文字列が生成されているわ
けではなく、そこにあるイメージの部分のことを示して
いる。
た画像イメージの解析を行い、レイアウトの認識を行う
（ステップ２）。ここでは、文字領域が大きく２つに分
れ、「我が家のレシピ集」がセンタリングされ、比較的
大きな文字で書かれていること、および「昨日のメニュ
ー」から続く３行が箇条書きされていることが認識され
る。なお、ここで「我が家のレシピ集」という書き方を
行ったが、まだ文字認識は行われておらず、現時点では
「我が家のレシピ集」という文字列が生成されているわ
けではなく、そこにあるイメージの部分のことを示して
いる。
【００２５】ＨＴＭＬレイアウト生成手段６は、ＨＴＭ
Ｌレイアウトの生成を行う（ステップ３）。このステッ
プ３は、図４を使って詳しく説明する。
Ｌレイアウトの生成を行う（ステップ３）。このステッ
プ３は、図４を使って詳しく説明する。
【００２６】図４は本発明の第１の実施の形態における
レイアウト生成の動作フローチャートである。
レイアウト生成の動作フローチャートである。
【００２７】図４に示すように、まず、ステップ３０１
では、ＨＴＭＬレイアウト生成手段６は、ＨＴＭＬレイ
アウト知識ＤＢ５より、１つのルールを取り出す。図６
にＨＴＭＬレイアウト知識ＤＢ５の例を示す。ここで
は、「センタリングされている大きな文字→<CENTER><H
1>と、</H1></CENTER>で囲む」が取り出される。
では、ＨＴＭＬレイアウト生成手段６は、ＨＴＭＬレイ
アウト知識ＤＢ５より、１つのルールを取り出す。図６
にＨＴＭＬレイアウト知識ＤＢ５の例を示す。ここで
は、「センタリングされている大きな文字→<CENTER><H
1>と、</H1></CENTER>で囲む」が取り出される。
【００２８】次に、ステップ３０２では、ＨＴＭＬレイ
アウト生成手段６は、レイアウト認識手段３が出力した
レイアウト情報を参照し、取り出したルールに合致する
レイアウトがあるかどうか調べる。ここでは、「我が家
のレシピ集」の部分がルールに一致するのでステップ３
０３へ進む。
アウト生成手段６は、レイアウト認識手段３が出力した
レイアウト情報を参照し、取り出したルールに合致する
レイアウトがあるかどうか調べる。ここでは、「我が家
のレシピ集」の部分がルールに一致するのでステップ３
０３へ進む。
【００２９】ステップ３０３では、ルール中の「→」以
降の処理がなされ、「我が家のレシピ集」の部分が、<C
ENTER><H1>と、</H1></CENTER>で囲むことがデータ記憶
手段２に記憶される。
降の処理がなされ、「我が家のレシピ集」の部分が、<C
ENTER><H1>と、</H1></CENTER>で囲むことがデータ記憶
手段２に記憶される。
【００３０】ステップ３０２に戻り、再度、ルールに合
致するレイアウトがあるかどうか調べる。ここでは存在
しないので、ステップ３０４に進む。
致するレイアウトがあるかどうか調べる。ここでは存在
しないので、ステップ３０４に進む。
【００３１】ステップ３０４では、ＨＴＭＬレイアウト
生成手段６は、ＨＴＭＬレイアウト知識ＤＢ５に記憶さ
れているルールのうち、全てのルールの処理を行ったか
どうか調べる。図６に示すルールのうち、まだ１つしか
処理を終えていないのでステップ３０１に戻る。
生成手段６は、ＨＴＭＬレイアウト知識ＤＢ５に記憶さ
れているルールのうち、全てのルールの処理を行ったか
どうか調べる。図６に示すルールのうち、まだ１つしか
処理を終えていないのでステップ３０１に戻る。
【００３２】ステップ３０１では、ＨＴＭＬレイアウト
生成手段６は、ＨＴＭＬレイアウト知識ＤＢ５より、別
のルールを取り出す。図６にＨＴＭＬレイアウト知識Ｄ
Ｂ５の例を示す。ここでは、「箇条書きになっている部
分→全体を<UL>と</UL>で囲み、それぞれの項目を<LI>
と</LI>で囲む」が取り出される。
生成手段６は、ＨＴＭＬレイアウト知識ＤＢ５より、別
のルールを取り出す。図６にＨＴＭＬレイアウト知識Ｄ
Ｂ５の例を示す。ここでは、「箇条書きになっている部
分→全体を<UL>と</UL>で囲み、それぞれの項目を<LI>
と</LI>で囲む」が取り出される。
【００３３】ステップ３０２では、ＨＴＭＬレイアウト
生成手段６は、レイアウト認識部３が出力したレイアウ
ト情報を参照し、ルールに合致するレイアウトがあるか
どうか調べる。ここでは、「昨日のメニュー」から「明
日のメニュー」までが箇条書き部分であるので、ルール
に一致し、ステップ３０３へ進む。
生成手段６は、レイアウト認識部３が出力したレイアウ
ト情報を参照し、ルールに合致するレイアウトがあるか
どうか調べる。ここでは、「昨日のメニュー」から「明
日のメニュー」までが箇条書き部分であるので、ルール
に一致し、ステップ３０３へ進む。
【００３４】ステップ３０３では、ルールの「→」以降
の処理がなされ、「昨日のメニュー」から「明日のメニ
ュー」までの全体を<UL>と</UL>で囲み、また、「昨日
のメニュー」、「今日のメニュー」、「明日のメニュ
ー」をそれぞれ<LI>と</LI>で囲むことがデータ記憶手
段２に記憶される。
の処理がなされ、「昨日のメニュー」から「明日のメニ
ュー」までの全体を<UL>と</UL>で囲み、また、「昨日
のメニュー」、「今日のメニュー」、「明日のメニュ
ー」をそれぞれ<LI>と</LI>で囲むことがデータ記憶手
段２に記憶される。
【００３５】ステップ３０２に戻り、再度、ルールに合
致するレイアウトがあるかどうか調べる。ここでは存在
しないので、ステップ３０４に進む。
致するレイアウトがあるかどうか調べる。ここでは存在
しないので、ステップ３０４に進む。
【００３６】ステップ３０４では、ＨＴＭＬレイアウト
生成手段６は、ＨＴＭＬレイアウト知識ＤＢ５に記憶さ
れているルールのうち、全てのルールの処理を行ったか
どうか調べる。ここでは全てのルールの処理が終わった
ものとして、ステップ３０５へ進む。
生成手段６は、ＨＴＭＬレイアウト知識ＤＢ５に記憶さ
れているルールのうち、全てのルールの処理を行ったか
どうか調べる。ここでは全てのルールの処理が終わった
ものとして、ステップ３０５へ進む。
【００３７】ステップ３０５では、処理されていないレ
イアウトが存在するか調べる。ここでは全てのルールが
試されたが、処理されていないレイアウトが存在した場
合は、ステップ３０６に示すごとく、レイアウト処理が
できない部分があったことを出力手段７に出力する。
イアウトが存在するか調べる。ここでは全てのルールが
試されたが、処理されていないレイアウトが存在した場
合は、ステップ３０６に示すごとく、レイアウト処理が
できない部分があったことを出力手段７に出力する。
【００３８】なお、ステップ３０６で警告を表示する代
わりに、何らかのデフォルト的な処理を行ってもよい。
例えば、全ての文字を本文のデータとして何のレイアウ
ト情報なしに利用する、レイアウトが確認できなかった
データはコメントとして挿入する、などである。
わりに、何らかのデフォルト的な処理を行ってもよい。
例えば、全ての文字を本文のデータとして何のレイアウ
ト情報なしに利用する、レイアウトが確認できなかった
データはコメントとして挿入する、などである。
【００３９】以上で、図４に示すＨＴＭＬレイアウト生
成が終了するので、図３に戻りステップ４に進む。
成が終了するので、図３に戻りステップ４に進む。
【００４０】図３に戻り、入力画像データの文字認識を
行う（ステップ４）。ステップ４では、各文字領域の文
字を認識し、文字コードを出力する。文字コードが出力
されると、ＨＴＭＬ文書作成手段２０は、ステップ３で
生成したＨＴＭＬレイアウト情報に従って文字コードを
埋め込み、ＨＴＭＬ文書を作成する（ステップ５）。ス
テップ５では、さらに、ＨＴＭＬ文書であることの必須
の制御コードとして、文書の先頭に<HTML><BODY>を、ま
た文書の最後に</BODY></HTML>をそれぞれ付与する。
行う（ステップ４）。ステップ４では、各文字領域の文
字を認識し、文字コードを出力する。文字コードが出力
されると、ＨＴＭＬ文書作成手段２０は、ステップ３で
生成したＨＴＭＬレイアウト情報に従って文字コードを
埋め込み、ＨＴＭＬ文書を作成する（ステップ５）。ス
テップ５では、さらに、ＨＴＭＬ文書であることの必須
の制御コードとして、文書の先頭に<HTML><BODY>を、ま
た文書の最後に</BODY></HTML>をそれぞれ付与する。
【００４１】作成されたＨＴＭＬ文書は、出力手段７に
より出力される。全てのデータが出力手段７に出力され
ている状態を図７に示す。この出力は、例えば、ディス
ク・ドライブ１３に保存したり、表示装置１２に表示し
たりすることである。
より出力される。全てのデータが出力手段７に出力され
ている状態を図７に示す。この出力は、例えば、ディス
ク・ドライブ１３に保存したり、表示装置１２に表示し
たりすることである。
【００４２】以上のように本実施の形態によれば、入力
される画像データのレイアウト認識を行い、レイアウト
認識した結果に基づいて、ＨＴＭＬの制御コードを生成
し、さらに、文字認識した結果と前記制御コードを関連
付けることで、ＨＴＭＬ文書を作成するので、操作者
は、既存の文書をＨＴＭＬ文書に変換する際、制御コー
ドを手動で付与する必要がなくなり、作業の効率化を図
ることができる。
される画像データのレイアウト認識を行い、レイアウト
認識した結果に基づいて、ＨＴＭＬの制御コードを生成
し、さらに、文字認識した結果と前記制御コードを関連
付けることで、ＨＴＭＬ文書を作成するので、操作者
は、既存の文書をＨＴＭＬ文書に変換する際、制御コー
ドを手動で付与する必要がなくなり、作業の効率化を図
ることができる。
【００４３】（実施の形態２）以下、本発明の第２の実
施の形態について説明する。
施の形態について説明する。
【００４４】本実施の形態では、第１の実施の形態に示
すＨＴＭＬレイアウト知識ＤＢ５に利用者が必要に応じ
てルールを追加・修正することができるようにするもの
である。
すＨＴＭＬレイアウト知識ＤＢ５に利用者が必要に応じ
てルールを追加・修正することができるようにするもの
である。
【００４５】例えば、図８に示すように、罫線で囲まれ
た３段組の表を含んだ文書をＨＴＭＬ文書化する場合、
ＨＴＭＬレイアウト知識ＤＢ５に、罫線で書かれた３段
組の表を処理するルールが存在しないとする。
た３段組の表を含んだ文書をＨＴＭＬ文書化する場合、
ＨＴＭＬレイアウト知識ＤＢ５に、罫線で書かれた３段
組の表を処理するルールが存在しないとする。
【００４６】このような場合、操作者は、キーボードな
どの入力装置を用い、図９に示すように、ＨＴＭＬレイ
アウト知識ＤＢ５に新たなルールを追加することによ
り、第１の実施の形態で示した手順により図１０に示す
ＨＴＭＬ文書を得ることができる。
どの入力装置を用い、図９に示すように、ＨＴＭＬレイ
アウト知識ＤＢ５に新たなルールを追加することによ
り、第１の実施の形態で示した手順により図１０に示す
ＨＴＭＬ文書を得ることができる。
【００４７】以上のように本実施の形態では、このよう
にしてＨＴＭＬレイアウト知識ＤＢ５に用意していなか
ったようなレイアウトを持つ文書に対しても、操作者が
ルールを追加・修正することによりＨＴＭＬ文書を自動
的に作成することができる。
にしてＨＴＭＬレイアウト知識ＤＢ５に用意していなか
ったようなレイアウトを持つ文書に対しても、操作者が
ルールを追加・修正することによりＨＴＭＬ文書を自動
的に作成することができる。
【００４８】（実施の形態３）以下、本発明の第３の実
施の形態について説明する。
施の形態について説明する。
【００４９】本実施の形態では、第１の実施の形態で示
した文書作成装置において、入力される文書の複数のペ
ージを、１つのＨＴＭＬ文書として処理できるようにす
るものである。
した文書作成装置において、入力される文書の複数のペ
ージを、１つのＨＴＭＬ文書として処理できるようにす
るものである。
【００５０】図１１は本発明の第３の実施の形態におけ
る文書作成装置の動作フローチャートである。
る文書作成装置の動作フローチャートである。
【００５１】図１１に示すように、入力手段１より複数
の画像データが入力され、データ記憶手段２に記憶され
る（ステップ５０１）。
の画像データが入力され、データ記憶手段２に記憶され
る（ステップ５０１）。
【００５２】入力された画像データは、第１の実施の形
態に示したステップ２〜ステップ５の手順、すなわち、
図３に示す手順により、ＨＴＭＬ文書に変換される（ス
テップ５０２）。
態に示したステップ２〜ステップ５の手順、すなわち、
図３に示す手順により、ＨＴＭＬ文書に変換される（ス
テップ５０２）。
【００５３】この手順を、全てのページが処理されるま
で続ける（ステップ５０３）。ここでは図１２に示す２
ページの文書をＨＴＭＬ文書化することを例に取り説明
すると、図１３に示すように、それぞれのページがＨＴ
ＭＬ文書化される。
で続ける（ステップ５０３）。ここでは図１２に示す２
ページの文書をＨＴＭＬ文書化することを例に取り説明
すると、図１３に示すように、それぞれのページがＨＴ
ＭＬ文書化される。
【００５４】次に、ＨＴＭＬ文書作成手段２０は、複数
ページの結合処理を行う（ステップ５０４）。具体的に
は、それぞれのページ間の<HTML><BODY>および</BODY><
/HTML>を削除して、それぞれのページをつなげる。その
結果を図１４に示す。
ページの結合処理を行う（ステップ５０４）。具体的に
は、それぞれのページ間の<HTML><BODY>および</BODY><
/HTML>を削除して、それぞれのページをつなげる。その
結果を図１４に示す。
【００５５】作成されたＨＴＭＬ文書は、出力手段７よ
り出力される（ステップ５０５）。この出力は、例え
ば、ディスク・ドライブ１３に保存したり、表示装置１
２に表示したりすることである。
り出力される（ステップ５０５）。この出力は、例え
ば、ディスク・ドライブ１３に保存したり、表示装置１
２に表示したりすることである。
【００５６】以上のように本実施の形態によれば、論理
的には１つながりのページで、用紙の都合上複数ページ
に分割されているため、入力される画像データが複数に
分かれている場合でも、１つのＨＴＭＬ文書として作成
することが可能となる。
的には１つながりのページで、用紙の都合上複数ページ
に分割されているため、入力される画像データが複数に
分かれている場合でも、１つのＨＴＭＬ文書として作成
することが可能となる。
【００５７】以上、各実施の形態ではある形態を例にと
って説明を行ったが、本発明は、上記した各実施の形態
のみにとどまらないことは言うまでもない。例えば、入
力手段１としてスキャナ８を例にとり説明したが、スキ
ャナ８から入力するのではなく、画像データをディスク
・ドライブ１３やネットワークを介して入力する場合も
考えられる。
って説明を行ったが、本発明は、上記した各実施の形態
のみにとどまらないことは言うまでもない。例えば、入
力手段１としてスキャナ８を例にとり説明したが、スキ
ャナ８から入力するのではなく、画像データをディスク
・ドライブ１３やネットワークを介して入力する場合も
考えられる。
【００５８】また、出力結果を記憶媒体１７に出力する
例を説明したが、フラッシュ・メモリカードや、ネット
ワークを介した他のデバイスへ出力することなども考え
られる。
例を説明したが、フラッシュ・メモリカードや、ネット
ワークを介した他のデバイスへ出力することなども考え
られる。
【００５９】
【発明の効果】以上のように本発明によれば、画像デー
タとして入力される文書から、所定の構造化タグ言語で
記述された文書を作成する文書作成装置であって、文書
を画像データとして入力する入力手段と、入力手段から
入力される画像データを記憶する入力画像記憶手段と、
入力画像記憶手段に記憶される画像データのレイアウト
を認識するレイアウト認識手段と、構造化タグ言語のレ
イアウトに関する変換ルールを記憶したレイアウト知識
記憶手段と、レイアウト知識記憶手段の変換ルールに基
づいて、レイアウト認識手段により認識される各レイア
ウトに対して構造化タグ言語の制御コードを生成する制
御コード生成手段と、入力画像記憶手段に記憶される画
像データ中の文字イメージを認識し、文字コードに変換
する文字認識手段と、文字認識手段により出力される文
字コードと、制御コード生成手段により生成される制御
コードとを関連付けて、構造化タグ言語で記述された文
書を作成する文書作成手段と、文書作成手段により作成
された文書を出力する出力手段と、を有する構成とした
ことにより、画像データとして入力される文書のレイア
ウトに従って、所定の構造化タグ言語の制御コードを付
与し、構造化タグ言語で記述された文書に変換すること
ができるので、変換作業における操作者の操作負担が軽
減される。
タとして入力される文書から、所定の構造化タグ言語で
記述された文書を作成する文書作成装置であって、文書
を画像データとして入力する入力手段と、入力手段から
入力される画像データを記憶する入力画像記憶手段と、
入力画像記憶手段に記憶される画像データのレイアウト
を認識するレイアウト認識手段と、構造化タグ言語のレ
イアウトに関する変換ルールを記憶したレイアウト知識
記憶手段と、レイアウト知識記憶手段の変換ルールに基
づいて、レイアウト認識手段により認識される各レイア
ウトに対して構造化タグ言語の制御コードを生成する制
御コード生成手段と、入力画像記憶手段に記憶される画
像データ中の文字イメージを認識し、文字コードに変換
する文字認識手段と、文字認識手段により出力される文
字コードと、制御コード生成手段により生成される制御
コードとを関連付けて、構造化タグ言語で記述された文
書を作成する文書作成手段と、文書作成手段により作成
された文書を出力する出力手段と、を有する構成とした
ことにより、画像データとして入力される文書のレイア
ウトに従って、所定の構造化タグ言語の制御コードを付
与し、構造化タグ言語で記述された文書に変換すること
ができるので、変換作業における操作者の操作負担が軽
減される。
【００６０】また、レイアウト知識記憶手段は、操作者
により変換ルールを追加可能である構成としたことによ
り、利用者の持つ文書に特有の表現に対応でき、以後の
変換精度を向上させることができる。
により変換ルールを追加可能である構成としたことによ
り、利用者の持つ文書に特有の表現に対応でき、以後の
変換精度を向上させることができる。
【００６１】また、文書作成手段は、複数の入力画像デ
ータから得られる各文書を連結し、構造化タグ言語で記
述された１つのＨＴＭＬ文書として生成する構成とした
ことにより、物理的に複数のページにわたる文書であっ
ても、構造化タグ言語で記述された１つのページとして
利用でき、変換後の利用効率化を図ることができる。
ータから得られる各文書を連結し、構造化タグ言語で記
述された１つのＨＴＭＬ文書として生成する構成とした
ことにより、物理的に複数のページにわたる文書であっ
ても、構造化タグ言語で記述された１つのページとして
利用でき、変換後の利用効率化を図ることができる。
【図１】本発明の第１の実施の形態における文書作成装
置の機能ブロック図
置の機能ブロック図
【図２】本発明の第１の実施の形態における文書作成装
置の回路ブロック図
置の回路ブロック図
【図３】本発明の第１の実施の形態における文書作成装
置の動作フローチャート
置の動作フローチャート
【図４】本発明の第１の実施の形態におけるレイアウト
生成の動作フローチャート
生成の動作フローチャート
【図５】本発明の第１の実施の形態における入力画像デ
ータを示す図
ータを示す図
【図６】本発明の第１の実施の形態におけるＨＴＭＬレ
イアウト知識ＤＢを示す図
イアウト知識ＤＢを示す図
【図７】本発明の第１の実施の形態における作成された
ＨＴＭＬ文書を示す図
ＨＴＭＬ文書を示す図
【図８】本発明の第２の実施の形態における入力画像デ
ータを示す図
ータを示す図
【図９】本発明の第２の実施の形態におけるＨＴＭＬレ
イアウト知識ＤＢを示す図
イアウト知識ＤＢを示す図
【図１０】本発明の第２の実施の形態における作成され
たＨＴＭＬ文書を示す図
たＨＴＭＬ文書を示す図
【図１１】本発明の第３の実施の形態における文書作成
装置の動作フローチャート
装置の動作フローチャート
【図１２】本発明の第３の実施の形態における入力画像
データを示す図
データを示す図
【図１３】本発明の第３の実施の形態における処理途中
のＨＴＭＬ文書を示す図
のＨＴＭＬ文書を示す図
【図１４】本発明の第３の実施の形態における作成され
たＨＴＭＬ文書を示す図
たＨＴＭＬ文書を示す図
１ 入力手段 ２ データ記憶手段 ３ レイアウト認識手段 ４ 文字認識手段 ５ ＨＴＭＬレイアウト知識ＤＢ ６ ＨＴＭＬレイアウト生成手段 ７ 出力手段 ８ スキャナ ９ 中央処理装置（ＣＰＵ） １０ リード・オンリー・メモリ（ＲＯＭ） １１ ランダム・アクセス・メモリ（ＲＡＭ） １２ 表示装置 １３ ディスク・ドライブ １４ 入力装置 １５ ２次記憶装置 １６ データ・バス ２０ ＨＴＭＬ文書作成手段
Claims (5)
- 【請求項１】画像データとして入力される文書から、所
定の構造化タグ言語で記述された文書を作成する文書作
成装置であって、 文書を画像データとして入力する入力手段と、 前記入力手段から入力される画像データを記憶する入力
画像記憶手段と、 入力画像記憶手段に記憶される画像データのレイアウト
を認識するレイアウト認識手段と、 構造化タグ言語のレイアウトに関する変換ルールを記憶
したレイアウト知識記憶手段と、 前記レイアウト知識記憶手段の変換ルールに基づいて、
前記レイアウト認識手段により認識される各レイアウト
に対して構造化タグ言語の制御コードを生成する制御コ
ード生成手段と、 前記入力画像記憶手段に記憶される画像データ中の文字
イメージを認識し、文字コードに変換する文字認識手段
と、 前記文字認識手段により出力される文字コードと、前記
制御コード生成手段により生成される制御コードとを関
連付けて、構造化タグ言語で記述された文書を作成する
文書作成手段と、 前記文書作成手段により作成された文書を出力する出力
手段と、を有することを特徴とする文書作成装置。 - 【請求項２】前記レイアウト知識記憶手段は、利用者に
より変換ルールを追加可能であることを特徴とする請求
項１に記載の文書作成装置。 - 【請求項３】前記文書作成手段は、複数の入力画像デー
タから得られる各文書を連結し、１つの構造化タグ言語
で記述された文書として生成することを特徴とする請求
項１記載の文書作成装置。 - 【請求項４】画像データとして入力される文書から、所
定の構造化タグ言語で記述された文書を作成する文書作
成方法であって、 入力される画像データを記憶するステップと、 入力される画像データのレイアウトを認識するステップ
と、 構造化タグ言語のレイアウトに関する変換ルールを参照
し、認識される各レイアウトに対して構造化タグ言語の
制御コードを生成するステップと、 入力される画像データ中の文字イメージを認識し、文字
コードに変換するステップと、 変換された文字コードと、生成された制御コードとを関
連付けて、構造化タグ言語で記述された文書を作成する
ステップと、 作成された文書を出力させるステップと、を有すること
を特徴とする文書作成方法。 - 【請求項５】画像データとして入力される文書から、所
定の構造化タグ言語で記述された文書を作成する文書作
成プログラムを記録した記録媒体であって、 入力される画像データを記憶するステップと、 入力される画像データのレイアウトを認識するステップ
と、 構造化タグ言語のレイアウトに関する変換ルールを参照
し、認識される各レイアウトに対して構造化タグ言語の
制御コードを生成するステップと、 入力される画像データ中の文字イメージを認識し、文字
コードに変換するステップと、 変換された文字コードと、生成された制御コードとを関
連付けて、構造化タグ言語で記述された文書を作成する
ステップと、 作成された文書を出力させるステップと、を有すること
を特徴とする文書作成プログラムを記録した記憶媒体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10041644A JPH11238053A (ja) | 1998-02-24 | 1998-02-24 | 文書作成装置および文書作成方法ならびに文書作成プログラムを記録した記録媒体 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10041644A JPH11238053A (ja) | 1998-02-24 | 1998-02-24 | 文書作成装置および文書作成方法ならびに文書作成プログラムを記録した記録媒体 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH11238053A true JPH11238053A (ja) | 1999-08-31 |
Family
ID=12614058
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP10041644A Pending JPH11238053A (ja) | 1998-02-24 | 1998-02-24 | 文書作成装置および文書作成方法ならびに文書作成プログラムを記録した記録媒体 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH11238053A (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2001016792A1 (en) * | 1999-09-01 | 2001-03-08 | R.R. Donnelley & Sons Company | Automated conversion of print-ready documents for display |
| US6928486B2 (en) | 1999-12-16 | 2005-08-09 | Nec Corporation | Portable radio communication terminal having expression style processing apparatus therein and express style method |
| JP2006330840A (ja) * | 2005-05-23 | 2006-12-07 | Mitsubishi Electric Corp | 文書作成支援装置および文書作成支援プログラム |
| US7278094B1 (en) | 2000-05-03 | 2007-10-02 | R. R. Donnelley & Sons Co. | Variable text processing for an electronic press |
-
1998
- 1998-02-24 JP JP10041644A patent/JPH11238053A/ja active Pending
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2001016792A1 (en) * | 1999-09-01 | 2001-03-08 | R.R. Donnelley & Sons Company | Automated conversion of print-ready documents for display |
| US6928486B2 (en) | 1999-12-16 | 2005-08-09 | Nec Corporation | Portable radio communication terminal having expression style processing apparatus therein and express style method |
| EP2453637A2 (en) | 1999-12-16 | 2012-05-16 | NEC Corporation | Portable radio communication terminal and expression style processing method therefor |
| US7278094B1 (en) | 2000-05-03 | 2007-10-02 | R. R. Donnelley & Sons Co. | Variable text processing for an electronic press |
| JP2006330840A (ja) * | 2005-05-23 | 2006-12-07 | Mitsubishi Electric Corp | 文書作成支援装置および文書作成支援プログラム |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5629846A (en) | Method and system for document translation and extraction | |
| JP4007562B2 (ja) | プログラミング補助方法および装置 | |
| JPWO2008108061A1 (ja) | 言語処理システム、言語処理方法、言語処理プログラムおよび記録媒体 | |
| JPH11238053A (ja) | 文書作成装置および文書作成方法ならびに文書作成プログラムを記録した記録媒体 | |
| JP2003186889A (ja) | 文書に注釈付けし、文書イメージから要約を生成する方法及び装置 | |
| JP2002073598A (ja) | 文書処理装置および方法 | |
| JP2009237885A (ja) | 文書編集装置及び方法ならびにプログラム | |
| US7661063B2 (en) | Document processing apparatus and control method thereof | |
| JP2001034611A (ja) | 読み情報出力装置および記録媒体 | |
| CN108388551A (zh) | 化学式及方程式的编辑方法、系统、存储介质、电子设备 | |
| JPH0883280A (ja) | 文書処理装置 | |
| JP2998674B2 (ja) | 設計作業における文書作成支援装置 | |
| JP4872285B2 (ja) | 文書管理装置、文書管理システムおよび文書管理方法 | |
| CN115131794A (zh) | 信息处理装置、记录介质及信息处理方法 | |
| JPH08161350A (ja) | 電子ファイリング方法および装置 | |
| JP3206600B2 (ja) | 文書生成装置 | |
| JP3497263B2 (ja) | マーク付け文書からの定型フォーマット文書生成方法及び装置 | |
| JP2006011549A (ja) | 構造化文書変換装置及びプログラム | |
| JPH10240763A (ja) | 文書情報管理システム | |
| JPH10134059A (ja) | Ｈｔｍｌ文書処理装置及びｈｔｍｌ文書処理方法 | |
| JP2006252164A (ja) | 中国語文書処理装置 | |
| JP3164086B2 (ja) | 手書き文字フォント作成方法及びそれを適用した手書き文字情報処理装置 | |
| JP2993880B2 (ja) | 電子ファイル装置 | |
| JP3424942B2 (ja) | 対訳画像形成装置 | |
| JP2924955B2 (ja) | 翻訳方法および翻訳装置 |