專利名稱：組合的圖像與文本文檔的制作方法
組合的圖像與文本文檔
背景技術(shù)：
打印的或其它紙質(zhì)文檔可以掃描為圖像以及存儲(chǔ)為電子文檔。文檔的掃描圖像提供諸如文檔的文本、手寫筆記、書寫的簽名、水印和/或其它可見的標(biāo)記之類的文檔內(nèi)容的精確的可見的表示。然而，在掃描圖像中的文檔的文本不能進(jìn)行搜索、選擇和/或復(fù)制。光學(xué)字符識(shí)別(OCR)技術(shù)典型地被利用來把來自原始文檔的文檔文本、或在掃描圖像中的文檔文本轉(zhuǎn)換成可編輯的文本表示，它使得該文本能夠被搜索、選擇和/或復(fù)制。 然而，文檔文本的文本表示典型地作為文本文件被生成，它不保持原始文檔的可見的外觀或表示。例如，當(dāng)文檔的文本文件被生成時(shí)，諸如原始文檔的格式、布局和人工痕跡那樣的原始文檔特征，以及手寫筆記、書寫的簽名、水印和/或其它可見的標(biāo)記不被保持。

發(fā)明內(nèi)容
本發(fā)明內(nèi)容被提供來介紹組合的圖像和文本文檔的簡(jiǎn)化的概念。該簡(jiǎn)化的概念在下面在具體實(shí)施方式
中被進(jìn)一步描述。本發(fā)明內(nèi)容不打算標(biāo)識(shí)請(qǐng)求保護(hù)的主題的必要特征，也不打算用于確定請(qǐng)求保護(hù)的主題的范圍。描述了組合的圖像與文本文檔。在實(shí)施例中，通過利用掃描應(yīng)用可以生成文檔的掃描圖像，通過利用字符識(shí)別應(yīng)用可以生成被包括在文檔中的文本的文本表示。文本表示的位置數(shù)據(jù)可以與在文檔的掃描圖像中的對(duì)應(yīng)文本的位置相關(guān)聯(lián)。在掃描圖像與文本表示是用戶可獨(dú)立地選擇用于顯示的情況下，掃描圖像然后可以被再現(xiàn)，以便與作為透明覆層的文本表示相重疊地顯示。用戶可選擇的輸入可以被接收，以便顯示不帶有掃描圖像的文本表示、不帶有文本表示的掃描圖像、或顯示與掃描圖像相鄰的文本表示。在組合的圖像與文本文檔的其它實(shí)施例中，可以生成標(biāo)記(markup)文檔，其包括文本表示、相關(guān)聯(lián)的顯示對(duì)準(zhǔn)信息、和對(duì)用于顯示的掃描圖像的參考。選擇的文本可以從文本表示中搜索，所選擇文本的透明覆層可以被加亮，以便顯示在掃描圖像中的對(duì)應(yīng)文本被加亮的外觀。在替換的實(shí)施例中，文本表示可以被再現(xiàn)為可見覆層，用于顯示在掃描圖像上，以便圖示文本表示與掃描圖像中的對(duì)應(yīng)文本的比較，該比較反映字符識(shí)別應(yīng)用的精確度。另外，掃描圖像可以以第一顏色被顯示，其同以與第一顏色形成對(duì)比的第二顏色被顯示的文本表示重疊，從而進(jìn)一步圖示文本表示與在掃描圖像中的對(duì)應(yīng)文本的比較。


參照以下的附圖描述組合的圖像與文本文檔的實(shí)施例。相同的標(biāo)號(hào)被貫穿各圖使用，以指代相同的特征和部件
圖1圖示可以實(shí)施組合的圖像與文本文檔的實(shí)施例的示例的系統(tǒng)； 圖2圖示按照一個(gè)或多個(gè)實(shí)施例的示例的組合的圖像與文本文檔； 圖3圖示按照一個(gè)或多個(gè)實(shí)施例的用于組合的圖像與文本文檔的示例的方法； 圖4圖示按照一個(gè)或多個(gè)實(shí)施例的用于組合的圖像與文本文檔的示例的方法； 圖5圖示可以實(shí)施組合的圖像與文本文檔的實(shí)施例的示例的設(shè)備的各種部件。
具體實(shí)施例方式組合的圖像與文本文檔的實(shí)施例提供文檔可被掃描來生成文檔的掃描圖像。然后可以從原始的文檔或從掃描圖像生成被包括在文檔中的文本的文本表示。可以生成標(biāo)記文檔，其包括被包含在原始文檔中的文本的文本表示，相關(guān)聯(lián)的顯示對(duì)準(zhǔn)信息、和對(duì)于掃描圖像的參考。然后可以顯示掃描圖像，并與作為掃描圖像的透明覆層的文本表示重疊。在實(shí)施例中，所選擇的文本可以在文本表示中進(jìn)行搜索，和/或在標(biāo)記文檔中進(jìn)行搜索，以及可以加亮所選擇文本的透明覆層，以便顯示在掃描圖像中的對(duì)應(yīng)文本被加亮的外觀。掃描圖像與文本表示也可以是用戶可獨(dú)立地選擇用于顯示的。例如，用戶可以發(fā)起用戶輸入，以在顯示器上顯示與掃描圖像相鄰的文本表示，這樣，掃描圖像和文本表示是可并排地觀看的。替換地，用戶可以選擇僅僅顯示文本表示而不帶有掃描圖像，或僅僅顯示掃描圖像而不帶有文本表示。雖然所描述的用于組合的圖像與文本文檔的系統(tǒng)和方法的特征和構(gòu)思可以在任何數(shù)目的不同的環(huán)境、系統(tǒng)、和/或各種配置下被實(shí)施，但組合的圖像與文本文檔的實(shí)施例是在以下的示例的系統(tǒng)和環(huán)境的情境中進(jìn)行描述的。圖1圖示可以實(shí)施組合的圖像與文本文檔的各種實(shí)施例的示例的系統(tǒng)100。示例的系統(tǒng)100是文檔表示系統(tǒng)，它包括示例的文檔102、可被實(shí)施來處理文檔的設(shè)備104、以及顯示設(shè)備106。示例的文檔102包括文本108、手寫的簽名110、手寫的筆記112、和圖像 114。示例的文檔還可以包括水印、頁碼、多個(gè)頁、和/或其它可見的標(biāo)記。設(shè)備104可被實(shí)施為包括掃描和復(fù)制文檔的文檔處理特征的計(jì)算機(jī)設(shè)備。替換地或此外，設(shè)備104可被連接到掃描、復(fù)制和/或另外管理和處理文檔的多功能設(shè)備或獨(dú)立的設(shè)備。設(shè)備104可以利用處理器、通信部件、數(shù)據(jù)輸入裝置、存儲(chǔ)器部件、處理與控制電路、 和內(nèi)容再現(xiàn)系統(tǒng)來實(shí)施。設(shè)備104還可以利用如參照?qǐng)D5所示的示例設(shè)備所描述的任何數(shù)目的不同部件和這些部件的組合來實(shí)施。設(shè)備104也可以與操作設(shè)備的用戶(即，個(gè)人) 和/或?qū)嶓w相關(guān)聯(lián)，使得設(shè)備描述包括用戶、軟件和/或設(shè)備的組合的邏輯設(shè)備。在本例中，設(shè)備104包括一個(gè)或多個(gè)處理器116 (例如，任何的微處理器、控制器等等)，它處理各種計(jì)算機(jī)可執(zhí)行的指令來實(shí)施組合的圖像與文本文檔的實(shí)施例。替換地或此外，設(shè)備104可以用硬件、固件、或結(jié)合處理與控制電路被實(shí)施的固定邏輯電路的任一項(xiàng)或它們的組合來實(shí)施。雖然未示出，但設(shè)備104可包括耦合設(shè)備內(nèi)的各種部件，或耦合到其它設(shè)備的系統(tǒng)總線或數(shù)據(jù)傳送系統(tǒng)。設(shè)備104還可以包括通信接口，其可被實(shí)施為串行和 /或并行接口、無線接口、任何類型的網(wǎng)絡(luò)接口、調(diào)制解調(diào)器、和/或任何其它類型的通信接口。通信接口提供設(shè)備104與通信網(wǎng)絡(luò)(例如，LAN, WLAN)和/或其它文檔處理設(shè)備之間的連接和/或通信鏈路?？蛻粼O(shè)備104還可包括設(shè)備管理器118(例如，控制應(yīng)用、軟件應(yīng)用、信號(hào)處理與控制模塊、對(duì)于特定設(shè)備的本機(jī)碼、對(duì)于特定設(shè)備的硬件抽象層等等)。客戶設(shè)備104還包括再現(xiàn)系統(tǒng)120，該再現(xiàn)系統(tǒng)可被實(shí)施來再現(xiàn)掃描圖像、文本表示、和/或用戶接口，以用于在顯示設(shè)備106上顯示，以便實(shí)施組合的圖像與文本文檔的實(shí)施例。設(shè)備104還包括存儲(chǔ)介質(zhì)122，用于存儲(chǔ)或另外保存各種數(shù)據(jù)與信息。存儲(chǔ)介質(zhì) 122可被實(shí)施為任何類型的存儲(chǔ)器、磁盤或光盤存儲(chǔ)裝置、和/或其它適當(dāng)?shù)碾娮訑?shù)據(jù)存儲(chǔ)裝置。存儲(chǔ)介質(zhì)122也可指或被實(shí)施為計(jì)算機(jī)可讀的介質(zhì)，諸如一個(gè)或多個(gè)存儲(chǔ)器部件，它們提供用來存儲(chǔ)各種設(shè)備應(yīng)用1 和任何其它類型的信息和/或與設(shè)備104的運(yùn)行方面有關(guān)的數(shù)據(jù)的數(shù)據(jù)存儲(chǔ)機(jī)制。例如，操作系統(tǒng)和/或軟件模塊和部件可以利用存儲(chǔ)介質(zhì)122 作為計(jì)算機(jī)應(yīng)用被保存，并在處理器116上被執(zhí)行。設(shè)備104包括字符識(shí)別應(yīng)用126、掃描應(yīng)用128、和顯示應(yīng)用130，每個(gè)可以被實(shí)施為計(jì)算機(jī)可執(zhí)行的指令，并且由處理器116執(zhí)行，以便實(shí)施組合的圖像與文本文檔的實(shí)施例。字符識(shí)別應(yīng)用126、掃描應(yīng)用128、和顯示應(yīng)用130是設(shè)備應(yīng)用124的例子，它們可以被存儲(chǔ)介質(zhì)122保存。雖然被圖示和被描述為設(shè)備104的應(yīng)用，但設(shè)備應(yīng)用以及用來實(shí)施這里描述的各種實(shí)施例的其它功能可作為服務(wù)或作為與設(shè)備104分開的設(shè)備被提供(例如， 在分開的設(shè)備上或通過第三方服務(wù)被提供)。掃描應(yīng)用1 可被實(shí)施來掃描文檔和生成掃描圖像132，該掃描圖像可利用在設(shè)備104處的存儲(chǔ)介質(zhì)122來保存。例如，掃描應(yīng)用1 可以掃描文檔102，和生成文檔的掃描圖像134，如在顯示設(shè)備106上顯示的。掃描圖像可以以任何可應(yīng)用的格式被生成，以及可以利用壓縮方案，諸如TIFF, FAX G3/G4, PNG, JPEG, MRC, XPS, PDF等等。字符識(shí)別應(yīng)用1 可被實(shí)施來掃描文檔和生成被包括在文檔中的文本的文本表示136。例如，字符識(shí)別應(yīng)用1 可以掃描文檔102和生成被包括在文檔102中的文本108 的文本表示138，如在顯示設(shè)備106上顯示的。文本表示可以通過利用任何可應(yīng)用的光學(xué)字符識(shí)別(OCR)技術(shù)或算法而被生成。在本例中，文本表示138與掃描圖像134相鄰地被顯示在顯示設(shè)備106上。在實(shí)施例中，掃描圖像Π4和文本表示138是用戶可獨(dú)立地選擇用于顯示的。顯示應(yīng)用130可以接收在設(shè)備104處的用戶可選擇的輸入，以發(fā)起與掃描圖像134相鄰的文本表示138的顯示，使得掃描圖像與文本表示可并排地觀看。替換地，顯示應(yīng)用130可以接收在設(shè)備104 處的用戶可選擇的輸入，以發(fā)起不帶有掃描圖像的文本表示138的顯示，或不帶有文本表示的掃描圖像134的顯示。字符識(shí)別應(yīng)用1 也可以被實(shí)施成當(dāng)生成文本表示用于顯示時(shí)， 將文本表示138的位置數(shù)據(jù)與在文檔102的掃描圖像134中對(duì)應(yīng)的原始文本108的位置進(jìn)行相關(guān)。顯示應(yīng)用130可被實(shí)施成與再現(xiàn)系統(tǒng)120進(jìn)行相關(guān)，以便管理掃描圖像與文本表示在顯示設(shè)備106上的顯示。顯示應(yīng)用130還可被實(shí)施成生成標(biāo)記文檔140，其包括文本表示138、相關(guān)聯(lián)的顯示對(duì)準(zhǔn)信息、和對(duì)于掃描圖像134的參考。標(biāo)記文檔140可以被實(shí)施為基于XML的標(biāo)記，或以描述用于在顯示設(shè)備106上顯示的頁的任何其它可應(yīng)用的格式。在實(shí)施例中，標(biāo)記文檔可包括表示用于顯示的掃描圖像134和文本表示138的數(shù)據(jù)。在實(shí)施方案中，標(biāo)記文檔140和包含掃描圖像134與標(biāo)記文檔140的文檔包可以在掃描設(shè)備上直接生成和/或利用掃描應(yīng)用1 而生成。對(duì)于在本例中的掃描圖像134與文本表示138的標(biāo)記文檔140的例子可包括
權(quán)利要求
1.一種方法(300)，包括利用掃描應(yīng)用(128)生成(302)文檔(102)的掃描圖像(134)；利用字符識(shí)別應(yīng)用(126)生成(304)被包括在文檔(10 中的文本(108)的文本表示 (138)；將文本表示(138)的位置數(shù)據(jù)與在文檔(10 的掃描圖像(134)中對(duì)應(yīng)文本的位置進(jìn)行相關(guān)(306)；以及再現(xiàn)(310)掃描圖像(134)，以便與作為透明覆層O02)的文本表示(138)相重疊地顯示，掃描圖像(134)與文本表示(138)是用戶可獨(dú)立地選擇用于顯示的。
2.如在權(quán)利要求1中所述的方法，還包括生成標(biāo)記文檔，其包括文本表示、相關(guān)聯(lián)的顯示對(duì)準(zhǔn)信息、和對(duì)用于顯示的掃描圖像的參考。
3.如在權(quán)利要求1中所述的方法，還包括接收用戶可選擇的輸入，以便顯示不帶有掃描圖像的文本表示或不帶有文本表示的掃描圖像中的至少一項(xiàng)。
4.如在權(quán)利要求1中所述的方法，還包括接收用戶可選擇的輸入，以便顯示與掃描圖像相鄰的文本表示。
5.如在權(quán)利要求1中所述的方法，還包括再現(xiàn)作為用于在掃描圖像上顯示的可見覆層的文本表示，以便說明文本表示與在掃描圖像中的對(duì)應(yīng)文本的比較，其反映字符識(shí)別應(yīng)用的精確度。
6.如在權(quán)利要求5中所述的方法，其中掃描圖像以第一顏色被顯示，其同以與第一顏色形成對(duì)比的第二顏色被顯示的文本表示重疊，以進(jìn)一步說明文本表示與在掃描圖像中的對(duì)應(yīng)文本的比較。
7.如在權(quán)利要求5中所述的方法，還包括接收用戶可選擇的輸入，以便顯示不帶有掃描圖像的文本表示或不帶有作為可見覆層的文本表示的掃描圖像中的至少一項(xiàng)。
8.如在權(quán)利要求1中所述的方法，還包括在以透明的顏色被顯示在掃描圖像上的文本表示中，搜索所選擇的文本；以及加亮所選擇的文本的透明覆層，以便顯示在掃描圖像中的對(duì)應(yīng)文本被加亮的外觀。
9.一種文檔表示系統(tǒng)(100)，包括由掃描應(yīng)用(128)生成的文檔(102)的掃描圖像(134)；字符識(shí)別應(yīng)用(126)，被配置成生成被包括在文檔(10 中的文本(108)的文本表示 (138)，和將文本表示(138)的位置數(shù)據(jù)與在文檔(102)的掃描圖像(134)中的對(duì)應(yīng)文本的位置進(jìn)行相關(guān)；以及顯示應(yīng)用(130)，被配置成發(fā)起掃描圖像(134)與作為透明覆層(20 的文本表示 (138)相重疊的顯示，掃描圖像(134)與文本表示(138)是用戶可獨(dú)立地選擇用于顯示的。
10.如在權(quán)利要求9中所述的文檔表示系統(tǒng)，其中顯示應(yīng)用還被配置成生成標(biāo)記文檔， 其包括文本表示、相關(guān)聯(lián)的顯示對(duì)準(zhǔn)信息、和對(duì)用于顯示的掃描圖像的參考。
11.如在權(quán)利要求9中所述的文檔表示系統(tǒng)，其中顯示應(yīng)用還被配置成接收用戶可選擇的輸入，以發(fā)起不帶有掃描圖像的文本表示，或不帶有文本表示的掃描圖像中的至少一項(xiàng)的顯示。
12.如在權(quán)利要求9中所述的文檔表示系統(tǒng)，其中顯示應(yīng)用還被配置成接收用戶可選擇的輸入，以便發(fā)起與掃描圖像相鄰的文本表示的顯示。
13.如在權(quán)利要求9中所述的文檔表示系統(tǒng)，其中顯示應(yīng)用還被配置成發(fā)起作為用于在掃描圖像上顯示的可見覆層的文本表示的顯示，以便說明文本表示與在掃描圖像中的對(duì)應(yīng)文本的比較，其反映字符識(shí)別應(yīng)用的精確度。
14.如在權(quán)利要求13中所述的文檔表示系統(tǒng)，其中顯示應(yīng)用還被配置成發(fā)起掃描圖像以第一顏色的顯示，其同以與第一顏色形成對(duì)比的第二顏色被顯示的文本表示重疊，從而進(jìn)一步說明文本表示與在掃描圖像中的對(duì)應(yīng)文本的比較。
15.如在權(quán)利要求9中所述的文檔表示系統(tǒng)，其中顯示應(yīng)用還被配置成 接收對(duì)于所選擇的文本的文本搜索請(qǐng)求；在以透明的顏色被顯示在掃描圖像上的文本表示中發(fā)起對(duì)于所選擇的文本的搜索；以及加亮所選擇的文本的透明覆層，以便顯示在掃描圖像中的對(duì)應(yīng)文本被加亮的外觀。
全文摘要
描述了組合的圖像與文本文檔。在實(shí)施例中，通過利用掃描應(yīng)用可以生成文檔的掃描圖像，通過利用字符識(shí)別應(yīng)用可以生成被包括在文檔中的文本的文本表示。文本表示的位置數(shù)據(jù)可以與在文檔的掃描圖像中的對(duì)應(yīng)文本的位置相關(guān)聯(lián)。在掃描圖像與文本表示是用戶可獨(dú)立地選擇用于顯示的情況下，掃描圖像然后可以被再現(xiàn)用于與作為透明覆層的文本表示相重疊地顯示。用戶可選擇的輸入可以被接收，以便顯示不帶有掃描圖像的文本表示、不帶有文本表示的掃描圖像、或顯示與掃描圖像相鄰的文本表示。
文檔編號(hào)H04N1/387GK102273186SQ200980154158
公開日2011年12月7日 申請(qǐng)日期2009年12月3日 優(yōu)先權(quán)日2009年1月8日
發(fā)明者J. 米歇利斯 A., H. 費(fèi)爾 O. 申請(qǐng)人:微軟公司