Question

急求一个【视频文本检测】的c++程序，主要功能是定位字幕区域，最好有一些代码说明

如题，程序的主要功能是：实现从视频帧中定位并截取字幕区域（只需要字幕部分就够了，场景中的文字不用识别。）

本人现在只是大致明白从图片中定位字幕区域的理论方法，但程序方面就无从下手了。
程序最好不要太多文件过于复杂的，能力有限怕我最后理解不了讲不清楚。当然如果有比较详细的代码说明文件是最好不过的了。

现在还有一个疑问就是，如果只是实现【图片】文本检测的话我能大致理解方法，但是【视频】文本检测的话，是不是就要用到额外的类似镜头分割的东西了？
程序的话如果实现不了【视频】文本检测的话，就先实现【图片】文本检测也可以接受。

谢过各路大神！~

Answer 1

图像二值化，根据字幕颜色划分阈值。其实openCV里面已经包含了视频处理的方法，理论上也是逐帧处理。每帧进行二值化后得到字幕的区域。通常如果采用颜色空间进行图像识别的话最好把原图转换为HSV颜色空间，根据H和S的更容易扣出想要的颜色区域，更何况是字幕这种一定会是某类单一颜色的情况。

openCV的视频读取方法大概如下：

IplImage* pImg = NULL;
CvMat* pFrame = NULL;
CvCapture* pCapture = NULL;

if( !(pCapture = cvCaptureFromFile(argv[1])))
{
cerr << "Can not open video file " << argv[1] << endl;;
return -2;
}

while(pFrame = cvQueryFrame(pCapture))
{
nFrmNum++;

if(nFrmNum == 1)
{
pImg = cvCreateImage(cvSize(pFrame->width, pFrame->height),
IPL_DEPTH_8U,1);
pFrame = cvCreateMat(pImg->height, pImg->width, CV_32FC1);

cvCvtColor(pFrame, pImg, ...);
}
else
{
//todo ...
}
}

如果要做文字识别就要用模式识别的方法了，不过这个需要大量训练样本才能做。

Answer 2

1.将视频流转换为有序的帧
2.将帧图像进行降噪等处理
3.根据特征定位所需区域
4.进行图像识别，将截取区域转换为文字
工具：VS2005+OpenCV

Answer 3

楼主能否说明一下你知道的 从图片中定位字幕区域的理论方法呢