[发明专利]一种视频字幕提取的方法

权利要求书

1.一种视频字幕提取的方法，用于把视频字幕区域检测结果由灰度图转换成二值图，并利用OCR软件获取字幕的识别结果，其特征在于，包括以下步骤：

(1)对视频字幕区域进行基于连通区统计的字幕颜色判断，确认字幕颜色是深色还是浅色，同时反转浅色字幕的灰度图片为深色字幕图片；

(2)对步骤(1)获得的灰度图片进行基于局部窗口分析的灰度图片二值化；

(3)进行OCR软件识别，提取字幕结果。

2.如权利要求1所述的一种视频字幕提取的方法，其特征在于，所述步骤(1)之前增加字幕区域的灰度值调整步骤，按照下列公式调整字幕区域的每一个像素x的灰度值：

公式一：I’(x)＝128+(I(x)-med)×ratio

公式二：med＝(max-min)×0.5

公式三：ratio＝255/(max-min)

其中，I’(x)是经过调整后像素x的新灰度值，I(x)是调整之前像素x的灰度值，med是字幕区域内所有像素的最大灰度值max与最小灰度值min的平均值，ratio表示灰度值调整的幅度。

3.如权利要求1所述的一种视频字幕提取的方法，其特征在于，所述步骤(2)和(3)之间增加如下步骤：对所述步骤(2)获得的二值图片进行周边融合去噪，具体方法为：

(A)把二值图片周边一定像素宽的所有像素都变成黑色；

(B)寻找有周边像素的连通区，把这个连通区转成和背景相同的白色。

4.如权利要求1所述的一种视频字幕提取的方法，其特征在于，所述步骤(1)中颜色判断的具体方法是：用Otsu方法把灰度图片二值化，然后查找白色和黑色的4连通块，去除连通块外接矩形的宽高都极小的那些连通块，最后统计出白色连通块个数COM_white和黑色连通块个数COM_black，如果COM_white＞COM_black，则字幕是浅色的，反之则为深色。

5.如权利要求1所述的一种视频字幕提取的方法，其特征在于，所述步骤(2)的具体方法是：利用一个小窗口从左到右依次重叠扫描灰度字幕区域，然后对小窗口中的灰度值进行分析得到Otsu阈值，进行二值化。

6.如权利要求1所述的一种视频字幕提取的方法，其特征在于，所述步骤(3)中用OCR软件识别视频字幕区域的二值图片以获取视频字幕文本。