[发明专利]一种视频字幕的提取方法及装置

摘要

本发明实施例公开了一种视频字幕的提取方法及装置，属于图像处理领域。方法包括：将各图像帧进行叠加平均，则得到边缘强度图；在各边缘强度图中逐点扫描，统计边缘强度图中的笔画强度，并基于笔画强度将图像帧进行二值化；分析二值图中的连通域定位出对应的文字区域；在文字区域中拟合各颜色通道进行颜色聚类后滤波，从而在文字区域中提取对应的文字，进行OCR识别后得到视频中的字幕。本发明通过从图像增强后的各图像帧中定位文字区域，并以颜色聚类的方式提取文字区域中的文字后识别，通过颜色聚类在文字区域中有效地对视频帧中的文字进行了提取，不受文字区域中复杂背景的影响，从而提高了字幕的识别效果。

主权项

一种视频字幕的提取方法，其特征在于，包括如下步骤：抽取视频中的图像帧，将各图像帧进行叠加平均，则得到边缘强度图；在各边缘强度图中逐点扫描，统计边缘强度图中的笔画强度，并基于笔画强度将图像帧进行二值化；分析二值图中的连通域，从图像帧中定位出对应的文字区域；在文字区域中拟合各颜色通道进行颜色聚类后滤波，所述拟合各颜色通道进行颜色聚类时，统计文字区域中各个颜色通道的直方图，并根据所述直方图中的波峰数量确定待聚类的类别数量，按类别数量用模糊C聚类算法进行颜色聚类，将各类别分别进行文字滤波，统计各类别中的非零像素数，将非零像素数最多的对应类别图像作为包含字幕的文字区域，从而按得到的类别在含有字幕的文字区域中提取对应的文字；将所述文字进行OCR识别，得到视频中的字幕。