文丨颜 开

（湖南株洲市广播电视台，湖南株洲 412000）

1 引言

电视节目是人们获取信息的重要途径之一，而视频中的标题字幕往往囊括了该视频的主要内容。如果能把字幕提取出来，那么对于将视频分类整理、快速搜索，都有很大的好处。国内外有大量这方面的研究论文，很多学者都已经搭建了视频文字处理系统，虽然处理方法上有所不同，但基本都分为视频片段切割成帧、文字区域检测、文字跟踪和增强、文字区域的灰度化和二值化、文字识别五个部分。其中最重要的部分是文字区域检测。当前字幕检测方法大致有连通区域分析法、纹理分析法、边缘检测法、时空分布特征分析法等等。而当前存在的问题就是如何提高提取出的字幕信息的准确率。

笔者所要研究的内容，首先是利用软件将模拟信号视频用帧内压缩编码的方式转换为数字视频，然后再利用上述原理，编程将视频中的标注字幕提取出来保存为图像文件。最后利用已经成熟的OCR图像转文字技术将其转化为.txt文本文件并同原视频关联。

2 数字视频转换

采用视频采集卡和视频采集软件，把模拟视频转换为数字视频。接着采用了Easy Realmedia Producer V1.94进行帧内压缩编码。最后通过Adobe Premiere Pro 2.0软件提取出视频中的帧。

3 字幕图像提取

3.1 文字区域检测及分割

图3.1 原始图像

笔者实现文字区域检测的方法较为简易。

首先，对图像采用高斯滤波。图像滤波的作用，是在尽量保留图像细节特征的条件下对目标像的噪声进行抑制，是图像预处理中不可缺少的操作，其处理效果的好坏将直接响到后续图像处理和分析的有效性和可靠性。……