[發(fā)明專利]一種視頻圖像文字的檢測(cè)方法和裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201510091888.9
• 申請(qǐng)日: 2015-02-28
• 公開（公告）號(hào): CN104766076B
• 公開（公告）日: 2019-01-01
• 發(fā)明（設(shè)計(jì)）人: 許鵬;王濤;張彥剛
• 申請(qǐng)（專利權(quán)）人: 北京奇藝世紀(jì)科技有限公司
• 主分類號(hào): G06K9/20
• 分類號(hào): G06K9/20;G06K9/54
• 代理公司: 北京潤(rùn)澤恒知識(shí)產(chǎn)權(quán)代理有限公司 11319
• 代理人: 劉祥景

1.一種視頻圖像文字的檢測(cè)方法，其特征在于，所述方法包括：

對(duì)視頻圖像進(jìn)行文字檢測(cè)，確定所述視頻圖像的文本區(qū)域；

對(duì)所述視頻圖像的文本區(qū)域進(jìn)行侵蝕處理，得到侵蝕后的文本區(qū)域；利用所述視頻圖像的顏色信息對(duì)所述視頻圖像的文本區(qū)域進(jìn)行文字和背景分割，得到二值化文字圖像，包括：利用所述文本區(qū)域作為掩板，從所述視頻圖像中過濾掉背景，得到文字；提取所述文字的三通道像素值；對(duì)每個(gè)通道提取的像素值進(jìn)行排序，并依據(jù)排序結(jié)果確定中位數(shù)為所述文字對(duì)應(yīng)的三通道中心像素值；判斷所述文本區(qū)域中每個(gè)像素點(diǎn)與所述中心像素值是否符合預(yù)置條件，若符合，則確定當(dāng)前像素點(diǎn)為文字；若不符合，則確定當(dāng)前像素點(diǎn)為背景；

對(duì)所述二值化文字圖像進(jìn)行過濾處理，得到過濾后的文字圖像；

其中，所述對(duì)所述二值化文字圖像進(jìn)行過濾處理，得到過濾后的文字圖像的步驟，包括：

依據(jù)對(duì)所述文本區(qū)域分割出的文字，獲取所述文字的筆畫寬度信息以及所述文字的寬度信息；

依據(jù)所述文字的筆畫寬度信息和所述文字的寬度信息，對(duì)所述文本區(qū)域的文字進(jìn)行切割緊縮處理；其中，對(duì)所述文本區(qū)域的文字進(jìn)行切割緊縮處理包括：判斷文字粘連點(diǎn)，并對(duì)粘連點(diǎn)進(jìn)行切割處理；對(duì)部首間間隔過大的文字進(jìn)行緊縮處理；

對(duì)所述切割緊縮處理后的文本區(qū)域進(jìn)行去噪處理，得到過濾后的文字圖像。

2.如權(quán)利要求1所述的方法，其特征在于，所述得到過濾后的文字圖像之后，還包括：

利用所述過濾后的文字圖像作為掩板，從所述視頻圖像中獲取文字顏色信息，得到彩色文字圖像。

3.如權(quán)利要求1所述的方法，其特征在于，所述對(duì)視頻圖像進(jìn)行文字檢測(cè)，確定所述視頻圖像的文本區(qū)域的步驟，包括：

利用筆畫寬度變換的檢測(cè)方法對(duì)所述視頻圖像進(jìn)行文字檢測(cè)，確定所述視頻圖像的文本區(qū)域。

4.一種視頻圖像文字的檢測(cè)裝置，其特征在于，所述裝置包括：

檢測(cè)模塊，用于對(duì)視頻圖像進(jìn)行文字檢測(cè)，確定所述視頻圖像的文本區(qū)域；

侵蝕模塊，用于對(duì)所述視頻圖像的文本區(qū)域進(jìn)行侵蝕處理，得到侵蝕后的文本區(qū)域；

分割模塊，用于利用所述視頻圖像的顏色信息對(duì)所述視頻圖像的文本區(qū)域進(jìn)行文字和背景分割，得到二值化文字圖像；包括：背景過濾單元，用于利用所述文本區(qū)域作為掩板，從所述視頻圖像中過濾掉背景，得到文字；提取單元，用于提取所述文字的三通道像素值；中心確定單元，用于對(duì)每個(gè)通道提取的像素值進(jìn)行排序，并依據(jù)排序結(jié)果確定中位數(shù)為所述文字對(duì)應(yīng)的三通道中心像素值；判斷子模塊，用于判斷所述文本區(qū)域中每個(gè)像素點(diǎn)與所述中心像素值是否符合預(yù)置條件，若符合，則確定當(dāng)前像素點(diǎn)為文字；若不符合，則確定當(dāng)前像素點(diǎn)為背景；

過濾模塊，用于對(duì)所述二值化文字圖像進(jìn)行過濾處理，得到過濾后的文字圖像；

其中，所述過濾模塊，具體包括：

文字信息獲取子模塊，用于依據(jù)對(duì)所述文本區(qū)域分割出的文字，獲取所述文字的筆畫寬度信息以及所述文字的寬度信息；

切割緊縮子模塊，用于依據(jù)所述文字的筆畫寬度信息和所述文字的寬度信息，對(duì)所述文本區(qū)域的文字進(jìn)行切割緊縮處理；其中，對(duì)所述文本區(qū)域的文字進(jìn)行切割緊縮處理包括：判斷文字粘連點(diǎn)，并對(duì)粘連點(diǎn)進(jìn)行切割處理；對(duì)部首間間隔過大的文字進(jìn)行緊縮處理；

去噪子模塊，用于對(duì)所述切割緊縮處理后的文本區(qū)域進(jìn)行去噪處理，得到過濾后的文字圖像。

5.如權(quán)利要求4所述的裝置，其特征在于，所述裝置還包括：

顏色獲取模塊，用于利用所述過濾后的文字圖像作為掩板，從所述視頻圖像中獲取文字顏色信息，得到彩色文字圖像。

6.如權(quán)利要求4所述的裝置，其特征在于，所述檢測(cè)模塊，具體用于利用筆畫寬度變換的檢測(cè)方法對(duì)所述視頻圖像進(jìn)行文字檢測(cè)，確定所述視頻圖像的文本區(qū)域。