[發(fā)明專利]一種視頻字幕OCR識(shí)別的自動(dòng)校正方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201610039259.6
• 申請(qǐng)日: 2016-01-21
• 公開（公告）號(hào): CN105740760B
• 公開（公告）日: 2017-03-15
• 發(fā)明（設(shè)計(jì)）人: 謝超平;吳春中;羅明利
• 申請(qǐng)（專利權(quán)）人: 成都索貝數(shù)碼科技股份有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/32
• 代理公司: 成都金英專利代理事務(wù)所(普通合伙)51218
• 代理人: 袁英

1.一種視頻字幕OCR識(shí)別的自動(dòng)校正方法，其特征在于：包括以下步驟：

S1.獲取帶字幕的原始視頻圖像，并對(duì)該原始視頻圖像進(jìn)行二值化處理得到二值化圖像；

S2.分別對(duì)原始視頻圖像和二值化圖像進(jìn)行光學(xué)字符識(shí)別，得到多個(gè)參考識(shí)別結(jié)果；

S3.根據(jù)所述多個(gè)參考識(shí)別結(jié)果獲取最優(yōu)識(shí)別結(jié)果。

2.根據(jù)權(quán)利要求1所述的一種視頻字幕OCR識(shí)別的自動(dòng)校正方法，其特征在于：所述步驟S2包括以下子步驟：

S21.對(duì)原始視頻圖像進(jìn)行光學(xué)字符識(shí)別，得到第一視頻識(shí)別結(jié)果和第一文檔識(shí)別結(jié)果；

S22.對(duì)二值化圖像進(jìn)行光學(xué)字符識(shí)別，得到第二視頻識(shí)別結(jié)果和第二文檔識(shí)別結(jié)果。

3.根據(jù)權(quán)利要求1所述的一種視頻字幕OCR識(shí)別的自動(dòng)校正方法，其特征在于：所述步驟S3包括以下子步驟：

S31.針對(duì)每個(gè)參考識(shí)別結(jié)果中的每個(gè)文字產(chǎn)生一個(gè)字幕矩形區(qū)域和一個(gè)置信度；

S32.對(duì)所有字幕矩形區(qū)域進(jìn)行去除噪聲處理；

S33.根據(jù)每個(gè)參考識(shí)別結(jié)果的置信度選取得到最可靠的參考識(shí)別結(jié)果，將該最可靠的參考識(shí)別結(jié)果作為備選識(shí)別結(jié)果，并計(jì)算該備選識(shí)別結(jié)果中文字的特征數(shù)據(jù)；

S34.根據(jù)文字的特征數(shù)據(jù)對(duì)備選識(shí)別結(jié)果進(jìn)行字幕矩形區(qū)域劃分檢查；

S35.結(jié)合其它所有參考識(shí)別結(jié)果，對(duì)備選識(shí)別結(jié)果中的所有字幕矩形區(qū)域逐個(gè)進(jìn)行判斷，得到各字幕矩形區(qū)域?qū)?yīng)的文字的最優(yōu)結(jié)果，將備選識(shí)別結(jié)果中所有字幕矩形區(qū)域?qū)?yīng)的文字的最優(yōu)結(jié)果按照順序組合成最優(yōu)識(shí)別結(jié)果。

4.根據(jù)權(quán)利要求3所述的一種視頻字幕OCR識(shí)別的自動(dòng)校正方法，其特征在于：所述步驟S35中對(duì)備選識(shí)別結(jié)果中的字幕矩形區(qū)域進(jìn)行判斷的方式為：獲取備選識(shí)別結(jié)果和其他所有參考識(shí)別結(jié)果在同一順序處的字幕矩形區(qū)域?qū)?yīng)的文字；將在該順序處的字幕矩形區(qū)域?qū)?yīng)的文字相同的識(shí)別結(jié)果分為同一類，當(dāng)只有一類時(shí)，則將該類對(duì)應(yīng)的文字作為該順序處的字幕矩形區(qū)域?qū)?yīng)的文字的最優(yōu)結(jié)果；當(dāng)有多類時(shí)，若各類中的識(shí)別結(jié)果的數(shù)量相同，則將所有識(shí)別結(jié)果的置信度進(jìn)行加權(quán)計(jì)算，選取包含的識(shí)別結(jié)果的加權(quán)置信度最好的一類對(duì)應(yīng)的文字作為該順序處的字幕矩形區(qū)域?qū)?yīng)的文字的最優(yōu)結(jié)果，否則選取包含識(shí)別結(jié)果數(shù)量最多的一類對(duì)應(yīng)的文字作為該順序處的字幕矩形區(qū)域?qū)?yīng)的文字的最優(yōu)結(jié)果。

5.根據(jù)權(quán)利要求3所述的一種視頻字幕OCR識(shí)別的自動(dòng)校正方法，其特征在于：所述文字的特征數(shù)據(jù)包括文字的寬度、文字的高度和相鄰文字的間距。

6.根據(jù)權(quán)利要求3所述的一種視頻字幕OCR識(shí)別的自動(dòng)校正方法，其特征在于：所述步驟S33中根據(jù)每個(gè)參考識(shí)別結(jié)果的置信度選取得到最可靠的參考識(shí)別結(jié)果的方式為：

S331.根據(jù)每個(gè)文字的矩形區(qū)域計(jì)算出每個(gè)文字的寬度；

S332.統(tǒng)計(jì)出所有的寬度以及該寬度對(duì)應(yīng)的文字的個(gè)數(shù)；

S333.選取寬度相差最小的參考識(shí)別結(jié)果組作為最可靠的參考識(shí)別結(jié)果。