图像文本定位技术研究

【引言】图像中的文本通常描述了图像的有效信息，如路牌、字幕、商店招牌等。如果将图片中的文本自动地识别出来，对图像高层语义的自动理解、索引和检索是非常有价值的。大多数图像中的文本具有相对明显的特征，可通过计算机图像处理技术进行文本定位和分离，再通过较为成熟的文字识别技术，就能将图像中的文本提取出来。图像文本识别已成为数值图像处理领域的研究热点。图像文本的识别主要包括以下部分：（1）获取图像；（2）对获取图像进行预处理；（3）检测图像中包含文本的矩形区域，进行文本定位；（4）将文本从图像中分离出来，并通过光学字符识别系统（OCR）进行文本识别；（5）保存识别结果。其中第3 步图像文本定位是最为关键的步骤，成为研究的重点和难点。