最近在研究视频字幕识别,写了一个小的程序,得到一些实验结果,同时也存在着一些问题,这里拿出来和大家分享下。
1.工具
(1)tesseract_ocr(识别汉字);
(2)vs2010;
(3)opencv244(其中涉及图像处理部分)。
这里我把自己用到的资料都上传了,链接奉上:
http://download.csdn.net/detail/zhancf/9227333
2.实现过程
准备好上述材料以后,按照步骤完成vs2010下opencv244和tesseract_ocr的安装后,就可以进行操作了。
首先,如果直接对一幅图像利用tesseract_ocr进行识别,识别的效果非常差,例如下图:
直接识别的结果为空,什么都没有识别出来。但是如果我们仅仅截取字幕部分进行识别呢?识别效果是怎样的呢?我们截取出字幕部分如下:
发现识别结果还是为空,无法识别。
我们发现直接将这些复杂的图片进行tesseract_ocr识别,想要识别里面的汉字是不现实的,因此,我们先对图像进行处理