OCR入门理论（一）

1、文本检测

给定输入图像或者视频，找出文本的区域，可以是单字符位置或者整个文本行位置；

2、文本检测难点

（1）自然场景中文本具有多样性：文本检测受到文字颜色、大小、字体、形状、方向、语言、以及文本长度的影响；

（2）复杂的背景和干扰；文本检测受到图像失真，模糊，低分辨率，阴影，亮度等因素的影响；

（3）文本密集甚至重叠会影响文字的检测；

（4）文字存在局部一致性，文本行的一小部分，也可视为是独立的文本。

3、方法：基于回归的文本检测和基于分割的文本检测