如何创建视频OCR？

Question

我在win form C＃应用程序中工作。 应用程序从视频设备（如电视/相机或输入视频文件）中获取图像。 然后处理它并将其保存在文本文档中。

我的问题是，“如何创建数字视频OCR？”

请建议我任何教程/链接/源代码。

Answer 1

从OCR部分的tesseract-ocr .net engine和相机方法的Emgu CV开始。祝你好运。

Answer 2

由于视频OCR仍然是一个活跃的研究课题，您可能需要付出更多努力来开发自己的视频OCR引擎。基本上，视频OCR框架可以基于视频场景剪切检测，文本检测和视频剪切识别来构建。

使用场景剪切检测作为预处理步骤，以降低计算成本;然后在视频剪切帧中本地化文本内容的位置和边界;通过使用适当的文本分段和二值化技术从背景中分离文本像素。最后，可以应用打印OCR引擎来获取Text结果。

如果您只是处理少量视频数据，则可以在mashape上使用free video OCR rest API。

Answer 3

如果您或其他任何人正在处理此问题，我发现this site非常有帮助 基本上，视频转换为静止图像，处理这些图像以优化OCR结果，然后每个图像都被OCR编辑。

Answer 4

以前的一些工作可能是相关的：

• 翻书视频流（https://ieeexplore.ieee.org/document/6778296）的OCR
• 用于视频索引的视频OCR，Sankirti S.和P​​.M. Kamade（https://arxiv.org/pdf/1109.6862.pdf）
• 视频OCR API（https://rapidapi.com/SemaMediaData/api/video-ocr）

Answer 5

Google Cloud提供了视频OCR API。 https://cloud.google.com/video-intelligence/docs/text-detection

您可以直接在视频中调用此API。它将返回文本边界框，并且它是与您的视频相关联的时间戳。