视频中的文本检测

Question

我是图像处理和OCR的新手。 我希望在视频中检测文字。例如，检测行驶中的列车编号或行驶车辆的车牌号。 请解释我如何实现这一目标。另外，建议我使用好的源库和OCR。 提前谢谢。

Answer 1

OCR技术自然适用于图像。根据我多年的知识和经验，没有基于视频的通用OCR。有一些专门的系统，但它们通常是定制或微调到一些非常特定的环境。最好是在几个不连续的步骤中解决这个问题：

• 将视频分成帧
• 运行一些非常快速的分析或对象检测算法来确定哪个帧包含可以OCR的对象。或者通过其他触发器或时间戳（汽车通过桥梁收费，通过汽车到达某个特定位置时触发）来记录这些帧。
• 找到具有OCR能力对象的帧后，通过OCR运行它们。或者，如果速度不是问题，则在每个帧（或每10帧，如果对象没有快速移动）运行OCR，这样就可以跳过先前的对象检测步骤。

可以在上述每个通用步骤中使用各种机制和技术，无论哪种更适合特定环境和处理类型。