特征变换：为什么高特征值表示文本区域？

Question

许多论文提到文本区域在图像被分成m×m矩阵块之后产生从灰度像素值计算的高特征值。此外，特征值是图像纹理“粗糙度”的度量。

这与获取文字有什么关系？文本区域通常有两种颜色，背景和前景，字母笔划均匀。这种粗糙度在哪里 - 可能有许多其他特征会更粗糙并触发高特征值。有人可以指出从哪里得到连接这些东西的数学？

编辑： 一些论文包括在自然场景中文本检测的背景下提到特征值。

1. A framework towards realtime detection and tracking of text在灰度图像上使用Eigentransform。

2. An eigenvalue-based approach to text detection in video提到从梯度图像的协方差矩阵计算特征值。

Answer 1

只是一个方向，所以你可以开始阅读并最终更好地定位你的下一个问题：

您在谈论Principal Component Analysis

这里有一个示例应用程序：

HTH让你入门。