一种基于字幕检测与识别的视频字幕还原方法

摘要

本发明是一种基于字幕检测与识别的视频字幕还原方法，包括以下步骤：步骤1：将视频上传到分析设备；步骤2：检测每帧上的字幕区域；步骤3：通过滑动窗口检测字幕；步骤4：将检测出来的字幕，其中的某一帧，使用OCR技术，识别出文字，将文字与字幕的起始和截止时间，存储为文本字幕。本发明通过字幕检测，检测出视频上的硬字幕，并通过光学字符识别技术，识别出硬字幕中的内容，还原得到软字幕（文本字幕）。

主权项

一种基于字幕检测与识别的视频字幕还原方法，其特征在于， 包括以下步骤：步骤1：将视频上传到分析设备；步骤2： 检测每帧上的字幕区域；步骤3： 通过滑动窗口检测字幕，滑动窗口里存储了最多连续的M帧图像的字幕候选区数据，并维护一个计数器；当滑动窗口为空时，直接将新帧放入；如果滑动窗口不为空且时，对于新帧，计算新帧与窗口内各帧的重叠区域，新帧与窗口内各帧的重叠区域均大于b%时，如果滑动窗口内帧数量小于M，则将新帧添加进滑动窗口中，若滑动窗口已满，则计数器加1；如果新帧与窗口内某一帧的重叠区域小于b%时；此时，如果计数器大于阈值N，则认为检测出一条字幕，该字幕的字幕起始时间为滑动窗口内第一帧所对应的时间，根据滑动窗口的大小和计数器值，可以计算该条字幕所跨越的帧的数量，得出字幕的截止时间；无论是否检测出字幕，都将新帧加入滑动窗口内，同时，计数器置为0，所述M、N、b为预先设置的固定值；步骤4：将检测出来的字幕，其中的某一帧，使用OCR技术，识别出文字，将文字与字幕的起始和截止时间，存储为文本字幕。