基于OpenCV的视频字幕识别系统研究与实现
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 引言 | 第10-15页 |
| 1.1 研究背景与意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 本文的研究内容 | 第12-13页 |
| 1.4 本文的章节安排 | 第13-15页 |
| 第二章 字幕帧检测算法的研究 | 第15-20页 |
| 2.1 概述 | 第15页 |
| 2.2 镜头分割算法 | 第15-19页 |
| 2.2.1 基于直方图的算法 | 第15-16页 |
| 2.2.2 基于像素差的算法 | 第16-17页 |
| 2.2.4 基于块匹配算法 | 第17-18页 |
| 2.2.5 基于轮廓的算法 | 第18-19页 |
| 2.3 算法设计 | 第19页 |
| 2.4 本章小结 | 第19-20页 |
| 第三章 字幕提取算法的研究 | 第20-26页 |
| 3.1 概述 | 第20页 |
| 3.2 字幕定位算法 | 第20-22页 |
| 3.2.1 基于边缘的定位方法 | 第20-21页 |
| 3.2.2 基于连通区域的定位方法 | 第21页 |
| 3.2.3 基于纹理的定位方法 | 第21页 |
| 3.2.4 基于学习的方法 | 第21-22页 |
| 3.3 字幕抽取算法 | 第22-24页 |
| 3.3.1 全局阈值二值化 | 第22页 |
| 3.3.2 局部阈值二值化 | 第22-23页 |
| 3.3.3 迭代阈值二值化 | 第23-24页 |
| 3.3.4 Qstu 算法 | 第24页 |
| 3.4 本章算法设计 | 第24-25页 |
| 3.5 本章小结 | 第25-26页 |
| 第四章 视频字幕识别算法的研究 | 第26-35页 |
| 4.1 概述 | 第26页 |
| 4.2 字符切割 | 第26-27页 |
| 4.3 归一化 | 第27-28页 |
| 4.4 特征提取 | 第28-34页 |
| 4.4.1 字符位置特征 | 第28-29页 |
| 4.4.2 字符外围轮廓特征 | 第29-30页 |
| 4.4.3 字符区域笔画分布特征 | 第30-31页 |
| 4.4.4 字符笔画方向分布特征 | 第31-32页 |
| 4.4.5 字符笔画密度分布特征 | 第32-33页 |
| 4.4.6 特征融合 | 第33-34页 |
| 4.5 本章小结 | 第34-35页 |
| 第五章 系统实现 | 第35-41页 |
| 5.1 概述 | 第35页 |
| 5.2 开发环境介绍 | 第35-36页 |
| 5.2.1 Visual Studio 2008 | 第35-36页 |
| 5.2.2 OpenCV 介绍 | 第36页 |
| 5.3 系统组成 | 第36-38页 |
| 5.3.1 系统整体框架 | 第36-37页 |
| 5.3.2 主界面设计 | 第37-38页 |
| 5.4 关键步骤伪代码实现 | 第38-40页 |
| 5.4.1 字幕帧检测的实现 | 第38页 |
| 5.4.2 字幕定位的实现 | 第38-39页 |
| 5.4.3 OSTU 二值化 | 第39页 |
| 5.4.4 字符位置特征提取 | 第39-40页 |
| 5.5 系统测试结果 | 第40-41页 |
| 第六章 工作总结与展望 | 第41-43页 |
| 6.1 总结 | 第41页 |
| 6.2 展望 | 第41-43页 |
| 参考文献 | 第43-46页 |
| 致谢 | 第46-47页 |
| 作者简介 | 第47页 |
