[发明专利]一种视频字幕OCR识别的自动校正方法

权利要求书

1.一种视频字幕OCR识别的自动校正方法，其特征在于：包括以下步骤：

S1.获取带字幕的原始视频图像，并对该原始视频图像进行二值化处理得到二值化图像；

S2.分别对原始视频图像和二值化图像进行光学字符识别，得到多个参考识别结果；

S3.根据所述多个参考识别结果获取最优识别结果。

2.根据权利要求1所述的一种视频字幕OCR识别的自动校正方法，其特征在于：所述步骤S2包括以下子步骤：

S21.对原始视频图像进行光学字符识别，得到第一视频识别结果和第一文档识别结果；

S22.对二值化图像进行光学字符识别，得到第二视频识别结果和第二文档识别结果。

3.根据权利要求1所述的一种视频字幕OCR识别的自动校正方法，其特征在于：所述步骤S3包括以下子步骤：

S31.针对每个参考识别结果中的每个文字产生一个字幕矩形区域和一个置信度；

S32.对所有字幕矩形区域进行去除噪声处理；

S33.根据每个参考识别结果的置信度选取得到最可靠的参考识别结果，将该最可靠的参考识别结果作为备选识别结果，并计算该备选识别结果中文字的特征数据；

S34.根据文字的特征数据对备选识别结果进行字幕矩形区域划分检查；

S35.结合其它所有参考识别结果，对备选识别结果中的所有字幕矩形区域逐个进行判断，得到各字幕矩形区域对应的文字的最优结果，将备选识别结果中所有字幕矩形区域对应的文字的最优结果按照顺序组合成最优识别结果。

4.根据权利要求3所述的一种视频字幕OCR识别的自动校正方法，其特征在于：所述步骤S35中对备选识别结果中的字幕矩形区域进行判断的方式为：获取备选识别结果和其他所有参考识别结果在同一顺序处的字幕矩形区域对应的文字；将在该顺序处的字幕矩形区域对应的文字相同的识别结果分为同一类，当只有一类时，则将该类对应的文字作为该顺序处的字幕矩形区域对应的文字的最优结果；当有多类时，若各类中的识别结果的数量相同，则将所有识别结果的置信度进行加权计算，选取包含的识别结果的加权置信度最好的一类对应的文字作为该顺序处的字幕矩形区域对应的文字的最优结果，否则选取包含识别结果数量最多的一类对应的文字作为该顺序处的字幕矩形区域对应的文字的最优结果。

5.根据权利要求3所述的一种视频字幕OCR识别的自动校正方法，其特征在于：所述文字的特征数据包括文字的宽度、文字的高度和相邻文字的间距。

6.根据权利要求3所述的一种视频字幕OCR识别的自动校正方法，其特征在于：所述步骤S33中根据每个参考识别结果的置信度选取得到最可靠的参考识别结果的方式为：

S331.根据每个文字的矩形区域计算出每个文字的宽度；

S332.统计出所有的宽度以及该宽度对应的文字的个数；

S333.选取宽度相差最小的参考识别结果组作为最可靠的参考识别结果。