[发明专利]检测及修改图像中的文字

说明书

本发明涉及一种图像适配方法。

本发明还涉及用于使得可编程设备适于执行所述方法的控制软件。

本发明还涉及一种包括适于对图像进行适配的电子电路的电子设备。

本发明还涉及用在所述设备中的电子电路。

所述方法的一个例子可以从US 2003/0021586获知。该已知方法对于光学或其他记录/再现设备和电视的组合系统控制隐藏屏幕文字(closed caption)和字幕(subtitle)的显示。该已知方法确保都作为ASCII格式的文本存在的所显示的隐藏屏幕文字和字幕不发生重叠。该已知方法的缺陷在于，如果所述字幕形成图像的一个整体部分，则该方法不能被用来控制隐藏屏幕文字和字幕的显示。

本发明的第一个目的是提供一种在开头段落中描述的那类方法，该方法可以被用来控制形成图像的整体部分的文字的显示。

本发明的第二个目的是提供一种在开头段落中描述的那类电子设备，该电子设备可以被用来控制形成图像的整体部分的文字的显示。

根据本发明，实现第一目的是在于，所述方法包括以下步骤：识别图像中的文字，其中所述文字具有印刷外表(typographical aspect)；以及修改所述文字的所述印刷外表。模拟视频素材(例如模拟视频广播或模拟录像带)常常包含重叠的屏幕文字和/或字幕。本发明的方法使得有可能定制显示器上的重叠文字的外观。

在本发明的方法的一个实施例中，所述印刷外表包括字体尺寸。所述印刷外表例如可以附加地或者替换地包括字体类型和/或字体颜色。增大字体尺寸使得有阅读困难和/或使用带有小显示器的设备(例如移动电话)的人们能够更容易地阅读所述文字。

识别图像中的文字的步骤可以包括：通过确定多条图像线当中的哪些图像线包括最大数量的水平边缘来检测水平文字线边界。这样做改进了所述识别步骤的文字检测性能。通过首先检测水平文字线边界，在所述文字检测算法的下一步骤中必须被处理的区域可以相对较小。本发明的检测水平文字线边界以便减小必须被处理的区域的思想以及该思想的实施例可以在无需修改所述文字的印刷外表的情况下被使用，例如当其被使用在多媒体索引和取回应用中的时候。

识别图像中的文字的步骤可以进一步包括：确定一组仅仅出现在所述各水平文字线边界之间的像素值，并且如果像素具有来自该组像素值当中的值则把所述像素识别为文字像素。与某些其他的文字检测算法不同，该文字检测算法使得有可能检测反转的文字以及正常文字。

识别图像中的文字的步骤可以进一步包括：通过对于所识别出的文字像素执行形态闭合运算来确定单词边界，并且如果另外的像素位于所述单词边界内则把所述另外的像素识别为文字像素。这样做确保可以正确地识别视频图像中的大量文字像素。

修改文字的印刷外表的步骤可以包括：处理形成所述文字的文字像素，并且把经过处理的像素重叠在所述图像上。这对于适配由像素构成的图像而言是很有用的。

本发明的方法可以进一步包括利用替换像素来替换至少其中一个文字像素的步骤，该替换像素的值是基于一个非文字像素的值，所述非文字像素即不形成所述文字的像素。如果经过重新格式化的文字与原始文字不完全重叠，那么去除原始文字就可能是必要的。通过使用替换像素，减少了可见伪像的数量，其中所述替换像素是基于非文字像素的值。本发明的去除文字的方式导致较低数量的伪像，并且在任何去除文字的应用中都是有用的。如果用户由于可以理解所说的语言而只想去除字幕，那么就没有必要修改所述字幕的印刷外表。

所述替换像素的值可以基于在所述至少一个文字像素的邻域内的各非文字像素的中值颜色。在测试中，通过这种做法所产生的替换像素比起利用其他算法所确定的替换像素来说不那么引人注意。

本发明的方法可以进一步包括利用另一个替换像素来替换所述替换像素的邻域内的另一个文字像素的步骤，该另一个替换像素的值至少部分地基于所述替换像素。如果文字像素在其邻域内具有少于预定数量的非文字像素，那么简单地增大邻域尺寸并不恰当，这是因为如果使用了较远的背景像素的话，那么所估计的颜色可能不准确，并且所述邻域尺寸越大，所需要的计算量就越大。如果所述另一个替换像素的值至少部分地基于所述替换像素，尤其是如果所述另一个替换像素的值是基于所述另一个替换像素的邻域内的多个替换像素的话，那么相对较小的邻域尺寸就足以实现可见伪像的良好减少。