论文部分内容阅读
提出了一种新的基于机器学习的文字检测方法。首先,在网上下载280张图片,其中包括书的封面、CD封面和电影海报,人工标记和提取其中的文字区域。其次,基于对文字区域和非文字区域的统计性差异分析,得到两大类特征集,用于构造弱分类器。然后,使用Ada-boost将上一步得到的弱分类器筛选和组织起来,得到一个二级的级联分类器。最后,通过将图片的子区域分类为文字和非文字区域,此级联分类器就能够检测出文字区域。与其他方法相比,此方法在检测单个字符、倾斜甚至竖直的文字方面有很好的鲁棒性。