从图像中检测字幕

Question

我需要一个自定义的想法，只检测图像中的字幕。也许是图像处理的一些步骤，以便能够正确地从处理过的图像中提取（例如，使用tesseract）字符。

Answer 1

为什么不切割图像底部然后对此应用tesseract？ 在linux上的bash中，我将以下内容放在bash脚本中并将其应用于所有图像（例如xargs）：

# filenames
input="$1" 
extension=$(echo $(echo "$input"|sed 's/.*\.//g'))
nomfich=$(basename $input .$extension) 
interm="$nomfich.tiff"
# convert to tiff and crop 
convert -gravity South -crop 100%x15%+0+0 -density 300 $input $interm
# ocr 
tesseract $interm $nomfich