基于图像的文本提取是增长最快的一个领域的研究领域多媒体技术。的提取文本从一个复杂的或多个彩色图像是一个具有挑战性的问题。文本数据出现在图像包含有用的信息习惯性的解释,索引和结构的图像。提取这些信息涉及到检测、定位、跟踪、提取、增强和识别的文本从一个给定的图像。-Image based text extraction is one of the fastest growing research areas in the field of multimedia technology. The ext

场景图像中文本占据的范围一般都较小，图像中存在着大范围的非文本区域。因此，场景图像文本定位作为一个独立步骤越来越受到重视。这包括从最先的CD和杂志封面文本定位到智能交通系统中的车牌定位、视频中的字幕提取，再到限制条件少，复杂背景下的场景文本定位。与此同时文本定位算法的鲁棒性越来越高，适用的范围也越来越广泛。文本定位的方式一般可以分为三种，基于连通域的、基于学习的和两者结合的方式。基于连通域的流程一般是首先提取候选文本区域，然后采用先验信息滤除部分非文本区域，最后根据候选文本字符间的关系构造文本