视频文本的提取与识别具有广阔的应用前景,在诸如汽车自动驾驶、机器模式识别和视频检索上都能够发挥重要的作用。目前视频的检索还是停留在人为地标记上,对于视频本身内容的检索已经得到了研究者们的关注,基于内容的处理同样也是下一代视频编码的主要目的。而在对内容的理解上,最容易获得研究突破的就是对视频文本的识别上。在对视频文本的分类上,可以将其分为标题文本和场景文本,区别在于是否是后期人为添加的。在本文中,分别对于主要的文本处理步骤即文本检测以及文本识别上提出了可行方法,应用了文本的特征,并进行了分类器的分类处理,从而能够处理复杂的文本。首先,针对目前视频文本的主要研究还处在对于水平方向的文本研究、对视频选取是具有高对比度的文本上,本文在研究的内容是对于任意方向的场景文本进行处理;其次,针对目前视频文本受限于文本特征的多样性、视频的低分辨率、复杂的背景像素等问题,本文在文本检测环节首先使用梯度向量流获得文本的边界并去除大部分的背景,之后使用了两次分类器再次去除其中的背景,从而获得文本的位置并用文本框标记出来;在获得文本框后,对于其中的文本将进行切割处理,在分别对于字符是否存在粘连的情况进行讨论后,将获得的字符送入到OCR中进行检测,最终获得文本。实验表明,本文提出的方法能够对任意方向的文本进行处理,并获得其中的文本,从而完成需求。