视频字幕识别是指利用计算机将视频中的图像文字识别为纯文本文字的技术，是模式识别应用的一个重要领域。发达国家由于计算机视觉及相关产业发展的非常好，视频字幕识别技术已经比较成熟。然而国内的字幕识别技术发展较晚，目前的字幕识别软件中，要么只能针对图像，要么就是不能适用于复杂背景的视频。因此开发出能够识别具有复杂背景的视频字幕的识别系统，应用于网络视频检索有很大助益，也将提高用户的视频检索速度和满意程度。针对这种情况，开发了基于OpenCV的视频字幕识别系统。OpenCV是由Intel公司发行的跨平台的计算机视觉库，同时提供了Python、Ruby、Matlab等语言接口，能方便的实现图像显示与处理，因此成为首选开发框架。采用C++语言在Visual Studio2008平台下完成本系统的开发，该系统自动完成字幕帧检测、字幕识别、结果存储等任务，从而提高网络视频检索速度和精确度。本论文严格按照字幕识别流程进行组织、分析和功能实现。第一章介绍了视频字幕识别系统的研究现状和本课题的研究内容。第二章阐述了现有的字幕帧检测技术，在现有方法的基础上，提出一种新的字幕检测算法。第三章分析和比较了各种字幕提取算法。第四章先介绍了字符分割算法和字符归一化方法，然后针对现有基于特征提取的识别方法的不足，提出了一种特征融合的字幕识别方法。第五章对系统实现的关键技术进行了归纳整理，通过对网络视频的字幕识别，证实了识别系统的有效性。论文的最后对本研究工作进行了总结，并对该系统的应用意义和前景进行了展望。本系统的成功开发可以提高视频字幕识别准确率，大量节省网络视频检索中的人力、物力、财力。因此，研究本系统的设计与实现具有一定的理论意义和实际应用价值。