视频文本信息是视频内容的重要线索，它对于视频分段、视频检索和视频信息摘要等视频自动化处理有着重要的意义。但是如何在复杂背景的视频图像中准确提取出文本信息，这在目前仍然是一个开放的课题。　　 视频文本的提取包含视频文件的单帧提取、单帧图像的文本提取这两个过程。视频文件的单帧提取是在一段连续的视频中采样出单独的视频帧作为后续处理的对象；单帧图像的文本提取时从采样出来的视频帧中提取出二值化的文本图像。　　 当前流行多种视频格式，而本文使用DirectShow工具实现了对大多数格式视频文件进行统一的单帧提取。　　 当前的单帧图像的文本提取算法大致可以分成基于边缘、基于纹理和基于颜色三大类。基于颜色的算法可以得到准确的二值化的文本图像直接作为OCR输入，而基于边缘和纹理的算法只能得到视频文本的大致区域；但由于基于颜色的算法一般需要把视频图像分解成各个颜色的子图然后分别进行处理，其算法效率比基于边缘和纹理的算法低。　　 为了解决提取效果和提取效率的矛盾，本文提出了一种综合的方法，首先使用一种基于边缘的方法在视频图像中快速定位出可能出现文本的区域，然后使用一种基于颜色的方法在这些区域提取出准确的二值文本图像。文本定位首先对视频图像进行灰度化，然后使用deriche-canny方式对图像进行边缘提取；通过对图像各个区域的密度检查和区域合并，得出候选的文本行区域。文本提取算法首先对候选的文本行区域的中间像素行进行颜色采样，然后对采集的颜色进行聚类，对每一类颜色产生一个原图像的单色子图；通过寻找子图中的文本上下边界来确定文本的前景色，最后利用文本颜色的连通区域精确提取出二值化文本图像。　　 为了验证算法的有效性，本文引入了OCR对提取得到的二值化文本图像进行识别，并将本文算法与文献[20]单纯基于颜色的算法在提取效果和提取效率上做了比较。从实验结果看，本文算法准确度和效率都优于文献[20]的算法。