**研究問題：**隨着電影行業逐漸國際化，電影的展示方式也逐漸統一，大多數的電影，特別是國內的電影，都採用中英文雙字字幕的展示方式，而國外電影的引進，也都在後期添加了中英文雙字的字幕，這爲廣大英語愛好者學習英語口語提供了極大的便利，但是電影不同於教學視頻，文字轉變快，語速快慢不齊，給好多英語愛好者在通過電影學習口語的過程中造成了極大的困難，所以，目前急需一種科技方式，能將電影中的，每一句字幕提取出來，即將中英文雙字字幕完全脫離電影，獨立存放，獨立展示，以便供學習者參考學習。
**研究方式：**運用數字圖像處理相關知識完成對電影字幕的一系列操作
**具體研究方法：**通過對大量論文的閱讀和整理，將電影字幕提取歸納到視頻文本提取研究範疇中去。以下爲視頻文本提取相關知識：
(1)對視頻的文本提取，其實是對視頻中每一幀圖像上的文本進行的提取；
(2)圖像上的文本，分爲場景文本和人工文本。場景文本，即圖像中自然場景下的文本，如廣告牌上的文字，汽車的車牌號碼等。人工文本，即人爲後期添加在圖像上的文本信息，字幕，就是人工文本；’
(3)人工文本提取，分爲文本定位，文本分割，文本識別。文本定位，文本提取全過程中最重要一環，找到圖像中的文字區域，是後期一切操作的基礎。文本分割，將定位到的文字進行切分處理，得到一系列單個字符。分本識別，對單個字符進行識別，將識別結果返回到用戶眼前；
(4)文本定位，也稱爲文字區域提取，方法方向有四種，分別是：基於連通區域的文本定位，基於紋理的文本定位，基於邊緣的文本定位，基於學習的文字定位，每種方向涉及知識不同，需要有一定基礎；
(5)文本分割，方法方向也四種，分別是：顏色閾值法，分裂合併，顏色聚類法，基於顏色模型；
(6)文字識別，即文本識別，方法方向四種，分別是：統計識別方法，統計與結構相結合識別方法，人工神經網絡用於文字識別，SVM(支持向量機)；
(7)以上，便是文本提取全過程，(4)、(5)、(6)每一步驟運用何種方法可以自由選擇，排列組合就可以得到最終結果(僅限於目前的想法)，可能一些組合最終結果差強人意，說明這個組合效果不好，在這64種組合中(444)找出最優解，將是一件曠日持久的事情。
另:基於筆劃寬度，筆劃識別的文字定位方法也是最新的定位技術。