Textual information within digital media can be used in many areas such as,indexing and structuring of media databases, in the aid of visually impaired,translation of foreign signs and many more. This said, mainly text can beseparated into two categories in digital media as, overlay-text and scene-text. Inthis thesis localization and recognition of video text regardless of its category indigital media is investigated. As a necessary first step, framework of a completesystem is discussed. Next, a comparative analysis of feature vector andclassification method pairs is presented. Furthermore, multi-part nature of text isexploited by proposing a novel Markov Random Field approach for theclassification of text/non-text regions. Additionally, better localization of text isachieved by introducing bounding-box extraction method. And for the recognitionof text regions, a handprint based Optical Character Recognition system isthoroughly investigated. During the investigation of text recognition, multihypothesisapproach for the segmentation of background is proposed byincorporating k-Means clustering. Furthermore, a novel dictionary-based rankingmechanism is proposed for recognition spelling correction. And overall system issimulated on a challenging data set. Also, a through survey on scene-textlocalization and recognition is presented. Furthermore, challenges are identifiedand discussed by providing related work on them. Scene-text localizationsimulations on a public competition data set are also provided. Lastly, in order toimprove recognition performance of scene-text on signs that are affected fromperspective projection distortion, a rectification method is proposed andsimulated.Keywords: overlay-text, scene-text, Video OCR, character recognition, MarkovRandom Fields, text localization, perspective rectification.

Sayısal görüntü ortamlarında bulunan yazı bilgisi çok farklı alanlardakullanılabilir örneğin; medya veritabanlarının dizinlenmesi veyapılandırılmasında, görme engellilere yardımda, yabancı dillerdeki tabelalarınçevirisinde ve daha bir çoğunda kullanılabilir. Sayısal ortamda bulunan yazılaryapay yazılar ve sahne yazıları olarak iki ana kategoriye ayrılabilir. Bu tezde,kategorisi ne olursa olsun sayısal ortamda bulunan yazıların yerlerinin bulunmasıve tanınması üzerine araştırma yapılmıştır. İlk adım olarak bütün sisteminçerçevesi üzerinde durulmuştur. Daha sonra, öznitelik vektörleri ve sınıflandırmayöntemleri karşılaştırmalı olarak incelenmiştir. Ayrıca, yazının çok parçalı doğasıMarkov Rasgele Alanları yaklaşımı önerilerek değerlendirilmiştir. Buna ek olarakyazının daha iyi konumlandırılması için karakter kutusu çıkarma yöntemi önesürülmüştür. Yazı alanlarının tanınması için ise elyazısına dayalı Optik KarakterTanıma sistemi detaylı bir şekilde incelenmiştir. İnceleme sırasında, arka planınayrılması için çoklu-hipotez yaklaşımına dayalı ve k-Ortalamalar yönteminikullanan bir yöntem kullanılmıştır. Ayrıca tanıma sonuçlarının düzeltilmesi içinsözlük tabanlı sıralama yöntemi önerilmiştir ve de sistemin tamamı güç bir verikümesi üzerinde benzetimlenmiştir. Sahne yazılarınn bulunması ve tanınmasıüzerinde detaylı bir araştırma da sunulmuştur. Bununla birlikte zorluklarbelirlenmiş ve ilgili çalışmalar ele alınmıştır. Ayrıca, sahne yazılarınnkonumlandırılması kamusal bir yarışma veri kümesi üzerinde benzetimlenmiştir.Son olarak da, levha üzerinde bulunan ve perspektif izdüşüm bozulumundanetkilenen yazıların doğrultulması için bir yöntem önerilmiş ve sınanmıştır.Anahtar Kelimeler: yapay yazı, sahne yazısı, Video OCR, karakter tanıma,Markov Rasgele Alanları, yazı konumlandırma, perspektif doğrultma.