图像中的文字包含许多有用的信息，能够客观反映图像所要表达的内容。因此，图像文字提取对于基于语义的搜索、牌照标识的识别以及数字图像资料管理等都存在着重要的意义。但是，由于图像中的文字可能存在于复杂背景中，受到不均匀的光照以及文字本身大小字体颜色的多样性，使得图像文字提取成为了一个具有挑战性的课题。　　 本文主要研究了图像中文字提取的算法，主要使用基于边缘的提取方法，以基于颜色的方法为辅助，通过分析连通体性质对候选区域进行粗筛选，再提取三类特征，使用支持向量机对候选区域进行细分类得到最终结果。在粗筛选模块，主要描述了边界提取算法，提出了边缘与颜色混合的文本定位算法；在细分类模块，主要描述了特征的提取以及支持向量机的训练；实验部分，则通过实验数据论证了粗筛选模块的有效性以及特征的可分性。最后，对486张测试样张的处理结果达到93.88％的正确率，83.71%的召回率。　　 实验结果证明了本文的方法对图像文字提取具有一定的效果，但是由于对处理速度还未做任何优化，所以在这方面还有待改进。