提出了一種在真實圖像中進行文本定位和識別的通用方法。該方法是新穎的，因為它（i）脫離了嚴格的前饋管道，并用假設驗證框架取代它，同時處理多個文本行假設，（i i）使用合成字體訓練算法，消除了對實際訓練數據進行耗時采集和標記的需要，（i i i）Exploits最大穩定的極端區域（msers），提供了對幾何和照明條件的魯棒性。