图像中的文字包含丰富的场景信息,对图像中的文字进行检测与识别是计算机理解图像的关键途径之一,因此,在图像理解、智能交通、无人驾驶等领域都需要对文字进行检测与识别。然而,传统的文字检测与识别主要面向文档图像,这些算法无法直接应用于现实生活中的复杂场景。基于当前文字检测与识别算法的不足,本文采取深度学习的方法,提出了针对复杂场景的中英文文字检测与识别算法。具体的研究内容包含以下几个方面:首先,本文提出了一种基于区域候选框的倾斜文字行检测算法。由于现有文字检测算法的不足,本文重新设计了一种能够检测倾斜文字行的算法。该算法基于卷积神经网络生成的文字区域候选框,用分类子网络的分类特征图对区域候选框进行分类,过滤属于背景区域的候选框,然后用角点回归子网络的位置特征图对剩余的区域候选框的四个角点进行位置回归,使候选框的位置回归到真实文字行的位置,得到最后的文字行检测结果。并且本文构建了一个大规模的中英文文字检测数据集,用于对文字行检测算法进行训练和测试。实验表明,本文的检测算法有优异的检测性能,能够检测出复杂场景中各种角度的倾斜文字行。然后,结合卷积神经网络和循环神经网络对文字行进行识别,并进行三个方面的改进。该算法利用卷积神经网络和循环神经网络进行特征序列的提取和预测。本文对网络重新设计并做了相应的改进,在用于特征提取的卷积神经网络中加入非对称卷积和特征复用,加强神经网络对图片中横向区域的特征提取能力以及更好地获取图像中的细节信息。接着本文在用于序列预测的循环神经网络中加入Attention机制,使得循环神经网络尽量接收与当前输出有关的特征向量作为输入,加强预测能力。此外,本文构建了一个包含中英文的文字识别数据集,用于识别网络的训练和预测。实验结果表明,本文改进后的识别算法有显著的效果,能够准确识别文字行。最后,基于本文提出的文字检测和识别算法,提出了复杂自然场景下进行文字检测和识别的整套流程,用于对自然场景中的图像同时进行文字行的检测和识别。同时本文设计了一款文字检测和识别的软件,可以方便快捷地对图像中的文字进行检测和识别。