本发明公开了一种基于FasterR?CNN的图像中文本检测方法，首先获取多幅已经标注文本框的图像对FasterR?CNN模型进行训练；当需要进行文本检测的图像时，采用训练后的FasterR?CNN模型粗定位出图像中的文本框；然后通过颜色相似度算法对图像中粗定位的文本框进行扩展；再者将重叠的文本框进行合并；最后提取出上述处理得到的各文本框的HOG特征、LBP特征和CNN特征，并且输入到训练后的随机森林模型中，通过训练后的随机森林模型进行验证，根据验证结果获取到图像中最终的文本框；本发明方法可以克服复杂背景下文本定位效果不甚理想的问题，提高了文本定位的准确率和召回率。