Python视频处理（3）——提取视频字幕

目录

一、安装tesseract-ocr

1、下载安装

2、设置环境变量：

​ ​ 3、测试安装是否成功

 二、视频字幕识提取

1、基本步骤：

2、完整代码：

3、部分运行结果：

---

一、安装tesseract-ocr

1、下载安装

下载地址：Index of /tesseract

下载最新稳定版本：tesseract-ocr-w64-setup-v5.0.0.20190623.exe

2、设置环境变量：

Win+R打开命令行，输入sysdm.cpl打开设置Path的窗口，添加tesseract-ocr的路径

  3、测试安装是否成功

把语言文件拷贝到tessdata目录下

tesseract –v 测试安装

tesseract –list-langs测试语言包

 

 

 

 二、视频字幕识提取

1、基本步骤：

（1）逐帧截取字幕部分图像范围

（2）cv2.cvtColor图像灰度化

（3）cv2.threshold二值化

（4）安装pytesseract：pip3 install pytesseract

pytesseract将图像上的Tesseract OCR运行结果返回到字符串

2、完整代码：

import pytesseract
import cv2
import numpy as np
from scipy import stats
import os
import matplotlib.pyplot as plt

if __name__ == '__main__':
    path = "20210701.mp4"
    print(path)
    cap = cv2.VideoCapture(path)
    frame_count = int(cap.get(cv2.CAP_PROP_FRAME_COUNT))
    print(frame_count)
    i=0
    #print("1")
    while i

3、部分运行结果：