基于ocr的硬字幕提取

在某些场景下，我们需要提取视频文件中的字幕信息。

视频字幕分为两种，硬字幕和软字幕。硬字幕就是固定在画面上的，不能关闭的。 软字幕就是可以开关的。

软字幕是有单独的文件存储，所以想要做其他用处是比较方便的；硬字幕的提取就比较麻烦了，需要使用一些特别的方法。

本文给大家介绍一款软件，可以将视频的硬字幕提取出来。

该软件主要实现了以下功能：

• 提取视频中的关键帧
• 检测视频帧中文本的所在位置
• 识别视频帧中文本的内容
• 过滤非字幕区域的文本，去除水印（台标）文本
• 去除重复字幕行，生成 srt 字幕文件
• 支持视频字幕批量提取（打开文件的时候选择多个视频）
• 多语言：支持中文/英文、日语、韩语、阿拉伯语、繁体中文、法语、德语、俄语、西班牙语、葡萄牙语、意大利语字幕的提取
• 多模式：
  • 快速 - 快速提取字幕但可能丢字幕（推荐）
  • 精准 - 不丢字幕但速度较慢

注意：视频以及程序路径请不要带中文和空格，否则可能出现未知错误！！！

软件开启方法如下：

1. 在本文最下方的链接中下载程序包；

2. 打开解压好的文件夹，在地址栏输入 cmd 打开命令行窗口

   注意：确保电脑安装了Python解释器；

   

3. 在命令行窗口输入以下命令，点击 Enter运行指令安装对应模块，安装成功后，之后使用软件只需要执行第4步即可

   pip install -r requirements.txt
   

4. 在终端执行以下命令开启软件

   python gui.py
   

操作方法

点击【打开】后选择视频文件，调整字幕区域，点击【运行】等待即可。

运行时间较长，耐心等待即可，命令行窗口可以看到大概进度。

完成后可以在视频目录中看到生成的字幕文件。

软件特点

• 采用本地进行 OCR 识别，无需设置调用任何 API
• 支持 GPU 加速，有兴趣可以阅读文件夹中的说明文档探索一下，GPU 加速后可以获得更高的准确率与更快的提取速度
• ( CLI 版本) 无需用户手动设置字幕区域，项目通过文本检测模型自动检测字幕区域
• ( GUI 版本) 图形化界面

提取速度

• ( CLI 版本) 无需用户手动设置字幕区域，项目通过文本检测模型自动检测字幕区域
• ( GUI 版本) 图形化界面

下载链接