https://github.com/910jqk/add-jyutping
OCR 粤拼字幕生成工具
https://github.com/910jqk/add-jyutping
cantonese jyutping language-learning ocr opencv python
Last synced: 9 months ago
JSON representation
OCR 粤拼字幕生成工具
- Host: GitHub
- URL: https://github.com/910jqk/add-jyutping
- Owner: 910JQK
- Created: 2017-09-04T09:37:23.000Z (almost 9 years ago)
- Default Branch: master
- Last Pushed: 2017-09-04T14:43:38.000Z (almost 9 years ago)
- Last Synced: 2025-04-11T04:42:52.832Z (about 1 year ago)
- Topics: cantonese, jyutping, language-learning, ocr, opencv, python
- Language: Python
- Homepage:
- Size: 471 KB
- Stars: 7
- Watchers: 1
- Forks: 0
- Open Issues: 1
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
# 粵拼字幕生成工具
## 簡介
此 Python Script 可用於給 TVB 的電視節目添加粵拼字幕，目前尚在 Experimental 階段。開源授權條款寫在程式檔案中。
現在的效果一般，時間軸稍有偏差，OCR 有不少錯字，多音字也沒辦法處理。而且二十分鐘的影片都需要處理八十分鐘（……）。不過到這種程度就已經很有用了，借用一句名言就是「不滿意但可以接受」。
圖形處理和 OCR 的部分，是由 OpenCV 和 pyocr 完成的。由於本人對這些方面並不太了解，所以這部分借用的是 kerrickstaley 的程式，原程式見：[kerrickstaley/extracting-chinese-subs](https://github.com/kerrickstaley/extracting-chinese-subs)
## 使用方法
```
usage: jyutping.py [-h] [--top TOP] [--bottom BOTTOM] [--left LEFT]
[--right RIGHT]
video_file
```
其中 top, bottom, left, right 是包住字幕的矩形的邊界，若搞錯則得不到任何文字。默認的數字是以 1280×720 大小的影片為準的。
運行後，程式會向 stderr 輸出有關處理進度的資訊，並在 stdout 輸出 .srt 檔的內容，因此使用時請重定向 stdout 到檔案。
例如：
```
$ ./jyutping.py foobar.mp4 > foobar.srt
```
## 這麽粗製濫造真的大丈夫？
講真，為了學個廣東話去深入學習 OpenCV / Image Processing 實在是主次顛倒，所以就先這樣吧。而且最近不大想寫程式了，心累。