https://github.com/obgnail/video-subtitle-extractor

提取视频硬字幕。采用 PaddleOCR。
https://github.com/obgnail/video-subtitle-extractor

extractor ocr opencv python subtitles video

Last synced: about 2 months ago
JSON representation

提取视频硬字幕。采用 PaddleOCR。

• Host: GitHub
• URL: https://github.com/obgnail/video-subtitle-extractor
• Owner: obgnail
• License: mit
• Created: 2023-01-07T13:36:39.000Z (over 1 year ago)
• Default Branch: master
• Last Pushed: 2023-04-28T17:29:17.000Z (over 1 year ago)
• Last Synced: 2024-02-11T16:19:36.987Z (7 months ago)
• Topics: extractor, ocr, opencv, python, subtitles, video
• Language: Python
• Homepage:
• Size: 3.98 MB
• Stars: 4
• Watchers: 1
• Forks: 1
• Open Issues: 1
• Metadata Files:
  • Readme: README.md
  • License: LICENSE

Awesome Lists containing this project

README

        
# video subtitle extractor

![video_subtitle_extractor](assets/video_subtitle_extractor.gif)

## introduction

提取视频硬字幕。采用 PaddleOCR。

在解析前可以对视频进行`节选`(select_fragment)，`框选范围`(select_roi)，`阈值`(select_threshold) 操作，提高 OCR 效率。

三者操作都可以使用 use_fragment，use_roi，use_threshold 配置进入交互页面设置。也可以通过 time_start、time_end、roi_array、threshold 等配置参数直接设置。

```bash

python video_subtitle_extractor.py --path="./CyberpunkEdgerunners01.mkv" --use_fragment=True --use_threshold=True --use_roi=True --roi_time="3:24"

```

```python

extractor = SubtitleExtractor(

  video_path=r'./CyberpunkEdgerunners01.mkv'，

  time_start='03:01',

  time_end='23:44',

  roi_array=(24, 789, 1896 191),

  threshold=201,

)

# extractor.select_fragment()

# extractor.select_roi()

# extractor.select_threshold()

subtitles = extractor.extract()

extractor.save(subtitles)

```

## config

common：

- path：视频路径

- subtitle_max_show_second：字幕最长显示时间，默认 10s

- text_similar_threshold：字幕相似度阈值(大于此阈值判定为相似)，默认 70

- output_format：输出字幕的格式，默认 lrc

parser：

- parse_time_start：开始解析视频的时间。format: %H:%M:%S。

- parse_time_end：停止解析视频的时间。format: %H:%M:%S。

- parse_capture_interval：解析的采样率。默认每隔 0.5s 采样一次。

- parse_gray：解析视频时是否将视频切换为灰度图。默认 False。

- parse_resize：解析视频时是否将视频进行缩放处理。默认为 1。

prepare：

- use_fragment：是否通过交互页面设置 parse_time_start 和 parse_time_end。默认为 False（如果 parse_time_start 和 parse_time_end 都没有设置，use_fragment 将设置为 True）

- fragment_reshow：选取片段后，是否重新展示。

- use_roi：是否通过交互页面框选字幕位置。默认为 False

- roi_time：出现字幕的时间。

- roi_reshow：框选字幕位置后，是否重新展示。

- use_threshold：是否使用阈值对视频进行处理。

- threshold_time：出现字幕的时间。

- threshold_reshow：使用阈值后，是否重新展示。

ocr：详见 PaddleOCR 的配置

- ocr_lang

- ocr_use_angle_cls

- ocr_use_gpu

- ocr_use_mp

- ocr_enable_mkldnn

- ocr_gpu_mem

- ocr_det_limit_side_len

- ocr_rec_batch_num

- ocr_cpu_threads

- ocr_drop_score