免費離線開源硬字幕提取工具(VideoSubFinder+RapidOCR/ABBYY) 有免費試用的在線免費硬字幕提取

tomyan112

三個大步驟：
1.將字幕從影片中截圖下來
2.將字幕圖片OCR為文字
3.校對編輯字幕文件


1. 先到這裡下載
https://sourceforge.net/projects/videosubfinder/

2. 解壓後,打開VideoSubFinderWXW.exe

file-->open video
拖曳影片欄中的水平線，縮小字幕的偵測區域。




(3)先點選Clear Folder,再點選Run Search,等待軟體自動辨識完成

(4)開啟Videosubfinder資料夾中的RGBImages資料夾

(5)點選OCR,再點選Create Cleared TxtImages

RapidOCR
https://github.com/SWHL/RapidVideOCR/releases

軟體以截圖的方式儲存字幕所在的區域。




第2步
https://github.com/SWHL/RapidVideOCR/releases
解壓後,打開RapidVideOCR.exe

介面各個部分介紹

影像目錄：指的是VideoSubFinder軟體產生的RGBImages或TXTImages目錄，必須是這兩個目錄之一
儲存路徑：辨識轉換後的結果，包括srt檔案和txt檔案
疊圖辨識：勾選後，會辨識速度變快。準確率可能差些
上述都填好之後，點選OK按鈕，即可開始辨識。

ABBYY


開啟ABBYY軟體

(1)工具-->OCR編輯

(2)文件--->開啟圖像

導入TXTImages資料夾中的圖片文件


等待文件自動讀取完成。

(3)文件處理完成後，點選文件-->另存為-->txt文件

將txt檔案儲存到TXTResults資料夾中

文件選項為為每個輸入文件建立一個單獨的文件。



3.返回videosubfinder軟體

點選Create sub From txt Results


至此，srt文件創建成功




字幕圖片的參數
點選Search右邊的Settings，出現設定介面，我們只關心左邊這塊能影響Search字幕圖的參數。



第一個參數‘Text Alignment’預設設定是‘Center’，必須點選設定成‘Any’。
其他眾多參數中，有一個參數至關重要，就是Use Filter Colors這項，default值是空的，其他參數可以不設，這個一定要設定上，特別是非純白字幕，例如黃色！如果不設置，有大幾率會漏字幕。
我們需要取色字幕文字的骨幹顏色（骨幹外則是字幕輪廓顏色，不要取偏了），然後將顏色值填入，將有助於VideoSubFinder判斷字幕出現和結束的時間，生成正確的時間軸信息，並防止丟時間軸。常見字幕顏色可能有白色的、黃色的，或是其他顏色，本例電影的字幕是白色。如果是多色字幕，可以依VSF要求取色多色填入。
具體的參數設置，可以參考Docs目錄下的readme_eng.txt，專業用戶精調參數可以提高Search字幕幀的準確率，從而減少丟時間軸（少字幕圖片，致命）和假時間軸（空白字幕圖片，影響不大）的情況，不過據筆者使用經驗，如果沒弄清楚參數意義和作用，隨意調整反而適得其反，普通用戶還不如不調的好。

在右邊介面先點一下Pixel Color

然後點選字幕白色文字中心骨幹取色，點不準可以多點幾下。

取到了顏色，就會顯示出來

本例將Lab: l:232 a:128 b:130 copy後雙擊填入Use Filter Coloers，一般做了這步就可以基本保證不會有時間軸丟失的情況，算是完成了Search的設定。


點選Search -> Clear Foders 清空RGBImages目錄，

然後點 OCR Search，程式開始掃描視訊文件，產生RGBImages。



有免費試用在線免費硬字幕提取
Subtitleextractor
時長2小時免費試用

上傳影片檔案

選字幕語言

識別完成後下載字幕文件

Brogg

有介面語言設置選項 簡體 英文 西班牙吧 介面能改字體 粗體 斜體
時間軸從頭拉到尾 選最長最高的台詞 四條線上下左右貼合台詞

清空 識別 依電腦效能決定你的作業時間
R9 5900X 32G 車頂上的玄天上帝02:09:49 跑了24分(台繁內嵌字幕)
2553張圖 12核心CPU占用60-80沒有調用到GPU(介面下面設置有CUDA加速CUDA下載)
編輯：設置開始時間-結束時間 / 幫助：使用說明文檔 資料夾Docs / readme_chn-可簡轉繁
==========================
第一次沒有拉下面水平線跑24分2553張圖
第二次下面水平線貼齊台詞底部跑16分46秒
圖片反而更多2985張
=====================================================
CPU-R9 5900X TXTImages資料夾生成二值化文本圖片1762張(這一步電腦卡死只能等跑完 先划手機吧)
GPU-RTX-3080-10G開啟CUDA-GPU加速TXTImages資料夾生成二值化文本圖片1779張12分10秒
=================================================
第2步網址打開RapidVideOCR.exe 0.0.7(選Windows下載)

1762張以RapidVideOCR.exe跑Create Cleared TxtImages圖片轉字幕38分30秒(簡體字)

2985張以RapidVideOCR.exe跑RGBImages圖片轉字幕11分27秒(簡體字)
=============================================
這個資料夾settings→chn-->locale-->右鍵開啟檔案記事本-Ctrl+A全選複製 簡轉繁 貼回去 儲存 介面變繁體
=================================================================
感謝樓主分享軟體

rogerkid815

體感上RapidVideOCR的識別能力還滿精準的
感謝大大的分享!!!

不過，我發現有時候如果字串有跨語系的話，順序會跑掉
例如：Salamat po咖啡館>>>> 咖啡館Salamat po

用的時候要注意一下