硬字幕提取工具是一款小巧易用的字幕提取軟件，可以幫助用戶快速提取對應(yīng)視頻的字幕內(nèi)容，軟件覆蓋了VideoSubFinder、SubtitleEdit、以及百度訊飛搜狗OCR的一個工具，方便實用。軟件采用AI文字檢測+傳統(tǒng)的數(shù)字圖像處理技術(shù)，提取字幕圖片和時間軸信息，然后利用百度訊飛有道OCR通用文字識別云引擎+離線ocr引擎識別出文字，在校對窗校對后生成srt字幕文件，最后還可選調(diào)用第三方工具APP做調(diào)軸補漏等工作，從開始到結(jié)束，整個字幕提取流程一氣呵成，快速準確、識別率高、省時省力。有需要的朋友歡迎下載使用！

【功能特點】

　　支持“雙語字幕”識別、字幕翻譯、動態(tài)字幕等功能

　　支持字幕保存，導(dǎo)入等功能

　　支持在線翻譯功能。

【使用方法】

　　1、準備百度OCR服務(wù)APP_ID / API_KEY / SECRET_KEY

　　百度注冊獲取百度通用文字識別服務(wù)的APP_ID / API_KEY / SECRET_KEY，

　　一個手機號碼注冊一個賬號（須實名認證）。

　　每賬號每天免費識別次數(shù)有規(guī)定，如不夠用可多注冊幾個賬號。對于長期需求用戶，建議購買次數(shù)吧，價格不貴，還能支持國家高科技發(fā)展。

　　注冊步驟很簡單，可自行百度，獲得的APP_ID / API_KEY / SECRET_KEY信息先保存起來下面會用到。

　　如果您現(xiàn)在沒時間注冊，可以下載本工具支持離線OCR識別的版本，使用里面的離線ocr來識別，本步驟可略過。

　　2、準備工作流程中最后可能用到的APP2第三方軟件

　　百度下載安裝Subtitle Edit 作為 APP2

　　注：APP2 不指定，可以選用戶熟悉的其他軟件，例如SubtitleEdit可換成Aegisub或 ArcTime

　　如果對提取的字幕不需要精調(diào)，只是一般使用，本步驟可略過。

　　如果是離線OCR版須安裝包內(nèi)的vlc-3.0.12-win64.exe，不然智能截圖不能工作。

　　3、設(shè)置硬字幕提取工具

　　打開軟件

　　點擊‘系統(tǒng)設(shè)置’

　　填入步驟1獲得的百度OCR服務(wù)APP_ID / API_KEY / SECRET_KEY（如使用離線ocr引擎則不用做此步）

　　點Browse找到步驟2安裝好的AP2P的入口exe文件（如不需調(diào)軸補漏則不用做此步），然后Save保存設(shè)置。

　　4、用VideoSubFinder_5.50_x64生成RGBImages

　　點擊主界面VideoSubF按鍵，將啟動運行VideoSubFinder_5.50_x64（旁邊的‘智能截圖’按鍵是類似于VideoSubFinder的另一個截圖工具，采用AI文字檢測+傳統(tǒng)的數(shù)字圖像處理技術(shù)，善于提取復(fù)雜動態(tài)字幕并能做到100%不漏，高級用戶可學(xué)習(xí)第四章之-高級功能）

　　點擊左上角File -> Open Video(FFMPEG)（如不能打開視頻，可換OPENCV），打開要提取字幕的視頻文件（本例為：倚天屠龍記之魔教教主-中字.mp4）

　　快速瀏覽全片，查看字幕區(qū)間矩形最大范圍（注意有些視頻是兩層字幕），用兩根豎線兩根橫線設(shè)置字幕截圖區(qū)間（四根線在視頻窗口邊緣不容易發(fā)現(xiàn)，試著點擊選中可以移動它）。注意：矩形邊框要比實際字幕稍大，不要為了節(jié)省圖片尺寸而把區(qū)間設(shè)置成緊貼字幕，如果字幕周邊余量太小，會影響后續(xù)百度OCR識別（當然也沒必要設(shè)置得太大）。

　　點擊Search右邊的Settings，出現(xiàn)設(shè)置界面，我們只關(guān)心左邊這塊能影響Search字幕圖片的參數(shù)。

　　第一個參數(shù)‘Text Alignment’默認設(shè)置是‘Center’，須點擊設(shè)置成‘Any’。

　　其他眾多參數(shù)中，有一個參數(shù)至關(guān)重要，就是Use Filter Colors這項，default值是空的，其他參數(shù)可以不設(shè)，這個一定要設(shè)置上，特別是非純白字幕，例如黃色！如果不設(shè)置，有大幾率會漏字幕。

　　我們需要取色字幕文字的骨干顏色（骨干外則是字幕輪廓顏色，不要取偏了），然后將顏色值填入，將有助于VideoSubFinder判斷字幕出現(xiàn)和結(jié)束的時間，生成正確的時間軸信息，并防止丟時間軸。常見字幕顏色可能有白色的、黃色的，或者其他顏色，本例電影的字幕是白色。如果是多色字幕，可以按VSF要求取色多色填入。

　　具體的參數(shù)設(shè)置，可以參考Docs目錄下的readme_eng.txt，專業(yè)用戶精調(diào)參數(shù)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（空字幕圖片，影響不大）的情況，不過據(jù)筆者使用經(jīng)驗，如果沒弄明白參數(shù)含義和作用，隨意調(diào)整反而適得其反，普通用戶還不如不調(diào)的好。

　　在右邊界面先點一下Pixel Color

　　然后點擊字幕白色文字中心骨干取色，點不準可以多點幾下。

　　取到了顏色，會顯示出來

　　本例將Lab: l:245 a:127 b:129 拷貝后雙擊填入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(shè)置。

　　點擊Search -> Clear Foders 清空RGBImages目錄，

　　然后點 OCR Search，程序開始掃描視頻文件，生成RGBImages。

　　幾分鐘后掃描完成，可以關(guān)掉VideoSubFinder_5.50_x64，這時工具將顯示RGBImages目錄下的所有字幕截圖：

　　初次使用我們可以在文件列表區(qū)按鼠標右鍵菜單，選‘Open folder’打開RGBImages目錄看一下：

　　這些是剛才VideoSubFinder_5.50_x64 Search生成的1000多個字幕切片圖片文件，說明這個電影有1000多條字幕呢。文件名前段為時間軸信息。

　　可以打開文件看看，是RGB原色字幕截圖切片，很適合AI訓(xùn)練過的OCR引擎做識別。

　　5、清理空字幕圖片

　　我們可以在‘刪合窗’中清除RGBImages目錄中的空字幕圖片。

　　由于VideoSubFinder 的Search算法還沒做到100%準確，所以會誤生成少量無字幕空圖片（假時間軸），有時還會把廣告也截圖下來，我們在‘刪合窗’中用鼠標滾輪快速翻頁瀏覽RGBImages目錄，把發(fā)現(xiàn)的空字幕、廣告水印圖片打上刪除標記，標記完最后統(tǒng)一刪除，讓后續(xù)百度OCR識別不用浪費每月有限額度，同時在校對階段不用再頻繁做刪除工作。

　　一頁可以顯示20~300張圖片（默認90張），瀏覽、標記、刪除非常方便。

　　翻頁：點擊<<<、>>>按鍵，或鍵盤PgUp/PgDn鍵、↑/↓鍵，或?qū)?a href="http://m.virtualinsta360.com/zhuanti/68.html" target="_blank" class="keylink">鼠標指針停留在圖片區(qū)，滾動鼠標滾輪，可以翻頁。

　　標記：鼠標左鍵點擊可以標記選中圖片，再次點擊可以去選中。Shift+鼠標左鍵可以連續(xù)多選、連續(xù)去選（可跨頁）。

　　刪除：直到最后一頁標記完成，點<<面板上的‘全刪合’按鍵會彈出刪除提示，確認后將刪除所有標記過的空圖片。

　　更多方便的功能（例如合并重復(fù)字幕）可以看“第四節(jié)之 視頻截圖、刪合窗（刪除合并）”

　　如下圖一處為廣告，可以選中標記它：

　　如下圖幾處為空字幕圖片，可以選中標記它：

　　一直標記到最后一頁：

　　然后點‘全刪’，

　　確認后將會把剛才標記過的所有空字幕、廣告水印圖片刪除掉（如果發(fā)現(xiàn)不能刪除，多半是系統(tǒng)權(quán)限問題，請不要將本工具安裝在C盤或桌面）：

　　清理完空字幕圖片后，點擊面板上的‘去OCR’按鍵，將切換到OCR校對窗。

　　6、運行百度OCR識別

　　百度高精度每月免費識別額度較低，如不采用疊圖技術(shù) --- 將多張字幕圖片合成一張大圖來識別以節(jié)省額度，每月只能識別較少字幕圖片，因此，如果用戶沒有購買額度，應(yīng)該在面板上勾選‘疊圖’。

　　如果沒有注冊百度，而是采用離線識別引擎可選tr并去掉勾選疊圖。

　　點擊主界面的OCR按鍵，程序?qū)⑦B接百度OCR服務(wù)器，對RGBImages目錄中的所有字幕圖片從頭到尾按順序做識別，只需等待完成即可。

　　OCR識別完成了！ （細心的用戶可能會留意到：在識別過程中有少量圖片會有自動標注‘X’，這是因為程序在OCR識別過程中會自動標注空字幕圖片，因為上個手動刪空步驟遺留了少量空字幕圖片，所以呢，如果你額度充足，是可以不用做手動刪空步驟的）

　　這時在RGBImages目錄下已經(jīng)為每個.jpeg文件生成了一個同名的 .txt字幕文件，以及檢測框坐標文件_boundingbox.txt，初次使用可以看一下。

　　7、校對字幕

　　如果希望在SubtitleEdit等字幕軟件中做校對，可以略過這個步驟，直接到下個步驟

　　校對窗顯示一頁1~4列、1~10行（默認1列6行）圖文。用戶可根據(jù)需要在系統(tǒng)設(shè)置里設(shè)置。

　　編輯：可以用輸入法進行常規(guī)的輸入、刪除、鼠標左鍵/右鍵插入空格、回車等操作。

　　查找替換：除了支持簡單的批量替換，還支持* ？通配符、反斜杠轉(zhuǎn)義等擴展找替換、正則表達式匹配替換等。

　　翻頁自動保存：點擊<<<、>>>按鍵，或鍵盤PgUp/PgDn鍵，或?qū)⑹髽酥羔樛Ａ粼趫D片區(qū)，滾動鼠標滾輪、或↑/↓鍵，都可以進行翻頁。翻頁將自動保存校對修改過的文字。

　　選中標記：ctrl+鼠標左鍵 可以標記刪除圖片，shift+鼠標左鍵 可以標記合并圖片，再次點擊可以去選中。

　　刪除合并：如果有選中的圖片，這時<<按鍵盤<Delete>按鍵會彈出刪除合并提示，OK確認或<Enter>將執(zhí)行刪除、合并。

　　刪除合并范圍：當前頁+后1頁=2頁內(nèi)，后向跨頁合并是可能的。

　　校對完成后，按面板上的‘生成SRT’按鍵，將在RGBImages目錄下生成123.srt文件：

　　可以大概瀏覽一下，然后關(guān)掉。

　　生成SRT文件后，如時間軸不需要再調(diào)整、字幕不需要比對原視頻做補漏（要求不高），則至此字幕提取工作完成。

　　更多方便的功能（例如‘精準對齊’，‘鼠標左右鍵自定義功能’，‘字體選擇’，‘字號調(diào)整’，‘每行字號單獨調(diào)整’）可以看“用戶手冊之第四章之 校對窗”

　　生成SRT文件后，如需調(diào)整時間軸、比對原視頻做補漏，點擊面板上的‘SubtitleE’按鍵，將打開SubtitleEdit工具編輯123.srt字幕文件。

　　8、用SubtitleEdit編輯字幕文件

　　之所以前面在校對窗做過校對，這里又用到APP2來做編輯，是因為有些用戶（例如字幕組）對字幕要求高，還需要做調(diào)軸、補漏等進一步校對工作。

　　在波形圖窗口里，“點擊以添加波形”，打開視頻文件，本例是‘倚天屠龍記之魔教教主-中字.mp4’，將生成波形數(shù)據(jù)：

　　在波形圖窗口，勾選‘選擇當前播放時刻的字幕’，設(shè)定播放速度，例如200%，然后開始播放視頻，字幕會同步顯示在播放窗口，可隨時暫停播放，進行字幕校對、補漏、調(diào)軸。

　　該刪除的刪除，該修正的修正，該替換的替換，改補漏的補漏、該調(diào)軸的調(diào)軸，注重細節(jié)的用戶還是認真過一遍吧。

　　完成字幕校對后，點擊“文件->另存為” 保存校對好的字幕文件，SubtitleEdit會自動將123.srt重命名為跟視頻文件同名的srt文件“倚天屠龍記之魔教教主-中字.srt”，并保存在視頻文件所在目錄下，方便大多數(shù)播放軟件播放視頻文件時自動加載同名字幕文件。

　　至此，整個硬字幕提取流程就走完了。