henrylulu / video-to-text-ocr-demo Goto Github PK

用的VS编译，在import cv2哪里会报错“unresolved import”。
用python直接打开，直接就关了，这是我第一次用github，之前也没有接触过python，但确实按着readme里面操作下来不太行啊。（哭哭~）

root@:~# python3 index.py
Traceback (most recent call last):
File "index.py", line 1, in
import getframe
File "/root/getframe.py", line 31
print c
^
SyntaxError: Missing parentheses in call to 'print'. Did you mean print(c)?

windows的Ubuntu子系统运行报错，windows搭建python环境也会报同样的错

您好：
想嘗試用您的程序來提取韓劇的硬字幕
請問該如何使用呢?
可否請您寫一下簡單的教學?
謝謝

https://github.com/duangsuse-valid-projects/extract-subtitles

这个是我改的，原作者比较学院派，没有那些 fixed rate 什么的，主要是 absdiff(m1, m2) 和 scipy.signal.argrelextrema 提取关键帧(key frame)

也就是说没有这种算法：

for frame_no in range(0, video.getprop(cv2.CAP_PROP_FRAME_COUNT), cfg.step):
  video.setprop(cv2.CAP_PROP_POS_FRAMES, frame_no)
  imwrite(f"{frame_no}.png", video.read()[1])

OCR 当然是 PyTesseract ，一个本地的 OCR。 去重的话不是在字幕区图像上面去重，是在文字上应用编辑距离算法。

效果请参看 https://t.me/dsuset/7167

此外你的这个描述… 有点不准确吧

什么叫做『收敛』…… 这个名词好像是常用在机器学习领域，另外其实还有一种思路是预先裁剪好图像再去 OCR，因为字幕位置复杂的视频嘛… 一般会同时包含纵向字幕，这样即便一次提取完效果其实也不咋样。

像这样比较自动化的识别整个图像然后选 y 位置一致集合里最大的一组视为字幕也可以，如果要优化，你可以参考 extract-subtitle 的关键帧识别算法：

https://github.com/duangsuse-valid-projects/extract-subtitles/blob/64e1d1da376b1ec23740b6645c1b31f52620048d/extract_subtitles.py#L113-L143

提示没有CV2，怎么安装？

我怎么没找到。。。

pathDir = sorted(filter(is_img, os.listdir(imgDir)))
positionData = [];
for imgName in pathDir:

----------Subtitle Analysis----------
Start subtitle analysis
Traceback (most recent call last):
File "index.py", line 91, in
main()
File "index.py", line 77, in main
if not getsubtitle.main():
File "/Users/MonKong/Downloads/video-subtitle-recognize-master/getsubtitle.py", line 82, in main
if float(word['probility']) < probability:
KeyError: 'probility'

希望能直接获取时间轴啊，每条字幕都有对应的时间起止。

大家记得在必要的时候转换