视频硬字幕提取方法（可完全离线），开发个小工具辅助一下

最近博主闲下来了，思考人生接下来的方向，无聊时帮别人做了点小东西，贡献出来：

jre-17.0.7_win-x64的生成方式：

以管理员方式运行PowerShell执行命令：

cd $env:JAVA_HOME

jlink --no-header-files --no-man-pages --compress=2 --strip-debug --add-modules java.base,java.xml,java.desktop,jdk.management.agent --output E:\jre-17.0.7_win-x64

内部参数：

java -Dfile.encoding=UTF-8 -jar single-subtitle-text-1.0.0.jar

使用教程：

注意该图片的两个文件夹，都在下面这个软件的安装目录中。

VideoSubFinderWXW 拿来做字幕图片截取捕获，这是下载地址：

VideoSubFinder download | SourceForge.net

下载安装完成后，步骤：打开视频框选字幕位置，清空所有图片（之前识别的图片），开始识别。

捕获完在安装目录图片所示的第一个文件夹RGBImages中，PearOCR可以安装成浏览器应用可以离线识别，pearOCR官网如下：

PearOCR，在线图片转文字，免费OCR，在线图片文字提取，本地运算，无上传

上传RGBImages所有图片识别完后导出为txt。(如果后续出现问题，文件路径及文件名不建议带有中文)

接下来是我开发的小工具（代码已开源到github上），下载地址如下，

Release single-subtitle-text · LCJamI/single-subtitle-text (github.com)

下载single-subtitle-text_win-x64.zip解压，看到single-subtitle-text_win-x64.exe。

安全无毒，下面是代码：

package pers.lcj.tool;import lombok.extern.log4j.Log4j2;import java.io.BufferedReader;
import java.io.BufferedWriter;
import java.io.FileReader;
import java.io.IOException;
import java.nio.charset.StandardCharsets;
import java.nio.file.Files;
import java.nio.file.Path;
import java.nio.file.Paths;
import java.util.HashMap;
import java.util.Map;
import java.util.Scanner;
import java.util.regex.Matcher;
import java.util.regex.Pattern;/*** Created by Aaron on 2023/4/28 0:29*/
@Log4j2
public class Main {public static void main(String[] args) {Scanner scanner = new Scanner(System.in, "GBK");System.out.println("请输入导入文件路径：");Path inputPath = getPath(scanner, "导入文件");System.out.println("请输入导出目录路径：");Path outputPath = getPath(scanner, "导出目录");Map<String, String> result = readFile(inputPath.toString());writeOutputFiles(outputPath, result);}public static Path getPath(Scanner sc, String pathType) {Path path;do {String inputPath = sc.nextLine().replaceAll("^\"+|\"+$", "");path = Paths.get(inputPath);if (pathType.equals("导入文件") && !Files.isRegularFile(path)) {System.out.println("输入路径不是一个有效文件路径，请重新输入：");path = null;} else if (pathType.equals("导出目录") && !Files.isDirectory(path)) {System.out.println("输入路径不是一个有效文件路径，请重新输入：");path = null;}} while (path == null);return path;}private static final int BUFFER_SIZE = 8192;private static final Pattern REGEX_PATTERN = Pattern.compile("(?<=-\\s)([^.]+)(?=\\.jpeg)");private static Map<String, String> readFile(String inputFilePath) {Map<String, String> result = new HashMap<>();try (BufferedReader br = new BufferedReader(new FileReader(inputFilePath), BUFFER_SIZE)) {StringBuilder currentValueBuilder = new StringBuilder(1024); // 初始化StringBuilder大小，避免过多扩容Matcher matcher;String key = null;String currentLine;while ((currentLine = br.readLine()) != null) {matcher = REGEX_PATTERN.matcher(currentLine);if (matcher.find()) {if (key != null) {String value = currentValueBuilder.toString().trim();result.put(key, value.isEmpty() ? "null" : value); // 添加新的结果到Map中，并清空StringBuildercurrentValueBuilder.setLength(0);}key = matcher.group(1);} else if (key != null) { // 对currentValue进行构建currentValueBuilder.append(currentLine.trim()).append(" "); // 添加空格，避免拼接相邻字符串时出现语义混淆}}if (key != null) { // 处理最后一个结果result.put(key, currentValueBuilder.toString().trim().replace("  ------------ prower by PearOCR.com ------------", ""));}} catch (IOException e) {log.error("Error reading file：", e);}return result;}private static void writeOutputFiles(Path outputFolderPath, Map<String, String> result) {System.out.println("正在处理，请稍等......");result.entrySet().parallelStream().forEach(entry -> {String fileName = entry.getKey();Path txtFilePath = outputFolderPath.resolve(fileName + ".txt");try (BufferedWriter bw = Files.newBufferedWriter(txtFilePath, StandardCharsets.UTF_8)) {bw.write(entry.getValue());} catch (IOException e) {log.error("Error write file：", e);}});System.out.println("文件总计（个）：" + result.size());}}

Gradle 8.1.1引入的依赖：

plugins {// Java插件，该插件提供了Java应用和库的基本功能id 'java'// lombok插件，该插件支持在Java项目中使用Lombok注解id 'io.freefair.lombok' version '8.0.1'
}group = 'pers.lcj.tool'
version = '1.0.0'repositories {mavenLocal {url 'file:///D:/m2/repository'}maven { url 'https://maven.aliyun.com/repository/public/' }mavenCentral()
}dependencies {// LombokcompileOnly 'org.projectlombok:lombok:1.18.26'annotationProcessor 'org.projectlombok:lombok:1.18.26'// Log4j2implementation 'org.apache.logging.log4j:log4j-api:2.20.0'implementation 'org.apache.logging.log4j:log4j-core:2.20.0'implementation 'org.apache.logging.log4j:log4j-slf4j-impl:2.20.0'// JUnit 5testImplementation 'org.junit.jupiter:junit-jupiter:5.9.3'
}jar {duplicatesStrategy = 'exclude'from {configurations.compileClasspath.collect { it.isDirectory() ? it : zipTree(it) }}manifest {attributes 'Main-Class': 'pers.lcj.tool.Main'}
}test {useJUnitPlatform()
}

log4j2.properties log4j2 配置文件

# 设置日志级别为info
rootLogger.level = info# 控制台Appender的配置
appender.console.type = Console
appender.console.name = consoleLogger
appender.console.layout.type = PatternLayout
appender.console.layout.pattern = %d{yyyy-MM-dd HH:mm:ss} %-5p %c{1}:%L - %m%n# 根日志记录器引用控制台Appender
rootLogger.appenderRef.stdout.ref = consoleLogger# 日志文件存放路径
property.basePath = logs# 组件Appender的名称、模式、路径和滚动策略
appender.rolling.type = RollingFile
appender.rolling.name = fileLogger
appender.rolling.fileName= ${basePath}/sst.log
appender.rolling.filePattern= ${basePath}/sst_%d{yyyyMMdd}.log.gz
appender.rolling.layout.type = PatternLayout
appender.rolling.layout.pattern = %d{yyyy-MM-dd HH:mm:ss.SSS} %level [%t] [%l] - %msg%n
appender.rolling.policies.type = Policies# 组件Appender的滚动策略，包括按大小滚动和按时间滚动两种策略。
appender.rolling.policies.size.type = SizeBasedTriggeringPolicy
# 按大小滚动策略大小限制
appender.rolling.policies.size.size = 310MB
appender.rolling.policies.time.type = TimeBasedTriggeringPolicy
# 按时间滚动策略间隔时间（单位：天）
appender.rolling.policies.time.interval = 1
# 按时间滚动策略是否调整时区
appender.rolling.policies.time.modulate = true# 组件Appender的滚动策略，包括按大小滚动和按时间滚动两种策略。
appender.rolling.strategy.type = DefaultRolloverStrategy# 组件Appender的删除策略。
appender.rolling.strategy.delete.type = Delete
# 删除文件所在目录路径。
appender.rolling.strategy.delete.basePath = ${basePath}
# 删除最旧的文件之前可以在目录中保留的最大文件数。默认值为0，这意味着不会删除任何文件。
appender.rolling.strategy.delete.maxDepth = 92
# 用于指定删除文件的条件类型，按最后修改时间删除。
appender.rolling.strategy.delete.ifLastModified.type = IfLastModified
# 删除所有早于92天的文件。
appender.rolling.strategy.delete.ifLastModified.age = 92d# 配置根日志记录器，引用组件Appender。
rootLogger.appenderRef.rolling.ref = fileLogger

打开single-subtitle-text_win-x64.exe，根据提示输入该txt文本文件路径和输入安装目录图片所示的第二个文件夹TXTResults的路径，生成相应的TXTResults后

点击软件ocr菜单中的这个即可生成你想要的视频字幕了，贡献给所有做视频的朋友，市面上做这个的基本都收费，特别视频多且视频时长长的工作，可以带来助力，大大缩短工作时长，但毕竟ocr识别不是完全准确的，还是需要一些人工审核。虽然意义不是很大但是对同声传译的视频提取字幕，新闻传播类等的二次制作等有帮助，以及博主不知道的领域等有帮助。

视频硬字幕提取方法（可完全离线），开发个小工具辅助一下相关推荐

太强了，Python 开发桌面小工具，让代码替我们干重复的工作~
作者 | Cherish 来源 | 杰哥的IT之旅决定写这篇文章的初衷是来源于一位小伙伴的问题,关于"如何根据数据源用 Python 自动生成透视表",这个问题背后有个非常好的解 ...
C# JSON使用过程中开发的小工具
我在用JSON的过程中,经常要去看一下JSON的结构,而JSON串大不部分时候都是未格式化的数据,一次我不得不用一些网页上的在线解析和格式化工具来进行格式化查看,但是这些网页有时候并不好用:因此就结合 ...
太强了！Python 开发桌面小工具，让代码替我们干重复的工作！
作者:Cherish 来源:https://www.jianshu.com/p/91128d442198 决定写这篇文章的初衷是来源于一位小伙伴的问题,关于"如何根据数据源用 Python ...
Python 开发桌面小工具，让代码替我们干重复的工作！
作者:Cherish 来源:https://www.jianshu.com/p/91128d442198 本文为读者投稿决定写这篇文章的初衷是来源于一位小伙伴的问题,关于"如何根据数据源用 ...
使用GGE开发Google小工具(Google Gadget)
原文链接:http://hi.baidu.com/shirdrn/blog/item/9c144dfc1607e984b901a02d.html 刚开始研究Google的OpenSocial,发现还要 ...
最新开发的小工具，配合“T-mold”使用，效果更佳！
最新开发的小工具,配合"T-mold"使用,效果更佳! 主要功能: ①编辑颜色,透明度 ②刻字(支持中文哟) ③超级孔工具(螺纹孔可自动攻牙哟) ④模具设计快速排位(配合T-mol ...
太强了~Python 开发桌面小工具，让代码替我们干重复的工作
决定写这篇文章的初衷是来源于一位小伙伴的问题,关于"如何根据数据源用 Python 自动生成透视表",这个问题背后有个非常好的解决思路,让代码替我们做重复的工作,从而减轻工作量,减 ...
微信开发调试小工具进化→微信用户发送信息模拟器发布！——这标题起真是好数码暴龙的说...
直接说正题吧.最近在做微信第三方服务器.在模拟用户发过来的请求方面,网上流传着一个"微信开发调试小工具",谁做都不知道了.反正我觉得那个东西看起来挺不爽的,因为其信息发送类型不是很 ...
众多开发者的APP遭下架危机；视频硬字幕提取…|叨资讯
点击关注强哥,还有100多G的面试资料等你来拿哈喽,大家好,我是强哥. 不要再买我的软件了,收入不能提现:众多开发者的APP遭下架危机:Kubernetes结束dockershim的支持:GitHu ...

视频硬字幕提取方法（可完全离线），开发个小工具辅助一下

视频硬字幕提取方法（可完全离线），开发个小工具辅助一下相关推荐

最新文章

热门文章