简体中文 | English

项目简介

video-subtitle-extractor是一款将视频中的硬字幕提取为外挂字幕文件(srt格式)的软件。 主要实现了以下功能：

• 提取视频中的关键帧
• 检测视频帧中文本的所在位置
• 识别视频帧中文本的内容
• 过滤非字幕区域的文本
• 去除重复字幕行，去除水印(台标)文本
• 生成srt字幕文件
• 多语言：支持中文/英文、繁体中文、日语、韩语、法语、德语字幕的提取
• 多模式：
  • 快速 - 快速提取字幕但可能丢字幕
  • 精准 - 不丢字幕但速度较慢

QQ交流群：210150985

使用说明：

• 视频以及程序路径请不要带中文和空格，否则可能出现未知错误！！！

如：以下存放视频和代码的路径都不行

D:\下载\vse\运行程序.exe（路径含中文）

E:\study\kaoyan\sanshang youya.mp4 （路径含空格）

• 直接下载压缩包解压运行，如果不能运行再按照下面的教程，尝试源码安装conda环境运行

下载地址：

• Windows GPU版本：

  • 国内：vse_windows_GPU.7z
  • 国外：vse_windows_GPU.7z

• Windows CPU版本：

  • 国内：vse_windows_CPU.zip
  • 国外：vse_windows_CPU.zip

• MacOS CPU版本：

  • 国内：vse_macOS_CPU.dmg
  • 国外：vse_macOS_CPU.dmg

项目特色

• 采用本地进行OCR识别，无需设置调用任何API，不需要接入百度、阿里等在线OCR服务即可本地完成文本识别
• 支持GPU加速，GPU加速后可以获得更高的准确率与更快的提取速度
• (CLI版本) 无需用户手动设置字幕区域，项目通过文本检测模型自动检测字幕区域
• (GUI版本) 图形化界面

点击【打开】后选择视频文件，调整字幕区域，点击【运行】

有任何改进意见请在ISSUES中提出

演示

• GUI版：

• 点击查看视频教程 👇

在线运行

• 使用Google Colab Notebook(免费GPU):

PS: Google Colab只能运行CLI版本

使用说明

1. 下载安装Anaconda

https://www.anaconda.com/products/individual#Downloads

2. 使用conda创建项目虚拟环境并激活环境 (建议创建虚拟环境运行，以免后续出现问题)

conda create --name videoEnv python=3.8

conda activate videoEnv  

3. 安装依赖文件

请确保你已经安装 python 3.8+

• CPU用户 (mac用户) :

  • 安装依赖：

    pip install -r requirements.txt

• GPU用户(有N卡)： 要达到高精度的识别率请使用GPU版

  • 安装CUDA 11.2和cuDNN 8.1.1

    Linux用户

    (1) 下载CUDA 11.2

    wget https://developer.download.nvidia.com/compute/cuda/11.2.0/local_installers/cuda_11.2.0_460.27.04_linux.run

    (2) 安装CUDA 11.2

    sudo sh cuda_11.2.0_460.27.04_linux.run --override

    1. 输入accept

    

    2. 选中CUDA Toolkit 11.2（如果你没有安装nvidia驱动则选中Driver，如果你已经安装了nvidia驱动请不要选中driver），之后选中install，回车

    

    3. 添加环境变量

    在 ~/.bashrc 加入以下内容

    # CUDA
    export PATH=/usr/local/cuda-11.2/bin${PATH:+:${PATH}}
    export LD_LIBRARY_PATH=/usr/local/cuda-11.2/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

    使其生效

    source ~/.bashrc

    (3) 下载cuDNN 8.1.1

    国内：cudnn-11.2-linux-x64-v8.1.1.33.tgz

    国外：cudnn-11.2-linux-x64-v8.1.1.33.tgz

    (4) 安装cuDNN 8.1.1

     tar -zxvf cudnn-11.2-linux-x64-v8.1.1.33.tgz
     sudo cp ./cuda/include/* /usr/local/cuda-11.2/include/
     sudo cp ./cuda/lib64/* /usr/local/cuda-11.2/lib64/
     sudo chmod a+r /usr/local/cuda-11.2/lib64/*
     sudo chmod a+r /usr/local/cuda-11.2/include/*

    Windows用户

    (1) 下载CUDA 11.2

    cuda_11.2.0_460.89_win10.exe

    (2) 安装CUDA 11.2

    (3) 下载cuDNN 8.1.1

    国内：cudnn-11.2-windows-x64-v8.1.1.33.zip

    国外：cudnn-11.2-windows-x64-v8.1.1.33.zip

    (4) 安装cuDNN 8.1.1

    将cuDNN解压后的cuda文件夹中的bin, include, lib目录下的文件复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\对应目录下

  • 安装paddlepaddle:

    conda install paddlepaddle-gpu==2.1.3 cudatoolkit=11.2 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/Paddle/ -c conda-forge 

    如果安装cuda 10.2，请对应安装7.6.5的cuDNN, 请不要使用cuDNN v8.x 和 cuda 10.2的组合

  • 安装其他依赖:

    pip install -r requirements_gpu.txt

4. 运行程序

• 运行图形化界面版本(GUI)

python gui.py

• 运行命令行版本(CLI)

python main.py

常见问题与解决方案

1. 运行不正常/没有结果

解决方案：如果你使用的是3060/3070/3080等安培架构的显卡，请使用最新的paddlepaddle版本以及最新的cuda 11+

2. CondaHTTPError

解决方案：https://zhuanlan.zhihu.com/p/260034241

3. Windows下出现geos_c.dll错误

    _lgeos = CDLL(os.path.join(sys.prefix, 'Library', 'bin', 'geos_c.dll'))
  File "C:\Users\Flavi\anaconda3\envs\subEnv\lib\ctypes\__init__.py", line 364, in __init__
    self._handle = _dlopen(self._name, mode)
OSError: [WinError 126] 找不到指定的模块。

解决方案：

1. 卸载Shapely

pip uninstall Shapely -y

2. 使用conda重新安装Shapely

conda install Shapely