硬字幕提取工具是一款小巧易用的字幕提取软件，可以帮助用户快速提取对应视频的字幕内容，软件覆盖了VideoSubFinder、SubtitleEdit、以及百度讯飞搜狗OCR的一个工具，方便实用。软件采用AI文字检测+传统的数字图像处理技术，提取字幕图片和时间轴信息，然后利用百度讯飞有道OCR通用文字识别云引擎+离线ocr引擎识别出文字，在校对窗校对后生成srt字幕文件，最后还可选调用第三方工具APP做调轴补漏等工作，从开始到结束，整个字幕提取流程一气呵成，快速准确、识别率高、省时省力。有需要的朋友欢迎下载使用！

【功能特点】

　　支持“双语字幕”识别、字幕翻译、动态字幕等功能

　　支持字幕保存，导入等功能

　　支持在线翻译功能。

【使用方法】

　　1、准备百度OCR服务APP_ID / API_KEY / SECRET_KEY

　　百度注册获取百度通用文字识别服务的APP_ID / API_KEY / SECRET_KEY，

　　一个手机号码注册一个账号（须实名认证）。

　　每账号每天免费识别次数有规定，如不够用可多注册几个账号。对于长期需求用户，建议购买次数吧，价格不贵，还能支持国家高科技发展。

　　注册步骤很简单，可自行百度，获得的APP_ID / API_KEY / SECRET_KEY信息先保存起来下面会用到。

　　如果您现在没时间注册，可以下载本工具支持离线OCR识别的版本，使用里面的离线ocr来识别，本步骤可略过。

　　2、准备工作流程中最后可能用到的APP2第三方软件

　　百度下载安装Subtitle Edit 作为 APP2

　　注：APP2 不指定，可以选用户熟悉的其他软件，例如SubtitleEdit可换成Aegisub或 ArcTime

　　如果对提取的字幕不需要精调，只是一般使用，本步骤可略过。

　　如果是离线OCR版须安装包内的vlc-3.0.12-win64.exe，不然智能截图不能工作。

　　3、设置硬字幕提取工具

　　打开软件

　　点击‘系统设置’

　　填入步骤1获得的百度OCR服务APP_ID / API_KEY / SECRET_KEY（如使用离线ocr引擎则不用做此步）

　　点Browse找到步骤2安装好的AP2P的入口exe文件（如不需调轴补漏则不用做此步），然后Save保存设置。

　　4、用VideoSubFinder_5.50_x64生成RGBImages

　　点击主界面VideoSubF按键，将启动运行VideoSubFinder_5.50_x64（旁边的‘智能截图’按键是类似于VideoSubFinder的另一个截图工具，采用AI文字检测+传统的数字图像处理技术，善于提取复杂动态字幕并能做到100%不漏，高级用户可学习第四章之-高级功能）

　　点击左上角File -> Open Video(FFMPEG)（如不能打开视频，可换OPENCV），打开要提取字幕的视频文件（本例为：倚天屠龙记之魔教教主-中字.mp4）

　　快速浏览全片，查看字幕区间矩形最大范围（注意有些视频是两层字幕），用两根竖线两根横线设置字幕截图区间（四根线在视频窗口边缘不容易发现，试着点击选中可以移动它）。注意：矩形边框要比实际字幕稍大，不要为了节省图片尺寸而把区间设置成紧贴字幕，如果字幕周边余量太小，会影响后续百度OCR识别（当然也没必要设置得太大）。

　　点击Search右边的Settings，出现设置界面，我们只关心左边这块能影响Search字幕图片的参数。

　　第一个参数‘Text Alignment’默认设置是‘Center’，须点击设置成‘Any’。

　　其他众多参数中，有一个参数至关重要，就是Use Filter Colors这项，default值是空的，其他参数可以不设，这个一定要设置上，特别是非纯白字幕，例如黄色！如果不设置，有大几率会漏字幕。

　　我们需要取色字幕文字的骨干颜色（骨干外则是字幕轮廓颜色，不要取偏了），然后将颜色值填入，将有助于VideoSubFinder判断字幕出现和结束的时间，生成正确的时间轴信息，并防止丢时间轴。常见字幕颜色可能有白色的、黄色的，或者其他颜色，本例电影的字幕是白色。如果是多色字幕，可以按VSF要求取色多色填入。

　　具体的参数设置，可以参考Docs目录下的readme_eng.txt，专业用户精调参数可以提高Search字幕帧的准确率，从而减少丢时间轴（少字幕图片，致命）和假时间轴（空字幕图片，影响不大）的情况，不过据笔者使用经验，如果没弄明白参数含义和作用，随意调整反而适得其反，普通用户还不如不调的好。

　　在右边界面先点一下Pixel Color

　　然后点击字幕白色文字中心骨干取色，点不准可以多点几下。

　　取到了颜色，会显示出来

　　本例将Lab: l:245 a:127 b:129 拷贝后双击填入Use Filter Coloers，一般做了这步就可以基本保证不会有时间轴丢失的情况，算是完成了Search的设置。

　　点击Search -> Clear Foders 清空RGBImages目录，

　　然后点 OCR Search，程序开始扫描视频文件，生成RGBImages。

　　几分钟后扫描完成，可以关掉VideoSubFinder_5.50_x64，这时工具将显示RGBImages目录下的所有字幕截图：

　　初次使用我们可以在文件列表区按鼠标右键菜单，选‘Open folder’打开RGBImages目录看一下：

　　这些是刚才VideoSubFinder_5.50_x64 Search生成的1000多个字幕切片图片文件，说明这个电影有1000多条字幕呢。文件名前段为时间轴信息。

　　可以打开文件看看，是RGB原色字幕截图切片，很适合AI训练过的OCR引擎做识别。

　　5、清理空字幕图片

　　我们可以在‘删合窗’中清除RGBImages目录中的空字幕图片。

　　由于VideoSubFinder 的Search算法还没做到100%准确，所以会误生成少量无字幕空图片（假时间轴），有时还会把广告也截图下来，我们在‘删合窗’中用鼠标滚轮快速翻页浏览RGBImages目录，把发现的空字幕、广告水印图片打上删除标记，标记完最后统一删除，让后续百度OCR识别不用浪费每月有限额度，同时在校对阶段不用再频繁做删除工作。

　　一页可以显示20~300张图片（默认90张），浏览、标记、删除非常方便。

　　翻页：点击<<<、>>>按键，或键盘PgUp/PgDn键、↑/↓键，或将鼠标指针停留在图片区，滚动鼠标滚轮，可以翻页。

　　标记：鼠标左键点击可以标记选中图片，再次点击可以去选中。Shift+鼠标左键可以连续多选、连续去选（可跨页）。

　　删除：直到最后一页标记完成，点<<面板上的‘全删合’按键会弹出删除提示，确认后将删除所有标记过的空图片。

　　更多方便的功能（例如合并重复字幕）可以看“第四节之 视频截图、删合窗（删除合并）”

　　如下图一处为广告，可以选中标记它：

　　如下图几处为空字幕图片，可以选中标记它：

　　一直标记到最后一页：

　　然后点‘全删’，

　　确认后将会把刚才标记过的所有空字幕、广告水印图片删除掉（如果发现不能删除，多半是系统权限问题，请不要将本工具安装在C盘或桌面）：

　　清理完空字幕图片后，点击面板上的‘去OCR’按键，将切换到OCR校对窗。

　　6、运行百度OCR识别

　　百度高精度每月免费识别额度较低，如不采用叠图技术 --- 将多张字幕图片合成一张大图来识别以节省额度，每月只能识别较少字幕图片，因此，如果用户没有购买额度，应该在面板上勾选‘叠图’。

　　如果没有注册百度，而是采用离线识别引擎可选tr并去掉勾选叠图。

　　点击主界面的OCR按键，程序将连接百度OCR服务器，对RGBImages目录中的所有字幕图片从头到尾按顺序做识别，只需等待完成即可。

　　OCR识别完成了！ （细心的用户可能会留意到：在识别过程中有少量图片会有自动标注‘X’，这是因为程序在OCR识别过程中会自动标注空字幕图片，因为上个手动删空步骤遗留了少量空字幕图片，所以呢，如果你额度充足，是可以不用做手动删空步骤的）

　　这时在RGBImages目录下已经为每个.jpeg文件生成了一个同名的 .txt字幕文件，以及检测框坐标文件_boundingbox.txt，初次使用可以看一下。

　　7、校对字幕

　　如果希望在SubtitleEdit等字幕软件中做校对，可以略过这个步骤，直接到下个步骤

　　校对窗显示一页1~4列、1~10行（默认1列6行）图文。用户可根据需要在系统设置里设置。

　　编辑：可以用输入法进行常规的输入、删除、鼠标左键/右键插入空格、回车等操作。

　　查找替换：除了支持简单的批量替换，还支持* ？通配符、反斜杠转义等扩展找替换、正则表达式匹配替换等。

　　翻页自动保存：点击<<<、>>>按键，或键盘PgUp/PgDn键，或将鼠标指针停留在图片区，滚动鼠标滚轮、或↑/↓键，都可以进行翻页。翻页将自动保存校对修改过的文字。

　　选中标记：ctrl+鼠标左键 可以标记删除图片，shift+鼠标左键 可以标记合并图片，再次点击可以去选中。

　　删除合并：如果有选中的图片，这时<<按键盘<Delete>按键会弹出删除合并提示，OK确认或<Enter>将执行删除、合并。

　　删除合并范围：当前页+后1页=2页内，后向跨页合并是可能的。

　　校对完成后，按面板上的‘生成SRT’按键，将在RGBImages目录下生成123.srt文件：

　　可以大概浏览一下，然后关掉。

　　生成SRT文件后，如时间轴不需要再调整、字幕不需要比对原视频做补漏（要求不高），则至此字幕提取工作完成。

　　更多方便的功能（例如‘精准对齐’，‘鼠标左右键自定义功能’，‘字体选择’，‘字号调整’，‘每行字号单独调整’）可以看“用户手册之第四章之 校对窗”

　　生成SRT文件后，如需调整时间轴、比对原视频做补漏，点击面板上的‘SubtitleE’按键，将打开SubtitleEdit工具编辑123.srt字幕文件。

　　8、用SubtitleEdit编辑字幕文件

　　之所以前面在校对窗做过校对，这里又用到APP2来做编辑，是因为有些用户（例如字幕组）对字幕要求高，还需要做调轴、补漏等进一步校对工作。

　　在波形图窗口里，“点击以添加波形”，打开视频文件，本例是‘倚天屠龙记之魔教教主-中字.mp4’，将生成波形数据：

　　在波形图窗口，勾选‘选择当前播放时刻的字幕’，设定播放速度，例如200%，然后开始播放视频，字幕会同步显示在播放窗口，可随时暂停播放，进行字幕校对、补漏、调轴。

　　该删除的删除，该修正的修正，该替换的替换，改补漏的补漏、该调轴的调轴，注重细节的用户还是认真过一遍吧。

　　完成字幕校对后，点击“文件->另存为” 保存校对好的字幕文件，SubtitleEdit会自动将123.srt重命名为跟视频文件同名的srt文件“倚天屠龙记之魔教教主-中字.srt”，并保存在视频文件所在目录下，方便大多数播放软件播放视频文件时自动加载同名字幕文件。

　　至此，整个硬字幕提取流程就走完了。