Skip to content

Latest commit

 

History

History
executable file
·
281 lines (182 loc) · 10.9 KB

README.md

File metadata and controls

executable file
·
281 lines (182 loc) · 10.9 KB
Raw

简体中文 | English

项目简介

License python version support os

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、俄语、西班牙语、葡萄牙语、意大利语字幕的提取
  • 多模式：
    • 快速 - 快速提取字幕但可能丢字幕（默认请使用这个，实在丢字幕严重再换精准，快速的效果已经很好了，关键比精准快了太多了）
    • 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：

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

demo

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：

demo.gif

  • 点击查看视频教程 👇

GPU版本安装教程

在线运行

  • 使用Google Colab Notebook(免费GPU): Open In Colab

PS: Google Colab只能运行CLI版本

源码使用说明

1. 下载安装Miniconda

2. 安装依赖文件

请确保你已经安装 python 3.8+，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)

  • CPU用户 (mac用户) :

    • 安装依赖：

      conda create -n videoEnv python=3.8
      conda activate videoEnv

  • GPU用户(有N卡)： 要达到高精度的识别率请使用GPU版

    • 创建虚拟环境：

      conda create -n videoEnv python=3.8
      conda activate videoEnv

    • 安装CUDA和cuDNN

      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 11.6
      cuda_11.6.2_511.65_windows.exe
      (2) 安装CUDA 11.6
      (3) 下载cuDNN 8.2.1

      国内：cudnn-11.3-windows-x64-v8.2.1.32.zip

      国外：cudnn-11.3-windows-x64-v8.2.1.32.zip

      (4) 安装cuDNN 8.2.1

      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\v11.6\对应目录下

    如果你使用的是3050/3060/3070/3080等安培架构的显卡，请使用最新的paddlepaddle版本以及最新的cuda 11.6

    如果使用conda安装GPU环境失败，请尝试手动安装：

    • 安装paddlepaddle:

      • windows:

        python -m pip install paddlepaddle-gpu==2.2.2.post112 -f https://www.paddlepaddle.org.cn/whl/windows/mkl/avx/stable.html

      • Linux:

        python -m pip install paddlepaddle-gpu==2.2.2.post112 -f https://www.paddlepaddle.org.cn/whl/linux/mkl/avx/stable.html

        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

        如果安装cuda 11.2，请对应安装8.1.1的cuDNN, 30系列以上的显卡驱动可能不支持 cuda 11.2的安装

    • 安装其他依赖:

      pip install -r requirements_gpu.txt

3. 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 ./backend/main.py

常见问题与解决方案

1. 运行不正常/没有结果/cuda及cudnn问题

解决方案：安装cuda与cudnn

2. CondaHTTPError

将项目中的.condarc放在用户目录下(C:\Users\<你的用户名>)，如果用户目录已经存在该文件则覆盖

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
  1. 使用conda重新安装Shapely
conda install Shapely

4. Nuitka打包代码闪退

将conda虚拟环境Lib文件夹下site-packages的所有文件复制到dependencies文件夹中，把paddle库dataset下image.py的有关subprocess代码全部注释了，使用以下打包命令：

 python -m nuitka --standalone --windows-disable-console --mingw64 --include-data-dir=D:\vse\backend=backend --include-data-dir=D:\vse\dependencies=dependencies  --nofollow-imports --windows-icon-from-ico=D:\vse\design\vse.ico --plugin-enable=tk-inter --output-dir=out .\gui.py

编译成单个文件

 python -m nuitka --standalone --windows-disable-console --mingw64 --lto no --include-data-dir=D:\vse\backend=backend --include-data-dir=D:\vse\dependencies=dependencies  --nofollow-imports --windows-icon-from-ico=D:\vse\design\vse.ico --plugin-enable=tk-inter --output-dir=out --onefile .\gui.py

社区支持

Jetbrains 全家桶支持

本项目开发所使用的IDE由Jetbrains支持。

JetBrains Logo (Main) logo.