国语视界

 找回密码
 立即注册
查看: 61209|回复: 114

[字幕技术] 介绍几款常用的OCR软件

  [复制链接]

79

主题

2021

帖子

1392

积分

版主

大洋
71424
阅读权限
140

灌水之王热心会员

发表于 16-10-12 10:33 | 显示全部楼层 |阅读模式
以前写的帖子,原来在一些论坛发过,本论坛还没有,所以发布供大家一起探讨共同进步。希望对一些需要对DVD图形字幕做OCR处理的朋友有所帮助。
大家做为一名影音爱好者,肯定收藏了不少世界各国的好作品,这也是我们能有缘齐聚论坛的原因。
大家也一定收藏了不少BD和DVD制品。不过有时候我们必须将BD或DVD中文字幕提取出来重新处理。比如有的朋友压制了作品,必须要有对应的字幕。这些都要将BD、DVD字幕提取出来,转为更容易编辑的文本字幕,那么OCR就是少不了的步骤。
在继续说OCR之前,我简单说下BD和DVD的字幕是什么。BD和DVD的字幕其实是一张张透明的图片,也就是我们所说的图形字幕,这和srt这类文本字幕是完全不同的东西。加入时间轴及位置索引后,字幕和音视频封装在同一个容器里。DVD容器就是VOB,BD容器就是m2ts。在播放中,BD靠着mpls,DVD靠着IFO发出指令,这些字幕图像就会在该出现的时候出现在该出现的地方了。
明白这个道理后其实很多问题都迎刃而解,包括各种字幕的互转互换,还有BD的IG菜单、DVD菜单按钮的添加修改,还有BD、DVD播放中的小白兔等等,就都见怪不怪其怪自败了。
OCR就是光学字符识别的缩写(Optical Character Recognition),简单地说就是通过某种技术将图像信息转化成文字的识别技术。
下面我用一张拆解的BDNXML图形字幕格式来举例说明,这张图非常直观。
画面上右边看到的图片就是我们最终看到的字幕,左边的XML文件记录着字幕的各项属性,很明确地看到字幕的图片文件名,分辨率,开始时间,结束时间,也就是时间轴。还有字幕的大小、位置等等



OCR的软件有很多,存在就是真理。每一种其实都有它的技术含量,也都有各自的拥护者。
  一般我们比较常用到的就是SubToSrt、subocr、IdxSubOcr
这几款软件OCR之前都必须先转Idx+Sub,如何转Idx+Sub这个有很多方法,很多软件可以达成。本文主要讨论的是OCR,所以转换Idx+Sub不在本文的讨论范围。

下面我分别介绍这几种软件。这几款软件很多朋友应该都使用烂熟了。但还是会有些朋友在使用上会遇到这样或那样的问题。
这几款软件使用上其实都相当简单,并不复杂。很多人失败的原因无非是缺少经验和没有认真看教程而已。
                        
              

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?立即注册

x

评分

参与人数 1大洋 +50 收起 理由
wj102901 + 50 很给力!

查看全部评分

79

主题

2021

帖子

1392

积分

版主

大洋
71424
阅读权限
140

灌水之王热心会员

 楼主| 发表于 16-10-12 10:34 | 显示全部楼层
本帖最后由 why1812 于 17-6-13 13:41 编辑

先介绍一款我个人最常用的OCR软件。也是我强烈推荐给大家的一款软件。部分介绍直接引用作者老马的话。

IdxSubOcr这款软件利用的是Microsoft Office Word 2003所带的Microsoft Office Document Imaging (MODI),这是目前唯一公开接口、支持多语言的商业级OCR引擎。

这款小巧的软件使用比较简单:
1.点击“打开idx文件”按钮,选择需要OCR/校对的idx文件。
2.如果有必要,设置“毫秒分隔符”选项,即毫秒用小数点还是句号分隔。
3. 如果有必要,勾选“OCR前先加粗处理”,避免因为笔画过细影响OCR质量。但如果文字笔画本来就不细,勾选此选项后可能造成笔画粘连,反而影响质量。
4.在“操作选项”里,选择需要OCR/校对的字幕,及究竟是要OCR还是校对。
如果是OCR,在接下来的“OCR”选项中,需要选择OCR语言及字幕颜色。注意这两个选项直接关系到OCR效果,所以必须认真选择:语言好说,颜色必须保证文字为实心字,空心字没法识别。 如果字幕第一行为空,则文字颜色可能不能选择,可以选择字幕其他行,直到能够选择颜色。OCR识别结束后,自动进入校对模式。
如果是校对,界面上方显示字幕图像,下方显示文字,用户可以直接对文字进行编辑。在编辑框中可以使用上下箭头、PgDn、PgUp滚动。校对完成后,点击“保存srt文件”按钮存盘。

在校对过程中,可以用“辅助功能”进行辅助,包括:
•文本替换。通常用来替换OCR中的一些习惯性错误。
•英文句首字母大写。某些英文字幕全是大写,看起来比较费劲,用这个可以转成小写。
•繁体转简体。繁体中文字幕OCR后的结果是GBK编码的繁体字,如果觉得麻烦,可以用这个功能转换成GB编码的简体字。

对于这款软件的安装我提供些个人的经验供参考
1.最好安装Microsoft Office Word 2003完整版。精简版可能会将你需要的东西阉割掉,让你OCR失败还不知道是为什么。
2.安装Microsoft Office Word 2007也可以,不过个人认为不如Microsoft Office Word 2003方便。
3. Microsoft Office 2010不再提供MODI组件,OCR功能改由OneNote完成,最靠谱的解决方案,要么安装Office 的 SharePoint Designer 2007 里面的识别引擎,然后把繁体识别用到的库文件放进去 ,要嘛就别用这个版本。
4.OCR繁体中文字幕必须安装下面提供的繁体中文识别的东东。不然繁体识别一定失败。
使用方法是
下载繁体中文识别.zip
将下面的文件复制到安装了简体中文Office 2003的相同文件夹下:
C:\Program Files\Common Files\Microsoft Shared\MODI\11.0
TCCODE.UNI
TCPRINT.DAT
TCPRINT2.DAT
TCSERHT.DAT
TCTREE.DAT
TW_BU.DAT
TW_UB.DAT
TWBIG532.DLL
双击reg文件导入注册表后,在MODI的OCR选项卡里,“OCR语言”即可看到“中文(繁体)”。注意导入注册表时必须先关闭所有MODI窗口,导入后再打开。


这里赞一下这个软件的作者老马,老马是个非常好的软件开发者,平易近人,我在使用中有什么问题或有什么建议发邮件给老马,老马都及时回复。
这么好的软件没有收费。赞一下!




软件下载地址:
游客,如果您要查看本帖隐藏内容请回复

点评

链接失效了,老马空间也搬家了!老马软件云盘地址:http://yun.baidu.com/s/1qXFS9dy  发表于 17-6-13 13:24
回复 支持 反对

使用道具 举报

79

主题

2021

帖子

1392

积分

版主

大洋
71424
阅读权限
140

灌水之王热心会员

 楼主| 发表于 16-10-12 10:35 | 显示全部楼层
SubOCR也是一款使用OCR引擎的软件。据作者说所使用的 OCR 引擎是从超星图书阅读器里面截取出来的。
SubOCR 使用也不复杂,可以识别简体中文和繁体中文的字幕,

1.点击“文件”按钮,再点击“打开字幕文件”选择需要OCR的idx文件。
2.点击“运行”按钮,在识别开始时候会要求你选择字幕的字芯颜色和简繁体。这个一定要选择正确,不然会准确才怪。
3.OCR完成要记得点击“保存文本字幕”。

但是这个软件的识别率不如IdxSubOcr的高,所以我还是推荐IdxSubOcr。从我截取的图中,大家也可以看到,如果字幕当中有分隔的,这个软件没有识别,而是合在一起。反观IdxSubOcr就会做出分隔,而分行的字幕,IdxSubOcr还会自动加上\N,非常贴心。  
SubOCR 也可以用于识别英文字幕,但是效果并不是非常理想,因为英文字母一旦出现连在一起的情况就很难识别了,还是用Subrip 从vob 中直接识别的好。

回复 支持 反对

使用道具 举报

79

主题

2021

帖子

1392

积分

版主

大洋
71424
阅读权限
140

灌水之王热心会员

 楼主| 发表于 16-10-12 10:36 | 显示全部楼层
本帖最后由 why1812 于 2016-10-12 10:52 编辑

上面介绍的是用OCR引擎的软件。
现在介绍的是用字库的OCR软件:SUBtoSRT
理论上用字库的OCR方式在OCR时识别效率和容错率要高于引擎式的,当然,前提是要有强大的字库做后盾。问题是这一条很难达到。
碰到字库没有的字的时候,你一个字一个字的敲,少的时候没关系,多了会发疯的。所以除了某些字体外,我是坚决不用这个软件滴。
另外,看到过网上有人发起收集字库的活动,我个人不是太感兴趣。
这个软件的使用稍微麻烦些,要配合SubRip一起使用。具体操作过程就不啰嗦了。不过用Subrip 可以从 vob 中直接提取图片和时间轴,而且SUB2SRT附带的教程相当详尽,包含了SubRip的正确使用方法。有兴趣的朋友不妨当做进阶来学习。




SUBtoSRT附带的教程,含SubRip的正确使用方法
游客,如果您要查看本帖隐藏内容请回复
回复 支持 反对

使用道具 举报

7

主题

4450

帖子

1106

积分

营长

大洋
153433
阅读权限
50

灌水之王论坛元老热心会员

发表于 16-10-12 10:38 | 显示全部楼层
楼主的介绍太有价值了,本人受益匪浅。谢谢
  
回复 支持 反对

使用道具 举报

36

主题

5830

帖子

4815

积分

超级版主

大洋
73534
阅读权限
150
发表于 16-10-12 10:41 | 显示全部楼层
进来看看,学习学习
如果你需要音轨、视频、字幕等等资源,请到资源求助区
回复 支持 反对

使用道具 举报

7

主题

4450

帖子

1106

积分

营长

大洋
153433
阅读权限
50

灌水之王论坛元老热心会员

发表于 16-10-12 10:46 | 显示全部楼层
SUB2SRT附带的教程,含SubRip的正确使用方法
[post]http://yunpan.cn/QpYgJIL5NqpVp[/post]

地址失效,请楼主检查。
  
回复 支持 反对

使用道具 举报

79

主题

2021

帖子

1392

积分

版主

大洋
71424
阅读权限
140

灌水之王热心会员

 楼主| 发表于 16-10-12 10:50 | 显示全部楼层
yangzhiang 发表于 2016-10-12 10:46
SUB2SRT附带的教程,含SubRip的正确使用方法
http://yunpan.cn/QpYgJIL5NqpVp[/post]

谢谢提醒,已更新。
回复 支持 反对

使用道具 举报

0

主题

86

帖子

77

积分

禁止访问

大洋
303
阅读权限
0
发表于 16-10-12 13:10 | 显示全部楼层
技术贴,
回复

使用道具 举报

3

主题

1702

帖子

386

积分

排长

大洋
946
阅读权限
30
发表于 16-10-13 03:52 | 显示全部楼层
有没有从电影硬字幕OCR的办法?
回复 支持 反对

使用道具 举报

11

主题

2644

帖子

3091

积分

团长

大洋
55517
阅读权限
60
发表于 16-10-13 09:45 | 显示全部楼层
谢谢楼主分享
回复 支持 反对

使用道具 举报

79

主题

2021

帖子

1392

积分

版主

大洋
71424
阅读权限
140

灌水之王热心会员

 楼主| 发表于 16-10-13 10:06 | 显示全部楼层
xhbl 发表于 2016-10-13 03:52
有没有从电影硬字幕OCR的办法?

esrXP,太麻烦。

点评

有没有办法截取字幕所在的画面,然后按祯拆成图片  发表于 18-8-5 21:57
回复 支持 反对

使用道具 举报

11

主题

928

帖子

9649

积分

旅长

大洋
25290
阅读权限
70

悍匪之王灌水之王热心会员王者至尊

发表于 16-10-13 12:59 | 显示全部楼层
目前还不会OCR,学习一下,谢谢教程
回复 支持 反对

使用道具 举报

136

主题

8294

帖子

3206

积分

团长

大洋
50549
阅读权限
60

灌水之王热心会员论坛元老

发表于 16-10-13 19:14 | 显示全部楼层
这个有点难啊
回复 支持 反对

使用道具 举报

2

主题

2035

帖子

555

积分

连长

大洋
10246
阅读权限
40
QQ
发表于 16-10-13 21:40 | 显示全部楼层
看看详细的教程
回复 支持 反对

使用道具 举报

0

主题

56

帖子

29

积分

列兵

大洋
9
阅读权限
10
发表于 16-10-14 08:12 | 显示全部楼层
以后慢慢学习教材
回复 支持 反对

使用道具 举报

0

主题

338

帖子

40

积分

列兵

大洋
760
阅读权限
10
发表于 16-10-14 18:13 | 显示全部楼层

进来看看,学习学习
回复 支持 反对

使用道具 举报

33

主题

866

帖子

205

积分

排长

大洋
7725
阅读权限
30
发表于 16-10-14 20:01 | 显示全部楼层
学无止境,进来学习一下。普及一下知识。
回复 支持 反对

使用道具 举报

6

主题

2154

帖子

468

积分

排长

大洋
133928
阅读权限
30

热心会员

QQ
发表于 16-10-17 12:13 | 显示全部楼层
进来看看的  大酱油的 ~~

点评

我也酱油滴点评一下。  发表于 16-10-17 12:15
嘴上说着不再想恋爱的人,又常常羡慕别人成双入对。这才是很多人单身的日常吧。
回复 支持 反对

使用道具 举报

13

主题

4688

帖子

513

积分

连长

大洋
298
阅读权限
40
发表于 16-10-18 13:45 | 显示全部楼层
很少用这种软件
回复 支持 反对

使用道具 举报

8

主题

616

帖子

1038

积分

禁止访问

大洋
578
阅读权限
0

灌水之王热心会员

发表于 16-10-19 01:28 | 显示全部楼层
介绍得很详尽,楼主辛苦了。
回复 支持 反对

使用道具 举报

5

主题

1322

帖子

1313

积分

禁止访问

大洋
2618
阅读权限
0
发表于 16-10-19 21:06 | 显示全部楼层
字幕控进来学习
回复 支持 反对

使用道具 举报

0

主题

35

帖子

4

积分

列兵

大洋
-31
阅读权限
10
发表于 16-10-20 08:33 | 显示全部楼层
谢谢楼主分享,10

评分

参与人数 1大洋 -10 收起 理由
why1812 -10 灌水也缺智商

查看全部评分

回复 支持 反对

使用道具 举报

77

主题

4168

帖子

3094

积分

团长

大洋
169188
阅读权限
60
发表于 16-10-20 20:08 | 显示全部楼层
感谢楼主分享OCR使用心得,辛苦了。
回复 支持 反对

使用道具 举报

1

主题

3503

帖子

3080

积分

团长

大洋
183114
阅读权限
60
发表于 16-10-20 21:10 | 显示全部楼层
感谢版主提供字幕软件教程。
回复 支持 反对

使用道具 举报

23

主题

3684

帖子

497

积分

排长

大洋
120144
阅读权限
30
发表于 16-10-27 00:38 | 显示全部楼层
学习只能一步步跟着图来
回复 支持 反对

使用道具 举报

528

主题

1044

帖子

3万

积分

超级版主

大洋
624749
阅读权限
150
QQ
发表于 16-10-27 11:56 | 显示全部楼层
楼主用过尚书七号吗?
回复 支持 反对

使用道具 举报

24

主题

4715

帖子

3062

积分

团长

大洋
128639
阅读权限
60
发表于 16-11-2 20:45 | 显示全部楼层
lds 发表于 16-10-27 11:56
楼主用过尚书七号吗?

尚书七号好像是翻译文件、文档的吧,翻译字幕能用么?
回复 支持 反对

使用道具 举报

36

主题

686

帖子

516

积分

连长

大洋
1223
阅读权限
40
发表于 16-11-6 19:19 | 显示全部楼层
介绍得很详细了,虽然我不会用。
回复 支持 反对

使用道具 举报

5

主题

314

帖子

214

积分

排长

大洋
592
阅读权限
30
发表于 16-11-14 23:21 | 显示全部楼层
OCR真是个神奇的存在,感觉开发这种软件的人都好NB
回复 支持 反对

使用道具 举报

80

主题

2680

帖子

1208

积分

养老族

大洋
5872
阅读权限
110
发表于 16-11-17 23:01 | 显示全部楼层
非常好 受益非浅
回复 支持 反对

使用道具 举报

0

主题

312

帖子

34

积分

列兵

大洋
151
阅读权限
10
发表于 16-11-19 23:34 | 显示全部楼层
继续深入学习
回复 支持 反对

使用道具 举报

1

主题

773

帖子

165

积分

禁止访问

大洋
72
阅读权限
0
发表于 16-11-26 00:10 | 显示全部楼层
OCR看來比較複雜,容後再學.
回复 支持 反对

使用道具 举报

0

主题

2601

帖子

1080

积分

营长

大洋
19854
阅读权限
50
发表于 16-12-5 13:45 | 显示全部楼层
很详细的教程
回复 支持 反对

使用道具 举报

0

主题

774

帖子

100

积分

班长

大洋
524
阅读权限
20
发表于 16-12-5 17:00 | 显示全部楼层
多谢,多谢!学习一哈没有坏处。
回复 支持 反对

使用道具 举报

79

主题

2021

帖子

1392

积分

版主

大洋
71424
阅读权限
140

灌水之王热心会员

 楼主| 发表于 16-12-5 19:48 | 显示全部楼层
lds 发表于 16-10-27 11:56
楼主用过尚书七号吗?

没有。
回复 支持 反对

使用道具 举报

2

主题

1547

帖子

315

积分

排长

大洋
95
阅读权限
30
发表于 16-12-21 10:04 | 显示全部楼层
又涨知识了,谢谢分享。
回复 支持 反对

使用道具 举报

qwert1234578 该用户已被删除
发表于 16-12-21 15:09 | 显示全部楼层
提示: 作者被禁止或删除 内容自动屏蔽
回复 支持 反对

使用道具 举报

79

主题

2021

帖子

1392

积分

版主

大洋
71424
阅读权限
140

灌水之王热心会员

 楼主| 发表于 16-12-21 15:24 | 显示全部楼层
qwert1234578 发表于 16-12-21 15:09
学习了,话说一般都用傻瓜式的软件

OCR,再傻瓜的软件也要这么多工序。
回复 支持 反对

使用道具 举报

8

主题

2万

帖子

8805

积分

旅长

大洋
153516
阅读权限
70

灌水之王热心会员论坛元老

发表于 16-12-29 08:52 | 显示全部楼层
虽然技术性很高,学习起来很难,但还要不断地加强学习
回复 支持 反对

使用道具 举报

1

主题

1163

帖子

208

积分

禁止访问

大洋
192
阅读权限
0
发表于 16-12-29 11:40 | 显示全部楼层
收益非浅

点评

年化收益很高滴。  发表于 17-1-21 09:05
回复

使用道具 举报

0

主题

24

帖子

4

积分

列兵

大洋
44
阅读权限
10
发表于 16-12-30 13:17 | 显示全部楼层
收集字库的活动,作用就是别人ocr过的字幕,你可以直接使用校对成果
回复 支持 反对

使用道具 举报

9

主题

5344

帖子

1万

积分

旅长

大洋
90781
阅读权限
70

王者至尊

发表于 17-1-1 12:45 | 显示全部楼层
進來汲取一下新知识
回复 支持 反对

使用道具 举报

1

主题

7152

帖子

8413

积分

旅长

大洋
155345
阅读权限
70

热心会员灌水之王论坛元老

发表于 17-1-7 18:26 | 显示全部楼层
楼主这个教程值得大家好好学习。
回复 支持 反对

使用道具 举报

1

主题

161

帖子

51

积分

列兵

大洋
36
阅读权限
10
发表于 17-1-21 06:39 | 显示全部楼层
字幕技术强大受益匪浅
回复 支持 反对

使用道具 举报

1

主题

1163

帖子

208

积分

禁止访问

大洋
192
阅读权限
0
发表于 17-1-21 11:09 | 显示全部楼层

不好意思错别字
回复 支持 反对

使用道具 举报

13

主题

8212

帖子

7154

积分

旅长

大洋
191128
阅读权限
70

灌水之王论坛元老悍匪之王热心会员王者至尊

发表于 17-2-14 18:16 | 显示全部楼层
看来做字幕也是站技术活。
回复 支持 反对

使用道具 举报

0

主题

907

帖子

134

积分

班长

大洋
2544
阅读权限
20
发表于 17-3-8 17:29 | 显示全部楼层
学习了 感谢分享~~~~~~~
回复 支持 反对

使用道具 举报

274

主题

4866

帖子

6万

积分

炊事员

大洋
316234
阅读权限
120

灌水之王热心会员论坛元老王者至尊

发表于 17-3-22 00:52 | 显示全部楼层
提取图形字幕真是比较麻烦
回复 支持 反对

使用道具 举报

3

主题

2420

帖子

346

积分

排长

大洋
17531
阅读权限
30
发表于 17-4-11 15:21 | 显示全部楼层
用用试试 先谢楼主分享
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

快速回复 返回顶部 返回列表