VIDEO_OCR

基于 paddle_ocr/easy_ocr(本地) 和 百度AI平台(在线) 实现的视频硬嵌入字幕提取

依赖

• python 依赖: 通过 pip install -r requirements.txt 命令安装

• 百度 API：

  • 百度 API 在以下界面申请使用: 通用文字识别能力

  • 申请之后，在此目录下新建 baidu_keys.txt 文本文档，把 app_id 、 client_id、 client_secret 分成两行存入该文本文档即可。

  • 详见 HTTP-SDK文档

    常量APP_ID在百度智能云控制台中创建，常量API_KEY与SECRET_KEY是在创建完毕应用后，系统分配给用户的，均为字符串，用于标识用户，为访问做签名验证，可在AI服务控制台中的应用列表中查看。

    注意：如您以前是百度智能云的老用户，其中API_KEY对应百度智能云的“Access Key ID”，SECRET_KEY对应百度智能云的“Access Key Secret”。

用法

1. 运行 python main_gui.py

TODO

• 改变视频时间轴方式，改为生成时间轴，而不是保存图片，这样和音频可以共用ocr环节
• 百度 API 更新
• 双语字幕轴
• 自动转成各种OCR需要的缩写
• 通过音频生成时间轴
• GUI 界面
  • 视频显示与拖动查看
  • 各种选项与按钮的设计与监听
  • 进度条与完成提示
  • 非法动作的识别与处理
  • 耗时算法的线程化
  • 字幕颜色取色器
    • 基本取色器
    • 取色器放大镜
  • 字幕裁剪框的交互
• 其他计划
  • QSS 美化
  • 打包