P4-字幕提取器-OCR版-1.0，使用教程及后续改进方向，进步空间很大

P4-字幕提取器-OCR版-1.0，使用教程及后续改进方向，进步空间很大

大家好，今天给大家带来的是字幕提取器的使用教程，以及后面会总结一下该软件目前的不足，以及后续改进方向。

在视频的开头需要提及的是，该软件或者思路如果帮到你，可以三连支持一下。

首先是软件的下载，我们可以直接在github的软件简介中找到下载链接，如果不能访问到github的可以看我简介加群获取，群文件中有多数代码。群文件中没有的话可以在群中艾特一下群主。

如果是源代码的获取的话直接clone一下仓库就可以了。在funs文件夹中是每个步骤的函数实现，对于软件的流程不满意的开发者可以自行拼装出软件。

好了，接下来是字幕提取器的使用教程，我们下载软件压缩包后解压，就会看到一个exe文件，直接双击运行，就会首先来到我们的软件配置界面，这个界面只会在第一次运行的时候出现，因为我们的软件OCR识别是基于微信OCR的，所以说效果肯定是不用担心。我们需要做的就是在第一次运行的时候配置上我们电脑的微信OCR目录与微信安装目录。

两个目录的寻找方法也很简单。微信OCR的目录比较固定，就顺着我的目录一路找下去。复制路径可以直接在路径栏复制。微信的安装目录如果是默认的安装路径的话可以去c盘或者d盘中的program file或者x86文件夹中都找一下。如果是自定义的安装路径也同样按照我这个路径填进去。

好了，配置完两个路径后，我们下一步就是测试这两个路径是否正确。我们选择一张图片，点击测试按钮。测试通过之后就会出现这样的弹窗。提示我们微信OCR路径配置成功，生成了config.txt文件，点击确认后就会自动关闭软件。

再次双击软件打开就是我们的正常的软件使用界面，很显然，上面是我们的选择文件区域，我们可以选择一个视频，点后点击我们的视频抽帧按钮，就会从我们的视频中抽出图片，这里是自动默认的一秒抽一帧，间隔时间太短可能一个字幕画面被抽取多次，间隔时间太慢可能会导致漏掉字幕。

我们可以在输出面板看到抽帧的实时进度，过程中，我们可以打开抽帧图片的目录，选取一张图片，这里我们可以看到这张图片的分辨率是4k。我们可以使用ps测量出字幕的高度区间，当然，嫌麻烦的话可以直接根据图片的像素估计一下，大致区间就可以，不用很精准。当然，也可以选择使用我们的手写字体生成器1.1.1版，支持4k图像的坐标信息标注，使用的话就是双击打开软件，选择图片，放大拖拽到字幕区域，右键点击后拖拽，查看两个高度值。

分别填入我们软件的高度区间，然后点击后续操作按钮即可。稍等片刻就会将视频文案输出至output文件夹下。

好了，软件的详细操作流程演示完毕。

接下来说说我对于这款软件的看法。很明显，不能批量化，一键完成。但这是业务场景复杂导致的的必然结果。

后续的改进方向是将业务场景缩小至横板视频，直接截取视频底部区域，免去保存完整图片的io耗时很测量字母区间的耗时繁琐操作，自然也就实现了真正的批量化与一键完成。

该思路或者软件如果帮到您，希望您可以大方给出一个三连。您的三连就是对我的最大支持。