caption_ocr_tool
把视频里烧死的字幕，一键抠成可编辑文字
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-09-19 · 当前星标 ★ 197
技术标签
核心亮点
- 纯 Java 技术栈，Java 开发者可直接集成或二次开发，无需 Python 环境
- 整合 ffmpeg 抽帧与 OpenCV 图像处理，对硬字幕区域有针对性优化
- 提供 JavaFX 图形界面，非命令行用户也能上手操作
不足之处
- 项目处于早期，文档和示例较少，新用户配置门槛偏高
- OCR 识别准确率依赖字幕样式和视频质量，复杂背景或特效字幕易出错
适用场景
- 影视剧硬字幕提取，用于翻译或制作外挂字幕
- 在线课程视频字幕转文字，方便整理笔记和检索
- 批量处理视频素材，把烧录字幕转为可编辑文本
替代项目
VideoSubFinder、SubtitleEdit
同类项目推荐
ha-llmvision
开源
让 Home Assistant 看懂摄像头，自动触发智能场景
Visual intelligence for your home.
roofgan
开源
一键生成结构合理的3D屋顶，助力建筑自动化建模。
[CVPR 2021] Roof-GAN: Learning to Generate Roof Geometry and Relations for Residenti···
setvae
开源
用层次化VAE生成集合数据，搞定点云等无序结构
[CVPR'21] SetVAE: Learning Hierarchical Composition for Generative Modeling of Set-S···
Conffusion
开源
给扩散模型生成结果加上统计置信区间，量化不确定性
Official Implementation for the "Conffusion: Confidence Intervals for Diffusion Mode···
CLIP-API-service
开源
把 CLIP 模型变成一行代码就能调用的 API，快速实现图文搜索与识别。
CLIP as a service - Embed image and sentences, object recognition, visual reasoning,···
genima
开源
用扩散模型教机器人从演示中学会精细操作
Official Code Repo for GENIMA
Porda-AI
开源
屏幕实时模糊非马赫拉姆与NSFW内容，离线守护信仰
The World's First Realtime onDevice AI Project to maintian Modestey and Religious va···
mlkit
开源
照着跑通 Google 官方 ML Kit 示例，快速集成视觉和 NLP 能力
A collection of sample apps to demonstrate how to use Google's ML Kit APIs on Androi···
techniques
开源
用深度学习搞定卫星图，从数据到模型一站通
Techniques for deep learning with satellite & aerial imagery