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 2026-10-27 · 当前星标 ★ 506
核心亮点
- 把字幕帧定位、OCR 识别和时间轴合并串成自动化流程，减少逐帧手工截图与录入
- 基于 VideoSubFinder 做字幕区域检测，对固定位置硬字幕的定位较稳定
- 输出标准 SRT 格式，可直接被播放器、剪辑软件加载，便于人工校对后使用
不足之处
- 依赖外部 OCR 引擎与 VideoSubFinder，环境配置和版本兼容需要额外调试
- 对动态背景、描边复杂或位置漂移的字幕，识别准确率依赖 OCR 质量，仍需人工校对
- 早期项目，文档与社区规模有限，遇到问题可参考的案例较少
适用场景
- 影视或课程视频的硬字幕转文本归档
- 短视频素材字幕提取后做二次翻译或剪辑
- 个人视频库批量生成外挂字幕文件
替代项目
VideoSubFinder、PaddleOCR、video-subtitle-extractor
上一篇：RapidOcrOnnx
下一篇：tr
同类项目推荐
xview-yolov3
开源
用YOLOv3快速训练卫星图像目标检测模型
YOLOv3 training, preprocessing, validation, and inference for object detection in xV···
AntiCAP
开源
一行代码识别点选滑块算术验证码，自动化流程不再卡验证
验证码识别 点选 滑块 算术 旋转 OCR
SPVD
开源
用稀疏点体素扩散，高效生成高精度3D点云
SPVD: Efficient and Scalable Point Cloud Generation with Sparse Point-Voxel Diffusio···
vivid123
开源
一张图生成多视角视频，3D重建更轻松
[CVPR 2024 Highlight] ViVid-1-to-3: Novel View Synthesis with Video Diffusion Models
ImageIndexer
开源
本地跑大模型，自动给图片打标签，搜图快人一步
Creates an index of images, queries a local LLM and adds tags to the image metadata
Conceptor
开源
读懂扩散模型的隐藏语言，精准操控图像生成
Official implementation of the paper The Hidden Language of Diffusion Models
ID-Card-Passport-Recognition-And···
开源
拍证件自动识别真伪，Android 端一站式 eKYC 核验
ID Card Recognition, ID Document Recognition, Passport Recognition, Driver License R···
readur
开源
上传图片即出文字，自建 OCR 像用网盘一样简单
Quick, painless, intuitive OCR platform written in Rust and TypeScript. Modern UI wi···
RGBT-Perception-Papers
开源
一页汇总RGB-T三大任务论文，快速入门多模态感知
Summary of RGB-T Salient Object Detection, Semantic segmentation and Crowd Counting.