硬字幕转制外挂字幕利器（改三）
本帖最后由 kavenliang 于 2020-6-3 18:03 编辑Caption OCR Tool
隔壁帖子链接：NobNeo：为了更便捷的手抄字幕, 我搞了一个新玩具
滤镜模块解释：caption_ocr_tool/docs/MODULE_ZH_CN.MD
入门视频演示：【COCR】动漫收藏找不到外挂字幕？来试试手抄
以下为旧内容，仅供参考
首先回答2个问题：
[*]手抄党是什么？——用某种方法把内嵌在视频画面上的字幕变成ASS外挂字幕的抖M，该方法通常是指“手打”。
[*]esrXP是什么？——是个很久都没更新过的古老小工具，用途就是把画面上的字幕部分变成一张张图片，或者输出ssa。
[*]为什么会有这么个帖子？——之前遇到esrXP打开视频没反应也没预览等情况，找遍网络都没有详细的解决办法，在2333的提示下折腾了一下搞定了，第一层是交代如何解决这个问题的。关于这货怎么用怎么调参数...怎么OCR，看后面几楼。
需要准备的东西：
[*]WMP——全称Windows Media Player
[*]LAV Filters——32bit/x86的是必须的。
[*]Codec Tweak Tool——调整系统解码器托管的一个小工具，用完可弃
[*]
[*]Onenote 2016/ABBYY pro
[*]Notepad++
实行步骤：
[*]把WMP启用（据我所知Windows10下好像是默认不启用的）：「Win+X」——「F」——「启用或关闭Windows功能」——「媒体功能」——[√]「Windows Media Player」——「确定」
[*]如果你系统只安装了64bit的LAV Filters那么就再安装个32Bit的
[*]用Codec Tweak Tool把默认的分离/解码任务托管到LAV Filters，esrXP好像只能用到32bit，我是只勾选MP4、MKV（分离器）和H264、HEVC（解码器）的，你可以不按照我这里设置（一般硬字幕源片源都是MP4了），这个设置在系统大版本更新的时候可能会被重置，你再设置一遍就好。
[*]现在应该可以预览了，调好参数（可以看楼下）（这个很重要，结果糊不糊，靠这里了，调的时候多预览一下，随机多预览下多几个画面，特别是画面与字体色度比较接近的地方），调好之后，跑一下看看。
本帖最后由 kavenliang 于 2016-8-5 17:05 编辑
说下几个重要的参数怎么调
[*]区域——字幕截取范围上下刚好贴住字幕就好，左右没多大要求；[√]「完整宽度」这个一般不勾选，勾选也可以，因为有的视频在左下角右下角会出现插入曲的歌词什么的，勾选的话可能会跑出相当一部分重复图像，后面可能需要花时间修正文本，不影响最终效果，你可以判断下当前的截取范围够不够宽，能截取到最长的对白。
[*]过滤器设置——[√]启动过滤器；[]额外颜色；颜色（不建议选「颜色及边线」因为这样一来，容错性保证不了）；字幕颜色一般就是字体的主颜色（白色）了；边线颜色就是边框颜色。
[*]进阶设置——个人是只勾选最后阶段，主要调「最后阶段」的「色度差距」和「RGB差距」效果很明显，下面四个可以看情况微调，效果较上面两个不明显。
[*]后处理——[√]移除只有一像素的点；[√]移除只有一像素的线；[√]移除区块大过「？×？」像素（在字体本身不被移除的前提下尽可能小，也可以不开）；[√]移除接触边缘的区块（一般都可以选，字幕组一般都会预留相当的左右边距）；[]移除通过中央的区块（不能选，因为大部分字幕都是居中的，选了就没有了）
关于第2点，强烈建议参考22楼的方法。
[*]然后就可以开跑了
本帖最后由 kavenliang 于 2016-8-5 17:28 编辑
跑完整个视频后，说一下整理的流程。
[*]清理错误，无关的图像，重复的保留其中一个最清晰的，重复的图像（文本内容）建议记录一下，这些重复的后面需要修时间轴。善用鼠标右键和左键进行复选，选中的行会被暂时隐藏，但不会被删除，如果你想删除，你可以看看上面那三个按钮。
[*]清理完后，「文件」——「另存为」——直接出(Sub Substation Alpha)SSA字幕，这一步对整个手抄过程来说是最具价值的一步，出轴。
[*]导出图像，「文件」——「保存OCR影像」，我OCR是用的Onenote，所以一图流。
[*]Onenote添加图像——「复制图像中的文本」——「粘贴」到Notepad++之类的文本处理器，去空格标点（这个如果会正则表达式替换会方便很多，我只会普通替换），一行一行对着图像多删缺补（一行一行要对应，这个很重要，有的行只有一两个字（像“哈哈”“哦”“嗯”之类），所以Onenote会识别不出来），这里我建议你先去Notepad++的「首选项」把「自动完成」关掉，不然会烦死你。
[*]对好行之后，全选复制，打开只有时间轴的SSA，选中第一行，「右击」——「选择性粘贴(ctrl+shift+v)」——「文字」——「确定」。如果你行都对应的话，应该刚刚好会填满，如果没刚好填满的话，挂上原视频，找到从哪一行开始不对应的，从那一行开始复制到末尾，再从正确的行开始「选择性粘贴」，再自己把不对应的那一行该有的内容补上。如此往复。直到所有行都完整匹配，且没有缺漏。（所以我一般每次只复制100行，这样好找错）
[*]关于上部字幕、标注、特效、歌词这些，该手打的还是要手打。我是potplayer用5-10倍速播放原视频（三五分钟就看完了，一边看一边傻笑），看到有这些内容就暂停截图，之后再在字幕里添加上。这些特效字幕什么的我强烈建议你另存为(Advanced Substation Alpha)ASS再添加，因为两种格式支持的特效tag有别。
[*]个人经验之谈：如果你不会对重复单调工作感到乏味恶心的话，那么我建议你每个步骤都把全季度的都做完，再摸下个步骤，这样将大大节省整体时间，因为重复工作的同时你的时间消耗会因为你的熟练度提升而减少；而每集都要从头（mp4）到尾（ass成品）来一遍的模式会让你更加劳累，因为你要来回切换不同的工具和界面并使用与上一步骤不同的操作。具体操作：把esrxp参数调好跑完一集先保存exr文件，再跑下一集保存如此往复完成所有集数后，再逐个打开esr文件清理不要的行保存esr、ssa、导出bmp，如此往复做完全季度，再OCR你的bmp，复制到txt，弄完全季度再批量一次打开全部txt，用（正则）替换所有打开文件的功能，清理一些由于画面不干净而生成的标点符号或者更改错别字，再对照bmp逐个文本逐行校对并保存校对好的txt，校对完全季度后再复制到已经出轴的ssa上面，最后调样式加歌词加注释加次要对白都可以慢慢来。
本帖最后由 darkangel0224 于 2016-7-2 19:14 编辑
简单补充主楼没有详细提及的东西
参考链接：
http://www.darksmurfsub.com/forum/index.php?/topic/4490-hardsubs-extraction-guide/#entry60621
https://sites.google.com/site/cphktool/esrxp/filter-setting
导入视频
这个软件依赖DirectShow解码视频，所以如果无法打开视频，装个诸如K-Lite Codec Mega的解码包基本能解决问题。
但巨硬从瘟7开始搞了Media Foundation的东西，这东西的作用就是不按常理出牌，无视Merit Value，强行关联DirectShow解码链路。所以导致不管你给注册过DirectShow外置解码器多高的优先值，都会被拉去给巨硬的自己的解码器解码。
所以可以开Codec Tweak（K-Lite Codec自带），在MS Codec Tweaks里把巨硬所有32位的解码器全禁用。当然副作用就是如果你要看MMS流视频，大约会解码失败。不过考虑到巨硬的WMV市场占有率，基本也不担心这问题嘛。
另外，也可以导入avisynth的脚本（如果你有装的话avisynth）。
Filter小补
在画面上左键确定选取左上坐标点，右键确定选取右下坐标点。换句话说通过一次左键和一次右键就能选定选区。对选取长按左键不放就是整个拖动选区。
左侧Region控制区里，点击四个数字框中间的长方形，会在选区中出现一条红色中线。这是对双行显示字幕的中分线。
Additional Color
这个选项是用来查看每一步的Filter处理结果的。勾上后，画面会有五种颜色（不一定全会出现），各自代表不同的含义。
红色：图像经由Outline滤镜处理后，被滤去的部分，得到图像A
绿色：被软件判别为非文字，而滤去的部分。这个没有直接调整项，完全靠其他选项抑制。
黑色：图像A经过Pass1滤镜后，被滤去的部分。得到图像B
蓝色：图像B经过Final滤镜后，被滤去的部分。得到图像C
白色：图像C在postprocessing滤镜后，得到的图像结果。也就是最终结果。
Advance / Filter Setting
如果经常做图像处理的话，应该很快就能明白这其实就是个复合滤镜调整。这个对话框打开后，是无法对主区进行选择的。所以一般调整前会勾选上Enable Filter 和 Additional Color查看实时调整结果。
需要知道的背景知识：
HSL：https://en.wikipedia.org/wiki/HSL_and_HSV
RBG：https://en.wikipedia.org/wiki/RGB_color_model
Lum-luminance 亮度, Sat-saturation 饱和度
Hue，Lum和Sat属HSL，RGB属RGB。各项取值范围
Pixel Compensate
Hue Difference
RGB Difference
Lum, Sat (最小值必定小于最大值)
Outline和Pass1是同组滤镜，如果选Color模式，这俩个是不起作用的。
这个东西调整麻烦的地方在于，几乎没有通吃设定，甚至一个片里不同的片段出来的效果都不同。下面贴两个例子，抛砖引玉。因为这个软件并没有附带帮助文档和操作手册，所以例子中会出现与本文内容冲突的部分，只能请各位自行参悟了。
感謝樓主提供教程
本帖最后由 stevenweng09 于 2015-12-25 15:39 编辑esrXP+OCR真的是不可缺少的工具
感謝樓主提供教程
大多數TVrip都是蛋疼的內嵌很想把字幕都挖出來 ...... TVrip那渣畫質根本不能入眼......
英文都內掛反而容易，中文字幕取得困難呀
本帖最后由 yswysc 于 2022-5-20 13:37 编辑
顶一把。就是在kaven的指示下，我解决了视频载入问题。作为测试，两个人摸索出了一下午，终于完成了全部流程。然后我用esrXP+OCR的方法，抄了京吹部的第14集。
顺便欢迎所有愿意制作BD字幕的同学加Q群：⬛⬛⬛⬛⬛
欢迎抖M苦力，欢迎各种翻译和技术人员。
想问下楼主，不考虑版本的更新问题，esrXP读不出mp4格式的片怎么解决？ snorh 发表于 2016-4-6 19:42
想问下楼主，不考虑版本的更新问题，esrXP读不出mp4格式的片怎么解决？
..这个贴就是解决这个问题的 kavenliang 发表于 2016-4-6 20:07
..这个贴就是解决这个问题的
我按这个贴一步步来，发现lav那个图标没有出现{:7_420:}，这是解码失败了吗？ snorh 发表于 2016-4-6 20:23
我按这个贴一步步来，发现lav那个图标没有出现，这是解码失败了吗？ ...
应该是没有接管，我现在只勾选了decoder h264和h265其他都保持默认了 1：WMP---------全称Windows Media Player 我系统是win7，Windows Media Player是默认打开的吗？我看了下我的是开启的！ 2：LAV Filters--------32bit/x86的是必须的。 这个软件从哪里可以下载呢？ 3：Codec Tweak Tool---------调整系统解码托管的一个小工具，用完可弃 这个又是从哪里弄来的呢 以上2和3你有附件可供下载，不知怎么找 我刚回覆完毕的时候才发现！原来有链接，不过已晚了！我进去看了下全是英文，用360浏览器翻译，无法翻译，都不知道哪个才是下载链接