本地视频硬字幕提取工具使用说明
在视频处理中，通过声音识别并自动生成字幕（如使用 Whisper 模型）目前已经非常方便。但如果视频中已经“烧录”了画面字幕（即硬字幕），想要将它们提取出来却并不容易：使用在线 OCR 接口容易遇到调用频率限制或报错，而付费服务的成本又比较高。
为了解决这个问题，本工具整合了两个优秀的开源项目，实现了一款全本地、完全离线的视频硬字幕提取工具。它可以直接识别视频画面中的文字，并自动生成 .srt 格式的字幕文件。目前支持 中、英、日、韩 4 种语言。
下载地址: https://pan.baidu.com/s/1FrBVmdXAQBtnTelONv8Wog?pwd=1234
核心原理解析：
- VideoSubFinder：负责快速定位视频中出现硬字幕的画面并进行截图。
- PaddleOCR-json（基于百度 PaddleOCR）：负责识别这些截图中的文字，并将其转化为文本。
主要功能
- 可视化区域选择：导入视频后，可以在预览画面中直接用鼠标框选字幕所在的区域，避免画面中其他文字（如台标、水印）的干扰。
- 支持 CUDA 显卡加速：提升文字识别的运行效率。
- 多语言识别：支持中文、英文、日文、韩文 4 种语言的硬字幕提取。
- 运行环境：目前仅支持 Windows 10 和 Windows 11 系统。
使用方法
第一步：启动软件
下载并解压软件包，在解压后的文件夹中双击运行 ocrsp.exe。 
第二步：导入视频
在软件界面左侧，点击选择需要处理的视频文件（请确保该视频中含有需要提取的硬字幕）。
第三步：框选字幕区域
- 在右侧的视频预览区域，按住鼠标左键并拖动，框选出字幕所在的范围。
- 为了确保框选区域准确，可以点击预览窗口下方的“步进”按钮微调视频画面。切换到其他时间点，确认字幕在不同位置都能被完整包含在框内。
第四步：开始提取
确认无误后，点击“开始”按钮。软件底部的日志窗口会实时显示处理进度，静待运行完成即可。
第五步：获取字幕
提取完成后，生成的字幕文件会以 [原视频名称]-ocr.srt 的命名方式，自动保存在该视频所在的文件夹下。
致谢
本工具的实现离不开以下开源项目的支持，特此鸣谢：