提取视频的字幕 java 提取视频字幕的方法

2021.03.12 关于视频字幕（有无外挂字幕）的提取死磕一天的总结

概述：

①有外挂字幕
---->视频网页
---->F12---->nework
----->打开字幕
---->找到.json文件
---->跑一下下面脚本就可以了

②硬字幕：无外挂字幕
---->下载视频
---->下载esrXP、格式工厂（分割）
---->视频导入esrxp设置区域
---->导出OCR影像

---

问题描述：

密码学双语，外教语速之快。。。5分钟暂停后退无数次：印证无比真实评论区

---

一、外挂字幕

没有外挂字幕的视频……字幕怎么导出

找了无数教程，都是提取外挂字幕：

F12—刷新—clear—打开CC字幕—json文件

参考https://www.jianshu.com/p/66450e9554f8

# -- coding: utf-8 --

import json
import math
import os

def convert_json_to_srt(json_files_path):    
    json_files = os.listdir(json_files_path)
    srt_files_path = os.path.join(json_files_path, 'srt') #更改后缀后字幕文件的路径    
    isExists = os.path.exists(srt_files_path)
    if not isExists:
        os.mkdir(srt_files_path)
    
    for json_file in json_files:        
        file_name = json_file.replace(json_file[-5:], '.srt') #改变转换后字幕的后缀
        file = ''  # 这个变量用来保存数据
        i = 1
        # 将此处文件位置进行修改，加上utf-8是为了避免处理中文时报错
        with open(os.path.join(json_files_path, json_file), encoding='utf-8') as f:
            datas = json.load(f)# 加载文件数据
            f.close()
                    
        for data in datas['body']:
            start = data['from']  # 获取开始时间
            stop = data['to']  # 获取结束时间
            content = data['content']  # 获取字幕内容
            file += '{}\n'.format(i)  # 加入序号
            hour = math.floor(start) // 3600
            minute = (math.floor(start) - hour * 3600) // 60
            sec = math.floor(start) - hour * 3600 - minute * 60
            minisec = int(math.modf(start)[0] * 100)  # 处理开始时间
            file += str(hour).zfill(2) + ':' + str(minute).zfill(2) + ':' + str(sec).zfill(2) + ',' + str(minisec).zfill(2)  # 将数字填充0并按照格式写入
            file += ' --> '
            hour = math.floor(stop) // 3600
            minute = (math.floor(stop) - hour * 3600) // 60
            sec = math.floor(stop) - hour * 3600 - minute * 60
            minisec = abs(int(math.modf(stop)[0] * 100 - 1))  # 此处减1是为了防止两个字幕同时出现
            file += str(hour).zfill(2) + ':' + str(minute).zfill(2) + ':' + str(sec).zfill(2) + ',' + str(minisec).zfill(2)
            file += '\n' + content + '\n\n'  # 加入字幕文字
            i += 1
        with open(os.path.join(srt_files_path, file_name), 'w', encoding='utf-8') as f:
            f.write(file)  # 将数据写入文件
                        
if __name__ == '__main__':   
    json_folder_path = 'D:\\video\\化学视频\\test\\src' #json字幕文件的路径（注意路径的格式）
    convert_json_to_srt(json_folder_path)

---

二、硬字幕

1. 下载esrXP

解决了讨厌的MCFee禁止下载的exe文件或者直接删除（无语子

找了无数教程

附上esrXP操作链接：https://docs.qq.com/doc/Bhq4pp0zdjAE3T5Lb54fHXne21rEQt3brULE4?undefined

2. 转换格式

试了很长时间esrXP导入视频没有响应，挨个尝试MP4、avi、rmvb。

看教程说大小限制，下载了格式工厂，分割60M的视频

……沧桑几个小时后……

导入成功

下载格式工厂，导入视频

3. 用esrXP过滤字幕

过滤器设置中，调整字幕颜色、边框颜色的设置