测试了几个 OCR

pxiphx891 · 4 天前 · 1653 次点击
今天下载了一个 DVD 视频,字幕格式为 dvd_subtitle ,字幕锯齿感严重,因此想利用 OCR 把字幕识别成文字。
于是我在 github 找到了这么一个项目: https://github.com/vincrichard/VobSub-ML-OCR ,运行之后,发现自带的 easyocr 效果不太好,所以就又找了几个 ocr 的项目测试。
这是原图:


这是使用飞桨 PP-OCRv4 的效果(测试地址: https://aistudio.baidu.com/community/app/91660/webUI ):
高效率模型方案


高精度模型方案


这是使用微信提取出来的 OCR 测试的效果(来源于 https://www.fshex.com/t/1120897 ):
"ocr_response": [
{
"bottom": 391.0640563964844,
"left": 199.8789825439453,
"rate": 0.9488778710365295,
"right": 513.5093383789062,
"text": "那麽我无论如何",
"top": 349.4739685058594
},
{
"bottom": 429.15313720703125,
"left": 220.19375610351562,
"rate": 0.9376645088195801,
"right": 492.0656433105469,
"text": "都要噌试一下",
"top": 392.0796813964844
}
]

这是使用阿里云百炼(地址: https://help.aliyun.com/zh/model-studio/models#55c81ba3ccgct )通义千问 OCR qwen-vl-ocr-latest 识别的结果:
举报· 1653 次点击
登录 注册 站外分享
15 条回复  
Doraemontree 小成 4 天前
是不是繁体的不好识别
Lucoie 初学 4 天前
综合哪个好用?
pxiphx891 楼主 小成 4 天前
@Lucoie 通义千问 OCR 和微信 OCR 效果都很好,飞桨不行
docx 初学 4 天前
如果是简体呢
pxiphx891 楼主 小成 4 天前
@docx 如果是简体,所有模型都是秒杀
ha1o 小成 4 天前
想问下,假设识别率 100%,后续是要把原字幕完全替换一遍生成新字幕吗?那岂不是要输入加载原字幕的视频?
SakuraYuki 小成 4 天前
https://i.imgur.com/qswlDCI.png 苹果自带的这个好像还行
pxiphx891 楼主 小成 4 天前
@SakuraYuki 这是什么软件?
pxiphx891 楼主 小成 4 天前
@ha1o VobSub-ML-OCR 这个项目是可以生成 srt 的,可以了解一下
12下一页
返回顶部