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:
 |
|