蓝光字幕提取及处理

sup部分

1.提取

工具：“tsmuxer”，命令行或gui界面。以gui界面为例：

这里分离出了1个“264文件”即视频；1个“ac3音频”即音轨；另外一个就是本教程的主角“sup文件”即字幕文件。Sup文件为BDMV及HDDVD高清媒体专用字幕格式。不能直接avs加载，亦不能被常用视频压缩软件识别。须要转换成其他格式字幕文件。

2.处理

如何转换？

目前比较统一的思路是：sup to idx+sub to srt。

Sup to idx+sub：

这里分2种情况：sup字幕来自于hddvd以及bdmv

目前bdmv蓝光已经是绝对主流。以下已来自于蓝光盘的sup为例。

工具：“BDSup2Sub”，系统必须安装“java”软件。

安装java后，在cmd下，进入BDSup2Sub.jar所在目录。键入“java -jar BDSup2Sub.jar”或“javaw -jar BDSup2Sub.jar”。

File—Load 打开需要转换的sup文件：

然后：

例如：

为了提高识别率，可以移动字幕位置到黑边上，如图：

然后保存为idx+sub格式。

至此，我们就可以直接avs加载idx压制了。

然而idx+sub字幕是图片字幕，受限于字体等因素。可能导致画面看上去不太美观。那就可能需要把sub转换成srt文本字幕了。

srt部分

概念：

1. sub格式，由一个sub文件和一个idx文件组成。

2. sub文件中其实是一幅幅背景透明的图片，而idx则是index文件，引导显示每幅图片的时间。

3. sub字幕不能直接转换，而是要通过一种叫OCR(Optical Character Recognition)的方法，也就是光学字符识别技术。

方法1：“subrip”+“SubToSrt”

A。用SubRip将sub文件转换为bmp图片

1.首先安装SubRip，选择安装所有。

2.打开SubRip->文件->打开Vob文件

3.打开文件目录->选定sub->语言数据流选Chinese->右面操作里选字幕图片保存为4bit的BMP文件，以及在加时间和尺寸上打勾->开始

4.输入任意文件名->保存

5.预设里选I-Author->选取Custom Colors and Contrast->把颜色#1-4全部选择成白色（#1-4分别代表字芯、字框、背景、消除走样，每个字幕的#1-4所代表的都不一样）->一一测试哪一个为字芯，设为黑色，其他3项全部为白色，重要！ ->点选确定

6. SubRip自动将每一幅图片保存为BMP，并且加上相应时间顺序

输出格式->设置输出格式->Text formats下的SubRip(*.srt)->转换成此格式文件->另存为->保存

7.关闭SubRip

B。SubToSrt 3.11的使用

1.绿色软件，直接解压开即可使用。

2. 运行SubToSrt.exe->文件->打开SRT或SSA文件->选取刚才保存的srt文件

3. 图片处理->自动裁剪->确定（推荐使用此步骤，可以使识别更快）

4. 依照字幕调节空格检测设置、空格宽度设置、行高检测设置的灵敏度

5. 识别->开始识别

当遇到不认识的字时，会自动跳出小窗口要求丰富字库，输入该字，按回车即可

当遇到半个字的时候，如图，按扩展(Alt+E)，即可显示全字

如果前面一个字打错，可以在小框中修改该字，程序会自动从该字所在行开始识别

6. 识别完毕后，会自动替换已知错误词组。

7. 这时，可以随便看一下字幕，如有需要，可以略做修改（如：原sub字幕中就是错误的）

8. 文件->保存为SRT或SSA格式

C. 字幕修改校对

1. 文件->打开可对照的字幕文件->选取已经转换好的srt/ssa文件

2. 修改左面或者右面的字幕都可以，修改完毕后，点击保存

此方法的识别率及速度取决于字库文的大小。字库越多则越高效。

方法2：“MODI”+“IdxSubOcr”（个人建议使用）

所谓modi 即“Microsoft Office Document Imaging ”。（貌似只能在Microsoft Office 2003下调用，反正我的2010是怎样也打不开）

首先，必须安装Microsoft Office Document Imaging，建议在安装Microsoft Office 2003时候把全部组件选上。

然后，打开IdxSubOcr（绿色软件）：如下图

然后：

然后，短暂的过程，相对于第一个方法来说快了不知多少倍了：

最后，

这种方法声称是目前识别率最高的，可达到98%。然而余下的2%也是需要耗费大量的时间修正的。所以，如果不是对字幕有苛刻的要求，建议直接采用idx+sub

的图形字幕压制。