youtube - 扫描视频以查找文本字符串？

Question

我的目标是从电影预告片中找到标题屏幕。我需要一种服务，可以在视频中搜索字符串，然后返回带有该字符串的帧。相当模糊，是否存在这样的东西？

例如对于这部电影，我将扫描“香肠派对”并获取以下帧:



编辑:我发现cloudsight api实际上可以工作，除了每次调用$ .04的成本高昂之外，假设我需要将视频分成1s的间隔并扫描每个图像(每个视频至少60次调用)。

Answer 1

我找不到确切的服务，但您可以尝试自己做...

ffmpeg -i sausage_party.mp4 -r 1 %04d.png
/usr/local/bin/parallel --no-notice -j 8 \
  /usr/local/bin/tesseract -psm 6 -l eng {} {.} \
  ::: *.png

这会每秒从视频文件中提取一帧，然后使用tesseract通过OCR将文本提取到与图像帧同名的文件中(例如 0135.txt。但是，根据使用的字体和视频文件的质量。

您可能会发现使用 Amazon Mechanical Turk 之类的东西比较便宜/容易，尤其是因为OCR很难自动执行此操作。