文字识别 (OCR)
从视频画面中提取已有的烧录字幕
基础版与 Pro 版
基础版可免费提取 5 分钟以内的视频字幕。Pro 版无时长限制。
什么是文字识别 (OCR)
文字识别 (OCR) 功能可以从视频画面中提取已有的烧录字幕（硬字幕），生成可编辑的 SRT 字幕文件。适用于视频中已经有可见字幕、但没有独立字幕文件的情况，例如从网络下载的带字幕视频、电视节目录制等。
与语音识别不同，OCR 分析的是视频画面而非音频轨道，因此它能识别任何已经"烧录"在画面上的文字。
使用步骤
- 导入视频到素材库将视频文件拖入极客连的素材库，或点击「添加视频」按钮选择文件。
- 切换到「文字识别」Tab在主界面顶部选择「文字识别」标签页。
- 选择源语言选择视频字幕的 OCR 识别语言。
- 点击「运行 文字识别」确认设置后，点击按钮开始处理。
- 颜色采样（可选）如果没有勾选「提取全部文字」，会进入颜色选择器步骤——在视频帧上涂抹字幕文字来采样颜色（详见下方说明）。
- 确认颜色在颜色选择器中完成涂抹后，点击「确认颜色」继续。
- 等待 OCR 完成系统自动逐帧扫描视频画面，提取文字内容。
- 查看结果完成！打开字幕编辑器查看和编辑识别结果。
颜色选择器
视频画面中除了字幕文字，往往还有大量其他文字内容——水印、Logo、画面内的文字标识等。颜色采样的目的是帮助 OCR 引擎聚焦到你想提取的目标字幕，通过字幕文字的颜色来区分它们。
操作方式
- 在视频帧上用鼠标涂抹字幕文字区域，系统会自动采集涂抹位置的颜色
- 用 +/- 按钮缩放画面，方便精确涂抹小号字幕
- 涂错了可以点击「清除涂抹」重新来过
- 达到最小采样量后，「确认颜色」按钮变为可点击状态
- 使用「字体高度过滤」设置最小和最大像素值，过滤掉水印等非字幕文字（留空表示不限制）
提示
尽量在字幕文字笔画上涂抹，避免涂到字幕周围的背景区域。采样越精确，识别效果越好。画面中红色数字标注的是检测到的文字行高（像素），可以据此设置字体高度过滤范围。
OCR 设置详解
| 设置 | 说明 | 建议 |
|---|---|---|
| 源语言 | OCR 识别的语言 | 选择视频字幕的语言 |
| 字幕区域 | 限制扫描范围：底部 / 底部20% / 上半部分 / 全屏 | 字幕通常在底部，选「底部」或「底部20%」可减少误识别并加快速度 |
| 检测间隔 | 抽帧频率：0.25s / 0.3s / 0.5s / 1.0s | 默认 0.5s 够用；字幕切换很快的视频可降到 0.25s |
| 过滤文字 | 排除指定语种字符 | 画面中有不需要的日文/韩文/泰文等时使用 |
| 提取全部文字 | 跳过颜色采样，提取画面中所有文字 | 字幕颜色不固定或多种颜色时使用 |
| 使用之前的样式预设 | 复用上次的颜色采样 | 同系列视频批处理时省去重复采样 |
| AI 增强 PRO | 标点修正 + 视觉复查，可提高 OCR 质量 | 处理速度会变慢，根据需要开启 |
常见问题
为什么识别出很多乱码？
可能是颜色采样不够精确，导致 OCR 引擎把背景纹理也当作文字处理了。建议重新采样，尽量只涂抹字幕文字的笔画区域。也可以换一帧字幕更清晰的画面重新操作。
支持哪些语言？
目前 OCR 支持以下语言：中文简体、中文繁体、中英双语、英文、日文、韩文、越南语。
为什么有些字幕没有被识别到？
检测间隔可能太大，字幕一闪而过没有被采样到。尝试将检测间隔降低到 0.25s，可以捕获切换更快的字幕。代价是处理时间会相应增加。