Como Extrair Apenas as Legendas de um Vídeo — Sem a Marca d'Água, Logo ou Texto na Tela

Pontos principais

• A maioria das ferramentas de OCR de legendas extrai tudo o que está na tela — a marca d'água, o logo do canal e os gráficos na tela acabam misturados no seu arquivo SRT junto com as legendas reais.
• A solução é filtrar o que o OCR mantém usando quatro sinais: cor, altura do texto, região da tela e idioma. As legendas reais costumam ter uma cor consistente, um tamanho consistente, fixadas na mesma faixa do quadro e em um só idioma; marcas d'água e logos diferem em pelo menos um desses aspectos.
• O GeekLink permite definir esses filtros antes da extração — escolha a cor da legenda a partir de quadros de amostra, defina uma altura mínima e máxima de texto, escolha a região da legenda (parte de baixo, 20% inferior, topo ou quadro inteiro) e defina o idioma da legenda para que textos em outros sistemas de escrita sejam descartados automaticamente.
• Ele roda 100% offline em Macs com Apple Silicon e exporta um SRT limpo — sem envio para a nuvem, sem linhas de marca d'água para apagar à mão.
• O GeekLink tem um plano gratuito; o Pro custa US$ 12,99/mês ou US$ 99/ano e suporta OCR em mais de 90 idiomas.

Por que o OCR de legendas captura a marca d'água e o logo?

O OCR lê cada pedaço de texto no quadro, não apenas as legendas. Uma legenda "gravada na imagem" (queimada) é apenas pixels — não há uma faixa de legenda separada para copiar. Então uma ferramenta de OCR examina cada quadro, encontra qualquer coisa que pareça texto e a lê. Se o quadro também contém uma marca d'água de canal, um logo, um nome de usuário, uma sobreposição de "Inscreva-se" ou o título de uma música, o OCR também lê tudo isso.

O resultado é um arquivo SRT em que linhas de diálogo real estão intercaladas com lixo: a marca d'água se repete em quase toda linha, o texto do logo aparece como caracteres embaralhados e legendas na tela se misturam. Limpar isso à mão anula o propósito de usar o OCR em primeiro lugar.

A percepção-chave é que as legendas parecem diferentes de todo o resto de três maneiras mensuráveis. Legendas de diálogo costumam ter uma única cor consistente (muitas vezes branca ou amarela com contorno), uma altura consistente, e ficam na mesma faixa horizontal do quadro. Uma marca d'água normalmente é semitransparente, menor e estacionada num canto; um logo é um gráfico fixo; legendas na tela costumam ser maiores ou de cor diferente. Se você disser ao mecanismo de OCR como a legenda se parece, ele consegue manter as legendas e descartar o resto.

Como você extrai apenas as legendas e ignora todo o resto?

Está começando a extrair legendas queimadas de um vídeo? Comece pelo tutorial geral sobre como extrair legendas gravadas na imagem com OCR. Este guia foca em uma coisa que o básico ignora: manter apenas o diálogo e descartar a marca d'água, o logo e o texto na tela.

Você restringe o OCR com quatro filtros — cor, tamanho de fonte, região e idioma — para que ele leia apenas o texto que corresponde às suas legendas reais. Cada filtro remove um tipo diferente de ruído, e você pode empilhar os quatro.

• Filtro de cor — mantenha apenas o texto na cor da legenda, para que uma marca d'água, logo ou comentário de cor diferente seja ignorado.
• Filtro de tamanho de fonte — mantenha apenas o texto dentro de uma faixa de altura, para que marcas d'água/créditos minúsculos e títulos grandes demais sejam ignorados.
• Filtro de região — leia apenas a faixa onde as legendas aparecem, para que qualquer coisa nos cantos ou no topo do quadro nunca seja examinada.
• Filtro de idioma — mantenha apenas o texto no sistema de escrita da sua legenda, para que um logo ou marca d'água em outro idioma seja descartado automaticamente.

No GeekLink, você define esses filtros antes de a extração começar, e eles se aplicam a todo o lote. As seções abaixo explicam cada um.

Como filtro legendas por cor?

O GeekLink amostra quadros do seu vídeo e permite clicar na cor exata das suas legendas; ele então mantém apenas o texto naquela cor e ignora todo o resto. Quando você inicia um trabalho de OCR, o GeekLink extrai um conjunto de quadros estáticos que contêm texto e os mostra a você. Você clica em um caractere da legenda, o GeekLink lê sua cor e a usa como filtro.

Este é o filtro mais eficaz para marcas d'água e comentários na tela, porque esses quase sempre são de uma cor diferente (ou uma versão desbotada, semitransparente) em comparação com legendas de diálogo de branco ou amarelo limpo. Se suas legendas são brancas e a marca d'água é cinza, um filtro de cor sozinho remove a marca d'água.

A filtragem por cor também lida com o caso comum de legendas de duas cores ou de dois falantes — você pode capturar uma cor e deixar a outra de fora, ou capturar ambas, dependendo do que precisa. Como você escolhe a cor a partir de quadros reais do seu próprio vídeo, ela corresponde à legenda realmente renderizada em vez de um valor adivinhado.

Como filtro textos por tamanho de fonte?

Você define uma altura mínima e máxima de texto, e o GeekLink só lê texto cuja altura fica dentro dessa faixa. As legendas em um dado vídeo têm um tamanho consistente, então uma faixa de altura que abrange o diálogo naturalmente exclui textos muito menores ou muito maiores.

Isso captura o ruído que um filtro de cor deixa passar. Uma pequena marca d'água semitransparente, um crédito de copyright minúsculo ou um nome de usuário no canto costuma ser mais baixo que o texto da legenda, então uma altura mínima o remove. Uma cartela de título grande, uma manchete de abertura ou um banner grande na tela costuma ser mais alto que o texto da legenda, então uma altura máxima o remove.

Definir uma faixa de tamanho de fonte é a forma mais confiável de descartar marcas d'água e créditos que por acaso compartilham a cor da legenda. Combinado com o filtro de cor, ele remove tanto o ruído de cor diferente quanto o ruído de mesma cor mas tamanho errado.

Como limito o OCR à região da legenda?

Você diz ao GeekLink qual faixa do quadro examinar — metade de baixo, 20% inferior, metade de cima ou o quadro inteiro — e ele ignora completamente o texto fora dessa faixa. A maioria das legendas de diálogo fica na parte inferior do quadro, então restringir o OCR à região de baixo ignora qualquer coisa nos cantos ou no topo, como logos e marcas d'água de canal.

O filtro de região também é um ganho de velocidade: examinar uma faixa estreita em vez do quadro inteiro significa menos a processar por quadro. Para vídeo vertical de formato curto (TikTok, Reels, Shorts), as legendas costumam ficar mais acima, perto do meio-superior, então o GeekLink permite trocar a região para o topo — escolher a região errada é o motivo mais comum de o OCR "não encontrar nada", então combine-a com onde suas legendas realmente estão.

Região, cor e tamanho funcionam juntos: a região remove tudo fora da faixa da legenda, depois a cor e o tamanho limpam qualquer coisa que reste dentro dela — como uma marca d'água que por acaso se sobrepõe à área da legenda.

Como ignoro legendas ou textos em outro idioma?

Diga ao GeekLink o idioma da sua legenda, e ele descarta automaticamente textos escritos em um alfabeto diferente. Quando você define o idioma de origem — digamos chinês — o GeekLink espera caracteres chineses (mais letras latinas e números, que aparecem em quase toda legenda) e descarta linhas em outros sistemas de escrita, como o logo de uma emissora tailandesa, uma marca d'água coreana ou texto japonês na tela.

Este é o filtro que a cor e o tamanho nem sempre pegam. Um clipe reenviado ou repostado costuma trazer uma marca d'água ou logo de canal em um idioma completamente diferente do diálogo. Como esse texto está em um alfabeto diferente, o GeekLink o trata como "não sendo o idioma da sua legenda" e o deixa de fora — mesmo quando por acaso compartilha a cor e o tamanho da legenda.

É especialmente útil para vídeo chinês de formato curto e repostado, onde logos de plataformas tailandesas, coreanas ou japonesas são comuns. Uma ressalva: o GeekLink mantém letras latinas e números independentemente do idioma escolhido, porque as legendas frequentemente misturam palavras em inglês e dígitos — então este filtro remove outros alfabetos não latinos, não o inglês.

Para o passo a passo completo — uma tabela de alfabetos por idioma, legendas bilíngues e por que o inglês nunca é removido — veja como ignorar logos e marcas d'água em idioma estrangeiro.

Passo a passo: extraia legendas limpas de um vídeo no Mac

Aqui está o fluxo completo no GeekLink, da importação a um SRT limpo:

1. Importe seu(s) vídeo(s). Arraste um ou vários arquivos — o GeekLink processa em lote uma pasta inteira de uma vez.
2. Escolha a região da legenda. Escolha parte de baixo (padrão), 20% inferior, topo ou quadro inteiro para combinar com onde suas legendas ficam. Para vídeo vertical, escolha topo.
3. Inicie o OCR e escolha a cor da legenda. O GeekLink mostra quadros de amostra; clique em um caractere da legenda para definir o filtro de cor.
4. Defina a faixa de altura do texto. Insira uma altura mínima e máxima para que marcas d'água, créditos e títulos grandes demais sejam excluídos.
5. Deixe rodar e exporte o SRT. O GeekLink lê apenas o texto que corresponde a todos os três filtros e exporta um SRT limpo e editável — sem linhas de marca d'água para apagar.

Como os filtros se aplicam a todo o lote, você os define uma vez e limpa dezenas de vídeos em uma passada. Tudo roda localmente no seu computador, então nada é enviado.

Para uma referência de cada configuração de OCR no app — amostragem de cor, faixa de altura de fonte, região e intervalo de detecção — veja o guia de OCR na documentação.

Como isso se compara a outras ferramentas de OCR de legendas?

A maioria dos extratores de legendas por OCR lê o quadro inteiro e não oferece forma de excluir texto que não é legenda, então você acaba apagando linhas de marca d'água e logo do SRT à mão. Apps de OCR genéricos (e ferramentas de captura de tela para texto) não são feitos para legendas de vídeo — não têm noção de cor, altura ou faixa de legenda.

OCR dedicado a legendas é mais raro. O diferencial a procurar é se uma ferramenta permite restringir a extração por cor, tamanho e região antes de rodar, em vez de fazer você limpar a saída depois. O GeekLink é construído em torno desse fluxo e roda offline no Mac; ferramentas na nuvem exigem upload e assinatura, e a maioria ainda captura tudo o que está na tela.

Divulgação: o GeekLink é o nosso produto. Os filtros de cor, tamanho de fonte e região descritos aqui são exatamente os controles do app. Os recursos de outras ferramentas mudam com o tempo — verifique nos sites delas.

Perguntas frequentes