PP-OCRv5 (offline OCR)

Co dělá

Před instalací

Doplněk funguje jen s verzí Subtitld novější než 26.10, první, která umí otevřít obrázkové titulky. Starší verze ho v seznamu uvádějí, ale nemají nic, co by ho používalo.

• Disk: asi 260 MB po instalaci, včetně všech modelů.
• Paměť: asi 512 MB volných během čtení.
• Procesor: jakýkoli 64bitový procesor Intel nebo AMD, nebo Apple Silicon. Grafická karta se nepoužívá.

Otevření obrázkových titulků

Soubor titulků. Otevřete soubor .idx, .sub nebo .sup jako kterýkoli jiný soubor titulků. Subtitld se zeptá na Jazyk titulků, předvyplněný, pokud ho uvádí název souboru, a pokud soubor z DVD obsahuje několik stop, také na stopu v poli Stopa. Klikněte na Přečíst jako text. Čtení sleduje ukazatel průběhu a zavřením okna se zastaví.

Titulky se otevřou jako nový projekt uložený vedle souboru, jako SRT se stejným názvem. Obrázky se nikdy nepřepíšou, ani SRT, které už tam je: to nové dostane číslo, například film (2).srt.

Stopa ve videu. Otevřete video, pak na kartě Import zvolte Subtitles in the video. Obrázkové stopy se v seznamu Stopa titulků zobrazují jako obrázky, čtené pomocí OCR. Vyberte jednu a klikněte na Import.

Titulek opakovaný v po sobě jdoucích obrázcích, jak to DVD často dělají, se načte jako jeden titulek. Před uložením text zkontrolujte: OCR plete některá podobně vypadající písmena a kurzívu nebo neobvyklá písma čte hůř.

Modely

Pro každé písmo je jeden model, vybraný podle jazyka titulků. Jde o mobilní rozpoznávací modely PP-OCRv5 v sestavení pro ONNX, které zveřejňuje RapidAI. Jsou uvnitř doplňku a při jeho sestavení se ověřují proti pevně daným otiskům: při používání se nic nestahuje.

Doplněk je spouští bez PaddlePaddle i PyTorch. Každý obrázek rozdělí na řádky a každý řádek přečte. Potom opraví, v čem se modely u titulků mýlí: v angličtině je osamocené l nebo | slovo I; v čínštině a japonštině se ?, ! a , za jejich znaky mění na plnou šířku.

Možnosti

V Nastavení › Doplňky › PP-OCRv5 (offline OCR) › Nastavit.

Jazyky

77 jazyků v latince, cyrilici, řeckém a arabském písmu, dévanágarí, thajském, tamilském a telugském písmu, a k tomu čínština, japonština a korejština. Jazyk je uveden jen tehdy, když jeho model obsahuje každé písmeno jeho abecedy. Rumunština (ș, ț), vietnamština (ơ, ư), lotyština, velština, maltština, maorština, ázerbájdžánština a esperanto jsou z toho důvodu vynechány a hebrejština, gruzínština, arménština, bengálština, khmerština, laoština a barmština model nemají. Srbština se čte v cyrilici: pro srbštinu psanou latinkou zvolte pod Script model pro latinku.

• en
• fr
• de
• es
• pt
• it
• nl
• ca
• gl
• eu
• pl
• cs
• sk
• sl
• hr
• bs
• hu
• tr
• fi
• sv
• da
• no
• nb
• nn
• is
• et
• lt
• sq
• ga
• id
• ms
• sw
• tl
• fil
• af
• la
• oc
• uz
• jv
• su
• zu
• zh
• cmn
• yue
• ja
• ko
• ru
• uk
• be
• bg
• sr
• mk
• kk
• ky
• mn
• tt
• tg
• ba
• cv
• el
• ar
• fa
• ur
• ps
• ku
• ug
• sd
• hi
• mr
• ne
• sa
• mai
• bho
• new
• th
• ta
• te

Platformy

Linux x86-64, macOS na Apple Silicon a Windows x86-64. Každé vydání je sestaveno na všech třech a na každém z nich CI nainstaluje doplněk stejně jako Subtitld a přečte jeho testovací obrázky každým modelem.

Řešení potíží

• unsupported_languageJazyk, který jste zvolili, nečte žádný model. Pokud jsou titulky v jazyce psaném latinkou, zvolte pod Script model pro latinku.
• model_missingV doplňku chybí soubor modelu. Nainstalujte ho znovu z Globální nastavení ▸ Doplňky.
• bad_paramsSubtitld nedokázal předat obrázek, nebo má některá možnost hodnotu, kterou doplněk nezná. Zpráva uvede, které.
• oomPočítači došla paměť. Zavřete jiné programy a zkuste to znovu.
• internalUvnitř doplňku něco selhalo; zpráva obsahuje podrobnosti.

Pokud se zobrazí V těchto obrázcích nebyl nalezen žádný text., stopa neobsahuje žádný text, který by doplněk viděl: některé stopy na DVD nesou jen vynucené titulky, nebo jsou prázdné.

Licence

Vhodné pro komerční práci: doplněk, ONNX Runtime i modely PP-OCRv5 jsou všechny pod permisivními licencemi. Text, který z titulků přečtete, je váš.