hot_video_analyse/code/README_CnOCR.md

视频字幕OCR提取器 - CnOCR集成

概述

字幕提取器现在支持三种OCR引擎：

• PaddleOCR: 百度开源OCR引擎
• EasyOCR: 轻量级OCR引擎
• CnOCR: 中文OCR专用引擎（新增）

CnOCR安装和配置

1. 自动安装（推荐）

cd code
python install_cnocr.py

2. 手动安装

# 安装CnOCR
pip install cnocr[ort-cpu] -i https://pypi.tuna.tsinghua.edu.cn/simple

# 创建模型目录
mkdir -p /root/autodl-tmp/llm/cnocr

# 设置环境变量
export CNOCR_HOME=/root/autodl-tmp/llm/cnocr

使用方法

1. 单独使用CnOCR

python ocr_subtitle_extractor.py your_video.mp4 -e cnocr

2. 使用所有OCR引擎

python ocr_subtitle_extractor.py your_video.mp4 -e all

3. 完整参数示例

python ocr_subtitle_extractor.py your_video.mp4 \
    -e cnocr \
    -l ch \
    -i 30 \
    -c 0.5 \
    -o results \
    -f json \
    --position bottom

参数说明

• -e, --engine: OCR引擎选择

  • paddleocr: 仅使用PaddleOCR
  • easyocr: 仅使用EasyOCR
  • cnocr: 仅使用CnOCR（新增）
  • all: 使用所有三种引擎

• -l, --language: 语言设置

  • ch: 中文
  • en: 英文
  • ch_en: 中英文混合

• -i, --interval: 帧采样间隔（默认30帧）

• -c, --confidence: 置信度阈值（默认0.5）

• -o, --output: 输出目录

• -f, --format: 输出格式（json/txt/srt）

• --position: 字幕区域位置（full/center/bottom）

CnOCR特点

1. 专为中文优化: 对中文识别效果更好
2. 轻量级: 模型体积较小，运行速度快
3. 易于部署: 安装简单，依赖少
4. 多种模型: 支持多种检测和识别模型

测试CnOCR集成

python test_cnocr.py

这个脚本会：

1. 测试CnOCR安装
2. 测试模型下载
3. 测试字幕提取器集成
4. 显示测试结果

模型存储位置

所有CnOCR模型文件都会下载到：

/root/autodl-tmp/llm/cnocr/

首次使用时会自动下载所需模型，请耐心等待。

输出格式

使用CnOCR时，识别结果中的engine字段会标记为"CnOCR"，便于区分不同引擎的结果。

性能对比

引擎	中文识别	英文识别	速度	模型大小
PaddleOCR	优秀	优秀	中等	大
EasyOCR	良好	优秀	较慢	大
CnOCR	优秀	良好	较快	中等

故障排除

1. 安装失败

# 更新pip
pip install --upgrade pip

# 使用国内源
pip install cnocr[ort-cpu] -i https://pypi.tuna.tsinghua.edu.cn/simple

2. 模型下载失败

# 检查网络连接
# 确保有足够的磁盘空间
# 重新运行安装脚本
python install_cnocr.py

3. 环境变量问题

# 在脚本开头添加
export CNOCR_HOME=/root/autodl-tmp/llm/cnocr

示例输出

{
  "video_path": "test_video.mp4",
  "subtitles": [
    {
      "timestamp": 1.5,
      "text": "这是一个测试字幕",
      "confidence": 0.95,
      "bbox": [[10, 20], [200, 20], [200, 50], [10, 50]],
      "engine": "CnOCR"
    }
  ],
  "stats": {
    "total_detections": 150,
    "filtered_detections": 120,
    "unique_texts": 50,
    "average_confidence": 0.87
  }
}