Extrair legendas de DVD para .srt(Atualizado)

[klaos]

Esse tutorial ensinarei passo a passo como extrair legendas de DVD sem dificuldades
Peço desculpa a ultima versão do tutorial que estava incorreta posto aqui uma versão corrigida e melhorada

Programas necessários:

subtitleripper --> instala sudo apt-get install subtitleripper

mplayer(incluido no big)

transcode --> instala sudo apt-get install transcode

tesseract --> sudo apt-get instal tesseract-ocr (repositorio getdebs)

imagemagick --> sudo apt-get install imagemagick


tesseract por padrão não possui arquivos necessários que seria o dicionario usado para converter foto em texto aki postarei um breve tutorial

instale normalmente pelo apt-get o programa e baixe o arquivo

http://tesseract-ocr.googlecode.com/fil ... por.tar.gz

e http://tesseract-ocr.googlecode.com/fil ... eng.tar.gz

e coloque os arquivos na pasta /usr/share/tessdata e /usr/share/tesseract-ocr/tessdata

Listar legendas do DVD

use o comando

Código: Selecionar todos

lsdvd -s 

Código: Selecionar todos

Disc Title: 24_HORAS_01
Title: 01, Length: 00:42:41.153 Chapters: 06, Cells: 06, Audio streams: 03, Subpictures: 02

Subtitle: 01, Language: en - English, Content: Undefined, Stream id: 0x21 Subtitle: 02, Language: pt - Portugues, Content: Undefined, Stream id: 0x24,

Nesse exemplo mostra o title possui 42 minutos possui 2 legendas o que é necessário anotar é 0x21 ou 0x24 que ID das legendas vc escolhe qual ira ripar se é o inglês português

Pasta legenda:[/b]

é bom criar uma pasta pois será gerado muitos arquivos

Código: Selecionar todos

mkdir legenda-dvd
cd legenda-dvd 

Extraindo Legenda:

Código: Selecionar todos

tccat -i /dev/dvd -T 1 -L | tcextract -x ps1 -t vob -a 0x24 > subs-pt

subs-pt poderá ser trocado por subs-en(inglês) ou subs-fr(frances) etc...

-a 0x24 é legenda troque como no exemplo para 0x21 se quiser inglês

-T 1 pode ser trocado pr T 2 caso queira ripar a legenda do title 2


Esse processo é meio demorado...



bem ainda no konsole digite:

Código: Selecionar todos

subtitle2pgm -o pt -c 255,255,0,255 < subs-pt

troque o subs-pt pelo nome que escolheu no comando anterior

depois de gerado sua legenda perceberá que possui vários arquivos na pasta isso é legenda em modo de foto cada texto da legenda representa uma foto...

Convertendo images:

O Programa usado para converter foto em texto só aceita arquivos que tiverem no formato .tif o subtitle2pgm gera arquivos em .pgm o comando a seguir converte tudo para .tif

Código: Selecionar todos

for i in $(ls); do convert $i  $i.tif ; done

poderá usar o comando rm *.pgm para remover as imagens antigas

Alterando o index legenda
ele ira renomear index pois tava detectando os arquivos .pgm o comando ira trocar para .tif

Código: Selecionar todos

sed -e 's/.pgm/.pgm.tif/g;' subs-pt.srtx > subs-pt2.srtx

depois o comando mv subs-pt2.srtx subs-pt.srtx

Agora o mais importante converter as fotos para texto:

use o comando:

Código: Selecionar todos

for i in $(ls); do tesseract $i  $i -l por; done

onde diz tesseract $i $i -l por; pode trocar por
tesseract $i $i -l eng; caso esteja extraindo legenda em inglês

pode usar o comando para remover as fotos

rm *.tif


srttool -s -w -i subs-pt.srtx -o legenda.srt

Pronto sua legenda em srt foi criado com sucesso

poderá usar o seguinte comando para remover os arquivos indesejados:

rm *.txt[/url]


Os comandos todos devem ser executados pelo konsole dentro da pasta criada para legendas*

[rafaelkafka]

Parabéns, Klaos, ficou excelente.

[34129xt]

rafaelkafka, Coveiro. O tópico tem uns 2 anos...

[Jorgebadad]

E a pá de ouro vai para...

[zuadas]

klaos, Bom Dia companheiro.


Eu parei no

"tccat -i /dev/dvd -T 1 -L | tcextract -x ps1 -t vob -a 0x24 > subs-pt"

Se eu retiro o parâmetro -L ele funciona, e o -L é pra ele "ir até o fim", tem algum esquema pra ele funcionar?

[mauriciolf-net]

klaos, Bom Dia companheiro.


Eu parei no

"tccat -i /dev/dvd -T 1 -L | tcextract -x ps1 -t vob -a 0x24 > subs-pt"

Se eu retiro o parâmetro -L ele funciona, e o -L é pra ele "ir até o fim", tem algum esquema pra ele funcionar?

Sim tem um esquema, até porque a opção '-L' pra mim também não rola. O esquema é tirar o '-L' e adicionar -> ,9999 <- exemplo:

-> tccat -i /dev/dvd -T 1,9999 | tcextract -x ps1 -t vob -a 0x24 > legenda <-

A menos claro... que o title tenha mais de nove mil novecentos e sei lá quantos chapters...
Boas Festas!