IdxSubOcr(sub字幕转srt工具)使用教程.pdfVIP

IdxSubOcr 使用教程 ——dert112233 于 2010 年11 月22 日晚 一、引子 IdxSubOcr 说明：功能：一个专门用来OCR （光学字符识别）Vobsub 格式字幕的软件，能够将idx/sub 格式的字幕转成srt 格式，并提供srt 格 式校对功能。OCR 引擎为微软Office 所带的Microsoft Office Document Imaging (MODI) ，支持英文、简体中文、繁体中文、日文。 动机： 目前已经有一些免费的字幕 OCR 软件，英文的可以用 Subresync，中文的可以用SubOCR 。但是在使用了这些软件后，我还是决 定开发IdxSubOcr ，理由如下： 希望能够使用方便性方面有所改善。Subresync 自带的OCR 引擎的识 别率很棒，但是每次都要敲几十个字母实在太麻烦；而且还不支持中文字 符。 SubOCR 实在太庞大，而且在某些机器上运行出错。 在简体中文 Office 2007 下用 Micorsoft Office Document Imaging (MODI)做OCR 的步骤为： 1.先确保MODI 已经正常安装。Office 2003 的缺省安装是第一次使用 MODI 时安装，Office 2007 的缺省安装是不装或第一次使用MODI 时安 装，如果你已经安装了完整版的office 2003 或者office 2007 ，但是没有此 组件，你就必须添加此组件。 添加如下图： 1.1 放入office 安装光盘（如果是虚拟光驱就是加载光盘镜像文件）， 因为Micorsoft Office Document Imaging (MODI)组件要从光盘安装。 - 1 - 图1 1.2 进入控制面板点击“添加或删除程序” 图2 1.3 选择office 2007 （如果你的是office 2003 ，同样操作） 图3 1.4 选择添加或删除功能，然后点击继续 - 2 - 图4 1.5 选择“office 工具”Microsoft Office Document Imaging 下面的 Microsoft Office Document Imaging Writer ，改为从本机运行，然后继续， 中途可能会要求你选择指向office 光盘，很快安装就能完成。 - 3 - 图5 2.设置MODI 2.1 如图6 所示打开MODI 程序 图6 2.2 打开后，先选择“工具-选项”，对OCR 选项进行设置。常规设 置是去掉“自动拉伸”、“自动旋转”选项，再选择合适的语言。 图7 图8 - 4 - 与其他商业OCR 软件相比，MODI 具有下列特点： 支持多页TIFF 。某些OCR 只支持单页TIFF ，OCR 以后还需要对结 果进行合并。当然MODI 支持的TIFF 页数也不是无限的，我个人的经验 是不要超过300 页。单页TIFF 文件可以用免费的TiffToy 合并成多页TIFF ， 然后再用MODI 进行OCR 。TiffToy 合并时可以选择每合并多少个文件生 成一个新文件。 中文标点、文本段落保持得比较好，后期校对省了很多事。支持的语 言比较多，Office 支持的语言基本都支持。但是这一点对大多数用户来说 无法体会，因为正常情况下，MODI 只支持英文和当前Office 语言（如简 体中文、繁体中文）的OCR ，要想支持更多的语言，需要进行一些设置， 这就是本文所要讨论的内容。 要想让简体中文Office 2003 能够OCR 繁体、日文、韩文，需要做的 工作包括两个方面： 安装相关语言的OCR 模块。MODI 本身可以看作一个外壳，真正的 OCR 功能需要靠不同语言的模块实现。每个语言模块包括相关DLL 文件 和数据文件，需要复制到MODI 的安装文