🧛 🏻 🗝️ पायथन में वीडियो से उद्धरण एकत्र करने और पाठ को पहचानने के लिए स्क्रिप्ट 💣 📰 🧖🏾

एक स्क्रिप्ट के बारे में एक पोस्ट जो यूट्यूब से वीडियो डाउनलोड करती है और उसमें टेक्स्ट को पहचानती है। मैंने तुरंत व्यावहारिक कार्यान्वयन के साथ शुरुआत करने का फैसला किया। "Vdudfox" - पायथन में नायकों "Vdud" के उद्धरणों के संग्रह का स्क्रिप्ट कलेक्टर। यूरी ड्यूड और उनकी परियोजना "वूड" को शुरू करने की आवश्यकता नहीं है। सबसे साक्षात्कार जो देखने के लिए दिलचस्प हैं। यूरी अलेक्जेंड्रोविच एक दिलचस्प शो बनाना जानते हैं, चाहे आप किसी विशेष मुद्दे के नायक को जानते हों, उनके प्रशंसक हैं, या पहली बार इस नाम को सुनते हैं।

आपके पास कितने सेमी हैं? आप पुतिन को क्या कहते हैं? क्या आप OXY सुन रहे हैं?

ये और कई अन्य प्रश्न अब दुडेम से जुड़े हैं। जब साक्षात्कारकर्ता ज्ञान से भरा एक वाक्यांश का उच्चारण करता है, देखभाल करने वाले संपादकों ने हमारे साथ हमारे मॉनिटर की स्क्रीन पर हमें पूरे बिंदु को व्यक्त करने के लिए सावधानीपूर्वक प्रदर्शित किया। मेरा लक्ष्य पीढ़ियों के इस ज्ञान को क्रिस्टलीकृत करना और "वुडुडेक्सिकॉन" या "वूड्यूक्विटी" शब्दकोश बनाना था।

स्वाभाविक रूप से, एक व्यक्ति, भले ही एक विशिष्ट आईटी पृष्ठभूमि पर बोझ न हो, उसे अपने हाथों से ये बातें एकत्र करने की आवश्यकता नहीं है। इसके लिए, मैंने एक पायथन स्क्रिप्ट को स्केच किया।

सबसे पहले, हमें एक फ़ाइल की आवश्यकता है जिसे हम संसाधित करेंगे। Youtube से वीडियो डाउनलोड करने के लिए, मैंने pytube मॉड्यूल का उपयोग किया।

pip install pytube

YouTube से फ़ाइल डाउनलोड करने का एक उदाहरण

 from pytube import YouTube a=YouTube('https://www.youtube.com/watch?v=RNbXm8WKmow') a.streams.first().download()

फाइल डाउनलोड हो चुकी है। अब हम अपने समय के नायकों के कहने के साथ समकालीनता के ज्ञान के साथ, एक केंद्रित अर्थ के साथ फ्रेम को व्यवस्थित रूप से निर्धारित करना शुरू करेंगे।

पुरानी रिलीज़ में कोई आयताकार प्लेट नहीं थी, इसलिए हम स्क्रीन के निचले भाग में पाठ खोज सकते हैं। नई रिलीज़ में, आप आयत की खोज के लिए उसी पुराने OpenCV का उपयोग कर सकते हैं, जो आपको वीडियो से एक फ़्रेम प्राप्त करने की अनुमति देगा।

 a,contours,h = cv2.findContours(gray3, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE) for i in contours: cv2.drawContours(gray3,[i],0,(0,0,255),1)

रास्पबेरी 3 पर python3 के लिए cv2 स्थापित करने के लिए निर्भरता के कारण कई पैकेज स्थापित करने पड़े। शायद कुछ पैकेज निरर्थक हैं, यह मेरी अनुभवहीनता के कारण है, यही कारण है कि यह सब शुरू हुआ।

 sudo apt-get install build-essential cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev sudo apt-get -y install libopencv-dev sudo apt-get -y install build-essential checkinstall cmake pkg-config yasm sudo apt-get -y install libtiff4-dev libjpeg-dev libjasper-dev sudo apt-get -y install libavcodec-dev libavformat-dev libswscale-dev libdc1394-22-dev libxine-dev libgstreamer0.10-dev libgstreamer-plugins-base0.10-dev libv4l-dev sudo apt-get -y install python-dev python-numpy sudo apt-get -y install libtbb-dev sudo apt-get -y install libqt4-dev libgtk2.0-dev sudo apt-get -y install libfaac-dev libmp3lame-dev libopencore-amrnb-dev libopencore-amrwb-dev libtheora-dev libvorbis-dev libxvidcore-dev pip install opencv-python

हम टेसरैक्ट डालते हैं - यह ऑप्टिकल टेक्स्ट रिकग्निशन के लिए आवश्यक एक ओसीआर इंजन है।

 sudo apt-get install tesseract-ocr sudo pip3 install pytesseract sudo pip3 install tesseract

रिलीज़ बहुत विशिष्ट हेडसेट का उपयोग करते हैं, जिससे इसे पहचानना मुश्किल हो जाता है। सामान्य तौर पर, हम सिरिलिक वर्णमाला के लिए एक शब्दकोश स्थापित करते हैं। डाउनलोड करें और / usr / share / tesseract-ocr / tessdata में स्थानांतरित करें।

इनपुट की स्क्रिप्ट यूट्यूब पर वीडियो का पता प्राप्त करती है। यह एक फ़ाइल डाउनलोड करता है, एक फ्रेम को 5 सेकंड में संसाधित करना शुरू करता है। यदि फ्रेम में एक वर्ग है, तो इसे काट लें, इसे तिरछा करें, इसके विपरीत बढ़ाएं और इसे पहचानें। यदि स्ट्रिंग 15 वर्णों से कम है, तो उस पर विचार न करें। आप निश्चित रूप से, 15 से कम पात्रों की एक स्ट्रिंग का उपयोग कर सकते हैं, लेकिन कार्यक्रम की नायिकाओं में से एक ने कहा:
-मुझे नहीं पता, लड़कों, तुम छोटी लाइनों के साथ कैसे रहते हो।

हम लॉग फ़ाइल पाठ, समय और यूट्यूब पर पल के लिए एक कड़ी में डाल दिया। हम 5 सेकंड छोड़ते हैं (यह न पूछें कि यह आंकड़ा पहले क्यों ध्यान में आया, इस समय के भीतर दो उद्धरणों के ओवरलैप की जाँच नहीं हुई)। आप वीडियो फ़ाइल को हटा सकते हैं और अगले रिलीज़ के साथ आगे बढ़ सकते हैं।

पूर्ण स्क्रिप्ट कोड:

पायथन 3 स्क्रिप्ट

 import cv2 import pytesseract import numpy as np from pytube import YouTube import os nameofvideo="RNbXm8WKmow" a=YouTube('https://www.youtube.com/watch?v='+nameofvideo) a.streams.first().download() title=a.title title2=title.replace("/","").replace(",","").replace(".","")+".mp4" os.rename(title2, "youtubefile.mp4") print(title) f=open('/var/www/python/'+str(nameofvideo)+'.txt','w') f.write(title+"<br>") f.write('<table><tr><td></td><td></td><td></td></tr>') spisoksimvolovpodudalenie=["*","/","|","\\",")","(","}","{","+","`","~","№","",":","$","#","@","%","[","]","&","^","' "] def udaleniesimvolov(stroka): for element in spisoksimvolovpodudalenie: stroka=stroka.replace(element,"") return stroka vidcap = cv2.VideoCapture('youtubefile.mp4') vidcap.set(cv2.CAP_PROP_POS_AVI_RATIO,1) durationsec=int(vidcap.get(cv2.CAP_PROP_POS_MSEC)/1000) print("duration: "+str(durationsec)+" sec") for thissec in range(0,durationsec,5): vidcap.set(cv2.CAP_PROP_POS_MSEC,thissec*1000) success,image = vidcap.read() gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) gray2 = cv2.addWeighted( gray, 1.5, gray, 0, 0.5) gray3 = gray2[450:670,0:1280] if success: print(str(thissec)+" sec.") text = udaleniesimvolov(pytesseract.image_to_string(gray3, lang='rus')) if len(text)>15: print (text) f.write('<tr><td>'+str(thissec)+'</td><td>'+text+'</td><td><a href="https://www.youtube.com/watch?v='+nameofvideo+"&t="+str(thissec)+'"></a></td></tr>') print("----") f.write('</table>') f.close()

लिपि उदाहरण

तोलोकोनिकोवा - उभयलिंगी, चेहरा, जेल / vDud

समय सी।	उद्धरण
95	"गतिविधि मानसिक रूप से नफरत नहीं करती हैं। वे यूनिस्टैंड के लिए आवश्यक हैं, CENT को "CENT" करने के लिए कहा जाता है	→
195	पीटर VERZILOV - PUSSY RIOT में भागीदारी फॉरम हसबैंड टुलोकोनकोवा	→
255	एकातेरिना समुत्सेविच	→
570	मुझे पता है प्यार!	→
595	'vLADMTSR sorbyPn ।	→
990	माता-पिता में माता-पिता के साथ जीवन यात्रा में रहते थे। पीटर का पिता - NUCLEAR PHYSICIST	→
995	माता-पिता में माता-पिता के साथ जीवन यात्रा में रहते थे। पीटर का पिता - NUCLEAR PHYSICIST	→
1270	SEPTEMBER 11, 2018 PETER vrzipov को अस्पताल में भर्ती कराया गया था विषाक्त विभाग सिटी क्लिनिकल अस्पताल	→
1275	सेप्टेंम्बर 15 निजी विमान द्वारा प्रदान किया गया था बेरलिन क्लिनिक SASTE के लिए	→
1280	सितंबर 18, 2018 बर्लिन डॉकटर बल्कि, VERZILOV SCOPOLAMIN द्वारा पोस्ट किया गया था। 26 से बैरलिन क्लिनिक से छूट गई थी	→
1285	सितम्बर 18, 2018 बेरलिन डॉटर्स घोषित बल्कि, VERZILOV SCOPOLAMIN द्वारा पोस्ट किया गया था। 26 से बैरलिन क्लिनिक से छूट गई थी	→
1395	"मीडिया" - न्यायालयों के बारे में intravrnvt-eddniv, ARREST और रूस। ज्यादातर सेंट 2014 में वर्ष में HOPES tol_okonnikovoy और MARIEI अलेखिनोइ	→
1590	“अगर कुछ एक SCIC pricelist है? नॉनसेंडचिट, ' कि तुम खुद से चाहिए	→
1760	योको ओनो - पब्लिक फिजीक, जॉय की खासियत "... पीई VICE, ARTIST,	→
2040	"अगर कुछ लोग माता-पिता हैं, इस, बल्कि, जवाब के लिए आशा! - "	→
2330	"आंतरिक माँ"	→
2425	कथा का शहर - एक सनफ्रंट शहर, पौराणिक कथा के अनुसार, H NIZHNY NOVGOROD क्षेत्र के प्रत्येक भाग में, लक्की SVETLOYAR के किनारों पर	→
2515	“हम कम और मदद करते हैं zdvlichiny और WRITERS »	→
2550	अब- रूस के व्यापक विपक्ष में> ' संयुक्त राज्य अमेरिका में रहते हैं और काम करता है	→
2745	TOLOKONNIKOVA PRISON 661 दिन में भुगतान किया गया। । मार्च 3, 2012 से 23 दिसंबर, 2013 तक Md पर।	→
2985	VPTSN - SLENG पर शर्तों का वितरण LGBT कम्युनिटी मैन-लाइक GIRL 'ITY ०० अंक "अनलकी माल्याओ"	→
2990	वीटीएसटीएसएन - SLENG _ पर नियम एलजीबीटी कम्युनिटी मैन-लाइक GIRL बालों के साथ "BOY के दौरान"	→
3280	"SUCH रशियन टाइम" ? बी?	→
3290	SHIZO - PENALTY INSULATOR। सुधार संस्थान के सहयोग, जहां कैंपस को कंटीन्यू मोड के कंटेंट के लिए लोकेट किया जाता है। मेन इंसुलेटर में प्लांट किया गया, मुख्य रूप से अधिकार में सीमित है ‚›, - "	→
3315	"आदमी, जो लंबे समय तक बैठता है," ई; RENEWS फिर से अपने जीवन "; 3	→
3510	मसीह के मंदिर में पदोन्नति के बाद - 'भुगतान किया गया था और भुगतान किया गया था' RPZZU कट की योजना के तीन हिस्से HOPE TOLOKONNIKOVA, MARIA ALEKHIN और YEKATERINA SAMUTSEVICH	→
3540	EKATERINA SAMUTS दो साल की अवधारणा प्राप्त करें	→
3660	“YOUTH बेतहाशा दर्दनाक है। __ वैट में अत्यधिक ओवरड्राफ्ट नहीं है ”; '	→
3740	HOPE TOLOKONIKOVA दो अलग-अलग Hunger है मोर्डन कॉलोनी में एन ° 14 स्थानांतरण की आवश्यकता पर PENALTY के ANOTHER PLACE में	→
4275	RZZU RUT के बारे में शेयर मीडिया के खेल को साझा करता है »_ MOSCOW में 2018 विश्व चैंपियनशिप के फाइनल में	→
4495	< ' "खेल और स्थिति का समन्वय"	→
4735	"अगर मैं एक लड़का और अच्छा हूँ, मुझे बुरा लगेगा	→
4755	"चिड़ियाघर इतिहास"	→
4800	बरनी सैंडर्स - यूएस NAME_PRESIDENT के लिए उम्मीदवार चुनाव 2016_ कोड में। खोई हुई प्राथमिकता हिप्पारी क्लिंटन डेमो -	→
4820	। गलत के साथ में NASTOY'OIVOST _umvdiv nd RAznBіkh भाषाविज्ञान बोलते हैं	→
4865	"Zdorny जॉगिंग"	→
5055	»" " "आरईपी वास्तविकता की एक समझ है"	→

स्क्रिप्ट में स्पष्ट रूप से "विशिष्ट" WOOD फ़ॉन्ट को पहचानने में कुछ समस्याएं हैं। मुझे OCR के लिए डिक्शनरी फाइल को अंतिम रूप देने और पाइनेक्श के माध्यम से प्रोसेसिंग के बाद के टेक्स्ट में इस समस्या का हल दिखाई देता है।

थोड़ा परिशोधन के साथ, इस स्क्रिप्ट का उपयोग एम्बेडेड उपशीर्षक की खोज करने, उन्हें पहचानने और स्वचालित रूप से किसी अन्य भाषा में अनुवाद करने के लिए किया जा सकता है।

यदि आप इस प्रयोग के बारे में जानने के लिए यूरी को प्रोत्साहित कर सकते हैं, तो कृपया बिना देर किए। #habr #vdudfox VK , FB ।

आपका ध्यान के लिए धन्यवाद! स्क्रिप्ट और पोस्ट मेरे गोल्फ बॉल पिकिंग रोबोट प्रोजेक्ट के लिए ओपनसीवी का अध्ययन करते समय एक काल्पनिक उड़ान के परिणामस्वरूप हुई।

पायथन में वीडियो से उद्धरण एकत्र करने और पाठ को पहचानने के लिए स्क्रिप्ट

आपके पास कितने सेमी हैं? आप पुतिन को क्या कहते हैं? क्या आप OXY सुन रहे हैं?

More articles: