写在前面：只支持Mac （intel mac不知道行不行）

【资料图】

由于个人的一些需求，在网上查找了各种把内嵌字幕转成SRT的方法，发现步骤繁琐或者就是OCR功能需要花钱。最后发现苹果自带的API可以进行OCR，然后就自己写了个软件来完成我想要的。

先放上地址：/shibotong/SRTScraper

目前还没打包因为好像是设置的问题，打包之后每次打开视频文件就崩溃。希望有大佬可以帮忙解决这个问题。

接下来我总结一下我的实现方法

对于视频每秒截图一次，记录截图的时间

对于每张图截取字幕部分（红框）

由于苹果自带的Vision API太强了，如果使用整张图片进行OCR的话就会出现所有的文字，所以自己写用SwiftUI写了个框/shibotong/ResizableRectangle。

对于截取后的图片进行OCR。

把重复文字的图片的时间拼到一起就可以了

这里在网上抄了一个String distance的方法来查看和上一段文字的相似度。因为就算是同一句话，两张截图OCR之后的文字也不一定完全一样。

然后导出到本地就可以了。

这个还有很多不完善的地方，比如说不能选取视频的某段时间来进行识别，不能中途停止，识别完之后不能修改只能倒导出。我是后期用aegisub来进行细修。

目前只能用Xcode打开然后build来用，不知道有没有大佬知道打包之后如何才能打开视频文件