Différences

Ci-dessous, les différences entre deux révisions de la page.

Lien vers cette vue comparative

Les deux révisions précédentesRévision précédente
Prochaine révision		Révision précédente
extraire_sous-titres_video [Le 26/08/2015, 20:56] – [Script d'extraction des sous-titres d'une vidéo TS en SRT] albanmartelextraire_sous-titres_video [Le 22/12/2020, 14:49] (Version actuelle) – [Algorithme] alban.f.j.martel
Ligne 1: Ligne 1:
 +{{tag>vidéo}} {{tag>ffmpeg}} {{tag>srt}} {{tag>Sous-titrage}}  {{tag>vobsub2srt}} {{tag>mkvtoolnix}}
  
 +====== Extraction des sous-titres d'une vidéo ======
 +
 +Scripts bash permettant de convertir plusieurs pistes de sous-titre vobsub d'une vidéo enregistrer sur la TNT par exemple et de les convertir en sous-titres texte .srt.
 +
 +
 +<note> L'extraction de sous-titres d'une vidéo multicanal demande d'identifier les canaux sous-titres puis d'effectuer une reconnaissance de caractère pour les transformer en fichiers srt (texte) moins volumineux et plus faciles à inclure dans un fichier vidéo mkv Matroska.
 +</note>
 +
 +=====  Algorithme =====
 +
 +Inspiré de l'algorithme  : [[tutoriel:vobsub_srt|Conversion de sous-titres VobSub en SRT]]
 +
 +<note warning>Les 3 dernières étapes peuvent être réalisées avec vobsub2srt</note>
 +
 +  * Repérer les canaux de sous-titres d'un fichier vidéo avec ffmpeg
 +  * extraire sous-titres vobsub dans une vidéos mastroika
 +  * extraire les sous-titres des vidéos mastroïka avec mkvextract
 +  * convertir fichier .sub et .idx en tiff;
 +  * reconnaissance de caractère de chaque tiff avec cunéiform
 +  * création d'un fichier srt 
 +
 +====  Script bash correspondant à l'algorithme ====
 +
 +[[https://raw.githubusercontent.com/albanmartel/dvsub2srt.bash/main/dvsub2srt.bash | dvsub2srt.bash]]
 +
 +<file bash>
 +# !/bin/bash
 +# OUTPUT-COLORING
 +red=$( tput setaf 1 )
 +green=$( tput setaf 2 )
 +NC=$( tput sgr0 )      # or perhaps: tput sgr0
 +#NC=$( tput setaf 0 )      # or perhaps: tput sgr0
 +
 +# Dépendances : ffmpeg,  mkvtoolnix, vobsub2srt
 +# Signale quel programme l'on exécute 
 +# puis la composition du répertoire où le script s'exécute
 +echo -e "programme pour extraire des canaux de sous-titres d'une vidéo\n
 +Composition du répertoire courant :\n
 +$(ls)"
 +
 +# Invite de commande pour entrer le fichier vidéo à traiter
 +echo -n "Entrer le fichier vidéo choisi :";
 +read film_a_traiter;
 +
 +# Message pour informer l'utilisateur de son choix
 +echo -e "Le fichier vidéo choisi est : \n $film_a_traiter" 
 +
 +# Exemple film_a_traiter="RetourVersLeFutur2.mp4"
 +# film_a_traiter="RetourVersLeFutur2.mp4"
 +
 +# soustitres_array= ("4|fra" "5|fra")
 +soustitres_array=($(ffprobe $film_a_traiter -v quiet -show_entries stream=index:stream_tags=language -select_streams s -of compact=p=0:nk=1))
 +
 +# metadata_sub="-map 0:4 -metadata:s:s:1 language=fra -map 0:5 -metadata:s:s:2 language=fra"
 +metadata_sub=$(for (( c=0; c<${#soustitres_array[@]}; c++));  do  echo -map 0:$(echo ${soustitres_array[$c]} | cut -d "|" -f1) -metadata:s:s:$(($c + 1)) language=$(echo ${soustitres_array[$c]} | cut -d "|" -f2) ; done)
 +
 +# command1="ffmpeg -i RetourVersLeFutur2.mp4 -map 0:4 -metadata:s:s:1 language=fra -map 0:5 -metadata:s:s:2 language=fra -c:s dvdsub sous_titres_RetourVersLeFutur2.mp4.mk"
 +command1=$(echo "ffmpeg -i $film_a_traiter $metadata_sub -c:s dvdsub sous_titres_$film_a_traiter.mkv")
 +
 +# Execution commande n°1 $command1
 +$command1
 +
 +# vobsub_piste="0:0_ 1:1_"
 +vobsub_piste=$(for (( c=0; c<${#soustitres_array[@]}; c++)); do echo $c:$c"_"; done)
 +
 +#command2="mkvextract tracks sous_titres_RetourVersLeFutur2.mp4.mkv -c ISO8859-1 0:0_ 1:1_"
 +command2=$(echo "mkvextract tracks sous_titres_$film_a_traiter.mkv -c ISO8859-1 $vobsub_piste")
 +
 +# Execution commande n°2 $command2
 +$command2
 +
 +# Exécution Roc des fichiers de sous-titres
 +#vobsub2srt 0_; vobsub2srt 1_;"
 +for (( c=0; c<${#soustitres_array[@]}; c++)); 
 +do
 + vobsub2srt $c"_";
 +done
 +exit 0;
 +</file>
 +
 +====  Ancien Exemple de séquence bash correspondant à l'algorithme ====
 +
 +<file bash>
 +ffmpeg -i data0003.ts 2>&1 | grep subtitle
 +mkdir data0003
 +ffmpeg -i data0003.ts -map 0:4 -map 0:5 -vn -an -scodec dvdsub data0003.mkv
 +mkvextract tracks "data0003.mkv" -c ISO8859-1 0:data0003/0_
 +mkvextract tracks "data0003.mkv" -c ISO8859-1 1:data0003/1_
 +subp2tiff --sid=0 -n data0003/0_
 +subp2tiff --sid=1 -n data0003/1_
 +for eachTiff in data0003/*.tif; do cuneiform -l fra -f text -o $eachTiff.txt $eachTiff; done
 +subptools -s -w -t srt -i data0003/0_.xml -o 0_.srt
 +subptools -s -w -t srt -i data0003/1_.xml -o 1_.srt
 +</file>
 +
 +====  Exemple de conversion de fichier TS en MKV avec FFMPEG  ====  
 +
 +La commande suivante permet d'obtenir l'info : <code>ffmpeg -i <vidéos étudiée> </code>
 +
 +
 +9 pistes :
 +
 +0:0 vidéo
 + 
 +0:1 ne contenant pas de données
 +
 +0:2 Audio
 +
 +0:3 ne contenant pas de données
 +
 +0:5 Subtite
 +
 +0:6 subtitle
 +
 +0:7 piste non reconnue par ffmpeg
 +
 +0:8 piste non reconnue par ffmpeg
 +
 +<code>
 +ffmpeg -threads 4 -i data0003.ts -map 0:0 -map 0:2 -map 0:5 -map 0:6 -acodec copy -vcodec copy -scodec dvdsub output.mkv
 +</code>
 +
 +<note>//-threads// pour pouvoir utiliser un traitement multiprocesseurs 
 +
 +-// map// pour spécifier toutes les pistes à utilisables
 +
 +//-acodec// suivi de //copy//  pour le traitements des pistes audio
 +
 +//-vcodec// suivi de //copy// pour le traitement de la piste vidéo  
 +//
 +-scodec// suivi de //dvdsub// pour le traitement des sous-titres 
 +
 +</note>
 +===== dépendances à installer  =====
 +
 +
 +
 +**[[apt>ffmpeg]]** - une collection de logiciels libres destinés au traitement de flux audio ou vidéo
 +
 +**[[apt>mkvtoolnix]]** éventuellement aussi **[[apt>mkvtoolnix-gui]]** -  un ensemble d'outils permettant de créer, de modifier et d'inspecter des fichiers Matroska 
 +
 +**[[apt>vobsub2srt]]** - Commande de reconnaissance optique de caractères multi-langue pour extraire des sous-titres 
 +
 +**[[apt>cuneiform]]** - Système de reconnaissance optique de caractères multi-langue
 +
 +**[[apt>ogmrip]]** - Application pour extraire et encoder des DVDs
 +
 +
 +===== Script ts2srt  =====
 +
 +<note warning>Script ancien : pas de gestion des erreurs de reconnaissances optiques</note>
 +
 +[[https://raw.githubusercontent.com/albanmartel/ts2srt/master/ts2srt.bash| ts2srt.bash]]
 +
 +<file bash>
 +# ----------------------------------------------------
 +# Script''ts2srt''
 +# ----------------------------------------------------
 +
 +# Par ''Alban MARTEL''
 +# Courriel : albanmartel(POINT)developpeur(AT)gmail(POINT)com
 +# Utilisant comme base de travail le script de beguam
 +# http://doc.ubuntu-fr.org/tutoriel/vobsub_srt
 +# License : GNU GPL
 +# Ce script permet d'extraire les sous-titres d'une video TS et de les transformer en SRT éditable.
 +#
 +# Depends : 
 +# ffmpeg est une collection de logiciels libres destinés au traitement de flux audio ou vidéo
 +# mkvToolnix (interface graphique pour mkvmerge) est un ensemble d'outils permettant de créer, de modifier et d'inspecter des fichiers Matroska 
 +# cuneiform - Système de reconnaissance optique de caractères multi-langue
 +# ogmrip - Application pour extraire et encoder des DVDs
 +#
 +# Date : 26/08/2015
 +# version : 0.1
 +# Mise-à-jour : 
 +# ----------------------------------------------------
 +
 +# !/bin/bash
 +# OUTPUT-COLORING
 +red=$( tput setaf 1 )
 +green=$( tput setaf 2 )
 +NC=$( tput sgr0 )      # or perhaps: tput sgr0
 +#NC=$( tput setaf 0 )      # or perhaps: tput sgr0
 +
 +
 +function readDirectoryPath(){
 +  echo -n "chemin absolu du répertoire des vidéos où extraire les sous-titres : "
 +  read directory;
 +  courant_directory=$(pwd);
 +  if [[ ! -e "$directory" ]]; then
 +    echo "incorrect";
 +    readDirectoryPath;    
 +  fi
 +  cd $directory;
 +  directory=$(pwd);
 +  cd $courant_directory;
 +  echo $directory;
 +  #testIfAnyFileIsPresent=$(find . -maxdepth 1 -iname "*.$extension" | wc -l);
 +}
 +
 +
 +function presentationOfFileDirectory(){
 +  message=$("<<"$directory">> contient les fichiers suivants :  ");
 +  files=$(ls $directory/*.*);
 +  print "%$\n" "${green}$message${NC}";
 +  print "%$\n" "${green}$files${NC}";
 +}
 +
 +
 +function readVideoExtension(){
 +  echo -n "Extension des fichiers vidéos à traiter ("$((4-$count))" tentatives restantes) : "
 +  read extension;
 +  testIfAnyFileIsPresent=$(find $directory -maxdepth 1 -iname "*.$extension" | wc -l);
 +}
 +
 +
 +function choiseTypeOfVideo(){
 +  local tmp_videos=""
 +  count=0;
 +  readDirectoryPath;
 +  presentationOfFileDirectory;
 +  testIfAnyFileIsPresent=0;
 +  while [ $testIfAnyFileIsPresent = 0 ] && [ $count != 3 ] ; do
 +    count=$(($count+1));
 +    readVideoExtension;
 +  done
 +  if [ $count = 3 ] ; then
 +    print "%$\n" "${red}""3 mauvaises tentatives entrainent l\'arrêt du programme""${NC}";
 +    print "%$\n" "${red}""Abandon""${NC}";
 +    exit 100;
 +  fi
 +  #/home/alban/Vidéos/fr3/annez.ts" | sed "s/\(.*\)\/\([Aa-Zz]*.$extension\)/\2/g"
 +  #Example : data0001.ts data0002.ts data0003.ts
 +  cd $directory;
 +  videoFiles=($( ls *.$extension ));
 +  cd $courant_directory;
 +}  
 +
 +
 +function cleanVideoInformations() {
 +    cat $1 | grep Imput > $2;
 +    cat $1 | grep Duration >> $2;
 +    cat $1 | grep Stream >> $2;
 +    rm $1;  
 +}
 +
 +
 +function prepareCommandToObtainSubtitlesTrackNumer(){
 +  local a;
 +  #local j=0;
 +  for (( i=0 ; i < ${#videoFiles[@]} ; i++ )) ; do
 +    #/home/alban/Vidéos/fr3/ENEMY/data0003.ts
 +    data_videos_files[i]=$(echo $directory"/"${videoFiles[i]});
 +    #/tmp/data0001_subtitle_infos.txt
 +    tmp_video_info[i]=$(echo "/tmp/"${videoFiles[i]} | sed "s/.$extension/_subtitle_infos.txt/g");
 +    #/tmp/data0003.ts.info
 +    video_info_file[i]=$(echo /tmp/${videoFiles[i]}.info);
 +    #ffprobe /home/alban/Vidéos/fr3/ENEMY/data0003.ts 2>&1 | ffmpeg -i EnnemyMine.ts -vn -an 2>&1 | grep '[A-Z][a-z]\{4\}' | sed "s/\(^[ ]*\)\([[:alnum:]]\)/\2/g" >/tmp/data0001_subtitle_infos.txt 
 +    ffprobe ${data_videos_files[i]} 2>&1 | grep '[A-Z][a-z]\{4\}' | sed "s/\(^[ ]*\)\([[:alnum:]]\)/\2/g" >${tmp_video_info[i]};
 +    #create a cleanning file  of video information
 +    cleanVideoInformations "${tmp_video_info[i]}" "${video_info_file[i]}";
 +    #cat /tmp/video-info.txt | grep Subtitle | sed "s/\(^.* \#\)\([0-9]:[0-9]\)(\([[:alnum:]]\{3\}\))\(.*\)/\2#\3/g"
 +    # tracks_Info[1] =Stream #0:5(fra): Subtitle: dvd_subtitle (default) Stream #0:6(ger): Subtitle: dvd_subtitle Stream #0:7(fra): Subtitle: dvd_subtitle
 +    tracks_Info[i]=$(cat ${video_info_file[i]} | grep Subtitle | sed "s/\(^.* \#\)\([0-9]:[0-9]\)(\([[:alnum:]]\{3\}\))\(.*\)/\2#\3/g" );
 +    rm ${video_info_file[i]};
 +  done
 +}
 +
 +
 +function createDirectoryIfNotExist(){
 +  if [[ ! -e $1 ]] ; then
 +    mkdir $1;
 +  fi
 +  
 +}
 +
 +function ExtractSubtitleFromVideoInMKV(){
 +  local j=0;
 +  local k=0;
 +  $1
 +  echo  'tracks_Info: '${tracks_Info[@]};
 +  for ((i=0 ; i< ${#tracks_Info[@]}; i++)); do
 +      #From : data0001.ts to: data0001
 +      extract_work_files[i]=$(echo ${videoFiles[i]} | sed "s/.$extension//g");
 +      #echo ${directory}/${extract_work_files[i]};
 +      createDirectoryIfNotExist "${directory}/${extract_work_files[i]}";
 +      tmp=($(echo ${tracks_Info[i]}));
 +      for each in ${tmp[@]};do
 + # De : 0:4#fra à : 0.4 fra
 + #0:4
 + track_number=$(echo $each | cut -d'#' -f1);
 + #fra
 + track_lang=$(echo $each | cut -d'#' -f2);
 + #ffmpeg -threads 4 -i /home/alban/Vidéos/fr3/ENEMY/data0001.ts -map 0:5 -vn -an -scodec dvdsub /home/alban/Vidéos/fr3/ENEMY/data0001/data0001_0_fra.mkv
 + ffmpeg -threads 4 -i ${directory}/${videoFiles[i]} -map $track_number -vn -an -scodec dvdsub ${directory}/${extract_work_files[i]}/${extract_work_files[i]}\_$j\_$track_lang.mkv;
 + mkv_files[k]=$(echo ${directory}/${extract_work_files[i]}/${extract_work_files[i]}\_$j\_$track_lang.mkv);
 + mkv_directories[k]=$(echo ${directory}/${extract_work_files[i]});
 + subtitle_sub_id[k]=$(echo ${extract_work_files[i]}\_$j\_$track_lang);
 + subtitle_lang[k]=$(echo $track_lang);
 + j=$(($j + 1));
 + k=$(($k + 1))
 +      done
 +  done
 +}
 +
 +
 +
 +function OpticalRecognitionCharacterOfTiff(){
 +  for eachTiff in $1*.tif; do 
 +    cuneiform -l $2 -f text -o $eachTiff.txt $eachTiff; 
 +  done 
 +
 +}
 +
 +
 +function convertMKVSubtitleInSRT(){
 +  local j=0
 +  for (( i=0 ; i < ${#mkv_files[@]}; i++ )); do 
 +    #mkvextract tracks /home/alban/Vidéos/fr3/EnnemyMine/EnnemyMine_0_fra.mkv -c ISO8859-1 0:/home/alban/Vidéos/fr3/EnnemyMine/EnnemyMine_0_fra
 +    mkvextract tracks ${mkv_files[i]} -c ISO8859-1 0:${mkv_directories[i]}/${subtitle_sub_id[i]};
 +    # if sub file existe and has a size equal to 0 than erase sub and idx files
 +    if [ ! -s ${mkv_directories[i]}/${subtitle_sub_id[i]}.sub ]; then 
 +      rm ${mkv_directories[i]}/${subtitle_sub_id[i]}.sub;
 +      rm ${mkv_directories[i]}/${subtitle_sub_id[i]}.idx;
 +    fi
 +  done
 +
 +  for (( i=0 ; i < ${#videoFiles[@]} ; i++ )) ; do
 +    work_directories=$(echo ${videoFiles[i]} | sed "s/.$extension//g") ;
 +    #mkv_directories=$(echo $directory/work_directories  kv_directories${videoFiles[i]} | sed "s/.$extension//g");
 +    for each in $directory/$work_directories"/*.idx"; do
 +      subtitle_sub=($(echo $each));
 +      for filesub in ${subtitle_sub[@]}; do
 + #id_file=/home/alban/Vidéos/clanDesSabresVollants/de/Le_Secret_des_poignards_Volants_base/Le_Secret_des_poignards_Volants_base__fra
 + id_file=$(echo $filesub | sed "s/.idx//g");
 + subp2tiff --sid=0 -n $id_file;
 + #fra
 + sub_lang=$(echo $filesub | sed "s/\(.*\)\([a-z]\{3\}\)\(.idx\)/\2/g");
 + #subtitle_file_name : /home/alban/Vidéos/clanDesSabresVollants/de/Le_Secret_des_poignards_Volants_base/Le_Secret_des_poignards_Volants_base__fra.srt
 + subtitle_file_name=$(echo $filesub |  sed "s/.idx//g");
 + echo "subtitle_file_name : "$subtitle_file_name;
 + #sub_id=$directory/$work_directories$(echo $filesub | sed "s/\(.*\)\(\_[0-9]\_\)\([a-z]\{3\}\)\(.idx\)/\2\3/g");
 + #OpticalRecognitionCharacterOfTiff "$sub_id" "$sub_lang";
 + OpticalRecognitionCharacterOfTiff "$subtitle_file_name" "$sub_lang";
 + #echo $directory/$(echo ${videoFiles[i]} | sed "s/.$extension//g")/;
 + # tmp= Le_Secret_des_poignards_Volants_base__fra
 + tmp=$(echo $filesub | sed "s/\(.*\)\/\(.*\)\(.idx\)/\2/g" );
 + echo "commande subptools : subptools -s -w -t srt -i $id_file.xml -o $directory/$tmp.srt";
 + subptools -s -w -t srt -i $id_file.xml -o $directory/$tmp.srt
 +      done
 +      rm -rf $directory/$work_directories;
 +    done
 +  done
 +}
 +
 +choiseTypeOfVideo;
 +prepareCommandToObtainSubtitlesTrackNumer;
 +ExtractSubtitleFromVideoInMKV
 +convertMKVSubtitleInSRT;
 +exit 0;
 +</file>
 +
 +===== Contributeurs =====
 +[[:utilisateurs:albanmartel]]
CC Paternité-Partage des Conditions Initiales à l'Identique 3.0 Unported Sauf mention contraire, le contenu de ce wiki est placé sous les termes de la licence suivante : CC Paternité-Partage des Conditions Initiales à l'Identique 3.0 Unported