老掉牙的微软MODIocr识别引擎准确率较低，为了照顾MODIocr，esrXP需要做较多设置、试验、调整参数的工作，以便提供漂亮的黑底白字clearTxT给MODIocr,这就很考验用户的经验了。总体来说识别率不高、工作量较大。虽然esrXP已经停更多时，但是苦于没有更好的选择，长期以来字幕爱好者只能将就着用。
VideoSubFinder_5.50_x64做类似esrXP的工作（区别是保存每个字幕图片，不打包成一个idx文件），ABBYYFineReader15做类似IdxSubOcr的工作，将每个jpg字幕图片ocr识别为一个txt文件，然后回到VideoSubFinder_5.50_x64将所有txt文件合成一个srt文件。
ABBYYFineReader15号称地表最强离线文字ocr引擎，虽然比MODIocr好得多，但在实际使用效果上，对比经过数年AI人工智能训练的云识别引擎（例如百度OCR通用文字识别引擎），识别准确率还是差了一大截。
采用VideoSubFinder_5.50_x64+百度搜狗有道讯飞OCR通用文字识别引擎，整合第三方工具APP（为什么不好好利用别人的成果呢？），从开始到结束，整个字幕提取流程一气呵成，识别率高、省时省力。
总体来说，三个大步骤：
1、将字幕从视频中切片截图下来
2、将字幕图片OCR为文字
3、校对编辑字幕文字
具体步骤如下所述：
一个手机号码注册一个账号（须实名认证）。
每账号每天免费识别次数有规定（依精度不同从每天500次到每月1000次不等，每次识别1张图片，具体政策由厂家规定），如不够用可多注册几个账号，同时厂家经常有优惠活动（例如百度1元购1W次，讯飞0元购10W次，搜狗有道新注册送50、100元等）。对于长期需求用户，建议充点钱购买次数吧，价格不贵，还能支持国家高科技发展。
注册步骤很简单，可自行百度，获得的APP_ID/API_KEY/SECRET_KEY信息先保存起来下面会用到。
类似的：
注：APP2不指定，可以选用户熟悉的其他软件，例如SubtitleEdit可换成Aegisub或ArcTime
打开工具，
点击‘系统设置’
填入步骤1获得的百度OCR服务APP_ID/API_KEY/SECRET_KEY
点Browse找到步骤2安装好的APP的入口exe文件，APP1–APP2顺序不要错，然后Save保存设置。
这时，主界面的APP1、APP2按键将显示刚才设置好的exe文件名
点击主界面VideoSubF按键，将启动运行VideoSubFinder_5.50_x64
快速浏览全片，查看字幕区间矩形最大范围（注意有些视频是两层字幕），用两根竖线两根横线设置字幕截图区间（四根线在视频边缘不容易发现，试着点击选中可以移动它）。注意：矩形边框要比实际字幕稍大，不要为了节省图片尺寸而把区间设置成紧贴字幕（当然也没必要设置得太大，太大会导致叠图数量降低）。
点击Search右边的Settings，出现设置界面，我们只关心左边这块能影响Search字幕图片的参数。
第一个参数‘TextAlignment’默认设置是‘Center’，须要点击设置成‘Any’。
其他众多参数中，有一个参数至关重要，就是UseFilterColors这项，default值是空的，其他参数可以不设，这个一定要设置上，特别是非纯白字幕，例如黄色！如果不设置，有大几率会漏字幕。
在右边界面先点一下PixelColor
然后点击字幕白色文字中心骨干取色，点不准可以多点几下。
取到了颜色，会显示出来
点击Search->ClearFoders清空RGBImages目录，
然后点OCRSearch，程序开始扫描视频文件，生成RGBImages。
几分钟后扫描完成，可以关掉VideoSubFinder_5.50_x64，初次使用我们可以打开RGBImages目录看一下
打开文件看看，是RGB原色字幕截图切片，很适合喂给百度AI过的OCR引擎做识别。
点击主界面上的‘删合’按键，将打开‘删合窗’并自动定位到RGBImages目录，
我们可以在‘删合窗’中清除RGBImages目录中的空字幕图片。
一页可以显示几十张图片，浏览、选中、删除非常方便。
翻页：将鼠标指针停留在图片区，滚动鼠标滚轮，或者键盘↑↓键、键盘←→键，可以翻页（一次滚动三列）
选中：鼠标左键点击可以标记选中图片，再次点击可以去选中。Shift+鼠标左键可以连续多选、连续去选。
更多方便的功能可以看“第四节之6、删合窗（删除合并）”
如下图一处为空字幕图片，可以选中标记它：
一直标记到最后一页：
然后点‘总删合’，确认后将会把刚才标记过的所有空字幕图片删除（如果发现不能删除，多半是系统权限问题，请不要将VSF和本工具安装在C盘或桌面）：
清理完空字幕图片后，点击面板上的‘返回主界面’。
百度高精度每天免费识别额度较低，如不采用叠图---多张字幕图片合成一张大图来识别以节省额度，每天只能识别较少字幕图片，因此，如果用户没有购买额度，应该在系统设置中先选上叠图，并保存设置。
点击主界面的OCR按键，程序将连接百度OCR服务器，对RGBImages目录中的所有字幕图片从头到尾按顺序做识别，只需等待完成即可（免费用户最大每秒能处理2–3次识别）
OCR识别完成了！
这时在RGBImages目录下已经为每个.jpeg文件生成了一个同名.txt字幕文件，初次使用可以看一下。
点击主界面上的‘校对’按键，将打开校对窗，校对窗显示一页6组图文。
编辑：可以用输入法进行常规的输入、删除、鼠标左键/右键插入空格等操作。
翻页：将鼠标指针停留在任一图片上，滚动鼠标滚轮，或者键盘↑↓键可以翻页。翻页将自动保存校对过的字幕。
选中：鼠标右键点击可以选中图片，再次点击可以去选中。
删除：按Delete会弹出删除提示，按回车Enter执行删除。
更多方便的功能（例如‘精准对齐’，‘一键插入空格’）可以看“第四节之7、校对窗（补漏校对）”
如果希望在SubtitleEdit等字幕软件中做校对，可以略过这个步骤，直接到下个步骤。
校对完字幕后，点击面板上的‘返回主界面’。
之所以前面在校对窗做过校对，这里又用到APP2来做编辑，是因为有些用户（例如字幕组）对字幕要求高，还需要做调轴、批量替换、方言转换等进一步校对工作。
可以大概浏览一下，然后关掉。
点击主界面SubtileE按键，将自动打开SubtitleEdit编辑刚才生成的123.srt字幕文件。
在波形图窗口里，“点击以添加波形”，打开视频文件，本例是‘倚天屠龙记之魔教教主-中字.mp4’
在波形图窗口，勾选‘选择当前播放时刻的字幕’，设定播放速度，例如200%，然后开始播放视频，字幕会同步显示在播放窗口，可随时暂停播放，进行字幕校对。
该删除的删除，该修正的修正，该替换的替换，该调轴的调轴。
一般来说，走到SubtitleEdit这步，剩下的校对工作已经不多了，有时甚至不需要校对就能用了（注重细节的用户还是认真过一遍吧）。
完成字幕校对后，点击“文件->另存为”保存校对好的字幕文件，SubtitleEdit会自动将123.srt重命名为跟视频文件同名的srt文件“倚天屠龙记之魔教教主-中字.srt”，并保存在视频文件所在目录下，方便大多数播放软件播放视频文件时自动加载同名字幕文件。
至此，整个硬字幕提取流程就走完了。
问题反馈及建议：
1、
Q:软件需要安装吗？运行出错怎么办？
A:绿色免安装。如果32bit版本运行出现“Failedtoexecutescriptpyi_rth_multiprocessing”错误，说明win7x32系统太旧，要先装KB2533623才行。如果出现找不到dll的报错，请安装Microsoft.NETFramework4.8和MicrosoftVisualC++2015-2019。如果运行过程中，执行命令或删除出错，多半是系统权限问题，请不要将VSF及工具软件解压安装在C盘、或者偷懒放到桌面运行，有这种坏习惯要改。
2、
Q:APP1、APP2指定必须要用文档例子中的第三方软件吗？
3、
Q:OCR服务商免费吗？
A:每家OCR服务商提供不同的免费识别额度（每天每月有一定数量，具体看厂家规定），业余人士可利用免费额度。同时厂家经常有优惠活动（例如百度1元购1W次，讯飞0元购10W次，搜狗、有道新注册送50、100元等）。而对于长期需求用户，建议充点钱购买次数吧，价格不贵，还能支持国家高科技发展。
4、
Q:为什么填写了OCR服务商的KEY后，不能识别？
A:请确认开通了服务商的文字识别服务，填写获得的KEY等资料前后不能有空格、双引号、单引号等其他字符，鼠标双击拷贝KEY有时候会多拷贝一个空格。如识别出现“NetworkException!”错误提示，说明无法连接到OCR厂家的服务器，请检查网络连接是否正常（不要用VPN代理），或重启一下电脑再试。
5、
Q:高精度和低精度识别率差别大吗？
A:对于清晰简单的字幕，差别不大，模糊复杂（多种语言混合）的字幕、大图识别，差别较大，在批量识别前可做识别试验，以便选择最佳设置。
6、
Q:有时候叠图出现‘间隔标记丢失，尝试纠正！’的告警提示，怎么办？
A:OCR厂商训练的机器学习模型，对不同特征的图片识别能力不同，甚至有些特殊爱好或怪癖，例如百度OCR对于模糊字幕的叠图容易丢失间隔标记（模糊与清晰并存时眼睛有点花），其他厂家的OCR则没有这种问题。有些语言类型设置会丢失第一个英文字符，有些会丢失标点，小问题不一而足。每种机器学习模型的情况都不同，在批量识别前可先做识别试验（包括加入增强魔棒），以便获得最佳设置，得到最佳识别结果。
7、
Q:极速叠图会导致识别率降低吗？
8、
Q:想切换图片做字幕文字编辑，老是要在文件列表区用鼠标点击，很不方便。
A:请用鼠标滚轮或者键盘↑↓来做图片切换浏览，滚动时请将鼠标指针停留在图片区中，然后滚动滚轮，养成使用习惯后会很方便。
9、
Q:批量识别过程中出现NetworkException错误、额度用完、手动中止，导致识别未完成，又不想重头识别，想从中断点处继续识别怎么操作？
A:主界面Restart去选中，接下来再做批量识别将自动从中断点处继续识别。
10、
Q:识别率不高、漏字、错字、漏标点、漏空格，怎么办？
A:识别率主要由OCR厂家训练的机器学习模型决定，遇到识别率问题，可以：
1）更换OCR厂家
2）更改语言类型设置
3）利用‘增强魔棒’提高识别率
4）如果用了叠图，可以改为半叠或者不叠
5）识别完成后，利用SubtitleEdit、Aegisub等字幕软件替换错误字符
11、
Q:如果不想用VSF的RGBImages想改用TXTImages来做OCR可以吗？
A:当然可以，只需要在文件列表区手动Browse打开定位到TXTImages目录即可，其他一切操作跟在RGBImages目录下无异。
12、
Q:OCR识别率挺高的，多数情况下只需要补上识别丢失的空格，就能完成文字校对工作了。在校对窗校对时，有办法提高插入空格的速度吗？
A:6.3版及以前版本支持“鼠标左键定位+鼠标右键插入空格”，须按两下鼠标插入一个空格，6.5版新增“鼠标左键一键定位+同时插入空格”功能，只需要按一下鼠标左键就能插入一个空格，变得更轻松了。
13、
Q:OCR批量识别完成后，是在校对窗中校对，还是在APP2第三方字幕软件中校对？
A:常规流程做法：OCR批量识别完成后，切换到校对窗，先缩放和移动字幕图片，做精准对齐，然后开始校对。校对完后生成SRT文件，启动APP2进行替换、转换、调轴。
有时候也可以：OCR批量识别完成后，生成SRT文件，启动APP2进行替换、转换（但不调轴），然后切换回校对窗、导入APP2加工过的SRT文件做精校对（校对完还可再次生成SRT文件，启动APP2做调轴）。具体看识别率来定。
14、
Q:网页截图识别没反应？如何提高网页、pdf文件截图识别率？
A:需要先安装第三方截图软件如Snipaste，然后配合本工具才能实现截图识别。为了提高识别率，可以选用高识别率OCR厂家、还可开启增强魔棒，并将Snipaste输出图像质量设置成100。
15、
Q：使用时遇到报毒
A：请不用担心，因为本工具采用python+pyinstaller打包，很多防毒软件会误报（除非购买白名单证书或申请鉴定）
16、
Q：有朋友担心程序植入了木马
A：我只想说：稍微做过python编程的，都知道python是解释型语言，是不能加密的，exe只是个打包。你担心木马可以读读本程序代码嘛（凡是你能找到的从1.0到最新的版本），花不了你几分钟，就能解开你的疑虑。或许你还能学到点知识，提高点水平，如果整天只会人云亦云疑心重，精神萎靡搞黄色，你这辈子也就这样了。。。
本工具仅供个人使用，为业余提取字幕的朋友提供方便，不可用于商业目的，不可侵犯他人知识产权。
同时，作者建议有长期大量需求的用户，请购买OCR服务商的额度，支持国家高科技发展。
6.5最新版（64bit、32bit）下载地址：
提取码：2021
2021.09.13更新：
1、修复了进度条长度异常问题
2021.09.02更新：
1、允许秘钥拷贝填写误多输入空格
6.3开放了5个OCR，对比6.2只开放了1个OCR
因近期OCR服务商免费额度政策调整，导致很多新用户额度不够用，故开放5个OCR，不够用的朋友可以实名申请最多5个OCR秘钥填入，从而提供5倍于单个账号的免费额度。如果还不够用，请购买OCR服务商的额度。
6.5版新增“鼠标左键一键定位+同时插入空格”功能，校对窗中文本框只须按一下鼠标左键就能插入一个空格，对于高精度版这种文字识别率很高，但是空格不能识别，需要补漏空格的校对工作，变得更轻松了。对比6.3及以前版本支持“鼠标左键定位+鼠标右键插入空格”，须按两下鼠标才能插入一个空格（继续支持）。具体请看6.5版用户使用手册-校对窗章节。
VSF+SubtitleEdit（64bit）下载（内有中文设置使用手册）：