✎ extraire_sous-titres_video [Wiki ubuntu-fr]

Vous affichez une ancienne révision du document ! Si vous l'enregistrez, vous créerez une nouvelle version avec ce contenu.

====== 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]]

* 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 ====

<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

# 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
</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 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 cleanVideoInformations() {
    cat $1 | grep Imput > $2;
    cat $1 | grep Duration >> $2;
    cat $1 | grep Stream >> $2;
    rm $1;  
}

function createDirectoryIfNotExist(){
  if [[ ! -e $1 ]] ; then
    mkdir $1;
  fi
  
}

function OpticalRecognitionCharacterOfTiff(){
  for eachTiff in $1*.tif; do 
    cuneiform -l $2 -f text -o $eachTiff.txt $eachTiff; 
  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]]

Merci de recopier le code ci-contre pour prouver que vous êtes humain : X Y Q E E Merci de laisser ce champ vide :

Résumé

Note : En modifiant cette page, vous acceptez que le contenu soit placé sous les termes de la licence suivante : CC Paternité-Partage des Conditions Initiales à l'Identique 3.0 Unported