javaCV文字识别之2：视频文字识别和视频提取字幕文字字符

合集 - JavaCV(91)
1.javaCV入门指南：序章2.JavaCV入门指南：帧抓取器(FrameGrabber)的原理与应用3.JavaCV入门指南：帧录制器/推流器(FrameRecorder)的原理与应用4.javaCV入门指南：调用FFmpeg原生API和JavaCV是如何封装了FFmpeg的音视频操作？5.JavaCV入门指南：调用opencv原生API和JavaCV是如何封装了opencv的图像处理操作？6.JavaCV入门指南：FrameConverter转换工具类及CanvasFrame图像预览工具类（javaCV教程完结篇）7.JavaCV入门指南之快速上手篇：快速上手视频拉流、推流、录制文件、录屏、截图和编解码复用解复用等常用音视频处理操作8.javacv开发详解之1：调用本机摄像头视频（建议使用javaCV最新版本）9.javaCV开发详解之2：推流器实现，推本地摄像头视频到流媒体服务器以及摄像头录制视频功能实现(基于javaCV-FFMPEG、javaCV-openCV)10.javaCV开发详解之3：收流器实现，录制流媒体服务器的rtsp/rtmp视频文件(基于javaCV-FFMPEG)11.javaCV开发详解之4：转流器实现（也可作为本地收流器、推流器，新增添加图片及文字水印，视频图像帧保存），实现rtsp/rtmp/本地文件转发到rtmp流媒体服务器(基于javaCV-FFMPEG)12.javaCV开发详解之5：录制音频(录制麦克风)到本地文件/流媒体服务器(基于javax.sound、javaCV-FFMPEG)13.javaCV开发详解之6：本地音频(话筒设备)和视频(摄像头)抓取、混合并推送(录制)到服务器(本地)14.javaCV开发详解之7：让音频转换更加简单，实现通用音频编码格式转换、重采样等音频参数的转换功能（以pcm16le编码的wav转mp3为例）15.javaCV开发详解之8：转封装在rtsp转rtmp流中的应用（无须转码，更低的资源消耗）16.javaCV开发详解之9：基于gdigrab的windows屏幕画面抓取/采集（基于javacv的屏幕截屏、录屏功能）17.javaCV开发详解之10：基于dshow调用windows摄像头视频和音频，想要获取屏幕画面首选gdigrab18.javaCV开发详解之11：视频文件转gif动态图片实现，也支持摄像机、桌面屏幕、流媒体等视频源转gif19.javaCV开发详解之12：视频转apng动态图片实现，支持透明通道，也支持摄像机、桌面屏幕、流媒体等视频源转apng动态图20.javaCV开发详解之13：简单使用FFmpeg-Filter过滤器处理音视频，添加特殊效果21.javaCV开发详解之14：音频重采样22.javaCV开发详解之15：视频帧像素格式转换23.javaCV开发详解之16：使用一张图片推流和一张图片录制成视频文件24.javaCV开发详解之17：GIF和APNG动态图片推流和录制成视频文件（以gif转mp4和apng转mp4为例）25.javaCV开发详解之18：音视频转码（音频编解码和视频编解码）26.JavaCV开发详解之19：如何开启GPU硬件加速，使用JavaCV进行音视频的硬解码和硬编码（支持intel、amd和nvidia）27.JavaCV开发详解之20：如何使用JavaCV制作ico图标，图片和视频生成ico图标，视频流录制ico图标28.JavaCV开发详解之21：如何使用JavaCV接入gb28181的ps流并推流到流媒体服务和接入海康大华sdk回调h264/hevc裸流29.JavaCV开发详解之22：http-flv拉流和http-flv推流及rtmp拉流和rtmp推流实例和flv推流和flv录制，关于rtmp/flv支持h265补充说明30.JavaCV开发详解之23：hls视频录制，m3u8切片录制和fmp4切片录制详解31.JavaCV开发详解之24：使用javacv录制dash视频分片，mpeg-dash视频录制，mpd视频录制32.JavaCV开发详解之25：使用javacv保存raw视频像素格式(yuv或者rgb)，并使用ffplay播放raw33.JavaCV开发详解之26：使用javacv对视频进行连续截图和覆盖截图，支持png,jpg,bmp等格式快速连续截图，适用于rtsp/rtmp/flv/hls等流媒体和本地视频快照34.JavaCV开发详解之26补充篇：视频连续截图并按日期格式生成图片文件名称，支持png,jpg,bmp等格式快速连续截图35.JavaCV开发详解之27：使用javacv把视频切割成多个视频分片文件，以mp4为例，把视频切割成MP4分片文件36.JavaCV开发详解之28：如何使用javacv进行多图推流和多图合成视频文件,以批量jpg图片推流rtmp和jpg合成flv视频文件为例37.JavaCV开发详解之29：使用javacv将多个视频拼接合成单个视频，多个音频拼接合成单个音频，以多个mp4视频合成一个mp4为例38.JavaCV开发详解之30：使用javacv拉取rtsp视频流，rtsp解复用器详解。如何把rtsp调教的服服帖帖，让rtsp拉流不再丢包39.JavaCV开发详解之31：如何计算pts/dts时间戳，在视频转码和转复用中如何自行计算pts/dts时间戳40.JavaCV开发详解之32：使用filter滤镜实现中文字符叠加41.JavaCV开发详解之33：使用filter滤镜实现动态日期时间叠加42.JavaCV开发详解之34：使用filter滤镜实现字符滚动和无限循环滚动字符叠加，跑马灯特效制作43.JavaCV开发详解之36：使用delogo滤镜实现去除和屏蔽视频水印44.JavaCV开发详解之35：使用filter滤镜实现画中画，以屏幕画面叠加摄像头画面为例45.javaCV开发详解之GIF动态图片录制补充篇：windows桌面屏幕画面录制成gif动态图片，支持桌面屏幕任意区域生成gif，可扩展支持MacOS/安卓/linux等平台，可扩展支持apng动态图片46.如何在龙芯架构和国产化操作系统平台上运行javacv47.聊聊视频中的编解码器，你所不知道的h264、h265、vp8、vp9和av1编解码库48.JavaCV音视频开发宝典：vb8和vp9编码的webm格式视频文件转成mp4文件49.JavaCV升级1.5.6之后遇到h265/hevc编码的视频无法打开编解码器avcodec_open2() error -1:Could not open video codec异常解决办法50.JavaCV更新到1.5.x版本后的依赖问题说明以及如何精简依赖包大小51.JavaCV音视频开发宝典：使用JavaCV和springBoot实现websocket-flv直播服务,无需流媒体服务,浏览器网页flv.js播放器直接播放rtsp,rtmp等实时视频52.JavaCV音视频开发宝典：无需流媒体服务也无需转码(低资源消耗)，使用JavaCV和springBoot实现http-flv转封装直播服务，浏览器网页flv.js直接播放rtp、rtsp、rtmp实时视频53.JavaCV音视频开发宝典：使用JavaCV和springBoot实现http-flv直播服务,无需流媒体服务,浏览器网页flv.js转封装方式播放rtsp,rtmp和桌面投屏实时画面54.javacv开发详解补充篇：如何将rgb/bgr像素数据优雅高效的转换为BufferedImage55.javaCV开发详解之技术杂烩：javaCV能帮我们做什么？能实现什么功能？ffmpeg和openCV能实现功能，javaCV如何做到更快、更简单的实现相应的功能？等等一堆实用话题56.JavaCV音视频开发宝典：录制vp8和vp9编码的webm格式视频，以mp4转webm为例57.音视频处理、图像处理、图像识别和字符识别全能库JavaCV完整教程（包含完整JavaCV入门、JavaCV实战、ffmpeg、opencv和tesserac教程）58.JavaCV音视频开发宝典：使用JavaCV实现webm直播服务,无需流媒体服务,无需mse转封装插件（flv.js,hls.js）,浏览器原生video标签直接播放rtsp,rtmp和桌面投屏直播59.JavaCV音视频开发宝典：实现Base64编码图片转换成图片文件通用转换器，以base64转png图片文件为例，其他图片格式也全部支持60.JavaCV音视频开发宝典：JavaCV读取Base64编码图片并解析预览图片61.JavaCV音视频开发宝典：使用JavaCV采集windows桌面屏幕画面并录屏mp4视频文件(FFmpeg基于dshow方式采集windows系统桌面画面)62.JavaCV音视频开发宝典：使用JavaCV采集windows系统声音并录制成mp3音频文件(FFmpeg采集windows系统声音)63.JavaCV音视频开发宝典：视频转码和转封装有什么区别？使用rtsp拉流转推到rtmp案例来讲一下转码和转封装实现的区别64.JavaCV的gpl v2许可协议排雷，写在TikTok违反GPLv2许可使用OBS源码的当下65.JavaCV音视频开发宝典：使用javacv读取GB28181、海康大华平台和网络摄像头sdk回调视频码流并转码推流rtmp流媒体服务66.JavaCV音视频开发宝典：rtsp拉流转码方式转推到rtmp67.javacv开发详解补充篇：解决转流后视频画面快进慢放，时间跳动过大，监控视频时间戳重新计算pts和dts68.JavaCV音视频开发宝典：使用JavaCV读取海康平台或海康网络摄像头sdk回调视频TS码流并解析预览图像69.JavaCV进阶opencv图像检测识别：ffmpeg视频图像画面人脸检测70.JavaCV进阶opencv图像检测识别：摄像头图像人脸检测
71.javaCV文字识别之2：视频文字识别和视频提取字幕文字字符
72.javaCV文字识别之1：基于google的tesserac ocr识别图片中的文字，跨平台支持英文中文简体繁体等各种字符识别73.javaCV开发详解之补充篇：根据视频时间戳同步播放图像画面以及视频倍速播放实现74.javaCV开发详解补充篇：基于avfoundation的苹果Mac和ios获取屏幕画面及录屏/截屏以及摄像头画面和音频采样获取实现75.javacpp-FFmpeg系列补充：FFmpeg拉流截图实现在线演示demo（视频截图并返回base64图像，支持jpg/png/gif/bmp等多种格式）76.javacpp-FFmpeg系列之3： 像素图像数据转换（BGR与BufferdImage互转，RGB与BufferdImage互转，BufferdImage转Base64编码）77.javacpp-FFmpeg系列补充：FFmpeg解决avformat_find_stream_info检索时间过长问题78.javacpp-FFmpeg系列之2：通用拉流解码器，支持视频拉流解码并转换为YUV、BGR24或RGB24等图像像素数据79.javacpp-FFmpeg系列之1：视频拉流解码成YUVJ420P，并保存为jpg图片80.javacpp-opencv图像处理系列：国内车辆牌照检测识别系统（万份测试车牌识别准确率99.7%以上，单次平均耗时39ms）81.javacpp-opencv图像处理3：使用opencv原生方法遍历摄像头设备及调用(增加实时帧率计算方法)82.javacpp-opencv图像处理之2：实时视频添加图片水印，实现不同大小图片叠加，图像透明度控制，文字和图片双水印83.javacpp-opencv图像处理之1：实时视频添加文字水印并截取视频图像保存成图片，实现文字水印的字体、位置、大小、粗度、翻转、平滑等操作84.javaCV图像处理之Frame、Mat和IplImage三者相互转换(使用openCV进行Mat和IplImage转换)85.java音视频编解码问题：16/24/32位位音频byte[]转换为小端序short[],int[]，以byte[]转short[]为例86.音视频编解码问题：javaCV如何快速进行音频预处理和解复用编解码（基于javaCV-FFMPEG）87.JavaCV实战专栏文章目录（JavaCV速查手册）88.JavaCV复杂滤镜filter特效处理入门教程和常用案例汇总89.javacv教程文档手册开发指南汇总篇90.javacv实现实时视频截图和录像服务easyCV91.JavaCV入门指南教程目录
收起

javacv文字识别系列：

javaCV文字识别之1：基于google的tesserac ocr识别图片中的文字，跨平台支持英文中文简体繁体等各种字符识别

javaCV文字识别之2：视频文字识别和视频提取字幕文字字符

前言

上一章我们实现了图片的文字识别和提取，本章基于javacv中的tesserac 和ffmpeg实现视频文字识别和提取

javacv中包含ffmpeg和tesserac两个库以及tesserac的依赖库leptonica。

读取视频帧javacv已经帮我们封装好了，直接就可以读取到视频帧，麻烦的是，测试的时候发现javacv设置像素格式不起效果，所以我们只能通过BufferedImage进行转换后才能进行图片文字识别，性能上肯定会有折扣，后面我会放出基于ffmpeg的解码并转换为rgb像素后提供给tesserac进行识别。

那么，就让我们开始吧。

注意：由于我们是每一帧都进行识别，而且视频播放和识别是相同线程，会阻塞，所以视频播放速度会很慢。

实现功能

1、视频读取

2、视频帧获取

3、视频帧转换为java的BuffredImage图片

4、图片转像素

5、使用像素数据进行tesserac ocr文字识别

 

完整阅读本章：https://eguid.blog.csdn.net/article/details/106044521

 

 

---end---

posted @   eguid  阅读(1831)  评论(0)  编辑  收藏  举报
编辑推荐：
· 如何编写易于单元测试的代码
· 10年+ .NET Coder 心语，封装的思维：从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热？
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列：向量存储与相似性搜索在 .NET 中的实现
阅读排行：
· 10年+ .NET Coder 心语 ── 封装的思维：从隐藏、稳定开始理解其本质意义
· 地球OL攻略 —— 某应届生求职总结
· 周边上新：园子的第一款马克杯温暖上架
· Open-Sora 2.0 重磅开源！
· 提示词工程——AI应用必不可少的技术
点击右上角即可分享
微信分享提示
AI IDE Trae