首先簡單說一下幾個(gè)名詞，也就根據(jù)自己的理解簡單提一下，不必較真。

如果已經(jīng)了解可以直接跳過。

1.圖形字幕

????以圖片格式存儲(chǔ)的字幕（非文本），常見于idx/sub和SUP（PGS）等格式。idx/sub多見于DVD字幕，PGS字幕多見于BD和HDTV錄制源字幕。由于其不易修改性，需要調(diào)整的話多會(huì)用OCR的方式轉(zhuǎn)換成文本。

這兩種字幕如何提取，請參考：

2.MODI

????MODI全稱Microsoft Office Document Imaging，是微軟Office 2003/2007所帶的光學(xué)字符識(shí)別（OCR）組件，其OCR引擎采用清華文通和ScanSoft的技術(shù)，支持21種語言，是一個(gè)方便的OCR工具。

3.IdxSubOcr

????基于MODI開發(fā)出來的圖形字幕OCR軟件，能將圖形字幕轉(zhuǎn)換成文本形式的srt字幕。

?????對于純簡體/繁體中文推薦使用此軟件，純?nèi)瘴囊部梢栽囋嚧塑浖艺J(rèn)為效果不是很理想。純英文、德文等推薦使用Subtitle Edit。

接下來是正文

一、安裝MODI

????“萬事開頭難”

????沒錯(cuò)，安裝MODI是最重要的，也是最麻煩的。以下會(huì)給出3種方法來幫你安裝MODI的，但是并不能保證你真的可以安裝上?？赡苁荳in10的鍋也可能是MODI的鍋，反正這鍋微軟背。

1.Office 2007下安裝MODI

????首先推薦此方法是因?yàn)榉€(wěn)定，只要你不作死，一般不會(huì)遇到掉MODI的情況。? ?

????由于MODI并不集成在office 2007以及之后的office版本中，而是以補(bǔ)丁的形式發(fā)布（對應(yīng)office 2007）。所以我們其實(shí)并不需要安裝Office 2007本體，而是直接安裝SharePoint Designer 2007就可以獲取到MODI功能了。

????但。。。。但是。。。

????微軟并不想背鍋，在去年刪除了SharePoint Designer 2007。沒想到巨硬會(huì)這么虎的，UP也就只存了繁體和簡體的版本?？梢栽谖谋灸┪搏@取下載鏈接，請刪除.pdf后綴后再進(jìn)行解壓。

????下載完后打開SharePointDesigner_TC.exe這個(gè)安裝包。

????為了避免不必要的麻煩請務(wù)必解壓并用管理員權(quán)限打開。先安裝繁體是為了繁體識(shí)別會(huì)在默認(rèn)的位置。

????按如圖所示的方式安裝MODI

????繼續(xù)直至安裝完成。

????然后安裝SharePointDesigner_SC.exe，注意勾選語言，其余同上。

但。。。。但是。。。問題又來了。。。

????如果你使用的是Win10有一定概率是安裝不上的（可能是報(bào)錯(cuò)，或者安裝完IdxSubOcr還是提示沒MODI），Win7就沒這種問題，所以這鍋微軟背。有很多人向我說過這個(gè)問題了，并且我有臺(tái)電腦也實(shí)際遇到了。這個(gè)你可以多嘗試安裝幾次（大概率是沒用的，小概率是硬盤沒空間了(???)），或者在安裝新系統(tǒng)后首先安裝MODI，大概率可以安裝上，就算安裝不上重裝系統(tǒng)也方便（不是）。嘛，重裝系統(tǒng)對大部分人是不可能了，既然給了三種方法當(dāng)然是先試完再看了。

????另外用此方法安裝MODI后，系統(tǒng)更新中會(huì)檢查出有關(guān)Office 2007相關(guān)的補(bǔ)丁，有潔癖的請注意(???)。還有就是SharePoint Designer 2007與Office 2016似乎有兼容性問題，可能只是我這個(gè)個(gè)例，前幾年遇到了就深受困擾，但也沒見其他人提過這個(gè)問題。后面換365倒也沒問題了。如果你在使用2016版本，請謹(jǐn)慎安裝。

2.Office 2003下安裝MODI

????Office 2003版是內(nèi)置有MODI的，你需要安裝完整版的Office 2003（不提供下載），選擇自定義安裝，然后將Office?工具"項(xiàng)下的“Microsoft Office Document Imaging”選項(xiàng)卡設(shè)置為“從本機(jī)運(yùn)行全部程序”。

????請務(wù)必安裝完整版Office2003，精簡版的基本是不包含MODI的。

????安裝?Office 2003的弊端也是顯而易見的。畢竟都2020年了，office365不香么，裝一個(gè)幾乎用不到的03版，外帶一堆補(bǔ)丁，實(shí)在是。。。膈應(yīng)。

3.使用老馬提供的MODI組件

????可以通過老馬的博客下載IdxSubOcr軟件和精簡過的MODI組件。

????網(wǎng)址https://www.cnblogs.com/stronghorse/

? ? 相關(guān)軟件的下載請看博客置頂?shù)奈恼隆?br/>

????以MODI_From_Office2007SP3這個(gè)為例，大概談一下如何安裝。此處并沒有圖示，主要是自己是用的第一種方法安裝上了，再折騰怕翻車ヾ(?ω?`)o

????解壓MODI_From_Office2007SP3目錄到磁盤，我這里以D盤根目錄為例；

????以管理員身份運(yùn)行CMD或PowerShell

CMD（管理員）

D:

cd D:\MODI_From_Office2007SP3

install.bat

PowerShell（管理員）

D:

cd D:\MODI_From_Office2007SP3

.\install.bat

?

或D:\MODI_From_Office2007SP3\install.bat

????之前有遇到使用前兩種方法失敗后，使用PS安裝上了MODI。但在使用IdxSubOcr識(shí)別文字時(shí)出現(xiàn)軟件閃屏的問題，可能只是個(gè)例。而且識(shí)別時(shí)間很短，后續(xù)校對階段就不影響了，問題不大。畢竟能安裝上就不容易了( ′??)?(._.`)

????如果還裝不上，只能使用虛擬機(jī)大法了，Win7/XP走起。

二、IdxSubOcr使用

????推薦使用IdxSubOcr的最新版本，目前版本2.04。

? ? 打開IdxSubOcr.exe

????點(diǎn)擊“打開字幕文件”按鈕，選擇加載.idx或.sup文件?；蛘咧苯油献募痢按蜷_字幕文件”按鈕右側(cè)的框中。

????在彈出的界面中進(jìn)行相關(guān)設(shè)置

????1.00代表軌道，識(shí)別為英語是本身軌道命名的原因，如有多條軌道請注意切換。

????????例：臺(tái)版DVD網(wǎng)球王子的字幕存在對應(yīng)國語和對應(yīng)日語兩個(gè)版本，其時(shí)間軸和翻譯內(nèi)容都有差別。如果你兩種字幕提取成一個(gè)idx/sub字幕文件了，請注意切換。

????2.是否從頭OCR，取決于你的進(jìn)度。一開始選擇從頭開始，OCR一部分后保存srt，關(guān)閉軟件后可以選擇校對字幕模式繼續(xù)校對。對于新版本中可以使用“保存工程”和“調(diào)入工程”的方式繼續(xù)你的校對。

????3.選擇你字幕的語言。請務(wù)必匹配字幕語言，否則識(shí)別準(zhǔn)確率會(huì)差很多。

????4.字幕顏色以白底黑字準(zhǔn)確率最高，如果手工選擇可以統(tǒng)一就建議手工選擇，否則則推薦自動(dòng)選擇。但對于某些字幕無法調(diào)成白底黑字的，可以嘗試Subtitle Edit。底色調(diào)成透明，字體顏色與邊框顏色對比度差越高越好。

????5.確定設(shè)置，進(jìn)入自動(dòng)OCR階段。

Tips： ? ?

????OCR完成后可能在圖形字幕預(yù)覽區(qū)的圖片不是白底黑字的，可以勾選“黑白圖形”進(jìn)行變換。

????對于一些圖片中字體線條較細(xì)的，可能OCR效果并不理想，可以勾選“OCR前先加粗圖像”，勾選后請重新加載文件OCR下。

????輔助功能中有“繁體轉(zhuǎn)簡體”功能，是否需要轉(zhuǎn)換取決于你的習(xí)慣，你也可以后續(xù)用繁化姬轉(zhuǎn)換。

????輔助功能中有“查找/替換”功能，用于替換OCR中日常OCR錯(cuò)的字，比如：“口”、“喝”、中英文標(biāo)點(diǎn)等。批量替換可以節(jié)約很多時(shí)間。

????使用多按鍵鼠標(biāo)的用戶，請善用你的鼠標(biāo)快捷鍵。對于我一個(gè)G502用戶，你可以省掉很多把右手移到鍵盤上去按鍵的時(shí)間。

已知問題：

????1.對于中英文混雜的一行字幕，英文部分通常識(shí)別的都很爛，這個(gè)無解，請善用復(fù)制粘貼及批量替換功能。

????2.對于單行中文字?jǐn)?shù)少于等于2個(gè)的，識(shí)別精度可能會(huì)比較差，盡管作者優(yōu)化過了，但大概率還是有問題。

????3.MODI對斜體字的識(shí)別真的很爛。如果一個(gè)字幕文件中大多是斜體字，那真沒辦法，這種字幕請放棄這種方法識(shí)別。

????4.新版本IdxSubOcr在識(shí)別極個(gè)別圖形字幕時(shí)會(huì)有問題。表現(xiàn)為字幕全為空白，或者識(shí)別一部分后，后面全是空白，但沒報(bào)錯(cuò)且其它字幕可以正常OCR。遇到這個(gè)問題推薦使用1.14版本的IdxSubOcr。由于舊版不支持高分屏，你可以使用舊版本OCR后保存srt，再用新版的校對模式進(jìn)行校對。舊版本也不支持SUP字幕，想轉(zhuǎn)成idx/sub的，請使用Subtitle Edit。如果你找不到舊版本，也可以先轉(zhuǎn)換成另一種格式再進(jìn)行OCR試試。

????

請務(wù)必及時(shí)保存文件，保存文件，保存文件。

? ?

相關(guān)下載：

老馬的博客：

https://www.cnblogs.com/stronghorse/

SharePointDesigner_TC：

https://hungryxhz.lanzous.com/b00t61cdc

SharePointDesigner_SC：

https://hungryxhz.lanzous.com/b00t61ced