Procédure d'extraction de sous-titres d'un DVD

Petit aide-mémoire que j'ai écrit pour mon usage personnel.

1) Récupérer la liste des sous-titres disponibles sur le DVD :

• Directement depuis le DVD :
  mplayer dvd://1 -vo null -ao null -frames 0 -v 2>&1 | grep sid
• Si le DVD a déjà été rippé sur le disque dur :
  mplayer -dvd-device /chemin/vers/vobs dvd://1 -vo null -ao null -frames 0 -v 2>&1 | grep sid

Exemple :

2) Extraire le sous-titre voulu :

1. Déterminer l'ID du sous titre = 0x20 + sid trouvé en 1)
2. L'extraire :
   • Depuis le DVD (5~10 minutes) :
     tccat -i /dev/dvd -T 1 -L | tcextract -x ps1 -t vob -a 0x20 > subs
   • Si le sous-titre a été extrait avec DVD::Rip :
     cat rip/avi/001/rip-001-sid00.sub | tccat -T 1 -L | tcextract -x ps1 -t vob -a 0x20 > subs

3) Convertir le fichier obtenu en images .pgm :

On obtient une série de fichiers prefixeNNNN.pgm, ainsi qu'un ficher d'index prefixe.srtx. Si nécessaire on peut jouer sur le paramètre -c pour obtenir un bon contraste.

4) Effectuer l'OCR sur les images :

Il se peut que les espaces entre mots ou lettres soient mal reconnus, dans ce cas il faut modifier /usr/bin/pgm2txt et changer la ligne GOCR_OPTIONS_AUTO="-s 10 -m 130" :

• S'il apparait des espaces dans les mots, augmenter le paramètre -s : GOCR_OPTIONS_AUTO="-s 12 -m 130"
• S'il manque des espaces, le diminuer : GOCR_OPTIONS_AUTO="-s 8 -m 130"

5) Corriger éventuellement l'orthographe :

6) Convertir le tout en un fichier .srt :

7) Voilà :)