BDSup2Sub 转换书sup字幕为idx

下载了mp4和sup字幕。用kmplayer播放,不支持sup字幕。又不想装potplayer.只好手动转字幕。

下载了BDSup2Sub396.jar 

装好了java环境。

 

Z:\BDSup2Sub>java -jar BDSup2Sub396.jar

Command line:
Z:\BDSup2Sub\BDSup2Sub396.jar

Target frame rate set to 25fps

出现java gui

 

选择 菜单--load 加载sup

然后选择合适的参数。ok

然后菜单---save

选择chinese- ch 导出即可。

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
TFRecord文件和IDX文件是两种不同的数据格式,相互转换需要进行数据解析和重构。以下是将TFRecord文件转换IDX文件的Python代码示例: ```python import tensorflow as tf import idx2numpy # 读取TFRecord文件 filename = 'data.tfrecord' raw_dataset = tf.data.TFRecordDataset(filename) # 定义解析函数 def parse_function(example_proto): features = { 'image': tf.io.FixedLenFeature([], tf.string), 'label': tf.io.FixedLenFeature([], tf.int64) } parsed_features = tf.io.parse_single_example(example_proto, features) image = tf.io.decode_raw(parsed_features['image'], tf.uint8) image = tf.reshape(image, [28, 28]) label = parsed_features['label'] return image.numpy(), label.numpy() # 解析TFRecord文件 parsed_dataset = raw_dataset.map(parse_function) # 保存为IDX文件 images, labels = zip(*parsed_dataset) idx2numpy.convert_to_file('data.idx', images) idx2numpy.convert_to_file('labels.idx', labels) ``` 以上代码使用TensorFlow读取TFRecord文件,然后定义解析函数,对每个record中的图像和标签信息进行解析,并将它们保存为Numpy数组。最后,使用第三方库`idx2numpy`将Numpy数组保存为IDX文件。需要注意的是,TFRecord文件中的图像数据类型是`tf.string`,需要使用`tf.io.decode_raw`函数将其转换为`tf.uint8`类型的Numpy数组,并且需要对图像数据进行reshape操作。 这只是一个简单的示例代码,实际情况下,您可能需要根据自己的数据格式和需求进行相应的修改。同时,如果您需要将IDX文件转换为TFRecord文件,也可以使用类似的方法进行转换
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值