利用python通过字幕文件.srt来实现对视频片段的截取

首先，想利用本文的代码，就必须拥有字幕文件.srt，并将这个文件后缀名更改为.txt

.srt文件格式如下：

代码如下：

"""
    这个是用于单个关检词的视频检测
"""
import cv2 as cv
import numpy as np
import re
video_file = cv.VideoCapture(r"E:\900秒嫦娥落月.mp4")
fps = video_file.get(5)
print("该视频的帧为{}".format(fps))
#==================================================================================#
"""
    实验阶段：该内容是用来获取想要寻找的关键字段，在视频中时间位置，并进行截取视频
    最终阶段：进行文本匹配，谁的相似度最高，就选择哪一段进行截取，
            而在此任务中涉及到的知识很多：文本相似度匹配、近义词训练、如何将txt文件的字幕和时间分割再还原等等问题
"""
#name=input("请输入提取内容：")
name=input("请输入你所需要寻找的关键字段或者关键内容:")
with open("CHS_嫦娥奔月.txt","r",encoding="utf-8") as f:
    flie_data=f.readlines()
    for i,readline in enumerate(flie_data):
        #print(readline)
        # matchObj=re.match(name,readline)#匹配时，如果第一个字符不匹配，就会发生匹配失败
        matchObj = re.search(name, readline)
        print(matchObj)
        if matchObj is not None:
            print("匹配字符所在的位置{}".format(i))
            print("所在的时间段为{}".format(flie_data[i-1]))
            break
# list_time=[]
# list_frames_time=[]
# import re
# name_all=["燃料","失败"]
# with open("CHS_嫦娥奔月.txt","r",encoding="utf-8") as f:
#     flie_data=f.readlines()
#     for name in name_all:
#         for i,readline in enumerate(flie_data):
#             #print(readline)
#             # matchObj=re.match(name,readline)#匹配时，如果第一个字符不匹配，就会发生匹配失败
#             matchObj = re.search(name, readline)
#             print(matchObj)
#             if matchObj is not None:
#                 list_time.append(flie_data[i-1])
#                 print("匹配字符所在的位置{}".format(i))
#                 print("所在的时间段为{}".format(flie_data[i-1]))
# list_time.sort()#将时间进行排序（从小到大）
# print("需要截取的视频时间",list_time)
# =============================================================================#
# 首先弄人工输入，并将帧和时间进行转换
# start_frame = input("请输入开始帧数,(输入格式为时:分:秒,毫秒或者帧):")

start_frame=flie_data[i-1]
if "-->" in start_frame:
    start_frame_1 = start_frame.split(" --> ")
    start_frame = start_frame_1[0]
    end_frame = start_frame_1[1]
    print("起始时间-->终止时间")
else:
    end_frame = input("请结束开始帧数,(输入格式为时:分:秒,毫秒或者帧):")

"""
    如果得到了是时间格式就进行转换成帧格式
    输入的是时:分:秒.毫秒
    1时=60分=3600秒=3600000毫秒
    如果得到的是帧格式，那正好不用转换
 """
   # start_frame_spilt=start_frame.split(":")
 # ==============================================================================#
if ":" in start_frame:
    print("输入的是时间制！")
    name_str = start_frame.split(":")
    start_frame = (int(name_str[0]) * 3600 + int(name_str[1]) * 60 + float(name_str[2].replace(",", "."))) * fps
    #list_frames_time.append(start_frame)
else:
    print("输入的值十进制（帧）！")
    start_frame = int(start_frame)
if ":" in end_frame:
    print("输入的是时间制！")
    name_str = end_frame.split(":")
    end_frame = (int(name_str[0]) * 3600 + int(name_str[1]) * 60 + float(name_str[2].replace(",", "."))) * fps
    #list_frames_time.append(end_frame)
else:
    print("输入的值十进制（帧）！")
    end_frame = int(end_frame)
    # ==============================================================================================#
    """
       如果前后的时间比较小，就是帧数小于1，那么无法截到图，所以直接截前后5帧来进行填充
    """
if (end_frame - start_frame) < 1:
    start_frame = start_frame - 5
    end_frame = end_frame + 5
else:
    pass

#=============================================================================================#
fourcc = cv.VideoWriter_fourcc(*'MJPG')

count_frame = 0
if video_file.isOpened():
    print("video can open!")
    success, frames = video_file.read()
    out = cv.VideoWriter('output.avi', fourcc, 25, (frames.shape[1], frames.shape[0]))  # 注意这个长宽千万不能出错，不然得不出结果
    while success:
        success, frames = video_file.read()
        count_frame += 1
        if count_frame >= start_frame and count_frame <= end_frame:
            print("截取第{}帧".format(count_frame))
            out.write(frames)
        if count_frame > end_frame:
            break
else:
    print("video open failure!")
video_file.release()

注意，这是简单的利用python的正则匹配函数来进行了，代码大家可以根据自己的功能进行更改，后面会再发一篇对于多个关键词的匹配来截取视频片段内容。如果大家有什么好的想法，可以一起讨论，一起进步哦。