做…什么？ extract subtitle 还是 text montage 生成

图片转aa

图片 ASCII art 我两年前也用 Kotlin 写过
https://gist.github.com/duangsuse/8261454d4c4157f2bb8ccf233a00d48a

自定义字库阿，上html整配色阿

这个不支持 HTML，后端是 PIL ImageDraw.text 但总体抽象还好，是通过 solveLayout / solveItemColors 可以算出 (x, y, color) 的 Iterable

自定义字库因为 PIL 是支持的，但一般绘制效率不怎么样，只有 14fps 左右
提升效率比较困难，因为 OpenCV 不支持自定义字体，所以只能 C++ 再加上 freetype 之类的栅格化库来弄

输出text的时候加一下标签就好了

感觉没太大意义

一般来说，大概思路大概是
(x, y, color, entropy)

现在流行用啥？gan还是啥？不太懂

然后entropy=>word

GAN 就是人工智能方面的了……

大概做法是按分辨率区间，把图片转存一个二维矩阵，然后计算每个元素的熵，从熵匹配到文字

识别视频关键帧？

是的，但我没做这方面的工作，都是 scipy.signal.argrelextrma 直接拿 indices 的
peakutils 也可以用，不过我测试了效果不好

自己做一个熵到字的对应表就好了

总体来看关键帧提取效果还可以，只不过经常提取多了，一些死嵌字幕的视频不至于漏掉起止点的程度

于是就能作出各种效果的aa

支持先自动提取关键帧，然后再自动合并，手工分拣，再自动 unpack 回多文件的模式
这个模式不需要提取关键帧因为早就提取好了

./vcat_subtitle_imgs.py

Usage: dst src... | unpack dst

./extract_subtitles.py -h
……
--only-images use frame images from --crop-debug as input

我们这个是给定一个 seq: iter，然后手动 next(seq) 的
目的大概是允许对抽象的「可给一个位置、颜色在图像上画的东西」都能被使用

至于是否能直接对色块，提取绘制项目的话还是不行的（目前是只能提取绘制颜色，我用这个特效实现不绘制背景色）
不过实现也很简单啊，毕竟只用修改 drawTextMontage(img, areas, font, draw_color) 就好了

t0 = time()
t1 = None

def nextPitch():
  try: return next(pitchz)
  except StopIteration: raise NonlocalReturn("done")
def doSplit():
  synth.noteSwitch(nextPitch())
def giveSegment():
  nonlocal t1
  t2 = time()
  reducer.accept( (t1-t0, t2-t0, synth.last_pitch) )
  t1 = t2 #< new start

def onEvent(event):
  nonlocal t1
  if event.type == pygame.KEYDOWN:
    key = chr(event.key)
    if key == 'a':
      t1 = time()
      doSplit()
    elif key == 's': giveSegment(); doSplit()
  elif event.type == pygame.KEYUP:
    key = chr(event.key)
    if key == 'a':
      synth.noteoff()
      giveSegment()
    elif key == ' ': onPausePlay()

#Python #code