eritpchy/video-subtitle-remover

Video-subtitle-remover (VSR) Docker镜像文档

镜像概述

Video-subtitle-remover (VSR) 是一款基于AI技术的硬字幕去除工具，通过先进的AI算法实现视频中硬字幕的精准去除，并对字幕区域进行智能填充，保持视频原有分辨率。该Docker镜像封装了完整的运行环境，支持NVIDIA GPU（不同CUDA版本）、AMD/Intel GPU及CPU运行模式，适用于Windows、macOS和Linux系统。

核心功能与特性

• 无损分辨率处理：去除字幕过程中保持视频原始分辨率
• AI智能填充：采用STTN、LAMA、ProPainter等算法对字幕区域进行像素填充，避免传统马赛克或模糊效果
• 灵活字幕定位：支持自定义字幕区域坐标（可指定多个区域）或全视频自动检测去除
• 多场景支持：除视频外，还支持批量处理图片水印文本
• 多硬件适配：提供针对不同GPU（NVIDIA、AMD、Intel）及CPU优化的Docker镜像版本

使用场景

• 视频内容二次创作（去除原字幕保留画面）
• 教育视频处理（去除非目标语言字幕）
• 媒体素材编辑（清理视频中的水印或文字标识）
• 批量图片去水印处理

使用方法

镜像版本选择

根据硬件环境选择合适的Docker镜像标签：

Docker运行命令

NVIDIA GPU用户

shell
# Nvidia 10/20/30系显卡
docker run -it --name vsr --gpus all eritpchy/video-subtitle-remover:1.4.0-cuda11.8 python backend/main.py -i test/test.mp4 -o test/test_no_sub.mp4

# Nvidia 40系显卡
docker run -it --name vsr --gpus all eritpchy/video-subtitle-remover:1.4.0-cuda12.6 python backend/main.py -i test/test.mp4 -o test/test_no_sub.mp4

# Nvidia 50系显卡
docker run -it --name vsr --gpus all eritpchy/video-subtitle-remover:1.4.0-cuda12.8 python backend/main.py -i test/test.mp4 -o test/test_no_sub.mp4

AMD/Intel GPU用户

shell
docker run -it --name vsr --gpus all eritpchy/video-subtitle-remover:1.4.0-directml python backend/main.py -i test/test.mp4 -o test/test_no_sub.mp4

CPU用户

shell
docker run -it --name vsr eritpchy/video-subtitle-remover:1.4.0-cpu python backend/main.py -i test/test.mp4 -o test/test_no_sub.mp4

导出处理结果

处理完成后，使用以下命令将输出文件从容器复制到本地：

shell
docker cp vsr:/vsr/test/test_no_sub.mp4 ./

命令行参数说明

Video Subtitle Remover Command Line Tool

options:
  -h, --help            显示帮助信息并退出
  --input INPUT, -i INPUT
                        输入视频文件路径（必填）
  --output OUTPUT, -o OUTPUT
                        输出视频文件路径（可选）
  --subtitle-area-coords YMIN YMAX XMIN XMAX, -c YMIN YMAX XMIN XMAX
                        字幕区域坐标（ymin ymax xmin xmax），可多次指定以处理多个区域
  --inpaint-mode {sttn-auto,sttn-det,lama,propainter,opencv}
                        填充算法模式，默认sttn-auto

参数详解

• --input/-i: 指定输入视频的路径，必须为容器内可访问的路径（建议通过挂载卷方式提供本地文件）
• --output/-o: 指定输出视频的路径，若未指定则默认生成在输入文件同目录下
• --subtitle-area-coords/-c: 手动指定字幕区域坐标，格式为"ymin ymax xmin xmax"（视频像素坐标），可多次使用该参数处理多个不重叠区域
• --inpaint-mode: 选择填充算法，各模式特点：
  • sttn-auto: 自动检测字幕区域，真人视频效果好，速度快
  • sttn-det: 使用指定区域检测，需配合-c参数
  • lama: 图片效果最佳，动画视频适用，速度中等
  • propainter: 运动剧烈视频效果好，显存占用高，速度慢
  • opencv: 基础填充算法，速度最快但效果一般

高级配置

通过修改容器内backend/config.py文件调整处理参数：

python
# 调整算法模式
MODE = InpaintMode.STTN  # 可选：STTN, LAMA, PROPAINTER, OPENCV

# STTN算法参数（影响速度和效果）
STTN_SKIP_DETECTION = True  # 跳过字幕检测（需配合指定区域）
STTN_NEIGHBOR_STRIDE = 10   # 相邻帧数（值越大效果越好，显存占用越高）
STTN_REFERENCE_LENGTH = 10  # 参考帧长度（值越大效果越好，显存占用越高）
STTN_MAX_LOAD_NUM = 30      # 最大同时处理帧数

# LAMA算法参数
LAMA_SUPER_FAST = False  # 快速模式（牺牲部分效果提升速度）

建议通过挂载卷方式修改配置文件，避免直接修改容器内部文件：

shell
docker run -it --name vsr -v /本地/config.py:/vsr/backend/config.py --gpus all eritpchy/video-subtitle-remover:1.4.0-cuda11.8 python backend/main.py -i test/test.mp4 -o test/test_no_sub.mp4