Redlight_Remover/README.md

# Redlight Remover — 機車第一人稱影片自動去紅燈工具

針對「安全帽第一人稱機車影片」，自動偵測等紅燈的停車片段並剪掉，輸出無損的去紅燈影片。
程式用 OCR 讀取畫面上的 GPS 時速表，當時速持續為 0 超過設定秒數即判定為紅燈，再用 FFmpeg 無損切割拼接。

---

## 功能特色

- 🎯 **自動偵測紅燈**：逐秒 OCR 辨識時速，連續停車超過門檻即視為等紅燈
- ✂️ **無損剪輯**：用 FFmpeg `-c copy` 串流複製，畫質零損失、速度快
- 🧹 **抗雜訊平滑**：中位數濾波 + 補空值 + 相鄰段合併，解決停車時 OCR 在 0 與雜訊間跳動的問題
- ⚡ **GPU 加速**：支援 NVIDIA CUDA，OCR 大幅加速
- 🖱️ **互動選單**：批次檔啟動，↑↓ 選資料夾、空白鍵勾選影片
- ⚙️ **設定檔**：所有參數集中在 `config.json`，免改程式碼
- 📊 **辨識紀錄**：每支影片輸出 `*_speeds.csv`，方便檢查 OCR 結果

---

## 環境需求

- **Python 3.x**
- **FFmpeg / ffprobe**（需加入系統 PATH）
- Python 套件：`easyocr`、`opencv-python`、`numpy`
- （選用）NVIDIA 顯卡 + CUDA 版 PyTorch 以啟用 GPU

### 安裝

```bat
pip install -r requirements.txt
```

FFmpeg 可用 winget 安裝：

```bat
winget install Gyan.FFmpeg
```

啟用 GPU（需 NVIDIA 顯卡），安裝對應 CUDA 版 PyTorch，例如：

```bat
pip install --force-reinstall torch torchvision --index-url https://download.pytorch.org/whl/cu128
```

---

## 使用方法

### 方式一：互動批次檔（推薦）

雙擊 `啟動.bat`，依選單操作：

1. 選 `[1]` 預覽 ROI：先確認時速表框選位置（第一次使用建議先做）
2. 選 `[2]` 開始處理：
   - ↑↓ 移動、Enter 選擇要處理的資料夾
   - ↑↓ 移動、**空白鍵勾選**要去紅燈的影片、Enter 開始
   - 處理完成，成品輸出到該資料夾的 `no_redlight\` 子資料夾

### 方式二：命令列

```bat
:: 預覽 ROI（確認時速表位置）
python auto_remove_redlight.py 20260516 --preview

:: 處理整個資料夾
python auto_remove_redlight.py 20260516

:: 處理單一影片
python auto_remove_redlight.py E:\videos\20260516\01.MOV

:: 處理多支指定影片
python auto_remove_redlight.py 01.MOV 03.MOV 05.MOV
```

---

## 設定檔 `config.json`

所有常用參數集中於此，每次執行會自動讀取（檔案不存在時會自動產生預設值）。

| 參數 | 預設值 | 說明 |
|------|--------|------|
| `roi` | `[3300, 1770, 300, 140]` | 時速表在畫面上的位置 `[x, y, 寬, 高]` |
| `sample_interval` | `1.0` | 取樣間隔（秒），每幾秒辨識一次；越小越精準但越慢 |
| `progress_every` | `60` | 進度回報間隔（秒），純顯示用，不影響效能 |
| `stop_seconds` | `4.0` | 連續停車超過幾秒判定為紅燈 |
| `speed_threshold` | `0` | 時速 ≤ 此值視為停止 |
| `min_confidence` | `0.5` | OCR 信心低於此值視為雜訊 |
| `smooth_window` | `5` | 中位數濾波視窗（取樣點數） |
| `merge_gap` | `3.0` | 相鄰紅燈段間隔小於此秒數即合併 |
| `cut_before_stop` | `2.0` | 進入紅燈端（速度到 0）移除起點再往前幾秒，連減速進站一起砍 |
| `keep_after_stop` | `2.0` | 綠燈起步端（速度從 0 開始跑）移除終點提早幾秒，多留卡達起步畫面 |
| `min_keep` | `0.8` | 保留片段短於此秒數即丟棄 |
| `use_gpu` | `true` | 是否使用 GPU（無 CUDA 時自動退回 CPU） |
| `reencode` | `false` | `false` = 無損快剪；`true` = 重新編碼，切點精準到幀但較慢 |
| `transition` | `true` | 剪接點是否加轉場（淡出淡入 + 恆定功率交叉淡化）。**開啟會強制重新編碼**，有 NVIDIA 顯卡時自動用 NVENC 加速 |
| `transition_duration` | `0.5` | 轉場長度（秒），畫面與聲音共用以維持同步 |
| `video_transition` | `fadeblack` | 畫面轉場類型：`fadeblack`=淡出到黑再淡入；`fade`=交叉溶接；其餘見 FFmpeg `xfade` 文件 |
| `base_dir` | `E:\\videos` | 影片根目錄 |

> 參數優先順序：**命令列參數 > config.json > 程式內建預設**

### 關於轉場與無損

- `transition: false` → 使用 FFmpeg `-c copy` 串流複製，**畫質無損、速度快**，但剪接點是硬切。
- `transition: true` → 在每個剪接點加上**畫面淡出淡入**（`xfade`）與**聲音恆定功率交叉淡化**（`acrossfade`，`c1=qsin:c2=qsin`）。此模式必須重新編碼（非無損），4K 影片較耗時，建議搭配 NVIDIA 顯卡用 NVENC 加速。

---

## 輸出結果

成品放在來源資料夾的 `no_redlight\` 子資料夾，原始影片不會被改動：

```
<影片資料夾>\no_redlight\
   ├─ 01_no_redlight.MOV    ← 去紅燈後的成品
   ├─ 01_speeds.csv         ← 每秒辨識時速紀錄（檢查用）
   └─ ...
```

---

## 運作原理

1. 用 OpenCV 每隔 N 秒抽一幀
2. 裁切出畫面上時速表的固定像素區域（ROI）
3. 用 EasyOCR 只辨識數字，讀出當下時速
4. 對逐秒時速做平滑濾波（補空值 + 中位數），壓掉跳動雜訊
5. 時速持續為 0 超過門檻 → 判定為等紅燈，標記移除
6. 用 FFmpeg 無損切割保留片段並拼接，輸出去紅燈影片

---

## 注意事項

- 不同影片的儀表疊加位置可能不同，換來源時請先用 `--preview` 確認並調整 `roi`
- 無損模式切點會對齊最近的關鍵幀，實際剪接點可能 ±1~2 秒（對去紅燈用途通常足夠）
- 程式只處理資料夾第一層的影片，不會遞迴子資料夾

---

## 檔案說明

| 檔案 | 用途 |
|------|------|
| `auto_remove_redlight.py` | 主程式 |
| `啟動.bat` | 互動式啟動器（Big5 編碼） |
| `_bat_src.txt` | 啟動器的 UTF-8 原始碼 |
| `_convert.ps1` | 把 `_bat_src.txt` 轉成 Big5 的 `啟動.bat` |
| `config.json` | 參數設定檔 |
| `requirements.txt` | Python 套件清單 |

---

> 本工具由 **Claude Opus 4.8 (1M context)** 協助開發與處理。