JianMiau
c4a3fdde97
- min_real_zeros(3): 一段停止要含至少 N 個『真實讀到的 GPS=0』才算紅燈剪掉, 讀不到(??)不算 → 濾掉『整段都讀不到』的假停車(OCR 失敗區,如 02 的 09:48/20:06) - keep_after_stop 2->0: 不留卡達緩衝,直接剪到停車結束點(偵測到開始動那一刻) 實測 02: 假停車濾掉剩 9 段紅燈;#3 剪到 03:20、#9 剪到 19:17(真正起步點)。 本次調整由 Claude Opus 4.8 (1M context) 協助處理。 Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>
172 lines
8.4 KiB
Markdown
172 lines
8.4 KiB
Markdown
# 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「讀不到」（當 0）；誤讀改由物理過濾與短移動判定處理 |
|
||
| `max_accel_kmh` | `25` | 物理合理加速上限（km/h 每秒）：機車不可能一秒從 4 衝到 70，超過此加速度的讀數視為高信心誤讀丟棄（只擋暴增，煞車減速不受限）|
|
||
| `depart_seconds` | `8.0` | 起步門檻（秒）：一段移動要持續達到（滿）此秒數、且其中沒有 ≥`stop_seconds` 的 GPS=0，才算「穩定起步」而保留；不足者（短暫蠕動／排隊龜速／誤讀）併入停止一起剪掉 |
|
||
| `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` | `0.0` | 綠燈起步端（速度從 0 開始跑）移除終點提早幾秒。`0` = 剪到停車結束點（偵測到開始動的那一刻），不留卡達緩衝 |
|
||
| `min_real_zeros` | `3` | 真紅燈門檻：一段停止裡至少要有幾個「真實讀到的 GPS=0」才算紅燈而剪掉。讀不到（`??`）不算數——避免整段都讀不到被誤當停車剪掉 |
|
||
| `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` | `1.0` | 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 |
|
||
| `video_quality` | `30` | 重新編碼畫質（NVENC `-rc vbr -cq`／x264 `-crf`）。數字越大檔案越小、畫質越低。參考（4K 來源約 54Mbps）：`28`≈高畫質（檔大）／`30`≈接近原檔／`33`≈省空間／`36`≈更小 |
|
||
| `volume_boost` | `true` | **音量增益**（Adobe PR「增益／音量」）：是否放大音量 |
|
||
| `volume_boost_percent` | `30` | 音量增加幅度（%），`30` = 放大成 130%（×1.3 ≈ +2.3dB） |
|
||
| `hard_limiter` | `true` | **強制壓限**（Adobe PR「強制壓限／Hard Limiter」）：拉大音量後把峰值壓在 0dB 以下，避免破音 |
|
||
| `lowpass` | `true` | **低通**（Adobe PR「低通／Lowpass」）：濾掉高頻刺耳聲（風切／嘶聲） |
|
||
| `lowpass_hz` | `15000` | 低通截止頻率（Hz） |
|
||
| `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。
|
||
|
||
### 關於音訊處理
|
||
|
||
音量增益、強制壓限、低通三項（命名參考 Adobe Premiere Pro）會在重新編碼時一併套用，處理順序為 **音量增益 → 低通 → 強制壓限**（壓限擺最後當煞車）。
|
||
由於需要重新編碼，這些音訊處理**僅在 `transition: true`（重編模式）時生效**；若 `transition: false`（無損快剪）則音訊維持原樣不處理。
|
||
|
||
---
|
||
|
||
## 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）
|
||
├─ 01_cut_log.txt ← 剪輯紀錄：哪些片段被剪掉、各自原因
|
||
└─ ...
|
||
```
|
||
|
||
> `*_cut_log.txt` 會列出每段被剪掉的時間範圍與原因（例如「等紅燈/停車約 42 秒」「停車至影片結尾」），以及保留下來的行駛片段，方便核對。
|
||
|
||
---
|
||
|
||
## 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. 整理每秒速度（**讀不到當 0** + **物理過濾**剔除不可能的暴增誤讀），再用兩段判定：**Pass A** 把 <`stop_seconds` 的停止併入移動（OCR 瞬斷不算紅燈）、**Pass B** 把 <`depart_seconds` 的移動併入停止（沒撐滿就不算穩定起步），不做中位數平滑以免糊掉邊界
|
||
5. 時速持續為 0 超過門檻 → 判定為等紅燈，標記移除（走走停停會合併、結尾停車砍到底）
|
||
6. 用 FFmpeg 切割保留片段並拼接（可選淡出淡入轉場 + 音量處理），輸出去紅燈影片
|
||
7. 另輸出 `*_cut_log.txt` 剪輯紀錄，記下哪些片段被剪、原因
|
||
|
||
---
|
||
|
||
## 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。
|