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

pip install -r requirements.txt

FFmpeg 可用 winget 安裝：

winget install Gyan.FFmpeg

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

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

:: 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
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

---

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。