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「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	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	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。