求助：如何自动剪辑视频中出现"connection lost"的断连片段？

方案1：FFmpeg + Tesseract OCR 半自动化流程 #

这个流程兼顾效率和操作性，比纯手动处理快很多：

• 提取关键帧：用FFmpeg每秒提取1帧，减少OCR处理量

  ffmpeg -i input.mp4 -vf "fps=1" frames/frame_%04d.png
  

  先创建frames文件夹，命令会把视频帧按序号存进去，帧序号对应视频秒数（因为fps=1）。
• 批量识别文本并标记异常时间：用批处理/Shell脚本遍历帧图片，调用Tesseract识别文本，记录出现"connection lost"的时间点。
  Windows批处理示例：

  @echo off
  setlocal enabledelayedexpansion
  if not exist frames mkdir frames
  if exist bad_times.txt del bad_times.txt
  for %%f in (frames\*.png) do (
      set "filename=%%~nf"
      set "frame_num=!filename:frame_=!"
      set /a "time=!frame_num!"
      tesseract "%%f" temp.txt >nul
      findstr /i "connection lost" temp.txt >nul
      if !errorlevel! equ 0 (
          echo !time! >> bad_times.txt
      )
  )
  del temp.txt
  

  运行后bad_times.txt会记录所有出现异常文本的秒数，后续可以手动整理成时间段（比如连续的秒数合并成[5-8秒]）。
• 拼接正常片段：根据整理好的正常时间段，用FFmpeg的concat滤镜合并。比如正常区间是0-5秒、8-15秒、20-结束，命令如下：

  ffmpeg -i input.mp4 -filter_complex ^
  "[0:v][0:a]split=3[v0][v1][v2]; ^
  [v0]trim=start=0:end=5,setpts=PTS-STARTPTS[v0out]; ^
  [0:a]atrim=start=0:end=5,asetpts=PTS-STARTPTS[a0out]; ^
  [v1]trim=start=8:end=15,setpts=PTS-STARTPTS[v1out]; ^
  [0:a]atrim=start=8:end=15,asetpts=PTS-STARTPTS[a1out]; ^
  [v2]trim=start=20,setpts=PTS-STARTPTS[v2out]; ^
  [0:a]atrim=start=20,asetpts=PTS-STARTPTS[a2out]; ^
  [v0out][a0out][v1out][a1out][v2out][a2out]concat=n=3:v=1:a=1[v][a]" ^
  -map "[v]" -map "[a]" output.mp4
  

方案2：GUI工具+AutoHotkey脚本 零代码方案 #

适合完全不想碰命令行的用户，全程可视化操作：

• 安装LosslessCut（免费开源的视频剪切工具）和AutoHotkey，再装好Tesseract并添加到系统PATH。
• 用LosslessCut打开目标视频，然后运行下面的AutoHotkey脚本：

  isMarking := false
  SetTimer, CheckForText, 1000 ; 每秒检查一次画面
  
  CheckForText:
  {
      ; 截取LosslessCut窗口画面
      WinActivate, ahk_exe LosslessCut.exe
      WinGetPos, X, Y, W, H, ahk_exe LosslessCut.exe
      Clipboard := ""
      Send, !{PrintScreen}
      ClipWait, 1
      if ErrorLevel
          return
      
      ; 保存截图并识别文本
      ImagePutFile("temp_shot.png", Clipboard)
      RunWait, tesseract temp_shot.png temp_output.txt,,Hide
      FileRead, textContent, temp_output.txt
      textContent := StrLower(textContent)
      
      ; 自动标记异常片段
      if InStr(textContent, "connection lost") {
          if (!isMarking) {
              Send, ^+i ; 触发LosslessCut的"标记开始"快捷键
              isMarking := true
          }
      } else {
          if (isMarking) {
              Send, ^+o ; 触发LosslessCut的"标记结束"快捷键
              isMarking := false
          }
      }
      return
  }
  
  ImagePutFile(FileByRef, ClipboardAllByRef="") {
      ; 辅助函数：把剪贴板里的截图保存为文件
      if (ClipboardAllByRef = "")
          ClipboardAllByRef := ClipboardAll
      FileDelete, %FileByRef%
      Clipboard := ClipboardAllByRef
      Send, ^v
      Sleep, 500
      Send, ^s
      Sleep, 500
      Send, %FileByRef%{Enter}
      Sleep, 500
      Clipboard := ClipboardAllByRef
  }
  

• 脚本会自动识别画面中的"connection lost"文本，在LosslessCut里标记异常片段。标记完成后，点击LosslessCut的"Cut out selected"按钮，就能导出剔除异常片段的干净视频。

方案3：简化版Python脚本（低代码） #

用封装好的库减少代码复杂度，比纯OpenCV更容易调试：

• 先安装依赖：

  pip install moviepy pytesseract opencv-python
  

  注意要提前安装Tesseract本体，并且添加到系统环境变量PATH中。
• 运行下面的脚本，修改video_path和output_path为你的文件路径：

  import moviepy.editor as mp
  import pytesseract
  import cv2
  import numpy as np
  
  video_path = "input.mp4"
  output_path = "output.mp4"
  bad_intervals = []
  current_bad_start = None
  check_interval = 2  # 每2帧检查一次，平衡速度和准确率
  
  video = mp.VideoFileClip(video_path)
  fps = video.fps
  
  def process_frame(frame):
      nonlocal current_bad_start, bad_intervals
      # 预处理画面增强文本识别率：转灰度+阈值化
      gray_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
      _, threshold_frame = cv2.threshold(gray_frame, 120, 255, cv2.THRESH_BINARY_INV)
      # 识别文本
      detected_text = pytesseract.image_to_string(threshold_frame).lower()
      
      # 记录异常时间段
      current_time = video.current_frame / fps
      if "connection lost" in detected_text:
          if current_bad_start is None:
              current_bad_start = current_time
      else:
          if current_bad_start is not None:
              bad_intervals.append((current_bad_start, current_time))
              current_bad_start = None
  
  # 遍历视频帧进行检查
  video.iter_frames(fps=fps//check_interval, callback=process_frame)
  
  # 处理最后一个未闭合的异常区间
  if current_bad_start is not None:
      bad_intervals.append((current_bad_start, video.duration))
  
  # 生成正常时间段列表
  good_intervals = []
  prev_end = 0.0
  for start, end in bad_intervals:
      if start > prev_end:
          good_intervals.append((prev_end, start))
      prev_end = end
  if prev_end < video.duration:
      good_intervals.append((prev_end, video.duration))
  
  # 拼接并导出干净视频
  final_clips = [video.subclip(start, end) for start, end in good_intervals]
  final_video = mp.concatenate_videoclips(final_clips)
  final_video.write_videofile(output_path, codec="libx264", audio_codec="aac")
  

内容的提问来源于stack exchange，提问作者Yousif K Al Ameen 1