一般的方法，都要预先「手动」一张张截图，然后用各种方式（PS、图片编辑工具、或专门工具），拼接起来，可以出这种效果
但是，记得在什么地方看到过，有「自动」生成这种效果图的工具：指定视频文件+开始时间+结束时间，然后就自动生成了
当然，也可能我记错了，记忆信心大概在70%吧。因为网上搜了一下，完全搜不到。哪怕是最方便的，也都要预先「手动」截一张张图：
怎么把电影截图的台词拼接起来，如图~~~~最好是美图之类的 ？？ - 知乎 ← 论坛的bbcode解析也是醉了
大家有知道这种工具的么（上面俩链接提到的方法，就不必说了。只是想找「自动化程度」非常高的方案。因为模糊记得以前真看到过）
有啊
这个识别文字的思路不错，学习了。可以用来将硬字幕转为文字。 
不过，难点在于视频是流动的，你先得截图，而在何处需要截图才是关键，截多了，台词一样。而拼图并不需要识别，它是要一个区间，把那个台词区间拼接起来。
PPIICC也要先「手动」截图，有没有一整套全自动的？发帖目的，就是因为记得在哪里看到过……
要是记错就算了，先手动截图的方案其实挺多的，像
http://join-screenshots.zhanghai.me/
http://chenhaiyue.com/
都可以拼
不是很懂啊，你自动截图如何确定字幕位置？
文字识别没问题啊，但如何定位呢…每个需求都不一样啊，这种肯定要人工截图，或者选定时间才可以
没必要上升到文字识别这种地步……
读取字幕时间轴 → 截取对应时刻的画面 → 拼接截图 → Over
这种超低频需求，快捷键截图+批处理拼接就够用了。
这东西没有，原因必然不是技术障碍……否则ocr和验证码识别怎么做的，文本识别早就是显学啦…当然手动截个图也不麻烦，反正不是天天用。这问题先这样吧~谢谢青蛙啦
青蛙说的，是时间定位，还是说定位字幕在画面的哪块区域？
后者不是问题呀…文本识别，本来就包括detection和classification，前者管识别哪块区域有文字，后者管具体是啥文字。像谷歌的reCAPTCHA，就是把能detection的、但又不能classification的图片，推给用户做验证码……至于时间，确实要手动指定
allor是不是忘记了内嵌硬字幕的情况…
其实文本识别，现在都是封装好的库，直接调用现成的，也不复杂
当然这是茶余饭后的闲扯，这种小众、低频的需求，确实截截图就行了→_→
