BDSup2Sub 技术文档
2024-12-24 06:56:37作者:宣利权Counsellor
1. 安装指南
1.1 系统要求
- 操作系统:Windows、Linux、macOS
- 依赖库:Java Runtime Environment (JRE) 1.6 或更高版本
1.2 安装步骤
- 下载软件包:从项目的 GitHub Releases 页面下载最新版本的 BDSup2Sub。
- 解压文件:将下载的压缩包解压到你选择的目录。
- 运行程序:进入解压后的目录,双击
BDSup2Sub.jar文件即可启动程序。
2. 项目使用说明
2.1 启动程序
- 双击
BDSup2Sub.jar文件启动程序。 - 或者在命令行中运行
java -jar BDSup2Sub.jar。
2.2 功能概述
- 格式转换:支持将 Blu-Ray SUP、Sony BDN XML、HD-DVD SUP、VobSub、DVD-SUP 等格式相互转换。
- 时间戳调整:可以添加固定延迟、帧率转换、同步时间戳等。
- 编辑功能:支持编辑字幕的时间、位置、强制标志等。
- 图像处理:支持裁剪、缩放、滤镜处理等。
2.3 使用步骤
- 导入文件:点击“文件”菜单,选择“导入”,选择要转换的文件。
- 设置参数:在主界面设置转换参数,如输出格式、时间戳调整、滤镜选择等。
- 导出文件:点击“文件”菜单,选择“导出”,选择输出路径和文件名。
3. 项目API使用文档
3.1 命令行接口
BDSup2Sub 提供了丰富的命令行接口,可以通过命令行直接控制转换过程。
3.1.1 基本命令
java -jar BDSup2Sub.jar -i input_file -o output_file
3.1.2 参数说明
-i:输入文件路径-o:输出文件路径-f:输出格式(如 SUP、SUB/IDX 等)-d:添加固定延迟(毫秒)-r:帧率转换(如 25fps 到 30fps)
3.2 示例
java -jar BDSup2Sub.jar -i input.sup -o output.sub -f SUB/IDX -d 1000 -r 25
4. 项目安装方式
4.1 下载安装
- 访问 GitHub Releases 页面。
- 下载最新版本的
BDSup2Sub.jar文件。 - 解压并运行
BDSup2Sub.jar。
4.2 源码编译
- 克隆项目仓库:
git clone https://github.com/mjuhasz/BDSup2Sub.git - 进入项目目录:
cd BDSup2Sub - 编译项目:
javac -cp . BDSup2Sub.java - 运行程序:
java -cp . BDSup2Sub
通过以上步骤,你可以顺利安装并使用 BDSup2Sub 进行字幕格式的转换和编辑。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0220- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
AntSK基于.Net9 + AntBlazor + SemanticKernel 和KernelMemory 打造的AI知识库/智能体,支持本地离线AI大模型。可以不联网离线运行。支持aspire观测应用数据CSS01
项目优选
收起
deepin linux kernel
C
27
13
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
626
4.12 K
Ascend Extension for PyTorch
Python
464
554
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
930
802
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
114
181
暂无简介
Dart
871
207
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
130
189
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
1.43 K
378
昇腾LLM分布式训练框架
Python
136
160