如何最大化ocr的视频准备？

Question

我有一个从视频中提取字幕的简单方法，我的意思是，我为此编写了一个脚本。但这种方法的主要问题是为该过程准备视频。我一般做的是：

1. 我手动选择可用于视频上所有文本的子最小区域。速度还挺快的，就是滑到最后，有代表性的截图就可以加分了
2. 我可以，非常有帮助的是，调整照片/视频参数。我只使用伽玛和亮度，当然还有将颜色降低到 0。这在某些软件中可以快速完成——视觉上应用“颜色校正”功能。
3. 运行剩下的程序。

我的问题针对过滤函数这一点。我可以让它变得更好吗？伽马和亮度我想不是我能做的一切。当视频有明亮的背景光时，它通常会与文本混淆，程序会更努力地工作，并且能够返回受到干扰的翻译。我想有一些功能可以让它变得更好。我问的是什么？

我使用了 python：pytesseract、skimage、difflib、deep_translator、speech_recognition 库，我希望其他人有一些可能性，比如我还不知道的一些 sci 工具包或 opencv。