Есть ли способ вытащить (сохранить) презентацию в виде слайдов из видео?

Есть несколько обучающих роликов на youtube с презентациями, но самих презентаций уже нет в свободном доступе.

Хочу из этих видео роликов выгрузить презентации с текстом, чтобы на выходе иметь "тест+картинки" в виде слайдов, тех что показывались в видео.

По отдельности, в принципе, все это уже реализовано:
1) Детектирование сцен и сохранение кадров в виде картинок,
2) распознавание текста на картинках.

Может кто уже делал такое, либо встречал готовые реализации. В идеале чтобы самому не пришлось писать свой экстрактор презентаций из видео.

Может быть уже есть готовые решения (пусть и платные). Нужно для личных нужд, Контент слайдов на видео: русский + английский язык.

Если про готовые решения не знаете, может посоветуете статьи, куда посмотреть, чтобы наваять такой комбайн. С openCV не работал. Для распознавания картинок в слайды планирую использовать какую нибудь готовую распознавалку (пока думал на Abbyy).