002、游戏画面捕获与预处理：屏幕抓取、图像增强与目标区域锁定

#

## 一、深夜调试：为什么我的YOLO总是漏掉BOSS？

上周三凌晨两点，我盯着屏幕上的暗黑风格游戏画面，第37次跑通了训练好的YOLOv5模型。结果让人沮丧——在快速移动的战斗场景中，模型对BOSS的识别率不到60%。不是模型不行，而是喂给模型的图像质量太差：屏幕截图模糊、颜色失真、动态模糊严重。这才意识到，游戏AI的第一道坎根本不是模型调参，而是**如何从屏幕上拿到干净、可用的画面**。

## 二、屏幕抓取：别用PIL.ImageGrab了

很多人第一反应是用PIL的ImageGrab，简单几行代码就能截屏：

```python
from PIL import ImageGrab
img = ImageGrab.grab()  # 看起来很美，但问题大了
```

实际跑起来你会发现，这玩意儿在游戏全屏模式下帧率不到10fps，而且截取的是整个桌面。游戏窗口稍微被遮挡，或者你切屏回个微信，数据就废了。

后来我换成了DXGI方案，Windows下直接抓显卡输出缓冲区：

```python
import dxcam

# 初始化时指定区域，这里我锁定了1920x1080分辨率的游戏窗口区域
camera = dxcam.create(region=(0, 0, 1920, 1080))

# 获取一帧，实测能到240fps，够用了
frame = camera.grab()

# 重要：DXGI返回的是numpy数组，通道顺序是BGRA
# YOLO要的是RGB，记得转换
if frame is not None:
    rgb_frame = frame[:, :, [2, 1, 0]]  # BGR转RGB
```

这里踩过坑：DXGI默认输出BGRA格式，直接扔给YOLO会识别异常。另外注意，多显示器环境下要指定显示器索引，不然可能抓到副屏。

## 三、图像增强：不是所有增强都有用

拿到原始帧只是开始。游戏画面通常有几种“脏数据”：
1. 动态模糊（快速转身时）
2. 粒子特效遮挡
3. 界面UI覆盖（血条、技能栏）
4. 低光照场景（地下城环境）

我试过一堆增强方法，最后发现下面这个组合最实用：

```python
def preprocess_frame(frame):
    # 1. 降噪：中值滤波比高斯滤波更适合游戏画面
    # 别用太大的kernel，3x3足够，大了细节就没了
    denoised = cv2.medianBlur(frame, 3)
    
    # 2. 对比度增强：CLAHE比直方图均衡化更自然
    # 特别是暗黑类游戏，阴影细节很重要
&n