OpenCV/Python如何持续读取游戏窗口画面实现物体检测

完全可以实现，而且能做到和读取网络摄像头几乎一致的调用逻辑，全程不需要读取游戏内存，非常适合单机场景下的图像分类、物体检测学习用途。

你要的效果本质是把系统级的窗口画面源封装成和OpenCV VideoCapture 逻辑一致的帧流对象，初始化时绑定目标游戏窗口句柄，之后循环读取最新帧直接送入检测模型即可，不需要自己写定时截图的逻辑。

Windows环境（单机游戏最常用运行环境） #

优先选基于微软官方Windows Graphics Capture接口的捕获方案，延迟低、资源占用小，不会和单机游戏的运行冲突，捕获到的帧可以直接转成OpenCV兼容的数组格式。

• 高帧率场景推荐用dxcam库，最高支持上百帧的捕获速率，足够覆盖绝大多数实时检测需求，最简实现代码如下：

import cv2
import dxcam

# 初始化捕获器，输出格式设为OpenCV默认的BGR格式
cap = dxcam.create(output_color="BGR")
# 绑定目标窗口、设置目标捕获帧率，也可以自定义捕获区域裁掉窗口边框
cap.start(target_fps=30)

while True:
    # 读取最新一帧画面，逻辑和OpenCV读摄像头的cap.read()完全一致
    frame = cap.get_latest_frame()
    if frame is None:
        continue
    # 此处直接插入已写好的物体检测、图像分类逻辑即可
    cv2.imshow("game view", frame)
    # 按q退出程序
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cap.stop()
cv2.destroyAllWindows()

• 如果对帧率要求不高（比如检测间隔在100ms以上），也可以用更轻量的mss库实现，逻辑和上述代码一致，只是帧率上限稍低，学习场景完全够用。

跨平台环境 #

如果需要在Linux/macOS上运行，可以用pygetwindow获取窗口坐标，配合Pillow的ImageGrab接口抓取指定窗口区域的画面，再转成OpenCV数组处理，缺点是延迟比Windows原生捕获方案稍高。

• 不需要手动维护定时逻辑，不会出现截图间隔漂移、重复截取相同画面的问题
• 系统级捕获的资源占用远低于高频调用全屏截图再裁剪的方案，不会和游戏抢占系统资源
• 可以直接配置捕获区域，自动跳过窗口标题栏、边框，省掉截图后的预处理步骤
• 接口逻辑和已经熟悉的OpenCV摄像头读取逻辑几乎一致，原有检测代码基本不需要修改

• 该方案仅适合单机游戏学习场景，不要在联网多人游戏中使用，会触发反作弊机制导致账号封禁
• 全程通过系统公开的图形接口获取画面，不需要读取游戏进程内存，完全匹配图像相关技术的学习需求
• 如果遇到全屏独占模式下捕获不到画面的情况，把游戏切换为无边框窗口或者普通窗口模式即可正常读取

内容的提问来源于stack exchange，提问作者Bigred