如何实现屏幕文本变化持续监测，提取游戏护盾、生命值等实时数值

需求梳理 #

你需要实现固定位置的血条状态识别、持续监测、按次输出状态记录，对应两种血条状态的识别结果如下：

• 满血满盾状态：
  输出内容：

  Shield: 100
  Health: 100

• 护盾剩余82状态：
  输出内容：

  Shield: 82
  Health: 100

最终要输出连续的状态记录，示例效果：

Shield: 100
Health: 100
Shield: 100
Health: 100
Shield: 100
Health: 99

实现步骤 #

1. 固定区域屏幕截取 #

首先定位游戏血条在屏幕上的固定坐标范围（左上角x、y，宽w、高h），每次仅截取该区域画面，降低性能消耗。推荐用mss库实现高速截图，示例代码：

import mss
import numpy as np

# 替换为你实测的血条区域坐标
monitor = {"top": 100, "left": 100, "width": 200, "height": 50}
with mss.mss() as sct:
    # 截取指定区域，转为numpy数组供后续处理
    img = np.array(sct.grab(monitor))

依赖安装命令：pip install mss numpy

2. 血条数值识别 #

优先用进度条像素占比计算，准确率和速度远高于OCR：

1. 提前确定护盾条、血量条在截取区域内的y轴范围，以及各自的总长度（像素值）
2. 提取护盾/血量条所在的行像素，统计填充色（比如蓝色是护盾、红色是血量）的像素数量
3. 数值=（填充像素数/总长度）* 满值（通常为100），四舍五入取整即可

如果血条是直接显示数字的形式，用OCR识别即可，需要先对截图做预处理提升准确率：

import cv2

# 灰度化处理
gray = cv2.cvtColor(img, cv2.COLOR_BGRA2GRAY)
# 二值化处理，阈值根据实际画面亮度调整
_, binary = cv2.threshold(gray, 180, 255, cv2.THRESH_BINARY_INV)

OCR相关依赖安装命令：pip install opencv-python pytesseract easyocr

3. 状态记录与输出 #

维护上一次的状态值，每次识别完成后按要求输出，也可以写入本地文件持久化存储：

import time

last_shield = 100
last_health = 100
# 采样间隔，单位秒，可根据需求自行调整
interval = 1

while True:
    # 此处替换为你自己实现的截图、数值识别逻辑
    current_shield = get_shield_value(img)
    current_health = get_health_value(img)
    
    # 全量输出每次的状态
    print(f"Shield: {current_shield}")
    print(f"Health: {current_health}")
    
    # 可选：仅数值变化时输出，减少冗余记录
    # if current_shield != last_shield or current_health != last_health:
    #     print(f"Shield: {current_shield}")
    #     print(f"Health: {current_health}")
    #     last_shield = current_shield
    #     last_health = current_health
    
    time.sleep(interval)

优化建议 #

• 调整合适的采样频率，普通场景1秒1次足够，既不会漏状态也不会占用过多CPU
• 如果游戏有反作弊机制，建议用硬件采集卡外接设备的方案实现截图，避免触发游戏检测
• 识别前固定血条区域的坐标，不要每次全屏搜索，能大幅提升运行效率

内容的提问来源于stack exchange，提问作者user15966297