游戏视觉理解 · 阅读目录
从游戏画面
到可读的观察
给程序一段录像，让它把看见的内容说清楚。
在《英雄无敌：上古纪元》的回合制战斗里，屏幕上同时有部队、数量、技能说明和日志。我们希望把这些画面变成带位置和时间的记录：既方便人检查，也给后续程序提供输入。
这组文章讲的是怎样一步步做到这一点，不要求你玩过游戏。读到具体方法时再了解模型和指标；旧实验的详细对照可以稍后查。
第一部
先知道要看什么
从整段视频出发：我们希望留下什么，又为什么不必处理每一帧？
第二部
先读字，再认页面
文字既提供内容，也提供位置线索。先比较怎样读字，再用它判断页面和关联图标。
第三部
找到生物，也读出数量
先在给定裁图里认种类，再到完整战场里找位置，最后补上身体之外的数量牌。
第四部
读懂战斗界面
从固定的行动条和英雄信息区，到临时打开的详情面板，逐步处理位置、字段与对象关系。
第五部
理解行动与战场位置
先分清已经发生的日志与尚未执行的预览，再把可见范围放回战场格子。
第六部
把前后两帧连起来
最后才讨论变化：单帧没有显示的信息不能靠猜，离线评估也不能偷看未来。
附录
按兴趣阅读的方法与预留实验
正文到这里已经完整。这几篇保留早期图标搜索的对照和暂缓方向，想深入方法时再读。