提取游戏文本

1.人工获取

要求：需要能运行游戏，或者有游戏相关的文件

打开文字相关文件

1.有一些游戏可以直接打开txt文件，或者相关的数据包，用二进制文本编辑软件打开。
二进制文本编辑器打开文本
2.借助工具
（1）HAT，ppsspp工具
（2）MisakaHookFinder使用方法：使用hook，无视游戏文本字体，直接读内存拿文本
（3）agthV5.4：自动提取游戏文本，配合CP2TRAN可与翻译软件联合实现自动翻译
（4）office 2003：几乎纯手动

2.图像识别

1.调用API
（1）使用tesseract-ocr和调用百度API实现对图片文字的识别：无图片预处理，直接识别图片中的文字
（2）还是使用tesseract-ocr，用pytesseract实现image-to-string
（3）对剪切板中的图片进行识别，调用百度API：还是需要手动截取对话框还是tesseract-ocr，无预处理，直接识别
（4）使用 tesseract && JTessBoxEditor 执行手写体图片样本训练：使用tesseract，jTessBoxEditor 和 java ，需要Java虚拟机，截取的样本图片中最好不要有10个以上的字符样本。
（5）Python识别图片指定区域文字内容：

1. 截取原始图上的指定图片当做模板
2. 根据模板相似度去再原始图片上识别准确坐标
3. 根据坐标剪切出指定位置图片，也就是所需的内容区域
4. 对指定位置图片进行ocr识别

（6）利用baidu的api和python的GUI实现通用文字识别功能
（7）tesseract-ocr和百度API
API总结：

• Pillow ,pytesseract,tesseract-ocr
  优点:本地识别图片
  缺点:占用CPU,准确率低
• baiduOCR api
  优点:快
  缺点:收费
  百度文字识别费用信息
  
  

2.形态学操作法
具体方法见手把手教你深度学习文字识别（文字检测篇：基于MSER, CTPN, SegLink, EAST等方法）
主要思想为：通过利用计算机视觉中的图像形态学操作，包括膨胀、腐蚀基本操作，即可实现简单场景的文字检测，例如检测屏幕截图中的文字区域位置。