项目目的

该项目的目标是使用完全开源的技术创建这些亮点并使其尽可能简单。

方案

有很多方法可以尝试在游戏中找到兴趣点——声音分析、运动检测等。有些公司正是在这方面开展业务，使用复杂的模型来识别兴趣点并创建精彩片段。但这些复杂的输入和模型并不一定等于更准确的结果。相反，我决定依靠一个稳定而清晰的信号——一个与游戏时钟相匹配的带有时间戳的逐个游戏帐户。如此简单——却又如此准确。虽然这个解决方案不一定适用于任何运动，但在 NBA（和一般篮球）中，时钟是神圣的……所以可靠性非常高，几乎不需要努力，计算水平非常低。

此解决方案分为三个部分：

• 构建一个简单的逐个播放刮板来获取我们正在创建亮点的游戏的数据。
• 使用开源 Tesseract OCR 模型在游戏影片中查找当前游戏时钟和季度。
• 将我们从帧中提取的时钟和季度与我们的播放数据进行比较。
  …
  …如果我们有比赛——瞧！我们有一个亮点！

现在让我们来看看技术细节。

这个项目是用 python 编写的，但可以很容易地用任何语言复制。
在我们开始之前，这些是这个项目中使用的库：

import pandas as pd 
import pytesseract 
from moviepy.editor import * 
import json 
import requests

1
2
3
4
5
6

构建一个 play-by-play scraper