Jogos eletrônicos têm recebido crescente atenção. Estimativas apontam, inclusive, que a indústria de jogos já ultrapassou a do cinema em termos de lucros financeiros. Diversos jogos serviram e ainda servem de estudo de caso para o desenvolvimento de algoritmos/modelos de Aprendizado de Máquina. O objetivo final é permitir que o computador seja capaz de jogar um jogo em particular, eventualmente superando jogadores humanos. Para que algoritmos/modelos de Aprendizado de Máquina possam ser utilizados, uma base de dados de treinamento se faz necessária. Esta base deve conter informações que permitam ao algoritmo aprender a partir de experiências passadas. De fato, há estudos na literatura com enfoque na construção de tais bases para jogos particulares ou em termos mais gerais. Alguns autores buscam, por exemplo, construir modelos genéricos que permitam a extração de tais bases de dados para diferentes jogos. Estas estratégias, entretanto, apresentam resultados inferiores quando comparadas à estratégias construídas sob medida para casos particulares. O objetivo deste trabalho é construir uma base de dados que venha a permitir a aplicação de algoritmos de Aprendizado de Máquina para o jogo Tetris, em específico, no contexto do torneio mundial CTWC (Classic Tetris World Championship). Para a construção da base de dados serão utilizados vídeos de jogos do CTWC disponíveis em plataformas abertas, como Youtube. A base de dados será construída a partir de scripts em Python, utilizando conceitos de visão computacional. Para facilitar o processo, a biblioteca OpenCV será utilizada ao longo do processo.