最近公司要做无人超市项目，基本实现方式是通过摄像头检测货柜里面有多少个什么类别的货品，也就是目标检测算法。该方法所需数据样本为标记了位置的货品图片，如下所示。

拍摄视频如下并抓帧的程序如下：

import osimport cv2path = "F:/objectdect/avi/"def openavifiletopic(filepath,index):    cap = cv2.VideoCapture(filepath)    if cap.isOpened():  # 判断是否正常打开        rval, frame = cap.read()    else:        rval = False    c = 0    num = 0    while rval:  # 循环读取视频帧        rval, frame = cap.read()        if (c % 10 == 0):            filesavepath = path + str(index) + "/" + str(num) + ".jpg"            cv2.imwrite(filesavepath, frame)  # 存储为图像            num = num + 1        c = c + 1    cap.release()for index in range (1,21):    pathavi = path + str(index)    rootdir = pathavi    list = os.listdir(rootdir)  # 列出文件夹下所有的目录与文件    for i in range(0, len(list)):        filepath = os.path.join(rootdir, list[i])        if os.path.isfile(filepath):            print(list[i])            filepath = pathavi + "/" + str(list[i])            # 你想对文件的操作            openavifiletopic(filepath,index)生成样本的程序如下：import randomimport cv2path = "F:/objectdect/all"for index in range(0,10001):    filepath = path + "/" + str(index) + ".jpg"    #产生一个1到5的随机数    numlist = [1,2,4]    rndnum = random.sample(numlist, 1)[0]    imglist = []    for numindex in range(1,rndnum+1):        #print(numindex)        #随机取出一个文件夹中的一个图片        classnum = random.randint(1, 20)        jpgpath = "F:/objectdect/avi/" + str(classnum) + "/" + str(random.randint(0, 200))+".jpg"        imgtemp = cv2.imread(jpgpath)        imgtemp = cv2.resize(imgtemp, (500, 500), interpolation=cv2.INTER_CUBIC)        imglist.append(imgtemp)    try:        print(rndnum)        if rndnum == 1:            imgall = cv2.hconcat(imglist)            res = cv2.resize(imgall, (500, 500), interpolation=cv2.INTER_CUBIC)            cv2.imwrite(filepath, res)  # 存储为图像        if rndnum == 2:            imgall = cv2.hconcat([imglist[0],imglist[1]])            res = cv2.resize(imgall, (500, 500), interpolation=cv2.INTER_CUBIC)            cv2.imwrite(filepath, res)  # 存储为图像        if rndnum == 4:            imgall1 = cv2.hconcat([imglist[0],imglist[1]])            imgall2 = cv2.hconcat([imglist[2], imglist[3]])            imgall = cv2.vconcat([imgall1, imgall2])            res = cv2.resize(imgall, (500, 500), interpolation=cv2.INTER_CUBIC)            cv2.imwrite(filepath, res)  # 存储为图像    except:        print("错误")

该程序保存了样本图片之后可以通过 voc数据集标记工具 生成对应的xml文件 即可开始目标检测算法的训练。