深度学习训练图片收集器——C++截图程序的实现1（需求分析篇）

当一个分类模型（例如车牌或人脸分类器）被设计出来后，设计者需要大量的数据对模型进行训练和验证，评估模型的好坏，不断地微调参数，以求达到最好的识别效果。

在这一环节中，大量的训练数据是必不可少的。

在学习过程中，我们可以通过百度和谷歌搜索到一些现成的数据集。但是，在实际项目中，很多情况下，难以直接获得现有的数据集，需要自己去独立获取和标注。

另外，别人的同类数据集也不一定适合你的算法和模型。

因此，很多时候需要自己去收集训练图片。

这时候就需要用到截图功能。

提到截图，相信大家用得最多的应该是QQ或微信的截图功能。

QQ和微信的截图虽然方便，但是不适合作为训练图片收集器，原因有二：一是截完图后需要手动设置保存路径和文件名；二是无法自动进行二次处理，例如，自动分割字符，自动圈出物体。鉴于这两点原因，对于几千上万张训练图片的收集任务，如果使用QQ或微信来辅助完成，其涉及到的人工操作量是一般人难以接受的。

因此，有必要实现一个独立的截图程序。

截图程序的操作思路如下：用户按下Alt+A组合键，进入截屏界面，用户用鼠标拖拽出截图区域矩形，双击鼠标右键，触发截图事件，程序对截图矩形所包围的图像进行二次处理，然后把处理结果保存到指定的目录（自动生成文件名）。在这整个操作过程中，用户只需要按Alt+A，选择截图区域，双击鼠标。相比使用QQ和微信，至少可以节省一半以上的工作量（虽然人工标注的工作量还是省不了的）。

现在我们先来看下程序的运行效