本发明公开了一种基于智能零售货柜的图像采集方法及装置，该方法包括：检测到训练学习模式被触发后，显示训练学习模式包括的各个初始指令操作动作和各个初始指令操作动作对应的可选的图像采集设备；检测到各个初始指令操作动作对应的被选中的图像采集设备后，将各个初始指令操作动作与其对应的被选中的图像采集设备合成各个指定指令操作动作；根据至少一个图像采集设备采集的图像数据和各个指定指令操作动作确定被触发的指定指令操作动作；根据被触发的指定指令操作动作处理至少一个图像采集设备采集的图像数据，并通过扬声设备语音播放被触发的指定指令操作动作。该方案降低了图像数据的采集难度，提高了图像数据的采集效率。