我也遇到了同样的问题。似乎一旦VideoCapture对象被初始化，它就一直将帧存储在某种缓冲区中，并为每次读取操作返回一个帧。我所做的是每次我想读取帧时都初始化VideoCapture对象，然后释放流。下面的代码以10秒的间隔捕获10张图像并存储它们。同样可以使用while（True）在循环中。

for x in range(0,10):
    cap = cv2.VideoCapture(0)
    ret, frame = cap.read()
    cv2.imwrite('test'+str(x)+'.png',frame)
    cap.release()
    time.sleep(10)

我也遇到了同样的问题，并找到了一个Azure samples的git仓库，用于他们的计算机视觉服务。相关的部分是Camera Capture module，特别是Video Stream class。
你可以看到他们已经实现了一个更新的队列，只保留最新的帧：

def update(self):
    try:
        while True:
            if self.stopped:
                return
            if not self.Q.full():
                (grabbed, frame) = self.stream.read()
                # if the `grabbed` boolean is `False`, then we have
                # reached the end of the video file
                if not grabbed:
                    self.stop()
                    return
                self.Q.put(frame)
                # Clean the queue to keep only the latest frame
                while self.Q.qsize() > 1:
                    self.Q.get()

我和一个朋友在做同样的事情。我们不想使用所有的帧。到目前为止，我们发现了非常相同的事情：grab()（或read）试图让你所有的帧，我猜是grab()：它会保持一个缓冲区，如果你不够响应，它会放弃。
除了read，你也可以使用grab（）和receive（）。第一个请求帧。receive将其读入内存。所以如果你多次调用grab，它将有效地跳过那些帧。
我们这样做了：

#show some initial image
while True:
    cv2.grab()
    if cv2.waitKey(10):
       im = cv2.receive()
       # process
       cv2.imshow...

不是生产代码，而是...

在“while”中，您可以使用：用途：

while True:
    cap = cv2.VideoCapture()
    urlDir = 'rtsp://ip:port/h264_ulaw.sdp'
    cap.open(urlDir)
    
    # get the current frame
    _,frame = cap.read()
    cap.release() #releasing camera
    image = frame

使用下面的方法给我带来了很多问题。传递给函数的帧不是序列化的。

cap = cv2.VideoCapture(0)
while True:
    ret, frame = cap.read()
    function_that_uses_frame(frame)
    time.sleep(0.5)

下面的建议也不适用于我，正如其他评论所建议的那样。我仍然对最近的帧有问题。

cap = cv2.VideoCapture(0)
while True:
    ret = capture.grab()
    ret, frame = videocapture.retrieve()
    function_that_uses_frame(frame)
    time.sleep(0.5)

最后，这个方法成功了，但它太脏了。我只需要每秒抓取几帧，所以暂时可以。对于上下文，我使用相机为ML模型生成一些数据，我的标签与捕获的内容相比不同步。

while True:
    ret = capture.grab()
    ret, frame = videocapture.retrieve()
    ret = capture.grab()
    ret, frame = videocapture.retrieve()
    function_that_uses_frame(frame)
    time.sleep(0.5)

我做了一个自适应系统，因为其他人在这里张贴在这里仍然导致有点不准确的帧表示，并有完全可变的结果取决于硬件。

from time import time
#...
cap = cv2.VideoCapture(url)
cap_fps = cap.get(cv2.CAP_PROP_FPS)
time_start = time()
time_end = time_start
while True:
   time_difference = int((((end_time-start_time))*cap_fps)+1) #Note that the 1 might be changed to fit script bandwidth
   for i in range(0, time_difference):
      a = cap.grab()
   _, frame = cap.read()
   time_start = time()
   #Put your code here
   variable = function(frame)
   #...
   time_end = time()

这样，跳过的帧适应于视频流中丢失的帧的量-允许更平滑的过渡和相对实时的帧表示。