opencv_createsamples:在 ubuntu 中找不到命令
我正在关注 创建您自己的 Haar Cascade OpenCV Python 教程 但是当我开始制作样本时，我得到 opencv_createsamples: command not found 我正在使用它来创建示例 opencv_createsample -img img.jpg -bg bg.txt -info info/info.lst -pngoutput info -maxxa
..
haar-classifier相关内容
Opencv_createsamples失败并出现分段错误
我目前正在尝试进行HAAR分类器.我已经制作了一个批注文件，并按照openCV官方教程中的说明进行了所有操作:
..
OpenCV面部检测出现此错误
我不断收到此错误: faces = face_cascade.detectMultiScale(gray，1.3，5)cv2.error:OpenCV(4.5.1)C:\ Users \ appveyor \ AppData \ Local \ Temp \ 1 \ pip-req-build-wvn_it83 \ opencv \ modules \ objdetect \ src \ ca
..
手部检测和追踪方法
所以，伙计们，请帮助我为坐在计算机（便携式）前置摄像头前面的计算机的用户检测/跟踪手。 我尝试了以下方法： 基于颜色的检测（我检测到了人类通过opencv haar级联进行人脸检测并提取了皮肤的HSV范围。在下一个中，我找到了具有肤色的对象。例如，我可以通过haar级联进行人脸检测来移除人脸，但是其他人体呢？ 训练自己的haar级联分类器（我我用3.5k的正照片和4k的负照片训练了我自己
..
使用'find'命令在opencv上生成收集文件时出错
我在生成正像收集文件以在OpenCV中训练Haar级联以检测汽车时遇到问题。在互联网上找到的每个教程中，它都是相同的命令，但是我无法执行它。 我正在使用命令提示符和Windows Power Shell执行此命令。 查找./positive_images/ -iname'。* pgm'> positives.txt 输出的屏幕截图我正在运行此程序命令从我的目录的根目录。正图像存储在 positi
..
Haar级联正实例图像尺寸
我正在迈出第一步，制作用于自定义对象识别的haar级联.我花了一些时间来获取大量数据，并编写了一些预处理脚本将视频转换为帧.我的下一步是裁剪兴趣对象，以创建一些积极的培训示例.我有一些问题，我真的已经在网上寻找答案了-我有些困惑:- 我读到，我的目标应该是保持宽高比不变-这是否意味着与原始帧相同，或者对于我想用于积极训练示例的所有图像(即，来自完全不同的视频的帧)而言 大小-长宽比和大
..
在Haar级联训练中numPos可以为负数吗
我正在尝试自己的haar级联分类器，我有2139个正像，但是我有16000个负像，对吗?所以我有一个负的numPos 因为: numPos
..
Haartraining，为什么我总是收到错误消息“无法读取负像"?
显示负片位置的dat文件如下所示: C:\Users\Adam\Desktop\NegativeNose\1.png C:\Users\Adam\Desktop\NegativeNose\2.png C:\Users\Adam\Desktop\NegativeNose\3.png C:\Users\Adam\Desktop\NegativeNose\4.png C:\Users\Adam\D
..
从图像创建Haar级联显示错误
我想创建自己的车牌级联.我已经找到了一个称为Cascade-Trainer-GUI的GUI.我正在使用Windows 10. 您可以从此处下载gui: http://amin-ahmadi.com/cascade-trainer-gui/ 我有两个带有正负图像的文件夹.大约有650张正像和570张负像. 运行程序时，它会在几秒钟内完成，但是我没有得到cascade.xml文件.
..
改善Haar训练效果的想法
请帮助获得更多有关我的首次哈尔训练结果的知识. 因此，我想根据 Dileep Kumar's 文章. 使用手机，我拍了14张笔图片.这些图片的尺寸很大: 263x2814 然后，我收集了负面图片，其中一些是从网上下载的，尺寸为 640x480 ，其中一些是使用我的手机摄像头制作的，尺寸为: 1920x1080,5313x2388 其中一些负面图片确实很大.我总共有158张负面图片.
..
在哪里获得负面样本图像以进行Haar训练?
我需要一个样本图像集合来训练基于Haar的分类器进行面部检测.我读到，每个正面示例中有2个负面示例的比率是可以接受的.我在网上搜索，发现许多包含正面示例以训练我的分类器的数据库(即包含面部的图像)，但是，我无法找到任何带有负面示例的数据库.目前，我有超过18000个积极的例子.在哪里可以找到2000个或更多的负面示例? 解决方案 使用 http://tutorial-haartrainin
..
如何限制Haar级联检测到的面部数量
我在情绪检测系统中使用Haar级联.我提供给模型的每个视频输入都只有一个面孔(这是必需的).当我运行Haar级联模型以检测人脸时，它具有一些误报.由于我的视频中只有一张脸，因此我想检测到最正的区域，而忽略所有其他检测.有没有办法做到这一点? 解决方案 在调用detectMultiScale函数时，请将minNeighbours值设置为较高的值，以免出现误报.另外，您可以设置minSize参
..
Haar培训:错误(-215)_img.row * _img.cols == vecSize在函数中
我正在尝试训练Haar级联以检测手.我有一个大小为1000的vec文件. 我有40张正面图片和600张负面图片.我已经尝试过丢弃正面图片和负面图片.当我运行以下命令时，出现以下错误: opencv_traincascade -data classifier -data classifier -vec samples.vec -bg negatives.txt -numstages 20 -m
..
Java和Haarcascade的面部和口腔检测-以鼻子为嘴
今天，我开始测试该项目，该项目可以在Java和OpenCv中检测到微笑.为了识别面部和嘴巴项目，使用了haarcascade_frontalface_alt和haarcascade_mcs_mouth但是我不明白为什么在某些原因下项目会将鼻子当作嘴巴. 我有两种方法: private ArrayList detectMouth(String filename) { int
..
OpenCV Haar分类器结果表说明
我正在尝试创建一个Haar分类器以识别对象，但是我似乎无法弄清楚每个阶段生成的结果表代表什么. 例如1 ===== TRAINING 1-stage =====
..
手检测Opencv
我正在尝试使用OpenCV和C ++来检测手. 我可以找到图像中存在人手的手的轮廓(正图像).基本上，我发现最大的轮廓并将其视为手轮廓.可以说在给定的图像中不存在手，那么我将采取任何轮廓并将其视为手. 因此，我开始考虑可以使用haar级联来确定手的矩形并专注于该区域，但是我尝试在线搜索xml，但我认为它无法像人脸检测那样使用. 给定一张图像，我如何从轮廓集中确定哪一个是手?
..
适用于Android的OpenCV:无法加载级联分类器错误
这是我第一次使用openCV库.我想用它来检测眼睛.我已经使用了本教程中可用的FdActivity代码: http://romanhosek.cz/android-eye-detection-updated-for-opencv-2-4-6/ 本教程使用OpenCV 2.4.6，但是我已经在项目中下载了3.1版.由于版本差异，我更改了使用putText，矩形和圆形的行，这些行是从img
..
为Haar级联生成良好的训练数据
我正在尝试构建haar级联，以执行特定字体的OCR；每个字符一个分类器. 仅通过将字体绘制到图像上，我就可以生成大量的训练数据.因此，计划是为每个角色生成正面训练数据，并使用其他角色的示例作为负面训练数据. 我想知道我应该在训练数据中添加多少变化.通常我会尝试所有事情，但是我收集这些东西需要花费几天的时间来训练(针对每个角色！)，所以一些建议是不错的. 所以，有几个问题:
..
OpenCV detectMultiScale()minNeighbors参数
我目前正在使用Haar分类器来检测对象. 在途中，我不明白什么是minNeighbors参数，什么是 它代表什么? 其实我不知道检测的邻居是什么 候选矩形.请问有人可以定义附近的想法吗? 解决方案 Haar级联分类器与滑动窗口方法一起使用.如果查看级联文件，您会看到一个size参数，该参数通常是一个非常小的值，例如2020.这是级联可以检测到的最小窗口.因此，通过应用滑动窗口方法，您可以将
..
opencv_createsamples:无效的背景描述文件?
我试图在带有OpenCV的Ubuntu 16.04上运行创建示例，并且在运行时不断遇到此错误.我有大约1960张负像，我正尝试从中生成样本图像.我在终端中运行的是: opencv_createsamples -img pipe1.jpg -bg bg.txt -info info/info.lst -pngoutput info -maxxangle 5 -maxyangle 5 -maxz
..