所以我看到了很多关于 OpenCV 的 haartraining 和级联训练工具的教程。我特别有兴趣使用 createsamples 工具训练汽车分类器，但关于 -w 和 -h 参数似乎到处都有冲突的陈述，所以我很困惑。 我指的是命令：
$ createsamples -info samples.dat -vec samples.vec -w 20 -h 20
我有以下三个问题：
据我了解，正样本的长宽比应该与从上面的 -w 和 -h 参数获得的长宽比相同。但是所有正样本的-w和-h参数必须相同吗size，还有？例如。我有近 1000 张图像。裁剪后所有的尺寸都必须相同吗？
如果重要的不是大小而是长宽比，那么与 OpenCV 工具中提到的 -w 和 -h 参数相比，正样本的长宽比必须有多精确匹配？我的意思是，分类器是否非常敏感，即使这里或那里有几个像素的偏差也会影响其性能？或者您会说，只要图像的肉眼观察比例大致相同，处理图像就是安全的。
我已经将几张图像裁剪为相同的尺寸。但在尝试使它们全部具有相同大小时，其中一些的边界框中包含的背景比其他的多一些，有些的边距略有不同。 （例如，参见下面的两张图片。较大的汽车占据了更多的图像，但较小的汽车周围有更宽的边距）。我只是想知道拥有这样的图像集合是否可以，或者它是否会降低分类器的准确性，因此我应该确保所有感兴趣的对象（在本例中为汽车）周围有更紧密的边界框？
第一个问题：是的，所有用于训练的图像必须具有相同的大小。 （至少我上次做人脸检测样本训练，这里应该是一样的。如果我没记错的话，如果图像大小不一样的话，就会出现错误。但是你可以尝试一下，看看时间是否正确）允许。）
第二个问题：不太确定你在这里问什么。但分类器并不像你想象的那么敏感。距离感兴趣的对象有几个像素，例如手，如果小指缺少几个像素（由于裁剪）并且其他图像缺少拇指的几个像素，等等......分类器仍然会能够检测到手。因此，各处缺少一些像素或添加一些背景像素，最终不会对分类器产生太大影响。
第三个问题：您应该将图像裁剪为仅包含汽车以获得最佳效果。尝试消除尽可能多的背景。我基于噪声背景、黑色背景和最小背景的裁剪样本进行了一项研究。据我所知，具有最小背景的裁剪样本在假阳性和假阴性方面显示了最佳结果。
你可以使用对象标记来做到这一点：http://achuwilson.wordpress.com/2011/02/13/object-detection-using-opencv-using-haartraining/
乏味的方法是在裁剪后使用 Paint 将所有图像的大小调整为相同的像素值。
此链接还应该回答您的问题：http://coding-robin.de/2013/07/22/train-your-own-opencv-haar-classifier.html
我也同意 GilLevi 的观点，即与 Haar、HoG、LBP 级联相比，有更好的检测方法。图像的训练可能需要几天的时间（取决于训练的图像数量）。如果您确实必须使用级联方法并且希望最大限度地减少训练时间， 使用类似 Haar 的特征进行训练比使用 HoG 或 LBP 需要更长的时间。但就结果而言，我不太确定哪种方法可以确保更好的性能和稳健性。
希望我的回答对你有帮助。如果还有更多问题，请评论。