opencv人脸识别正样本分辨率

在 OpenCV 中进行人脸识别时，正样本（即训练集中的人脸图像）的分辨率可以根据实际情况进行设定。一般来说，正样本的分辨率应该足够高，以便能够捕捉到人脸的细节特征，但同时也要考虑到分辨率过高可能会导致训练时间过长，计算资源消耗过大等问题。一般来说，建议将正样本的分辨率设定在 100x100 到 500x500 之间，具体取决于实际情况。

相关问题

ubuntu下qt+opencv人脸识别

### 回答1：
在Ubuntu系统上，使用Qt和OpenCV可以实现人脸识别功能。需要先安装Qt和OpenCV的相关库文件，并在Qt中创建一个新的项目。在项目中导入OpenCV库，并在程序中编写人脸识别算法。可以使用OpenCV提供的CascadeClassifier类对人脸进行识别，并将识别结果显示在Qt界面上。

在识别人脸之前，需要训练一个识别器。可以使用OpenCV提供的train\_cascade工具进行训练，先准备一些包含人脸的正样本图片和一些不包含人脸的负样本图片，在训练过程中，识别器会不断调整参数，直到达到最佳识别效果。

在Qt界面上，可以使用QImage类加载图片，并使用QLabel类显示图片和人脸识别结果，也可以使用QPainter类对图片进行绘制，标出人脸的区域。为了提高识别准确率，可以对人脸图像进行预处理，如灰度化、直方图均衡化等操作。

总的来说，利用Ubuntu系统中的Qt和OpenCV库，实现人脸识别功能是一件相对容易实现的任务，唯一需要注意的是算法的准确性和效率，需要利用更高级的算法来提高识别的准确率和效率。

### 回答2：
在Ubuntu操作系统下，结合QT和OpenCV可以实现人脸识别功能。首先需要安装OpenCV和QT库，可以通过在终端输入命令sudo apt-get install opencv以及sudo apt-get install qt5-default来完成安装。

在QT Creator中新建一个项目，选择QT Widgets Application，然后在主窗口中添加一个按钮和一个标签，作为启动和显示人脸识别结果的界面。然后在该项目文件中添加OpenCV库文件，在项目中添加头文件#include<opencv2/opencv.hpp>。

接下来，需要编写人脸识别程序的代码，使用opencv中的cv::CascadeClassifier类进行人脸检测和识别。首先需要加载训练好的人脸分类器分类器的xml文件，可通过以下代码完成：cv::CascadeClassifier faceCascade;faceCascade.load("haarcascade_frontalface_alt.xml");

在QT程序中添加启动人脸识别的槽函数，可以使用QT预设的信号和槽机制实现按钮单击后运行人脸识别程序。槽函数中调用OpenCV函数，用分类器进行人脸检测和识别，并把结果输出到QT程序中的标签对象上。

最后编译和运行程序，当单击按钮后，程序即可开始运行人脸识别功能，对抓取的图像进行实时分析和识别。注意，在命令行设置摄像头参数时要注意摄像头分辨率和帧率的设置，以保证识别效果和程序运行流畅。