执行opencv_traincascade报Bad argument错误，求Haar人脸分类器训练方案

我帮你梳理几个最可能触发这个Bad Argument错误的原因，你可以按顺序排查：

1. 跳过了正样本vec文件的生成步骤 #

这是新手训练Haar分类器最容易踩的坑：opencv_traincascade不能直接读取positives.info文本文件，必须先通过opencv_createsamples把正样本转换成二进制的.vec格式文件。

执行以下命令生成vec文件（替换成你的实际路径）：

opencv_createsamples -info positives.info -vec positives.vec -w 19 -h 19

这里的-w和-h必须和你的样本图片尺寸（19x19）完全一致。生成完成后，在训练命令里要指定-vec positives.vec，而不是直接用positives.info。

2. 检查positives.info的格式是否正确 #

你提到每行格式是/home/user/ML-Trainer/face/face1.png 1 0 0 18 18，这里的ROI宽高参数（最后两个数字）有问题：
你的图片是19x19像素，若正样本就是整张图片（无裁剪），正确的ROI参数应该是0 0 19 19。因为OpenCV里的ROI参数是x y width height，19像素宽高的图片，从(0,0)起始的完整区域宽高就是19。如果写成18，会导致ROI尺寸与训练窗口不匹配，触发参数错误。

3. 验证样本图片的有效性 #

部分损坏或不符合要求的图片也会导致Bad Argument错误：

• 检查损坏的PNG文件：安装pngcheck工具后，在样本目录批量检查：

  sudo apt install pngcheck
  pngcheck /home/user/ML-Trainer/face/*.png
  pngcheck /home/user/ML-Trainer/non-face/*.png
  

  若有报错的文件，直接删除或替换。
• 确认所有图片是单通道灰度图：用简单的Python脚本验证：

  import cv2
  import os
  
  # 检查正样本
  face_dir = "/home/user/ML-Trainer/face"
  for img_name in os.listdir(face_dir):
      img_path = os.path.join(face_dir, img_name)
      img = cv2.imread(img_path, cv2.IMREAD_GRAYSCALE)
      if img is None or img.shape != (19, 19):
          print(f"无效正样本：{img_path}")
  
  # 检查负样本
  non_face_dir = "/home/user/ML-Trainer/non-face"
  for img_name in os.listdir(non_face_dir):
      img_path = os.path.join(non_face_dir, img_name)
      img = cv2.imread(img_path, cv2.IMREAD_GRAYSCALE)
      if img is None or img.shape != (19, 19):
          print(f"无效负样本：{img_path}")
  

  运行后清理掉输出的无效图片。

4. 检查训练命令的参数正确性 #

确保你的opencv_traincascade命令参数没有问题，参考正确的命令格式：

opencv_traincascade -data classifier -vec positives.vec -bg negatives.txt -numPos 2000 -numNeg 4000 -numStages 10 -w 19 -h 19

重点注意：

• -bg参数需要负样本描述文件negatives.txt，每行是负样本的绝对路径，你需要先生成这个文件（比如find /home/user/ML-Trainer/non-face -name "*.png" > negatives.txt）
• -numPos要小于正样本总数（比如设为2000，训练过程中会淘汰部分样本）
• -numNeg要小于负样本总数，且建议是正样本数量的2-3倍（你的4548可以设为4000）
• -w和-h必须和样本尺寸完全一致（19）

5. 确认文件权限 #

确保你的用户对样本目录、描述文件、训练输出目录（比如classifier）有读写权限：

chmod -R 755 /home/user/ML-Trainer

内容的提问来源于stack exchange，提问作者Cezar Cobuz