我在创建Haar分类器时遇到了一些问题。我需要构建一个能够检测汽车的分类器。目前，我已经编写了一个Python程序，可以读取图像，并在对象所在区域周围绘制一个矩形。一旦矩形绘制完成，程序会输出图像名称以及矩形左上角和右下角的坐标。我不确定接下来该怎么做，以及如何实际构建分类器。谁能提供一些帮助吗？

编辑*

我正在寻找如何使用opencv_traincascade的帮助。我查看了文档，但还是不太明白如何使用它来创建用于检测程序的xml文件。

回答：

看起来你需要先确定你希望训练分类器的特征，因为使用Haar分类器可以从这些额外特征中受益。从那里开始，你需要训练分类器，这需要你获取大量包含汽车和不包含汽车的图像，然后运行这些图像，让它调整目标平均值，以便根据你选择的特征尽可能好地进行分类。

为了获得更好的分类器，你需要确定特征的顺序以及将它们组合在一起的最佳顺序，以便进一步深入研究对象，并确定它是否确实是你要寻找的对象。这同样需要大量的特定特征和整体问题的例子。