在Ubuntu下使用Python和OpenCV實現人臉檢測，你可以按照以下步驟操作：

1. 安裝OpenCV： 如果你還沒有安裝OpenCV，可以使用pip命令來安裝。在終端中輸入以下命令：

pip install opencv-python

2. 編寫代碼： 創建一個新的Python文件，例如face_detection.py，并添加以下代碼：

import cv2

# 加載預訓練的人臉檢測器
face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')

# 打開攝像頭
cap = cv2.VideoCapture(0)

while True:
    # 讀取攝像頭幀
    ret, frame = cap.read()

    if not ret:
        break

    # 將幀轉換為灰度圖
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    # 檢測人臉
    faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30))

    # 在幀上繪制人臉矩形框
    for (x, y, w, h) in faces:
        cv2.rectangle(frame, (x, y), (x+w, y+h), (255, 0, 0), 2)

    # 顯示結果幀
    cv2.imshow('Face Detection', frame)

    # 按q鍵退出循環
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 釋放攝像頭資源并關閉窗口
cap.release()
cv2.destroyAllWindows()

這段代碼首先加載了一個預訓練的人臉檢測器（Haar級聯分類器），然后打開攝像頭并進入一個循環，不斷地讀取攝像頭幀并進行人臉檢測。在檢測到人臉時，它會在幀上繪制矩形框，并顯示結果幀。當按下q鍵時，循環結束并釋放攝像頭資源。

注意：為了運行上述代碼，你需要確保你的系統上已經安裝了OpenCV的Haar級聯分類器數據文件。這些文件通常位于/usr/share/opencv/data/目錄下。如果它們不存在，你可能需要從OpenCV的GitHub倉庫下載它們，并將它們復制到正確的位置。

另外，上述代碼使用的是Haar級聯分類器，它是一種較舊的人臉檢測方法。對于更先進的人臉檢測算法，你可以考慮使用基于深度學習的方法，例如MTCNN、SSD或YOLO等。這些方法通常需要更多的計算資源和訓練數據，但它們在檢測精度和速度方面通常優于Haar級聯分類器。