分类器的训练以分为以下三部进行：
1、 样本的创建
2、 训练分类器
3、 利用训练好的分类器进行目标检测。
对检测物体要确定其属性：是否为绝对刚性的物体，也就是检测的目标是一个固定物体，没有变化（如特定公司的商标），这样的物体只要提供一份样本就可以进行训练。
但绝大数时候我们想进行训练的目标是非绝对刚性的物体，如对人的检测，包括人脸识别、手势识别。
样本：分为正样本---------负样本
正样本处理步骤：
所谓所谓正样本就是只包含检测目标的图片（最好背景一致），对于这我个人认为最好是检测目标的最小外接矩，这样可以减少训练的计算量，减少目标检测的干扰，提高检测质量。
1、获取正样本，可以自己动手，也可以通过网络上的图像数据库，像人脸数据库就已经很全了，不必再自己制作。
2、图片处理
1）将正样本图片进行截取（自己收集的图片，主要是去掉训练时的不必要干扰）-----最小外接矩，
2）将处理后的图片进行归一化，将所有图像调整成一致大小，我用的“美图看看”这款软件，批量处理的，注意无论原图多大最好都处理成25*25以下的图像，这样计算机 训练速度快，而且不容易出现内存不够用。
3 将归一化后的图像进行灰度处理，这里我用的是一段opencv代码，http://www.cnblogs.com/linmengran/p/6513094.html
这样正样本就处理好了，接下来要生成pos.txt文件
cmd运行控制台，切换到存放样本图片的文件目录下：输入如下命令
运行结果：
在图像文件中多了个pos.txt文件，内容如下：
在对文件进行处理，使其含有图片信息：通过程序读取存入
格式为：图片路径 检测目标在图片中的个数 起始监测点坐标（x，y） 图片大小（w，h）
4、训练.vec文件
doc下运行一下命令（假设当前路径就是pos.txt所在的路径）：opencv_createsamples.exe -vec pos.vec -info pos.txt -num 100 -w 30 -h 30
得到pos.vec文件。
负样本：不包含检测目标的任何图片。
1.不要求样本尺寸，但要大于等于正样本的大小；且负样本不能重复，要增大负样本的差异性。
2.负样本灰度化，同正样本操作相同。
3.运行命令：
最后将pos.vec和neg.txt文件拷贝到同一文件夹下。
这样正负样本就处理完了，训练见：
http://www.cnblogs.com/linmengran/p/6513017.html（老训练器）
。