分類器的訓練以分為以下三部進行：
1、 樣本的創建
2、 訓練分類器
3、 利用訓練好的分類器進行目標檢測。
對檢測物體要確定其屬性：是否為絕對剛性的物體，也就是檢測的目標是一個固定物體，沒有變化（如特定公司的商標），這樣的物體只要提供一份樣本就可以進行訓練。
但絕大數時候我們想進行訓練的目標是非絕對剛性的物體，如對人的檢測，包括人臉識別、手勢識別。
樣本：分為正樣本---------負樣本
正樣本處理步驟：
所謂所謂正樣本就是只包含檢測目標的圖片（最好背景一致），對於這我個人認為最好是檢測目標的最小外接矩，這樣可以減少訓練的計算量，減少目標檢測的干擾，提高檢測質量。
1、獲取正樣本，可以自己動手，也可以通過網絡上的圖像數據庫，像人臉數據庫就已經很全了，不必再自己制作。
2、圖片處理
1）將正樣本圖片進行截取（自己收集的圖片，主要是去掉訓練時的不必要干擾）-----最小外接矩，
2）將處理后的圖片進行歸一化，將所有圖像調整成一致大小，我用的“美圖看看”這款軟件，批量處理的，注意無論原圖多大最好都處理成25*25以下的圖像，這樣計算機 訓練速度快，而且不容易出現內存不夠用。
3 將歸一化后的圖像進行灰度處理，這里我用的是一段opencv代碼，http://www.cnblogs.com/linmengran/p/6513094.html
這樣正樣本就處理好了，接下來要生成pos.txt文件
cmd運行控制台，切換到存放樣本圖片的文件目錄下：輸入如下命令
運行結果：
在圖像文件中多了個pos.txt文件，內容如下：
在對文件進行處理，使其含有圖片信息：通過程序讀取存入
格式為：圖片路徑 檢測目標在圖片中的個數 起始監測點坐標（x，y） 圖片大小（w，h）
4、訓練.vec文件
doc下運行一下命令（假設當前路徑就是pos.txt所在的路徑）：opencv_createsamples.exe -vec pos.vec -info pos.txt -num 100 -w 30 -h 30
得到pos.vec文件。
負樣本：不包含檢測目標的任何圖片。
1.不要求樣本尺寸，但要大於等於正樣本的大小；且負樣本不能重復，要增大負樣本的差異性。
2.負樣本灰度化，同正樣本操作相同。
3.運行命令：
最后將pos.vec和neg.txt文件拷貝到同一文件夾下。
這樣正負樣本就處理完了，訓練見：
http://www.cnblogs.com/linmengran/p/6513017.html（老訓練器）
。