分類器的訓練以分爲以下三部進行：
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：是否爲絕對剛性的物體，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：分爲正樣本---------負樣本
正樣本處理步驟：
所謂所謂正樣本就是隻包含檢測目標的圖片（最好背景一致），對於這我個人認爲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，不必再自己製作。
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）將處理後的圖片進行歸一化，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 將歸一化後的圖像進行灰度處理，這裏我用的是一段opencv代碼，http://www.cnblogs.com/linmengran/p/6513094.html
其實最簡單的直接將這個代碼加上便可實現圖像灰度化 input_img = cv2.imread('C:\\Users\\Administrator\\Desktop\\shujuxunlian 1\\negdata_2\\Img%d.jpg'%j,cv2.IMREAD_GRAYSCALE)
在處理後變成如下圖像
這樣正樣本就處理好了，接下來要生成pos.txt文件
cmd運行控制檯，切換到存放樣本圖片的文件目錄下：輸入如下命令（這些在自己電腦和樹莓派上都可以操作）
總體上我們的文件是這樣的
posdata文件生成的操作大致如此：
新建一個bat文件並重命名爲pos.bat，輸入上面的指令，生成含每個圖片絕對路徑的文件txt，然後替換文本如下所示
要注意的是其中絕對路徑換成了相對路徑，posdata是我們的文件夾名字，1代表處理一張圖片，而0,0代表從圖像左上角最初始位置進行測試，25,25是我們在美圖看看裏面處理的圖像大小
之後不出錯的話我們在cmd命令行進入posdata所在路徑，最好將txt和圖片放一起，然後在cmd命令行打入以下指令，
opencv_createsamples.exe -vec pos.vec -info posdata.txt -num 100 -w 25 -h25（具體大小和數量自己設置）
生成vec文件，這樣正樣本基本處理完畢。、
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；且負樣本不能重複，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。
就博主個人而言，使用了python的爬蟲爬取百度圖片的url，由於博主要識別的是垃圾桶的回收標誌，所以爬取得負樣本是垃圾桶標誌大概1000張左右，正負樣本在1:2-1:5之間即可。
其實網上的博客都認爲彩色圖片處理數據過大，但是對於博主這種小型比賽（智能車識別定點圖片）小數量的圖片恰恰不需要灰度處理emmmm
負樣本處理和正樣本處理差不多，負樣本產生的txt文件直接保存爲絕對路徑就行，就是執行bat文件以後什麼都不用改。
然後文件名命名爲negdata.txt後和posdata.txt放在同一目錄下。
最後將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，訓練見下篇---：