准备需要材料

正样本图片100张 生成正样本的info.dat文件 依次类推100张,第一列是图片路径；

{alert type="warning"} 图片最好是绝对路径 {/alert} 第二列是图片中能检测出的样本表数量，由于训练的目标是小狗，所以图片中只有一只狗。当然如果有两只就写2； 第三第四列是图像的坐标，（0,0）就行； 第五第六列是图像宽和高，需要注意是一样的，宽高比需要一样的。

img/1-0001.png  1       0       0       114     114
img/1-0002.png  1       0       0       386     386
img/1-0003.png  1       0       0       321     321
img/1-0004.png  1       0       0       224     224
img/1-0005.png  1       0       0       212     212
img/1-0006.png  1       0       0       197     197
img/1-0007.png  1       0       0       157     157
img/1-0008.png  1       0       0       192     192

负样本图片100张 需要生成负样本图片的路径,保存为txt

D:\opencv\cascadetrain\negative\img\1-f001.png
D:\opencv\cascadetrain\negative\img\1-f002.png
D:\opencv\cascadetrain\negative\img\1-f003.png

生成正样本的vec文件 使用 opencv_createsamples.exe

opencv_createsamples.exe -info D:\opencv\cascadetrain\positive\info.dat -vec D:\opencv\cascadetrain\dog.vec -num 100 -bgcolor 0 -bgthresh 0 -w 24 -h 24

-info 是正样本的信息文件的位置,包含了所有的正样本的图片的信息 -vec 是生成vec要放的位置最好把文件夹给生成好,然后vec文件由软件生成 -num 是正样本的数量 -bgcolor 是颜色的通道吧,我也不记得了 是彩色还是灰色 -bgthresh 不知道是啥 写0吧 -w-h 是宽和高 要一样 不要写太大

有了vec文件,有了负样本的位置的txt文件,就开始使用opencv_traincascade.exe 训练

opencv_traincascade.exe -data D:\opencv\cascadetrain\result -vec D:\opencv\cascadetrain\mysamples_344.vec -bg D:\opencv\cascadetrain\negative\bg1.txt -numPos 85 -numNeg 400 -numStages 10 -featureType HAAR -w 24 -h 24

-data 是存放所有训练结果的文件夹,提前生成好吧 -vec 正样本图片的vec,上面生成好了的 -bg 就是包含负样本的位置的txt文件信息 -numPos 正样本的数量 -numNeg 负样本的数量 -numStages 训练的级别越大越好,越大电脑越卡,看着办 -featureType 模型的方式 就选 HAAR 就好 -w-h 这个长和宽要和生成vec时候的长宽一致,不然报错