================================训练分类器==============================
样本准备
1： 正负样本
如：window下
a. 在正样本目录下 dir /b > pos.txt ，将生成的 摘要文件pos.txt 进行后缀替换，加上 1 0 0 19 19，
注意后面的去掉名字表示图片在 （0，0）到（19， 19 ）的矩形区域里
b. 对负样本目录下 dir /b >neg.txt 备注负样本目录文件只需要去掉文件名字就好，不需要替换，后面的数字
2： 下载windows 的安装包，并安装，同时记录安装目录,假如是： openCV_path
https://sourceforge.net/projects/opencvlibrary/files/opencv-win/3.3.0/opencv-3.3.0-vc14.exe/download
opencv-3.3.0-vc14.exe
3： 找到openCV_path 目录下面的
创建opencv可以识别的数据
E:\NDK\Opencv\opencv\build\x64\vc14\bin\opencv_createsamples.exe
训练
E:\NDK\Opencv\opencv\build\x64\vc14\bin\opencv_traincascade.exe
：E:\NDK\Opencv\opencv\build\x64\vc14\bin
中的两个文件：
opencv_createsamples.exe
opencv_traincascade.exe
4：
4.1 就是加工样本数据,使用opencv_createsamples
备注配置环境变量
使用命令行：
opencv_createsamples -vec pos.vec -info face\pos.txt -bg non-face\neg.txt -w 19 -h 19 -num 472
-vec pos.vec 用pos.vec 保存执行结果
-info face\pos.txt 用于指向正样本的路径
-bg neg.txt 负样本的路径（这么写经常报错，再目录文件直接写对应的文件目录就好）
-w 19 -h 19 这个是正样本中图片中头像的宽高
-num 472 正样本的数量
执行这个命令生成 pos.vec
4.2 运用 opencv_traincascade 训练样本，得到分类器
执行命令前，我们要在当前目录创建一个data 文件夹
执行命令：opencv_traincascade -data data -vec pos.vec -bg face\neg.txt -numPos 468 -numNeg 23573 -numStages 9 -w 19 -h 19 -minHitRate 0.999 -maxFalseAlarmRate 0.5 -mode ALL
-data data 文件夹： 用于保存训练结果和中间产物
-vec pos.vec ： 4.1 的结果
-bg face\neg.txt： 负样本的路径
-numPos 468 正样本的数量 数量不能高于正样本数，注意事项，数据要注意 数量不能随便取 网上查找
vec文件中的正样本数目<= numpos+（numStages - 1）（1 - minHitRate） numpos+ s
-numNeg 23573 负样本的数量
-numStages 9 这个数字是，我们训练的层级
-w 19 -h 19
-minHitRate 0.999 -maxFalseAlarmRate 0.5 -mode ALL
备注：
可能报错：
Train dataset for temp stage can not be filled. Branch training terminated.
Cascade classifier can't be trained. Check the used training parameters.
把命令改为 将neg.txt copy 到喝pos.vec 统一级别，将里面的文件都加上文件头
比如non-face/cmu_9972.pgm 这样他就能找到文件了
opencv_traincascade -data data -vec pos.vec -bg neg.txt -numPos 468 -numNeg 23573 -numStages 9 -w 19 -h 19 -minHitRate 0.999 -maxFalseAlarmRate 0.5 -mode ALL
说明路径问题
