参考：
https://blog.csdn.net/qq_32502511/article/details/79010509
https://blog.csdn.net/lileiyang12/article/details/10155813
https://blog.csdn.net/YK_LaNce/article/details/100576560
本文使用opencv-3.4.1
第一步：准备文件
新建目录：negdata（存放负样本），posdata（存放正样本），xml（存放生成的xml),如下：
收集正，负样本（刚开始可以先用50~100左右的样本量试试看，正，负样本数量最好大于1000，具体看个人感觉）。
正样本,需要做识别物体的图片（本文收集60张）：
正样本负样本，任意不包含正样本的图片（本文收集106张）：
第二步：调整样本，并生成样本描述文件
调整样本----将正，负样本转换灰度（本文采用：IMREAD_GRAYSCALE），调整大小（本文采用：正20X20，负50X50）（据说，正20X20最佳）。
调整后正样本：
调整后负样本：
生成样本描述文件：
cmd 进入posdata目录,执行 dir /b/s/p/w *.jpg > pos.txt
同理进入negdata目录,执行 dir /b/s/p/w *.jpg > neg.txt
pos.txt内容如下：
neg.txt内容如下：
修改pos.txt文件(neg.txt不用修改)如下：
“1 0 0 20 20”，为固定格式，其中20指的是照片的像素大小。
第三步：生成.vec文件
将opencvuildx64vc14in 下的所有文件复制到posdata目录同级目录下；将上一步最后生成的pos.txt，neg.txt文件也放入该同级目录，如下：
cmd 进入该目录，执行：
opencv_createsamples.exe -vec pos.vec -info pos.txt -num 60 -w 20 -h 20
其中-num 60,指的是图片的数量，-w 20 -h 20，指的是图片的规格。
创建traincascade.bat文件，添加内容：
opencv_traincascade.exe -data xml -vec pos.vec -bg neg.txt -numPos 48 -numNeg 80 -numStages 10 -w 20 -h 20 -mode ALL
pause
其中-numPos 48为训练取的正样本的样本（取样本数量的0.8~0.9，本文取48），-numNeg 80为训练取的负样本的样本（取样本数量的0.8~0.9，本文取80），-numStages 10 表示训练的层数（建议15~20，本文取10），此时目录中文件如下;
双击运行traincascade.bat，如下：
在xml目录下生成的cascade.xml文件就是训练出来的分类器。