利用AdaBoost训练分类器的过程比较繁琐，这篇文章总结了全部过程，很详细，看完就会

我在原有的基础加了些bat文件，无需在cmd界面手输入指令，就是需要自己放入模板图片，和编辑模板图片的尺寸，剩下的自己点击就可以了，版本是3.4.0的训练器，

openCV分类器训练教程，主要是包括设置正样本和背景的过程

1、训练模型 2、运动物体检测识别 3、下载直接可用，包含训练器，正负样本，素材等

利用opencv训练自己的分类器，可以训练人脸的，行人的等

识别狗的分类器数据集，包含已处理正样本100张（尺寸同意等）和未处理负样本210张，图像均已按照固定格式标注

该程序用来训练基于OpenCV的分类器，可用于行人识别、车辆识别、人脸识别等各种目标识别分类器的训练，版本OpenCV 2.4.11。该程序绿色免安装，解压缩后可以直接运行。 里面包含的工具有：opencv_createsamples； opencv_haartraining； opencv_traincascade； opencv_annotation； opencv_performance。 该工具支持训练HAAR；LBP；HOG特征分类器。如果需要训练HOG特征分类器，必须使用这个版本，因为OpenCV3之后的版本不再支持HOG，仅支持HAAR. 该压缩文件还包括了正样本和负样本的描述文件模版pos.txt ; neg.txt

opencv训练分类器所需文件，需者自取。在复制粘贴过程可能出现错误，使文件损失，再次粘贴即可。1234567890

内含有10926张环境图片和18587张人脸图片，适合用于opencv人脸检测训练集

linux opencv口罩识别程序有图有代码，经过opencv读取本地或者USB摄像头，进行识别；并且视频流ffmpeg yuv转h264保存成文件，提供图像显示时间案例代码，文件夹提供正负样本图和opencv xml模型