opencv_traincascade 是一个新程序，使用OpenCV .x API 以C++ 编写。
这二者主要的区别是 opencv_traincascade 支持 Haar 和 LBP 两种特征，现在已经发展到可以支持hog特征，并易于增加其他的特征。
与Haar特征相比，LBP特征是整数特征，因此训练和检测过程都会比Haar特征快几倍。

LBP和Haar特征用于检测的准确率，是依赖训练过程中的训练数据的质量和训练参数。
训练一个与基于Haar特征同样准确度的LBP的分类器是可能的。

Usage: opencv_traincascade.exe
-data //目标xml文件
-vec //vec文件
-bg //负样本路径
[-numPos ] //正样本数：一定要填小于正样本的数量
[-numNeg ] //负样本数量
[-numStages ]
[-precalcValBufSize ]
[-precalcIdxBufSize ]
[-baseFormatSave]
[-numThreads ]
[-acceptanceRatioBreakValue = ->]
--cascadeParams--
[-stageType ]
[-featureType <{HAAR(default), LBP, HOG}>]
[-w ]
[-h ]
--boostParams--
[-bt <{DAB, RAB, LB, GAB(default)}>]
[-minHitRate = 0.995>] //最小误分类率
[-maxFalseAlarmRate ] //最大特征数
[-weightTrimRate ]
[-maxDepth ]
[-maxWeakCount ]
--haarFeatureParams--
[-mode <BASIC(default) | CORE | ALL //BASIC CORE ALL
--lbpFeatureParams--
--HOGFeatureParams--

opencv_traincascade.exe
　　-data D:\开发工具安装包\openCV\-opencv级联分类\test
　　-vec D:\开发工具安装包\openCV\-opencv级联分类\test\positive\my.vec
　　-bg bg.txt
　　-numPos
　　-numNeg
　　-numStages
　　-featureType LBP
　 -w
　　-h
　　-minHitRate 0.996
　　-maxFalseAlarmRate 0.5