人脸检测源码解析——2、概要流程

        跟进CvCascadeClassifier::train函数的代码，该函数里面包含了分类器训练的完整流程，已经在重要的位置做了注释，带有括号编号的（X）为重要步骤，后面将逐一详细解析。这里我们主要是对整体流程进行把握，不必深入细节。

bool CvCascadeClassifier::train( const string _cascadeDirName,
                                const string _posFilename,
                                const string _negFilename,
                                int _numPos, int _numNeg,
                                int _precalcValBufSize, int _precalcIdxBufSize,
                                int _numStages,
                                const CvCascadeParams& _cascadeParams,
                                const CvFeatureParams& _featureParams,
                                const CvCascadeBoostParams& _stageParams,
                                bool baseFormatSave )
{
    // Start recording clock ticks for training time output
    const clock_t begin_time = clock();

    if( _cascadeDirName.empty() || _posFilename.empty() || _negFilename.empty() )
        CV_Error( CV_StsBadArg, "_cascadeDirName or _bgfileName or _vecFileName is NULL" );

	// 训练中间数据和最终分类器文件存放的目录
	string dirName;
	if (_cascadeDirName.find_last_of("/\\") == (_cascadeDirName.length() - 1) )
		dirName = _cascadeDirName;
	else
		dirName = _cascadeDirName + '/';
	// 训练弱分类器使用的正负样本的数目
	numPos = _numPos;
	numNeg = _numNeg;
	// 训练的层级数，也就是强分类器数目
	numStages = _numStages;
	// （1）创建图片读取器，设置正样本vec文件路径，从中读取正样本图片；负样本图片的文件名列表&