以检测缺陷为例（目录见下图）。三个工具依次为：标注缺陷——生成正样本的vec文件——训练样本。
【功能】
opencv_annotation.exe，用来标注缺陷，完成后得到txt文件，内容如下。框选时框住缺陷即可。
opencv_createsamples.exe，生成vec文件。此工具可以把框选的缺陷缩放到指定大小（默认24*24像素，注意负样本尺寸≥此像素），即所谓的归一化。
opencv_traincascade.exe，生成cascade.xml，保存了训练得到的模型参数，此文件用于测试。
【用法】
1、opencv_annotation.exe
若图片过大，不建议使用此工具来标注，不方便放大或缩小。一般用于小于屏幕尺寸的图片。
如果图片统一是等大的纯缺陷图（如20*20像素），那么可以不用此工具，直接仿照上图在txt中添加内容即可（参考小技巧），个数、坐标统一 1 0 0 20 20。
超过屏幕尺寸的大图标注，可以用https://github.com/tzutalin/labelImg/releases，得到xml文件中的坐标需要自己计算宽高，仿照上图格式保存到txt中。
-a，生成的txt的路径及txt名。-i，缺陷图片的路径。如果图片高度>指定的m值，则缩小r倍显示。
cmd中输入：opencv_annotation -a=D:\data\NgImages\info.txt -i=D:\data\NgImages\
之后会遍历展示D:\data\NgImages\中的缺陷图，鼠标左键框选缺陷后，按键盘c键确认此框，d键放弃此框，n键下一幅图，esc键退出。
完成后坐标结果会保存到info.txt中（注意txt与图片在同一文件夹中）。
2、opencv_createsamples.exe
删除info.txt中D:\data\NgImages\，因为 -info D:\data\NgImages\info.txt中D:\data\NgImages\会补全图片路径。
cmd中输入：opencv_createsamples -info D:\data\NgImages\info.txt -vec D:\data\ng.vec
依据正样本info.txt中坐标索引到真正框选的缺陷图，将其特征编译为二进制文件ng.vec
常用参数说明：注意-info -vec这两个参数设置后，-bg失效，所以此处不列出。
-info 上一步中得到的info.txt的路径；
-vec 生成vec文件的路径、vec文件名；
-num 生成的正样本的最大数目，默认1000。若正样本图片数＞设定值，则只生成设定值个正样本，否则生成实际个数个。
-w 正样本缩放到的宽度，默认24像素
-h 正样本缩放到的高度，默认24像素
3、opencv_traincascade.exe
此处会用到负样本。在负样本图片所在目录新建okInfo.txt，内容是所有负样本图片名（不带路径），如1.jpg等。
opencv_traincascade -data D:\data\cascade.xml -vec D:\data\ng.vec -bg D:\data\OkImages\okInfo.txt -umStaes 25 -w 24 -h 24 -minHitRate 0.995 -maxFalseAlarmRate 0.5 -mode ALL
注意-w 24 -h 24与第2步骤的尺寸要一致，参数含义不再赘述。
最终得到训练好的级联分类器的最终参数文件cascade.xml，此文件可用于测试。