OpenCVSharp提供两种人脸检测方法：级联分类器和DNN模型。级联分类器使用Haar和Lbp模型，其中Haar对光照敏感，Lbp则不敏感。通过加载预训练模型文件并使用DetectMultiScale方法进行人脸检测。DNN模型需要加载配置和模型文件，并创建输入blob进行前向传播。

本文介绍在OpenCV中训练Haar级联目标检测器的方法。由于OpenCV 4的训练工具已损坏，需使用OpenCV 3的opencv_traincascade和opencv_createsamples，建议通过Anaconda创建独立环境。以猫脸检测为例，采用Oxford-IIIT宠物数据集，将狗图作为负样本、猫图及边界框作为正样本，生成info文件并转换为vec文件，再运行训练命令，最终输出cascade.xml，可在OpenCV 4中加载用于检测。