所做的工作就是新建了一個VS2010工程，win32控制檯應用程式，空工程。

只新建了一個cpp檔案

拷貝以下程式碼（百度來的，感謝網友。。。）

// face_detect.cpp : 定義控制檯應用程式的入口點。
//

//#include "stdafx.h"

#include "opencv2/objdetect/objdetect.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/ml/ml.hpp"

#include <iostream>
#include <stdio.h>

using namespace std;
using namespace cv;

void detectAndDraw( Mat& img,
                   CascadeClassifier& cascade, CascadeClassifier& nestedCascade,
                   double scale);

String cascadeName = "./haarcascade_frontalface_alt2.xml";//人臉的訓練資料
//String nestedCascadeName = "./haarcascade_eye_tree_eyeglasses.xml";//人眼的訓練資料
String nestedCascadeName = "./haarcascade_eye.xml";//人眼的訓練資料

int main( int argc, const char** argv )
{
    Mat image;
    CascadeClassifier cascade, nestedCascade;//建立級聯分類器物件
    double scale = 1.3;

    //image = imread( "lena.jpg", 1 );//讀入lena圖片
    image = imread("lena.jpg",1);
    namedWindow( "result", 1 );//opencv2.0以後用namedWindow函式會自動銷燬視窗

    if( !cascade.load( cascadeName ) )//從指定的檔案目錄中載入級聯分類器
    {
         cerr << "ERROR: Could not load classifier cascade唉唉出錯了" << endl;
         return 0;
    }

    if( !nestedCascade.load( nestedCascadeName ) )
    {
         cerr << "WARNING: Could not load classifier cascade for nested objects" << endl;
         return 0;
    }

    if( !image.empty() )//讀取圖片資料不能為空
    {
        detectAndDraw( image, cascade, nestedCascade, scale );
        waitKey(0);
    }

    return 0;
}

void detectAndDraw( Mat& img,
                   CascadeClassifier& cascade, CascadeClassifier& nestedCascade,
                   double scale)
{
    int i = 0;
    double t = 0;
    vector<Rect> faces;
    const static Scalar colors[] =  { CV_RGB(0,0,255),
        CV_RGB(0,128,255),
        CV_RGB(0,255,255),
        CV_RGB(0,255,0),
        CV_RGB(255,128,0),
        CV_RGB(255,255,0),
        CV_RGB(255,0,0),
        CV_RGB(255,0,255)} ;//用不同的顏色表示不同的人臉

    Mat gray, smallImg( cvRound (img.rows/scale), cvRound(img.cols/scale), CV_8UC1 );//將圖片縮小，加快檢測速度

    cvtColor( img, gray, CV_BGR2GRAY );//因為用的是類haar特徵，所以都是基於灰度影象的，這裡要轉換成灰度影象
    resize( gray, smallImg, smallImg.size(), 0, 0, INTER_LINEAR );//將尺寸縮小到1/scale,用線性插值
    equalizeHist( smallImg, smallImg );//直方圖均衡

    t = (double)cvGetTickCount();//用來計算演算法執行時間


//檢測人臉
 //detectMultiScale函式中smallImg表示的是要檢測的輸入影象為smallImg，faces表示檢測到的人臉目標序列，1.1表示
 //每次影象尺寸減小的比例為1.1，2表示每一個目標至少要被檢測到3次才算是真的目標(因為周圍的畫素和不同的視窗大
 //小都可以檢測到人臉),CV_HAAR_SCALE_IMAGE表示不是縮放分類器來檢測，而是縮放影象，Size(30, 30)為目標的
 //最小最大尺寸
    cascade.detectMultiScale( smallImg, faces,
        1.1, 2, 0
        //|CV_HAAR_FIND_BIGGEST_OBJECT
//|CV_HAAR_DO_ROUGH_SEARCH
        |CV_HAAR_SCALE_IMAGE
        ,
        Size(30, 30) );

    t = (double)cvGetTickCount() - t;//相減為演算法執行的時間
    printf( "detection time = %g ms\n", t/((double)cvGetTickFrequency()*1000.) );
    for( vector<Rect>::const_iterator r = faces.begin(); r != faces.end(); r++, i++ )
    {
        Mat smallImgROI;
        vector<Rect> nestedObjects;
        Point center;
        Scalar color = colors[i%8];
        int radius;
        center.x = cvRound((r->x + r->width*0.5)*scale);//還原成原來的大小
        center.y = cvRound((r->y + r->height*0.5)*scale);
        radius = cvRound((r->width + r->height)*0.25*scale);
        circle( img, center, radius, color, 3, 8, 0 );

        //檢測人眼，在每幅人臉圖上畫出人眼
        if( nestedCascade.empty() )
            continue;
        smallImgROI = smallImg(*r);

        //和上面的函式功能一樣
        nestedCascade.detectMultiScale( smallImgROI, nestedObjects,
            1.1, 2, 0
            //|CV_HAAR_FIND_BIGGEST_OBJECT
//|CV_HAAR_DO_ROUGH_SEARCH
//|CV_HAAR_DO_CANNY_PRUNING
            |CV_HAAR_SCALE_IMAGE
            ,
            Size(30, 30) );
        for( vector<Rect>::const_iterator nr = nestedObjects.begin(); nr != nestedObjects.end(); nr++ )
        {
            center.x = cvRound((r->x + nr->x + nr->width*0.5)*scale);
            center.y = cvRound((r->y + nr->y + nr->height*0.5)*scale);
            radius = cvRound((nr->width + nr->height)*0.25*scale);
            circle( img, center, radius, color, 3, 8, 0 );//將眼睛也畫出來，和對應人臉的圖形是一樣的
        }
    }
    cv::imshow( "result", img );
}
 

原來是自己的工程裡沒有人臉和人眼的訓練資料。

百度下載了haarcascade_frontalface_alt2.xml和haarcascade_eye.xml這兩個東東，

（訓練集xml檔案下載地址：http://download.csdn.net/detail/a771948524/5928041

http://download.csdn.net/detail/a771948524/5969043）
放到了和工程的cpp檔案一個目錄下。
又把lena.jeg放到和cpp一個目錄下。
之後生成解決方案
再 開始執行（不除錯）
就可以了。
作為菜鳥，馬克一記~~~