偶然机会，试了试opencv中自带的人脸检测器，自带的haar和hog分类器xml文件读入时都不会有错误，但是在用lbp文件时发生了类似于vector越界的问题，找到了相应的vector，的确是这个提示，但是由于xml文件读取时只有一句load含税，调用的dll也无法跟进去浸提函数，也没有怀疑过opencv会出现错误。因此换了台电脑想用侥幸的办法试试，依旧是相同的问题。之后又想可能是我的opencv300版本来自民间，不稳定，难免会有bug，因此从别处copy另一版本的（opencv247）的lbpcascade_frontalface.xml文件，还是同样的问题，文件是一样的。。。然后又用opencv247建了新的工程，相同问题。。。好吧，看来可能opencv还真有问题。于是乎网上搜索，看到了类似问题的帖子 ：http://blog.sina.com.cn/s/blog_4298002e010153hn.html。原文如下：

在现在的OpenCV版本中，使用级联分类器做人脸检测的时候，有两种选择：一是使用老版本的CvHaarClassifierCascade，一是使用新版本的CascadeClassifier类。老版本的分类器只支持类Haar特征，而新版本的分类器既可以使用Haar，也可以使用LBP特征。

类CascadeClassifier中实际上封装了新旧两种分类器，对于老版本的xml模型文件，CascadeClassifier会用CvHaarClassifierCascade去解析，并用cvHaarDetectObjects去检测。而对于新版本的xml文件，CascadeClassifier会用自己的一套格式去解析。

在程序的实现上，CascadeClassifier对老版本的xml文件读取很简单，所以不会出什么问题。但是对新版本的xml文件的读取，其实现上有很多缺陷。如果你用下面代码创建了一个分类器：

CascadeClassifier *pClassifier = new CascadeClassifier;

若在程序的使用中，不释放该对象，只是来回在Haar特征和LBP特征之间切换，比较两种特征检测人脸的效果，如下：

Mat matImage;
vector<Rect> objs;
pClassifier->load("haarcascade_frontalface_default.xml");

pClassifier->detectMultiScale(matImage,objs,1.1,3);

pClassifier->load("lbpcascade_frontalface.xml");

pClassifier->load("haarcascade_frontalface_default.xml");

那么程序会果断的崩溃，因为lbpcascade_frontalface.xml文件格式是新版本的。

对于老版本的xml文件是不存在这个问题的。因为读取老版本文件时，程序是不会调用CascadeClassifier::read(const FileNode &root)函数的。这个函数只会在读取新版本xml文件时，在load()中被调用。

read()函数之所以会导致程序崩溃，其原因是CascadeClassifier类有很多vector类型的成员变量，每次调用read()函数填充这些变量时，都没有清空这些变量，而直接往这些变量里push_back元素。如此一来这些vector的长度会随着read()的调用而不断增加。其中影响最明显的成员变量是：

vector<Stage> CascadeClassifier::stages

该变量的size决定了循环的次数。如果当前模型只有20个stage，但是上次读取xml时该变量没有清空，那么CascadeClassifier::stages的长度可能会变成40。于是当前检测人脸的时候会循环40次，但是模型实际上只有20个stage，循环次数超过20的时候，索引出来的其他变量可能就是无效的，从而导致下标越界，使程序崩溃。

要修正这个bug实际上很简单，只需要在read()函数的开头添加如下代码，清空上次的数据即可：

stages.clear();
classifiers.clear();
nodes.clear();
leaves.clear();
subsets.clear();
feval.release();

按照作者的思路，应当是需要把objdetect对应的文件夹中的源文件考到自己的工程中，然后，修改需要修改的部分，再与自己的程序一起编译即可。找了半天，终于找到了类似的地方，按照类似的方法改过，成功了。在文件cascadedetect.cpp中大概960行的位置，修改为：

bool CascadeClassifierImpl::load(const String& filename)
{
    oldCascade.release();
    data = Data();
    featureEvaluator.release();

	node.stages.clear();    //modify 20150505
	node.classifiers.clear();
	node.nodes.clear();
	node.leaves.clear();
	node.subsets.clear();
 
    FileStorage fs(filename,FileStorage::READ);
    if( !fs.isOpened() )
        return false;

    if( read_(fs.getFirstTopLevelNode()) )
        return true;

    fs.release();

    oldCascade.reset((CvHaarClassifierCascade*)cvLoad(filename.c_str(),0));
    return !oldCascade.empty();
}