在過去的幾年中，計算機視覺工具已經(jīng)出現(xiàn)了巨大的增長在過去的十年中，計算機視覺的采用一直在加速發(fā)展，由于其在物聯(lián)網(wǎng)、制造業(yè)、醫(yī)療保健服務、安全性等領(lǐng)域的應用，近來出現(xiàn)了各種計算機視覺工具的使用激增的趨勢。

計算機視覺已經(jīng)發(fā)展到一定程度，在生產(chǎn)和生活中應用廣泛。此外，GPU等硬件以及機器學習設備和結(jié)構(gòu)的進步，使計算機視覺在當今時代更加引人關(guān)注。一些重要的云服務提供商，例如Google，Microsoft和AWS，都加入了成為開發(fā)者行列。但是，選擇哪個工具，小編今天大概羅列了一些供大家參考！

OpenCV

OpenCV是一個基于BSD許可（開源）發(fā)行的跨平臺計算機視覺和機器學習軟件庫，可以運行在Linux、Windows、Android和Mac OS操作系統(tǒng)上。[1] 它輕量級而且高效——由一系列 C 函數(shù)和少量 C++ 類構(gòu)成，同時提供了Python、Ruby、MATLAB等語言的接口，實現(xiàn)了圖像處理和計算機視覺方面的很多通用算法。

OpenCV用C++語言編寫，它具有C ++，Python，Java和MATLAB接口，并支持Windows，Linux，Android和Mac OS，OpenCV主要傾向于實時視覺應用，并在可用時利用MMX和SSE指令， 如今也提供對于C#、Ch、Ruby，GO的支持

TensorFlow

TensorFlow是一個基于數(shù)據(jù)流編程（dataflow programming）的符號數(shù)學系統(tǒng)，被廣泛應用于各類機器學習（machine learning）算法的編程實現(xiàn)，其前身是谷歌的神經(jīng)網(wǎng)絡算法庫DistBelief [1] 。Tensorflow擁有多層級結(jié)構(gòu)，可部署于各類服務器、PC終端和網(wǎng)頁并支持GPU和TPU高性能數(shù)值計算，被廣泛應用于谷歌內(nèi)部的產(chǎn)品開發(fā)和各領(lǐng)域的科學研究

TensorFlow 2.0鼓勵執(zhí)行針對圖片和語音識別，對象檢測，推薦，強化學習等進行了調(diào)整的預先準備的模型。此類參考模型使您可以利用獨特的最佳實踐，并在開始時就建立自己的精英解決方案。

Matlab

MATLAB是美國MathWorks公司出品的商業(yè)數(shù)學軟件，用于數(shù)據(jù)分析、無線通信、深度學習、圖像處理與計算機視覺、信號處理、量化金融與風險管理、機器人，控制系統(tǒng)等領(lǐng)域。

MATLAB是matrix&laboratory兩個詞的組合，意為矩陣工廠（矩陣實驗室），軟件主要面對科學計算、可視化以及交互式程序設計的高科技計算環(huán)境。它將數(shù)值分析、矩陣計算、科學數(shù)據(jù)可視化以及非線性動態(tài)系統(tǒng)的建模和仿真等諸多強大功能集成在一個易于使用的視窗環(huán)境中，為科學研究、工程設計以及必須進行有效數(shù)值計算的眾多科學領(lǐng)域提供了一種全面的解決方案，并在很大程度上擺脫了傳統(tǒng)非交互式程序設計語言（如C、Fortran）的編輯模式。

MATLAB和Mathematica、Maple并稱為三大數(shù)學軟件。它在數(shù)學類科技應用軟件中在數(shù)值計算方面首屈一指。MATLAB可以進行矩陣運算、繪制函數(shù)和數(shù)據(jù)、實現(xiàn)算法、創(chuàng)建用戶界面、連接其他編程語言的程序等。MATLAB的基本數(shù)據(jù)單位是矩陣，它的指令表達式與數(shù)學、工程中常用的形式十分相似，故用MATLAB來解算問題要比用C，F(xiàn)ORTRAN等語言完成相同的事情簡捷得多，并且MATLAB也吸收了像Maple等軟件的優(yōu)點，使MATLAB成為一個強大的數(shù)學軟件。在新的版本中也加入了對C，F(xiàn)ORTRAN，C++，JAVA的支持。

CUDA

CUDA（Compute Unified Device Architecture），是顯卡廠商NVIDIA推出的運算平臺。CUDA是一種由NVIDIA推出的通用并行計算架構(gòu)，該架構(gòu)使GPU能夠解決復雜的計算問題。它包含了CUDA指令集架構(gòu)（ISA）以及GPU內(nèi)部的并行計算引擎。開發(fā)人員可以使用C語言來為CUDA架構(gòu)編寫程序，C語言是應用最廣泛的一種高級編程語言。所編寫出的程序可以在支持CUDA的處理器上以超高性能運行。CUDA3.0已經(jīng)開始支持C++和FORTRAN。

Theano

Theano是可以在CPU或GPU上運行的快速Python數(shù)字庫。它是由加拿大蒙特利爾大學的LISA組（現(xiàn)為MILA）創(chuàng)建的。Theano是用于控制和評估數(shù)學表達式（尤其是矩陣值表達式）的增強編譯器。

SimpleCV

SimpleCV是用于構(gòu)建計算機視覺應用程序的系統(tǒng)。它使您可以使用各種類似OpenCV，pygame等的大量計算機視覺工具。如果您不希望深入了解圖像處理，而只需要完成工作，則可以使用此工具。如果您需要快速進行原型制作，SimpleCV將為您提供最佳服務。

Keras

Keras是一個深度學習的Python庫，它結(jié)合了不同庫的元素，例如Tensorflow，Theano和CNTK。Keras在Tensorflow之上運行，在諸如Scikit-learn和PyTorch等競爭者中處于有利位置。

Keras可以在TensorFlow，Microsoft Cognitive Toolkit，Theano或PlaidML上運行。旨在用于深度神經(jīng)網(wǎng)絡的快速實驗，它圍繞便利性，測得的質(zhì)量和可擴展性展開。Keras遵循降低認知負擔的最佳實踐：它提供穩(wěn)定且基本的API，并限制了常規(guī)用例所需的用戶操作數(shù)。

GPUImage

它是基于OpenGL ES 2.0的框架，該框架允許將GPU加速的效果和通道應用于實時運動視頻、圖片和電影。在GPU上運行自定義通道需要大量代碼來進行設置和保持。

YOLO

YOLO是一個專門為實時處理而設計的對象檢測系統(tǒng)。YOLO是一個先進的實時目標檢測系統(tǒng)，由來自華盛頓大學的josephredmon和alifarhadi創(chuàng)建。他們的算法將一個神經(jīng)網(wǎng)絡應用于整個圖片，神經(jīng)網(wǎng)絡將圖片分割成一個網(wǎng)格，并用檢測到的項目標記區(qū)域。

BoofCV

BoofCv是用于實時機器人技術(shù)和計算機視覺應用程序的開源Java庫，該庫已獲得Apache 2.0許可，可用于學術(shù)用途和商業(yè)用途。

涵蓋了從低層次的圖像處理，包括低層次的圖像識別和圖像處理。

審核編輯 ：李倩