计算机视觉 开源库指南 小结

举报
一颗小树x 发表于 2021/06/30 20:06:36 2021/06/30
【摘要】 本文介绍计算机视觉的开源库指南,基本是免费和开源的。包括:OpenCV 、scikit-image、imgaug、Augmentor、Albumentations。文章结构分为“目录版”和“简介版”。目录版OpenCV - 开源计算机视觉库scikit-image - 图像处理 SciKit(SciPy 工具箱)imgaug - 机器学习实验的图像增强Augmentor - Python 中...

本文介绍计算机视觉的开源库指南,基本是免费和开源的。

包括:OpenCV 、scikit-image、imgaug、Augmentor、Albumentations。

文章结构分为“目录版”和“简介版”。

目录版

  • OpenCV - 开源计算机视觉库
  • scikit-image - 图像处理 SciKit(SciPy 工具箱)
  • imgaug - 机器学习实验的图像增强
  • Augmentor - Python 中用于机器学习的图像增强库
  • Albumentations- 快速的图像增强库和其他库的易于使用的包装器

简介版

OpenCV - 开源计算机视觉库

OpenCV 是一个高度优化的库,专注于实时应用程序。
跨平台:C++、Python 和 Java 接口支持 Linux、MacOS、视窗、iOS 和安卓系统。
开源:OpenCV 是开源的,根据 BSD 3 条款许可证发布。它是免费的商业用途。

主页https://opencv.org

课程:https://opencv.org/courses

文档:https://docs.opencv.org/master/

问答论坛:https://forum.opencv.org

以前的论坛(仅阅读):http://answers.opencv.org

问题跟踪:https://github.com/opencv/opencv/issues

其他开放式CV功能https://github.com/opencv/opencv_contrib


scikit-image - 图像处理 SciKit(SciPy 工具箱)

scikit-image 用于图像处理的算法集合。它是免费的,不受限制。

网站(包括文档):https://scikit-image.org/

邮件列表:https://mail.python.org/mailman3/lists/scikit-image.python.org/

资料来源:https://github.com/scikit-image/scikit-image

基准:https://pandas.pydata.org/speed/scikit-image/

imgaug - 机器学习实验的图像增强

imgaug 为机器学习项目增强图像。它将一组输入图像转换为一组更大、稍有更改的图像。

Augmentor - Python 中用于机器学习的图像增强库

它是自动化图像增强(人工数据生成),以扩展数据集作为机器学习算法,特别是神经网络和深度学习的输入。

Albumentations- 快速的图像增强库和其他库的易于使用的包装器

用于图像增强的 Python 库。图像增强用于深度学习和计算机视觉任务,以提高训练有素的模型的质量。图像增强的目的是从现有数据中创建新的培训样本。

【版权声明】本文为华为云社区用户原创内容,转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息, 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。