10个流行的Python计算机视觉工具收藏

“作为开发人员最喜爱的语言之一，Python以其丰富的社区可用工具和库而闻名我们列出了开发人员可以用于计算机视觉10个流行流行的Python库或平台，以帮助开发人员自动化开发任务，其中包括检测和可视化”。

1 | fastai    fastai是一个深度学习库，它提供高级组件，可以在标准深度学习领域快速、轻松地提供最先进的结果它还为研究人员提供了可以混合和匹配的低层次组件，以建立新的方法    fastai包括各种特性，比如一个gpu优化的计算机视觉库，它可以在纯Python中扩展，一个新的Python类型分派系统以及一个用于张量的语义类型层次结构等等。

   链接：https://github.com/fastai/fastai2 | IPSDK    IPSDK是一个用c++和Python编写的图像处理库该库提供了一系列完整的图像处理功能来处理数据集，以及一个全面和优化的功能范围的2D和3D图像处理。

   IPSDK自动调整自己以适应处理器的体系结构和能力该库的功能包括全PC集群支持、高性能、高可用性计算等    链接：https://www.reactivip.com/image-processing/。

3 | Imutils    Imutils是一个计算机视觉软件包，包括一系列OpenCV +方便的功能，使基本的图像处理功能，如平移，旋转，调整大小，骨架化，显示Matplotlib图像，排序轮廓，检测边缘等相当容易。

   链接：https://www.pyimagesearch.com/2015/02/02/just-open-sourced-personal-imutils-package-series-opencv-convenience-functions/

4 | Keras    Keras是用Python编写的高级神经网络库，能够运行在TensorFlow或Theano之上该库的开发重点是实现快速实验    这个深度学习库提供了几个特性，包括对卷积网络和循环网络的支持，允许简单和快速的原型化等等。

   链接：https://keras.io5 | Matplotlib    Matplotlib是一个全面的可视化库，用于用Python创建静态、动画和交互式可视化该库可以执行各种功能，比如开发发布质量的图形、导出和嵌入到多种文件格式和交互环境中等等。

   链接：https://matplotlib.org6 | OpenCV    OpenCV是一个流行的、开源的计算机视觉库，专注于实时应用程序该图书馆采用模块化结构，包括数百种计算机视觉算法OpenCV包括图像处理、视频分析、二维特征框架、物体检测、摄像机标定、三维重建等模块。

   链接：https://opencv.org7 | Pytessarct    Pytessarct或Python-tesseract是Python语言的光学字符识别(OCR)工具这个工具是谷歌的tesseracc – ocr引擎的包装器，可以帮助识别和读取嵌入在图像中的文本。

   该工具还可以作为tesseract的独立调用脚本使用，可以读取Pillow和Leptonica图像库支持的所有图像类型，包括jpeg、png、gif、bmp、tiff等    链接：https://pypi.org/project/pytesseract/。

8 | PyTorchCV    PyTorchCV是一个基于pytorch的计算机视觉任务框架该框架是一个集合的图像分类，分割，检测和姿态估计模型在这个框架中有很多实现的模型，包括         AlexNet, ResNet, ResNeXt, pyramid idnet, SparseNet, DRN-C/DRN-D等等。

   链接：https://pypi.org/project/pytorchcv/9 | Scikit-Image    Scikit-Image是一个流行的开源Python库，它包含了一组用于图像处理的算法。

它基本上是一个SciPy的图像处理工具箱建在scipy.n图像以Python语言提供一组通用的图像处理例程这个图像处理库以Python编程语言提供了一个文档完善的API，并实现了用于研究、教育和工业应用的算法和实用程序。

   链接：https://scikit-image.org10 | SimpleCV    SimpleCV是一个流行的机器视觉框架，用于构建计算机视觉应用这个库是用Python编写的，有助于访问几个高性能计算机视觉库，比如OpenCV。

   该框架是可用于开发vision应用程序的库和软件的集合它为相机、图像处理、特征提取和格式转换提供了简洁、可读的界面它还允许用户使用来自网络摄像头、Kinect、      FireWire和IP摄像头或移动电话的图像或视频流。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。