Narzędzia

Aby rozpocząć analizę obrazu wystarczy umiejętność programowania. Praktycznie w każdym języku programowania można mozolnie przetwarzać dane binarne. Jednak nie ma powodu by utrudniać sobie życie. Dostępnych jest wiele specjalistycznych bibliotek przygotowanych do pracy z obrazem, część z nich jest wprost stworzona do zagadnień wizji komputerowej. Biblioteka taka pozwala na ukryte (bez wnikania w sam proces) otwieranie obrazu niezależnie od jego typu oraz proste i bardziej złożone operacje. I tak znajdziemy np.

1. OpenCV - bardzo rozbudowana biblioteka zapoczątkowana przez Intel
   
2. Intel® Integrated Performance Primitives - zaawansowana i zoptymalizowana dla procesorów Intela
   
3. Matlab - tego pakietu przedstawiać nie trzeba ;-)
   
4. OpenVIDIA - równoległa biblioteka oparta o OpenGL i CUDA
   
5. NokiaCV - wizja komputerowa na telefonie komórkowym
   
6. VIGRA - biblioteka algorytmów przystosowalnych (podobne do techniki użytej w STL)
7. VXL - lekka biblioteka C++

Na blogu poruszać będę głównie sprawy związane z OpenCV. Ta specjalistyczna biblioteka do wizji komputerowej początkowo rozwijana była przez Intel, a następnie udostępniona światkowi otwartego oprogramowania. Do jej niewątpliwych zalet należą licencja BSD i implementacja wielu zaawansowanych algorytmów. Ponadto jeżeli posiadamy zainstalowany pakiet Intel IPP, możemy używać go jako bazę i tym samym przyspieszyć (i tak już szybką) pracę programów napisanych z użyciem OpenCV. Językiem biblioteki jest C. Dostępne są także wersje na niej bazujące, np. dla języka Python.