10个流行的Python计算机视觉工具--机器视觉网

“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/fastai

2 | 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.io

5 | 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.org

6 | 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.org

7 | 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.org

10 | 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。