在過去的幾年中，計算機視覺工具已經出現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展，由于其在物聯網、制造業、醫療保健服務、安全性等領域的應用，近來出現了各種計算機視覺工具的使用激增的趨勢。

計算機視覺已經發展到一定程度，在生產和生活中應用廣泛。此外，GPU等硬件以及機器學習設備和結構的進步，使計算機視覺在當今時代更加引人關注。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操作系統上。[1] 它輕量級而且高效——由一系列 C 函數和少量 C++ 類構成，同時提供了Python、Ruby、MATLAB等語言的接口，實現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是一個基于數據流編程（dataflow programming）的符號數學系統，被廣泛應用于各類機器學習（machine learning）算法的編程實現，其前身是谷歌的神經網絡算法庫DistBelief [1] 。Tensorflow擁有多層級結構，可部署于各類服務器、PC終端和網頁并支持GPU和TPU高性能數值計算，被廣泛應用于谷歌內部的產品開發和各領域的科學研究

TensorFlow 2.0鼓勵執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公司出品的商業數學軟件，用于數據分析、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，控制系統等領域。

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境。它將數值分析、矩陣計算、科學數據可視化以及非線性動態系統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境中，為科學研究、工程設計以及必須進行有效數值計算的眾多科學領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并稱為三大數學軟件。它在數學類科技應用軟件中在數值計算方面首屈一指。MATLAB可以進行矩陣運算、繪制函數和數據、實現算法、創建用戶界面、連接其他編程語言的程序等。MATLAB的基本數據單位是矩陣，它的指令表達式與數學、工程中常用的形式十分相似，故用MATLAB來解算問題要比用C，FORTRAN等語言完成相同的事情簡捷得多，并且MATLAB也吸收了像Maple等軟件的優點，使MATLAB成為一個強大的數學軟件。在新的版本中也加入了對C，FORTRAN，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，該架構使GPU能夠解決復雜的計算問題。它包含了CUDA指令集架構（ISA）以及GPU內部的并行計算引擎。開發人員可以使用C語言來為CUDA架構編寫程序，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已經開始支持C++和FORTRAN。

Theano

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

SimpleCV

SimpleCV是用于構建計算機視覺應用程序的系統。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。旨在用于深度神經網絡的快速實驗，它圍繞便利性，測得的質量和可擴展性展開。Keras遵循降低認知負擔的最佳實踐：它提供穩定且基本的API，并限制了常規用例所需的用戶操作數。

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。YOLO是一個先進的實時目標檢測系統，由來自華盛頓大學的josephredmon和alifarhadi創建。他們的算法將一個神經網絡應用于整個圖片，神經網絡將圖片分割成一個網格，并用檢測到的項目標記區域。

BoofCV

BoofCv是用于實時機器人技術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，可用于學術用途和商業用途。

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