剑网3杨宁的铠甲在哪:机器视觉开源处理库汇总

来源:百度文库 编辑:中财网 时间:2024/04/29 12:11:49

机器视觉开源处理库汇总

从cvchina搞到的机器视觉开源处理库汇总,转来了,很给力,还在不断更新。。。

通用库/General Library

  • OpenCV

无需多言。

  • RAVL

Recognition And Vision Library. 线程安全。强大的IO机制。包含AAM。

  • CImg

很酷的一个图像处理包。整个库只有一个头文件。包含一个基于PDE的光流算法。

图像,视频IO/Image, Video IO

  • FreeImage
  • DevIL
  • ImageMagick
  • FFMPEG
  • VideoInput
  • portVideo

AR相关/Augmented Reality

  • ARToolKit

基于Marker的AR库

  • ARToolKitPlus

ARToolKit的增强版。实现了更好的姿态估计算法。

  • PTAM

实时的跟踪、SLAM、AR库。无需Marker,模板,内置传感器等。

  • BazAR

基于特征点检测和识别的AR库。

局部不变特征/Local Invariant Feature

  • VLFeat

目前最好的Sift开源实现。同时包含了KD-tree,KD-Forest,BoW实现。

  • Ferns

基于Naive Bayesian Bundle的特征点识别。高速,但占用内存高。

  • SIFT By Rob Hess

基于OpenCV的Sift实现。

目标检测/Object Detection

  • AdaBoost By JianXin.Wu

又一个AdaBoost实现。训练速度快。

  • 行人检测 By JianXin.Wu

基于Centrist和Linear SVM的快速行人检测。

(近似)最近邻/ANN

  • FLANN

目前最完整的(近似)最近邻开源库。不但实现了一系列查找算法,还包含了一种自动选取最快算法的机制。

  • ANN

另外一个近似最近邻库。

SLAM & SFM

  • SceneLib [LGPL]

monoSLAM库。由Androw Davison开发。

图像分割/Segmentation

  • SLIC Super Pixel

使用Simple Linear Iterative Clustering产生指定数目,近似均匀分布的Super Pixel。

目标跟踪/Tracking

  • TLD

基于Online Random Forest的目标跟踪算法。

  • KLT

Kanade-Lucas-Tracker

  • Online boosting trackers

Online Boosting Trackers

直线检测/Line Detection

  • DSCC

基于联通域连接的直线检测算法。

  • LSD [GPL]

基于梯度的,局部直线段检测算子。

指纹/Finger Print

  • pHash [GPL]

基于感知的多媒体文件Hash算法。(提取,对比图像、视频、音频的指纹)

视觉显著性/Visual Salience

  • Global Contrast Based Salient Region Detection

Ming-Ming Cheng的视觉显著性算法。

FFT/DWT

  • FFTW [GPL]

最快,最好的开源FFT。

  • FFTReal [WTFPL]

轻量级的FFT实现。许可证是亮点。

音频处理/Audio processing

  • STK [Free]

音频处理,音频合成。

  • libsndfile [LGPL]

音频文件IO。

  • libsamplerate [GPL ]

音频重采样。

小波变换

快速小波变换(FWT)

  • FWT

BRIEF: Binary Robust Independent Elementary Feature 一个很好的局部特征描述子,里面有FAST corner + BRIEF实现特征点匹配的DEMO:http://cvlab.epfl.ch/software/brief/

http://code.google.com/p/javacv


Java打包的OpenCV, FFmpeg, libdc1394, PGR FlyCapture, OpenKinect, videoInput, and ARToolKitPlus库。可以放在Android上用~

 

libHIK,HIK SVM,计算HIK SVM跟Centrist的Lib。http://c2inet.sce.ntu.edu.sg/Jianxin/projects/libHIK/libHIK.htm

 

一组视觉显著性检测代码的链接:http://cg.cs.tsinghua.edu.cn/people/~cmm/saliency/