OpenCV (Open Source Computer Library) ist eine Open-Source-Bibliothek für Computer Vision und Machine-Learning-Software. OpenCV wurde entwickelt, um eine gemeinsame Infrastruktur für Computer Vision-Anwendungen bereitzustellen und die Nutzung der maschinellen Wahrnehmung in den kommerziellen Produkten zu beschleunigen. Als BSD-lizenziertes Produkt macht OpenCV es Unternehmen leicht, den Code zu nutzen und zu ändern.
Die Bibliothek verfügt über mehr als 2.500 optimierte Algorithmen, die ein umfassendes Set an klassischen und modernen Computer Vision- und Machine Learning-Algorithmen beinhalten. Diese Algorithmen können verwendet werden, um Gesichter zu erkennen, Objekte zu identifizieren, menschliche Handlungen in Videos zu klassifizieren, Kamerabewegungen zu verfolgen, bewegte Objekte zu verfolgen, 3D-Modelle von Objekten zu extrahieren, 3D-Punktwolken von Stereokameras zu erzeugen, Bilder zusammenzufügen, um ein hochauflösendes Bild einer ganzen Szene zu erzeugen, ähnliche Bilder aus einer Bilderdatenbank zu finden, rote Augen aus Bildern zu entfernen, die mit Blitz aufgenommen wurden, Augenbewegungen zu folgen, Szenarien zu erkennen und Marker zu setzen, um sie mit Augmented Reality zu überlagern.
OpenCV hat mehr als 47.000 Nutzer und schätzt die Anzahl der Downloads auf über 14 Millionen. Die Bibliothek wird intensiv in Unternehmen, Forschungsgruppen und von staatlichen Stellen genutzt.
Neben etablierten Unternehmen wie Google, Yahoo, Microsoft, Intel, IBM, Sony, Honda oder Toyota, die die Bibliothek nutzen, gibt es viele Startups wie Applied Minds, VideoSurf und Zeitera, die auf OpenCV intensiv zugreifen. Die Einsatzmöglichkeiten von OpenCV reichen von der Zusammenstellung von Streetview-Bildern über die Erkennung von Einbrüchen in Überwachungsvideos in Israel, die Überwachung von Minenausrüstung in China, die Navigation und Abholung von Objekten in der Willow Garage, die Erkennung von Ertrinkungsunfällen in Europa, den Betrieb von interaktiver Kunst in Spanien und New York, die Überprüfung von Start- und Landebahnen in der Türkei, die Inspektion von Etiketten auf Produkten in Fabriken auf der ganzen Welt bis hin zur schnellen Gesichtserkennung in Japan.
Es verfügt über C++, Python, Java und MATLAB-Schnittstellen und unterstützt Windows, Linux, Android und Mac OS. OpenCV tendiert hauptsächlich zu Echtzeit-Vision-Anwendungen und nutzt die Vorteile von MMX- und SSE-Anweisungen, wenn verfügbar. Eine vollwertige CUDA– und OpenCL-Schnittstelle wird derzeit aktiv entwickelt. Es gibt über 500 Algorithmen und etwa 10 mal so viele Funktionen, die diese Algorithmen zusammensetzen oder unterstützen. OpenCV ist nativ in C++ geschrieben und verfügt über eine vordefinierte Schnittstelle, die nahtlos mit STL-Containern zusammenarbeitet.
Vielen Dank für Ihren Besuch.