OpenCV

OpenCV ( Open Source Computer Vision Library ) es una biblioteca de funciones de programación principalmente para visión artificial en tiempo real . ^{[ 2 ]} Desarrollada originalmente por Intel , posteriormente recibió el apoyo de Willow Garage y luego de Itseez (que más tarde fue adquirida por Intel ^{[ 3 ]} ). La biblioteca es multiplataforma y está licenciada como software libre y de código abierto bajo la Licencia Apache 2. A partir de 2011, OpenCV incorpora aceleración por GPU para operaciones en tiempo real. ^{[ 4 ]}

Lanzado oficialmente en 1999, el proyecto OpenCV fue inicialmente una iniciativa de Intel Research para impulsar aplicaciones que requieren un uso intensivo de la CPU , como parte de una serie de proyectos que incluían el trazado de rayos en tiempo real y pantallas 3D . ^{[ 5 ]} Entre los principales colaboradores del proyecto se encontraban varios expertos en optimización de Intel Rusia, así como el equipo de la biblioteca de rendimiento de Intel. En los inicios de OpenCV, los objetivos del proyecto se describieron ^{[ 6 ]} como:

• Impulsar la investigación en visión artificial proporcionando código abierto y optimizado para la infraestructura básica de visión. Se acabó reinventar la rueda .
• Difundir el conocimiento sobre visión artificial proporcionando una infraestructura común sobre la que los desarrolladores puedan construir, de modo que el código sea más legible y transferible.
• Impulsar las aplicaciones comerciales basadas en visión artificial poniendo a disposición de forma gratuita código portátil y optimizado para el rendimiento, con una licencia que no exigía que el código fuera abierto o gratuito.

La primera versión alfa de OpenCV se presentó al público en la Conferencia IEEE sobre Visión por Computadora y Reconocimiento de Patrones en el año 2000, y se lanzaron cinco versiones beta entre 2001 y 2005. La primera versión 1.0 se lanzó en 2006. Una versión preliminar 1.1 se lanzó en octubre de 2008.

La segunda versión principal de OpenCV se lanzó en octubre de 2009. OpenCV  2 incluye cambios importantes en la interfaz de C++ , con el objetivo de lograr patrones más sencillos y seguros en cuanto a tipos, nuevas funciones y mejores implementaciones de las existentes en términos de rendimiento (especialmente en sistemas multinúcleo). Actualmente, las versiones oficiales se publican cada seis meses ^{[ 7 ]} y el desarrollo corre a cargo de un equipo ruso independiente con el apoyo de empresas comerciales.

En agosto de 2012, el soporte para OpenCV fue asumido por una fundación sin fines de lucro, OpenCV.org, que mantiene un sitio para desarrolladores ^{[ 8 ]} y usuarios. ^{[ 9 ]}

En mayo de 2016, Intel firmó un acuerdo para adquirir Itseez, ^{[ 10 ]} un desarrollador líder de OpenCV. ^{[ 11 ]}

Las áreas de aplicación de OpenCV incluyen:

• Kits de herramientas de funciones 2D y 3D
• Estimación del egomomento
• sistema de reconocimiento facial
• Reconocimiento de gestos
• Interacción persona-ordenador (HCI)
• Robótica móvil
• Comprensión del movimiento
• Detección de objetos
• Segmentación y reconocimiento
• Estereopsis: visión estéreo: percepción de profundidad a partir de 2 cámaras
• Estructura a partir del movimiento (SFM)
• Seguimiento de vídeo en movimiento
• Realidad aumentada

Para dar soporte a algunas de las áreas mencionadas anteriormente, OpenCV incluye una biblioteca de aprendizaje automático estadístico que contiene:

• Impulsar
• Aprendizaje mediante árboles de decisión
• árboles de potenciación de gradiente
• algoritmo de maximización de la esperanza
• algoritmo de k vecinos más cercanos
• Clasificador Naive Bayes
• Redes neuronales artificiales
• Bosque aleatorio
• Máquina de vectores de soporte (SVM)
• Redes neuronales profundas (DNN) ^{[ 12 ]}

OpenCV está escrito en el lenguaje de programación C++ , al igual que su interfaz principal. Existen enlaces para Python , Java y MATLAB / Octave . La interfaz de programación de aplicaciones ( API ) para estas interfaces se puede encontrar en la documentación en línea. ^{[ 13 ]} Se han desarrollado bibliotecas de envoltura en varios lenguajes para fomentar su adopción por un público más amplio. En la versión 3.4, se publicaron enlaces de JavaScript para un subconjunto seleccionado de funciones de OpenCV como OpenCV.js, para su uso en plataformas web. ^{[ 14 ]}

Si la biblioteca encuentra las primitivas de rendimiento integrado de Intel en el sistema, utilizará estas rutinas optimizadas propietarias para acelerar su funcionamiento.

Se ha estado trabajando en una interfaz de unidad de procesamiento gráfico (GPU) basada en la arquitectura de dispositivo unificado de computación ( CUDA ) desde septiembre de 2010. ^{[ 15 ]}

Se ha estado desarrollando una interfaz de GPU basada en OpenCL desde octubre de 2012, ^{[ 16 ]} la documentación para la versión 2.4.13.3 se puede encontrar en docs.opencv.org. ^{[ 17 ]}

Una IPU también puede utilizar la aceleración por hardware de OpenCV.

• AForge.NET : biblioteca de visión artificial para el Common Language Runtime de .NET Framework y Mono.
• Sistema Operativo para Robots (ROS): utiliza OpenCV como paquete de visión principal.
• VXL : una biblioteca alternativa escrita en C++.
• CVIPtools : entorno de software completo para visión artificial y procesamiento de imágenes basado en interfaz gráfica de usuario (GUI), con bibliotecas de funciones en C, una biblioteca de vínculos dinámicos (DLL ) basada en el modelo de objetos componentes (COM ) y dos programas de utilidad para el desarrollo de algoritmos y el procesamiento por lotes.
• Inteligencia artificial de código abierto
• OpenNN : biblioteca de redes neuronales artificiales escrita en C++, de código abierto.
• Lista de paquetes de software gratuitos y de código abierto
• Lista de software de robótica
• MediaPipe : un marco de código abierto de Google.