从 ComputerVision 开始选择啥：Scikit-image 还是 OpenCV？ [关闭]

Posted 2023-02-23

【中文标题】从 ComputerVision 开始选择啥：Scikit-image 还是 OpenCV？ [关闭]

【英文标题】：What to choose to begin with ComputerVision: Scikit-image or OpenCV? [closed]从 ComputerVision 开始选择什么：Scikit-image 还是 OpenCV？ [关闭]

【发布时间】：2015-03-17 05:11:05

【问题描述】：

我的目标是识别特定类型的交通标志：实时视频中的红色圆圈。

【参考方案1】：

在我看来，OpenCV 对你来说是更好的选择。您可以找到许多针对您的目标的教程。这是一个简单的初学者教程；

http://opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/py_tutorials.html

【参考方案2】：

Scikit-Image 和 OpenCV 都非常适合各自的用途。不幸的是，据我所知，Scikit-Image 不具备做实时视频的能力。 OpenCV 更适合这个问题。

如果您不知道从哪里开始，这里有一个很棒的教程系列。这正是您要问的，只需将停止标志训练的分类器替换为面部训练的分类器即可。 https://pythonprogramming.net/haar-cascade-face-eye-detection-python-opencv-tutorial/

使用 Haar 级联进行符号检测。 我通过快速搜索“Stop sign Haar cascade”发现其他人已经创建了像这样的训练有素的分类器http://www.cs.utah.edu/~turcsans/DUC_files/HaarCascades/

在页面上，下载haarcascade_stop.xml

【讨论】：

Scikit-image实际上可以实时视频；为此，它依赖于 imageio 和 imageio-ffmpeg。不过，您可能需要更加小心使用哪些算法，因为有些算法是在 python 中实现的，这使得它们与纯 C 实现相比速度较慢。