图像识别

Question

我想做一些关于计算机成像的基础知识的工作。我正在寻找一种方法来读取单像素的数据，对它们进行编程分析，并对其进行更改。最好的语言是什么(Python，c++，Java...)？最好的文件格式是什么？

我不想要任何超级花哨的软件/API。我在找最基本的东西。

Answer 1

如果你需要速度(你可能总是想要图像处理的速度)，你肯定必须使用原始像素数据。Java有一些真正的缺点，因为你不能直接访问内存，这使得像素访问比直接访问内存要慢得多。C++绝对是图像处理产品的首选语言。但是，例如，您也可以使用C#，因为它允许在特定区域使用不安全的代码。(看看bitmapdata类的scan0指针属性。)我已经成功地在图像处理应用程序中使用了C#，它们的速度肯定比java快得多。我不会使用任何脚本语言或java来达到这样的目的。

Answer 2

使用、Python、等高级语言来处理大型、多维或复杂的像素信息数组是非常困难的。有一个名为PIL (the Python Imaging Library的库非常有用，它可以让你做一般的过滤和变换(改变亮度，柔化，去饱和度，裁剪等)以及操作原始像素数据。

到目前为止，它是我一直使用的easiest and simplest图像库，可以扩展它来做您感兴趣的任何事情(例如，用很少的代码编写edge detection)。

Answer 3

我学过人工智能和计算机视觉，因此我非常了解这一领域使用的工具。

基本上:你可以使用任何你想要的东西，只要你知道它在幕后是如何工作的。

现在，根据您想要实现的目标，您可以使用：

• C语言，但在实现算法时，您将在错误检查和内存管理方面浪费大量时间。所以从理论上讲，这是做这类工作的最快的语言，但是如果你的算法在计算上效率不高(就复杂性而言)，或者如果你在but检查上浪费了太多时间，这显然是不值得的。所以我建议首先用另一种语言实现你的应用程序，然后你可以用C bindings.
• Octave/MatLab:非常高效的语言来优化你的代码的一小部分，几乎和C一样多，而且你可以做出非常优雅和简洁的算法。如果你对向量化、矩阵和线性运算感兴趣，你应该使用它们。然而，你不能用这种语言开发一个完整的应用程序，它更专注于算法，但之后你可以随时使用另一种语言开发界面。
• Python:一体式优雅且易于访问的语言，用于大规模应用程序，如谷歌和脸书。你几乎可以用Python做任何你想做的事情，任何类型的应用程序。如果你想创建一个完整的应用程序(包括客户端交互，而不仅仅是算法)，或者你想使用现有的库快速起草一个原型，因为Python有一组非常大的高质量的库，比如OpenCV，那么它将是非常适合的。但是，如果您只想创建算法，则最好使用Octave/MatLab.

被选为解决方案的答案是非常有偏见的，你应该小心这种陈旧的评论。

如今，硬件比湿件(人类)更便宜，因此，您应该使用能够更快地产生结果的语言，即使这是以几个CPU周期或内存空间为代价的。

此外，许多人倾向于认为，只要你用C/C++实现你的软件，你就是在制造速度的圣杯:这不是真的。首先，因为算法的复杂性比你正在使用的语言重要得多(一个糟糕的算法永远不会击败一个更好的算法，即使是用世界上最慢的语言实现的)，其次，因为现在高级语言正在为你做大量的缓存和速度优化，这可以使你的程序运行得比C/C++更快。

当然，您总是可以在C/C++中完成上述所有操作，但是您愿意浪费多少时间来重新发明轮子呢？