機器人視覺應用程序可以帶來一系列復雜的需求，但開源庫可以為幾乎所有需求提供解決方案。開發(fā)人員可以找到從基本的圖像處理和對象識別再到運動規(guī)劃和避免碰撞的開源軟件包 。另外，還有有一些關鍵的開源圖像處理軟件包，可以幫助開發(fā)人員實現(xiàn)復雜的機器人系統(tǒng)。

在可用的開源軟件包中，OpenCV可能是使用最廣泛、功能最豐富的。OpenCV分發(fā)版實現(xiàn)了超過2500種算法，通過一系列模塊處理圖像處理需求，其中包括以下內(nèi)容:

core，定義所有其他模塊使用的基本數(shù)據(jù)結(jié)構(gòu)和函數(shù);

imgproc，提供圖像處理功能，包括線性和非線性圖像濾波、幾何圖像變換、顏色空間轉(zhuǎn)換、直方圖等;

video，支持運動估計，背景減法和對象跟蹤算法;

calib3d，提供基本幾何算法，攝像機校準，物體姿態(tài)估計等;

features2d，提供特征檢測器，描述符和描述符匹配;

objdetect，提供對象和預定義類實例的檢測;

OpenCV使用c++編寫，支持c++、Python、Java和Matlab接口，支持Windows、Linux、Android和Mac OS。OpenCV除了支持單指令、多數(shù)據(jù)(SIMD)指令集外，還通過GPU模塊為許多功能提供基于cuda的GPU加速，通過ocl模塊提供OpenCL加速。最近發(fā)布的OpenCV 4.0帶來了許多性能改進和功能，包括流行的Kinect融合算法的實現(xiàn)。

就其功能而言，OpenCV可能需要一個學習過程，這超出了希望使用機器人視覺快速移動的開發(fā)人員的耐心。對于這些開發(fā)人員，基于python的SimpleCV也可能是個不錯的選擇。SimpleCV構(gòu)建于OpenCV之上，它提供了高級機器人視覺開發(fā)人員所需的功能，但也提供了一個可訪問的框架，幫助經(jīng)驗較少的開發(fā)人員使用簡單的Python函數(shù)調(diào)用來探索基本的機器視覺功能。例如，開發(fā)人員可以使用SimpleCV image類中的一個簡單內(nèi)置方法(下面清單中的img. binalize())快速實現(xiàn)常用的函數(shù)，比如圖像閾值化，最后顯示如圖1所示的結(jié)果。

fromSimpleCVimportImage,Color,Display #Makeafunctionthatdoesahalfandhalfimage. defhalfsies(left,right): result=left #croptherightimagetobejusttherightside. crop=right.crop(right.width/2.0,0,right.width/2.0,right.height) #nowpastethecropontheleftimage. result=result.blit(crop,(left.width/2,0)) #returntheresults. returnresult#Loadanimagefromimgur.img=Image('http://i.imgur.com/lfAeZ4n.png') #binarizetheimageusingathresholdof90#andinverttheresults.output=img.binarize(90).invert()#createthesidebysideimage.result=halfsies(img,output)#showtheresultingimage.result.show()#savetheresultstoafile.result.save('juniperbinary.png')

圖1.上面列出的Python代碼的結(jié)果（來源：SimpleCV）

除了基本的圖像處理功能外，OpenCV和SimpleCV還實現(xiàn)了許多高級圖像處理算法，機器人系統(tǒng)需要處理對象或在物理環(huán)境中安全運行。在許多這些計算中使用的基本數(shù)據(jù)結(jié)構(gòu)之一是點云 – 表示對象的多維數(shù)據(jù)點的集合（圖2）。從相機獲取，對象的點云用于基本的機器人操作，例如對象識別，對齊和擬合。對于使用點云，點云庫（PCL）[源代碼]實現(xiàn)了過濾，擬合，關鍵點提取，分割等算法。

圖2.基本環(huán)面的點云數(shù)據(jù)集。