Biblioteca de visión por computadora de código abierto es el nombre completo de OpenCV, una biblioteca de funciones de programación y un juego de herramientas de código abierto para uso multiplataforma en el procesamiento de imágenes de visión por computadora en tiempo real y el seguimiento de OpenCV. Desarrollado a principios del siglo XXI, inicialmente se diseñó para paredes de visualización tridimensionales (21-D) y trazado de rayos. Haciendo uso de la codificación creativa, OpenCV puede ofrecer un marco a los desarrolladores de código basado en visión optimizado para el rendimiento en una interfaz C o C ++ inicialmente, aunque está disponible en varios idiomas, y es adaptable para uso remoto en dispositivos portátiles. Es capaz de capturar archivos de video en tiempo real, configuraciones básicas de video, detección de objetos y seguimiento de movimiento y color, entre otras funciones. OpenCV es capaz de realizar calibraciones de cámara, ya que puede encontrar y rastrear calibraciones de cámara y establecer correspondencia estéreo en cámaras de video.
La función CalcGlobalOrientation para el seguimiento de OpenCV calcula la orientación del movimiento de una región específica junto con un segundo comando CalcMotionGradient, y crea un historial de movimiento y una marca de tiempo para rastrear la dirección del movimiento, devolviendo los resultados en grados y registrando los cambios posteriores. El resultado final sería una suma de la orientación original y los ángulos de desplazamiento. Al leer y escribir archivos de imagen y forzarlos a una imagen de color de tres canales, los archivos se pueden modificar, acceder directa e indirectamente y convertir a imágenes en escala de grises o imágenes de bytes de color.
El flujo óptico de imágenes se puede dirigir mediante el seguimiento de coincidencia de bloques, y cada píxel se puede calcular e instruir en el flujo. Es posible la asignación y liberación de imágenes para imágenes de bytes de un canal o imágenes flotantes de tres canales para establecer una región de interés o clonar una imagen. OpenCV permite la captura de imágenes de fotogramas de una secuencia de video de un archivo de varias cámaras simultáneamente tomando una imagen de cada una y luego recuperándola de todas, para crear y editar nuevos flujos de video.
El seguimiento facial de OpenCV se realiza mediante sus funciones Camshift. Esta función implementa un algoritmo de seguimiento de objetos, encuentra el centro del objeto, crea un histograma de color, calcula la probabilidad facial, luego cambia la ubicación del rectángulo de la cara en cada cuadro de video y hace ajustes calculando el tamaño y el ángulo. Concentra los píxeles más brillantes sobre la cara centrada y utiliza la escala para adaptarse a caras más pequeñas en fotogramas posteriores si la imagen se está retirando.
Las capacidades de seguimiento de OpenCV se utilizan en muchas aplicaciones. Desde el reconocimiento facial hasta el reconocimiento de gestos, robótica móvil, programas de interacción persona-computadora y estereopsis, que crea percepción de profundidad de visión estéreo mediante el uso de dos cámaras, haciendo uso del seguimiento de objetos, colores y movimiento. OpenCV también tiene bibliotecas de aprendizaje automático estadístico que contienen módulos de aprendizaje de árboles de decisión, algoritmos de seguimiento de maximización de expectativas, árboles de aumento de gradiente y módulos de funcionamiento de redes neuronales artificiales.