1樓：Xavier CHEN
Opencv裡面封裝了CV裡面常用的大多數傳統演算法，算是計算機視覺的基礎。
tf和caffe是做deep learning用的。
如果想從事計算機視覺的工作，Opencv是基礎，必須會用的。tf由於是python的framework，適合做研發和除錯，但是工業應用一般都要把model轉成C、C++。 caffe直接就有C++介面，想偏研究就tf 偏工業就caffe。
其實想水平高一些這些都得熟練
2樓：一棵有思想的韭菜
Opencv主要用裡面一些常用的，經典的計算機視覺演算法，而Opencv自帶的一些機器學習的方法大家沒怎麼用，比較冷。在此基礎上，可以對影象做很多特徵分析，然後基於這些特徵可以進一步用深度學習來做識別和應用，所以就可能會用到tensorflow或者caffe的深度學習框架。雖然兩個名氣都很大，但感覺大牛都用caffe呢，，，我沒用過這兩個，我用Amazon的MXnet。
2019. 10. 25更新，抱歉我現在已經搞忘怎麼用mxnet了，我現在用tf，keras，paddle，真香。。。
計算機視覺方向什麼樣的人能稱得上高手 專家？
Jojojoshuali 我所認識身邊的人裡面朱松純教師是可以在計算機視覺方面帶來真正意義上的改革。朱教授的其中一項研究是想把Theory of Mind 應用到神經網路裡來。這套方法為真正意義上的將認知科學，心理學，計算機全部融會貫通，如此可以實現真正意義上的人工智慧，賦予電腦人類的思維，而不是像...
計算機視覺中，目前有哪些經典的目標跟蹤演算法？
砥礪前行的登山者 為了該問題，剛註冊的知乎，已入坑。之前研究經典的追蹤演算法，乃至有種 山中一日，世上已千年 的趕腳。該領域已經漸漸沉浸於相關濾波和深度學習裡，但以前的經典還需好好繼承，舉個小爪爪，以後和大家一起交流目標跟蹤的經驗 Ge皮燉蛋湯 MOSSE，Visual Object Trackin...
計算機視覺中，目前有哪些成熟的匹配定位演算法？
opencv自帶的那個surf特徵點配準的是真的不好用，實際幹專案的場景精度很差，每次得等到光照啥的條件好點的時候再配準。 Ronald GMS了解一下 要求實時 精度也不差 orb GMS 要求精度 A SIFT GMS 相同程度匹配，速度精度比RANSAC效果好 餘果 SegICP Integr...