OpenCV
OpenCV是一個很流行的圖像處理庫，它為圖像處理算法研究提供了很好的平臺，甚至很多產(chǎn)品在OpenCV的基礎(chǔ)上稍作修改就可以達到目標(biāo)。有關(guān)OpenCV的介紹，abruzzi有一篇不錯的介紹帖子（http://www./topic/463668），所以這里就不再做詳細介紹。

Why OpenCV + Ruby ？
學(xué)院派的圖像處理研究者喜歡用MATLAB，而實際產(chǎn)品開發(fā)，則用C/C++居多，特別是嵌入式系統(tǒng)，最終都要用C/C++重新實現(xiàn)算法甚至要用匯編優(yōu)化部分代碼。

當(dāng)然，很多公司是學(xué)院派和工程派兼之。

用MATLAB的好處是可以快速實現(xiàn)算法，缺點是當(dāng)你想把算法變成產(chǎn)品的時候，要經(jīng)過一個比較長的過程，要把算法用C/C++再實現(xiàn)一遍。

OpenCV本身就是用C++寫的，而且很多算法已經(jīng)經(jīng)過了優(yōu)化，性能不錯。因此如果直接基于OpenCV開發(fā)算法，在最終轉(zhuǎn)化為產(chǎn)品的時候就很方便。

直接基于OpenCV開展算法研究的一個最大問題是缺乏快速驗證的平臺。雖然OpenCV提供了highgui用于簡單的結(jié)果展示，但是離“方便”還是缺很遠。我過去是用VC/MFC構(gòu)建開發(fā)平臺，提供了很多方便的功能輔助算法研究，但是平臺的構(gòu)建和維護，以及功能的增加都要花費巨大的努力，算法研究人員要為維護平臺而煞費苦心。

一個通用的，易于維護，可擴展的平臺對圖像處理算法研究非常有幫助。

Ruby語言擁有容易學(xué)習(xí)，語法優(yōu)雅，表達能力強的特點，而且加上RubyGnome2 GUI庫，可以很方便地實現(xiàn)理想中的圖像處理算法研究平臺。

另外，還有其他幾個因素使得Ruby適合做這樣的平臺：
1. RubyInline可以讓你在ruby程序中嵌入C代碼，這對于嘗試一些貼近底層的算法調(diào)整非常方便。
2. Ruby的C擴展還算比較容易編寫。
3. Ruby是動態(tài)語言，可以方便地為平臺增添插件功能，或者提供一個腳本控制臺。

在這里不能不提到Python，Python是一門優(yōu)秀的腳步語言，也有很多庫支持，特別是OpenCV官方就提供了Python的綁定。用Ruby或是Python只是個人喜好的問題。


Tui Image Studio
這是一個用Ruby寫的，支持OpenCV的跨平臺圖像算法研究平臺軟件。它為圖像處理研究提供了許多基本設(shè)施，例如直方圖查看，區(qū)域分割與選擇，攝像頭連接等，而更多的圖像處理算法則通過插件的形式來提供。

當(dāng)你想嘗試一個新的算法的時候，如果現(xiàn)有的插件中不能實現(xiàn)，就可以新寫一個插件。多個插件可以以鏈接的方式協(xié)同工作，當(dāng)然插件也可以暴露供外部調(diào)用的接口。

插件的界面和流程控制用ruby編寫。當(dāng)需要用C的時候，你可以編寫C擴展或者直接在插件的ruby代碼中嵌入C代碼，Tui平臺會通過RubyInline自動為你編譯。

通常情況下，為OpenCV本身提供的功能編寫插件，包括UI代碼都在100行以內(nèi)。

在Tui中算法驗證通過以后，把這個算法在實際產(chǎn)品中實現(xiàn)則相對簡單：因為都是基于OpenCV，增加的算法代碼也都是用C寫的。

你編寫的插件越多，積累的算法也就越多，下一步算法研究也就越容易。

另外，Tui平臺還提供分布式處理工具：有些算法需要巨大的運算量，要對一個數(shù)萬張圖片的圖庫驗證一個算法需要很長的時間，這個時候你就需要幾臺或數(shù)十臺PC來進行并行運算。Tui為你提供了這樣的便捷工具，你可以發(fā)布你的插件到所有安裝了Tui的機器并分配驗證任務(wù)，最后收集結(jié)果報告。

Tui Image Studio截圖：



圖中演示了Canny邊緣檢測，直方圖，高通濾波，以及一個從攝像頭獲取實時視頻并做人臉檢測的插件。

Conclusion
OpenCV+Ruby為圖像處理研究提供了一個利器，可以快速驗證算法并平滑過渡到最終產(chǎn)品。Ruby用作GUI程序開發(fā)已不僅僅是玩具而已，RubyGnome2可以用于開發(fā)復(fù)雜的，嚴(yán)肅的桌面應(yīng)用程序。