最近日本推出的反美颜应用primo可能让感到不胜惶恐。其实，这样反人类的应用，你也能写出，不过必须了解的一些技术，就是计算机视觉。目前，计算机视觉库包括fastcv、opencv、javacv等。

相对来讲，opencv是一个较为成熟的视觉库，它包含了harris、surf、sift、fast等算法，支持面向对象的c++ api，并可针对不同硬件进行优化，比如台式机、移动设备等。

javacv则是封装了opencv、libdc1394、openkinect、videoinput和artoolkitplus等计算机视觉编程人员常用库接口的库。如果开发的应用不需要增加用于处理图片的代码，那么可以使用javacv。但是如uoxuyao大量额外的用于图片处理的代码，那么java会降低你的处理速度。

fastcv是专为移动设备进行了优化的一款计算机视觉库。开发者可以使用fastcv建立的计算机视觉应用程序所需的框架，qualcomm的增强现实（ar）sdk就是一个很好的例子。fastcv可以为开发者的应用添加更多基于摄像头的功能，比如手势识别、文本识别、增强现实，以及人脸检测、跟踪与识别。

qualcomm的snapdragon系列（s2版本以上）是基于arm架构开发的移动设备处理器。所以相应的，fastcv支持所有arm处理器，并专为qualcomm处理器进行了优化。

举一个例子，今年qualcomm推出了骁龙805系列芯片。搭载这块芯片的android手机可以实现“先拍照，后对焦”的功能，也就是说，用户可以通过点击照片中不同远近的物体，设置照片的焦点，这就利用到了fastcv。

ionroad应用截屏

ionroad是一款可以利用手机摄像头和内置gps、加速度计、陀螺仪获取车辆速度、方向等信息的手机app，它还可以通过摄像头监测检测前方车辆和车道，当偏离车道或离前车过近时，会发出预警。这就是利用了fastcv对物体监测、跟踪的能力。尽管这款应用是2012年fastcv刚刚发布时，由开发者开发的。但据官方介绍，利用fastcv后，性能提升了10% - 15%，两天就完成了开发。

其实，计算机视觉不仅仅可以应用于拍照、ar，或其他与摄像头相关的手机应用上，对于机器人这个新兴领域也很重要。比如在今年uplinq大会上，开发者展出了一款机器人产品，它采用了snapdragon 600处理器，能很好的支持fastcv视觉计算库，利用摄像头识别、跟踪物体。

以上是网络信息转载，信息真实性自行斟酌。