Open Source Computer Vision Library adalah nama lengkap untuk OpenCV, perpustakaan fungsi pemrograman dan toolkit open source untuk penggunaan lintas platform dalam pemrosesan gambar visi komputer real-time dan pelacakan OpenCV. Dikembangkan menjelang pergantian abad ke-21, pada awalnya ditujukan untuk dinding tampilan tiga dimensi (3-D) dan ray tracing. Memanfaatkan pengkodean kreatif, OpenCV dapat menawarkan kerangka kerja untuk pengembang kode berbasis visi yang dioptimalkan kinerja dalam antarmuka C atau C++ pada awalnya, meskipun tersedia dalam beberapa bahasa, dan dapat disesuaikan untuk penggunaan jarak jauh pada perangkat genggam. Ini mampu menangkap file video secara real-time, konfigurasi video dasar, deteksi objek, dan pelacakan gerakan dan warna, di antara fungsi lainnya. OpenCV mampu melakukan kalibrasi kamera karena dapat menemukan dan melacak kalibrasi kamera dan mengatur korespondensi stereo pada kamera video.
Fungsi CalcGlobalOrientation untuk pelacakan OpenCV menghitung orientasi gerakan dari wilayah tertentu bersama dengan perintah CalcMotionGradient kedua, dan membuat riwayat gerakan dan stempel waktu untuk melacak arah gerakan, mengembalikan hasil dalam derajat dan merekam pergeseran berikutnya. Hasil akhirnya akan menjadi jumlah dari orientasi asli dan sudut pergeseran. Membaca dan menulis file gambar dan memaksanya ke gambar berwarna tiga saluran, file dapat dimodifikasi, diakses secara langsung dan tidak langsung, dan diubah menjadi gambar skala abu-abu atau byte-gambar berwarna.
Aliran optik gambar dapat diarahkan melalui pelacakan pencocokan blok, dan setiap piksel dihitung dan diinstruksikan dalam aliran. Alokasi dan pelepasan gambar untuk gambar byte satu saluran atau gambar float tiga saluran untuk menetapkan wilayah yang diinginkan atau mengkloning gambar dimungkinkan. OpenCV memungkinkan pengambilan gambar bingkai dari urutan video dari file dari beberapa kamera secara bersamaan dengan mengambil satu gambar dari masing-masing dan kemudian mengambil dari semuanya, untuk membuat dan mengedit aliran video baru.
Pelacakan OpenCV wajah dilakukan melalui fungsi Camshift-nya. Fungsi ini mengimplementasikan algoritma pelacakan objek, menemukan pusat objek, membuat histogram warna, menghitung probabilitas wajah, kemudian menggeser lokasi persegi panjang wajah di setiap bingkai video dan melakukan penyesuaian dengan menghitung ukuran dan sudut. Ini memusatkan piksel paling terang di atas wajah tengah dan menggunakan skala untuk beradaptasi dengan wajah yang lebih kecil dalam bingkai berikutnya jika gambarnya mundur.
Kemampuan pelacakan OpenCV digunakan di banyak aplikasi. Dari pengenalan wajah hingga pengenalan gerakan, robotika seluler, program interaksi manusia-komputer, dan stereopsis, yang menciptakan persepsi kedalaman penglihatan stereo dengan menggunakan dua kamera, memanfaatkan objek, warna, dan pelacakan gerak. OpenCV juga memiliki perpustakaan pembelajaran mesin statistik yang berisi modul pembelajaran pohon keputusan, algoritme pelacakan maksimalisasi harapan, pohon penambah gradien, dan modul fungsi jaringan saraf tiruan.