Open Source Computer Vision Library je polno ime za OpenCV, knjižnico programskih funkcij in odprtokodno zbirko orodij za uporabo na več platformah pri obdelavi slik računalniškega vida v realnem času in sledenju OpenCV. Razvit ob prelomu v 21. stoletje je bil prvotno namenjen tridimenzionalnim (3-D) prikaznim stenam in sledenju žarkov. Z uporabo kreativnega kodiranja lahko OpenCV ponudi okvir razvijalcem kode, ki temelji na viziji, optimizirane za zmogljivost, v vmesniku C ali C++ na začetku, čeprav je na voljo v več jezikih in je prilagodljiv za oddaljeno uporabo na ročnih napravah. Med drugimi funkcijami je sposoben zajemati video datoteke v realnem času, osnovne video konfiguracije, zaznavanje predmetov ter sledenje gibanju in barvi. OpenCV je sposoben kalibracij kamere, saj lahko najde in sledi kalibracijam kamere ter nastavi stereo korespondenco na video kamerah.
Funkcija CalcGlobalOrientation za sledenje OpenCV izračuna orientacijo gibanja določene regije v povezavi z drugim ukazom CalcMotionGradient ter ustvari zgodovino gibanja in časovni žig za sledenje smeri gibanja, vrne rezultate v stopinjah in zabeleži naslednje premike. Končni rezultat bi bil vsota prvotne orientacije in kotov premika. Branje in pisanje slikovnih datotek ter njihovo vsiljevanje v trikanalno barvno sliko, datoteke je mogoče spreminjati, neposredno in posredno dostopati ter jih pretvoriti v sivine ali barvne bajtne slike.
Optični tok slik je mogoče usmerjati s pomočjo sledenja ujemanja blokov in vsak piksel izračunati in dati navodila v toku. Možna je dodelitev in sprostitev slik za enokanalne bajtne slike ali trikanalne plavajoče slike, da nastavite območje zanimanja ali klonirate sliko. OpenCV omogoča zajemanje slik okvirja iz video sekvence iz datoteke iz več kamer hkrati tako, da zajame eno sliko iz vsake in nato pridobi iz vseh, da ustvari in uredi nove video tokove.
Sledenje obrazu OpenCV se izvaja s pomočjo funkcij Camshift. Ta funkcija izvaja algoritem za sledenje objektu, poišče središče predmeta, ustvari barvni histogram, izračuna verjetnost obraza, nato premakne lokacijo pravokotnika obraza v vsakem videookviru in izvede prilagoditve z izračunom velikosti in kota. Koncentrira najsvetlejše slikovne pike na sredino obraza in uporablja lestvico za prilagajanje manjšim obrazom v naslednjih kadrih, če se slika umika.
Sposobnosti sledenja OpenCV se uporabljajo v številnih aplikacijah. Od prepoznavanja obraza do prepoznavanja gibov, mobilne robotike, programov za interakcijo med človekom in računalnikom in stereopse, ki ustvarja stereo zaznavo globine vida z uporabo dveh kamer, pri čemer uporablja sledenje predmetov, barv in gibanja. OpenCV ima tudi knjižnice statističnega strojnega učenja, ki vsebujejo module za učenje drevesa odločitev, algoritme za sledenje maksimiranja pričakovanj, drevesa za povečanje gradienta in module delovanja umetnih nevronskih mrež.