Scipy, Sklearn und OpenCV

Scipy, Sklearn und OpenCV sind Bibliotheken, die in der Datenverarbeitung, im maschinellen Lernen und in der Bildverarbeitung häufig verwendet werden.

SciPy:

• Name: Scientific Python
• Zweck: Wissenschaftliches Rechnen und technische Berechnungen
• Typische Anwendungen:
  • Numerische Integration
  • Optimierung
  • Signalverarbeitung
  • Statistik
  • Lineare Algebra
• Beispiel: Wenn man z.B. ein Differentialgleichungssystem lösen will oder Fourier-Transformationen braucht.
• Verwandt mit: NumPy (SciPy baut darauf auf)

Scikit-learn (sklearn):

• Name: Scikit-learn
• Zweck: Maschinelles Lernen
• Typische Anwendungen:
  • Klassifikation (z.B. Spam vs. Nicht-Spam)
  • Regression (z.B. Preisvorhersage)
  • Clustering (z.B. Kundensegmentierung)
  • Modellbewertung und -auswahl
  • -> Man hat Daten gesammelt und will aus diesem lernen
• Beispiel: Ein Entscheidungsbaum-Modell auf einem Datensatz trainieren.
• Verwandt mit: Pandas, NumPy, Matplotlib (oft zusammen verwendet)

OpenCV:

• Name: Open Computer Vision
• Zweck: Bild- und Videoverarbeitung
• Typische Anwendungen:
  • Objekterkennung
  • Gesichtserkennung
  • Kamerakalibrierung
  • Bildfilter (z.B. Weichzeichnen, Kanten finden)
• Beispiel: Ein Bild einlesen, in Graustufen umwandeln und Kanten erkennen (Canny-Filter).
• OpenCV ist ursprünglich in C++ geschrieben, aber es gibt eine sehr beliebte Python-Schnittstelle.