在开发算法时，我需要使用许多知名的描述符，如SURF、HOG、Hessian，并结合分类器（如SVM）。此外，我还需要对这些算法进行大量调整（不仅仅是更改超参数）。据我所知，Matlab的计算机视觉工具箱在这方面表现得并不好。
哪个语言或软件拥有更多的开源库并提供最佳的灵活性？
回答：
OpenCV运行速度快且包含你所需的一切，我更倾向于在Python中使用它（它有Python接口）。
然后使用Scikit-learn进行机器学习，这是一个简单但功能强大的Python库，拥有一个非常活跃的开源社区。
由于你熟悉Matlab，NumPy和matplotlib应该更容易学习，它们有很多共同的方法和语法。我之前也用过Matlab，后来转到Python，发现NumPy更容易掌握。
Scipy, Pandas, Ipython-Notebook是其他可以轻松使用的库，并且与Anaconda的Python发行版一起提供。Scikit-learn也包含在Anaconda中。
只需从下面的链接下载Anaconda发行版，你就可以开始工作了，Anaconda管理得非常好，你甚至不需要担心包管理和依赖问题。
