OpenCV.js 和其他前端图像处理库怎么选？

OpenCV.js 适合做“看懂图像”的任务，比如边缘检测、轮廓识别、模板匹配、视频帧处理；Fabric.js、p5.js、Three.js 更偏“画出来”和交互展示；TensorFlow.js 适合跑模型做分类、检测、分割。选型不要只看库名，先看需求是图像处理、交互编辑、3D 渲染，还是机器学习推理。

追问

OpenCV.js 相比 Fabric.js 强在哪？

OpenCV.js 强在传统计算机视觉算法，能做滤波、形态学、特征点、轮廓等处理。Fabric.js 强在 Canvas 对象模型、拖拽、缩放、文字和图形编辑，适合做海报编辑器，不适合复杂视觉算法。

和 p5.js 怎么区分？

p5.js 更适合创意编程、教学和视觉实验，API 友好，上手快。OpenCV.js 学习成本高，但处理边缘检测、透视变换、实时视频分析时更专业。

和 TensorFlow.js 是竞争关系吗？

不完全是。OpenCV.js 负责图像预处理和传统视觉算法，TensorFlow.js 负责模型推理。实际项目里常见组合是：OpenCV.js 裁剪、灰度化、归一化，再交给 TensorFlow.js 做识别。

OpenCV.js 最大的坑是什么？

包体大、API 偏 C++ 风格、cv.Mat 要手动 delete()，否则浏览器内存会涨。移动端实时视频处理还要控制分辨率，否则帧率很容易掉。

项目里怎么选？

图像编辑器选 Fabric.js；创意互动选 p5.js；3D 场景选 Three.js；AI 识别选 TensorFlow.js；需要浏览器里做专业图像处理，再选 OpenCV.js。

写段代码

javascript
const src = cv.imread(img);
const gray = new cv.Mat();
try {
  cv.cvtColor(src, gray, cv.COLOR_RGBA2GRAY);
  cv.imshow('canvas', gray);
} finally {
  src.delete();
  gray.delete();
}