¿Es posible usar bibliotecas de aprendizaje automático OpenCV para aplicaciones que no son de visión por computadora?

Si. Todo lo que hace el módulo ML de OpenCV es proporcionar a los usuarios finales implementaciones de algunas rutinas ML comunes. Siempre y cuando respete las pautas de entrada y salida establecidas en la documentación de la API, puede usarlo como parte de su aplicación en cualquier dominio de destino, no necesariamente Vision. La razón por la que es más común ver que el módulo ML se usa con las tareas de Vision probablemente se deba a cuán estrechamente acopladas están las implementaciones “detrás de escena” de las funciones ML con el resto de la biblioteca OpenCV. Por ejemplo, la estructura de datos utilizada para E / S en las rutinas de ML es el objeto Mat, que también es el estándar de facto para el almacenamiento y procesamiento de datos para las otras funcionalidades de la biblioteca OpenCV. Entonces, si está tratando de tejer un marco / canal de visión por computadora para su proyecto, el uso del módulo ML nativo hará que la integración de los componentes de procesamiento de imágenes y los componentes de aprendizaje de su código sea bastante fluida. Por el contrario, si quiero ejecutar algunos algoritmos ML en dichos datos de voz, configurar e integrar OpenCV con el único propósito de usar su módulo ML sería una exageración, preferiría usar alguna biblioteca ML de propósito general.