Слишком обработанные изображения, такие как карты Google или Bing, являются ужасным источником изображений для выполнения выделения признаков или распознавания признаков. Обычно вам нужна самая необработанная, необработанная форма с камерами ... конечно, если у вас нет доступа к этим данным, тогда вам нужно работать с тем, что у вас есть.
Более важным аспектом изображений Google Maps/Earth является то, что вы можете столкнуться с их лицензионным соглашением. Я предлагаю вам проверить его, прежде чем принимать решение о своих данных в качестве источника изображений. В частности, если вы обходите их API, вы нарушили их лицензионное соглашение.
Что касается библиотек и langauges, существуют десятки библиотек машинного зрения. Я не могу порекомендовать один за другим, поскольку я был только потоковым потребителем их результатов. Мое понимание проблемы заключается в том, что самая большая проблема заключается в том, как вы строите «модели» для сравнения с ... например, как вы даете системе «пример» того, что вы ищете.
Как только вы нашли библиотеку, вы можете принять решение на этом языке. Как правило, для такого рода прототипов используется язык высокого уровня, такой как Python или Matlab. Как только метод был найден, выполняется преобразование на язык с более высокой производительностью - , если необходимо.
Лично я мог бы использовать Python, потому что (1) он свободно доступен, (2) имеет значительное сообщество в научном и исследовательском мирах и (3) может взаимодействовать с широким спектром языков и платформ.