Ce qui est le mieux, c'est que vous appreniez à résoudre des problèmes de vision par ordinateur (CV) et d'apprentissage machine (ML) en utilisant l'outil de votre choix. Je ne'connais même pas SimpleCV mais je résous les problèmes de vision par ordinateur et d'apprentissage automatique à l'aide d'outils comme les compilateurs C++ ordinaires, c'est-à-dire Microsoft Visual Studio et les environnements de développement intégrés (IDE) NetBeans en codant à partir de zéro ou en utilisant OpenCV à certains moments, principalement pour lire/écrire des fichiers image/vidéo.
Les outils modernes sont normalement assez bons pour être utilisés pour résoudre un large éventail de problèmes. Par exemple, la connaissance d'OpenCV et de TensorFlow peut être suffisante pour la CV et la ML. Ainsi, la limitation se situe principalement du côté du développeur et non des outils.
Si vous le souhaitez, vous pouvez apprendre encore plus de bibliothèques comme Keras, Caffe2 ou PyTorch et les utiliser pour résoudre des problèmes que vous pouvez également résoudre en utilisant TF et/ou OpenCV. Probablement que certains d'entre eux pourraient être plus pratiques pour vous, il s'agit donc plus d'une préférence personnelle, choisissez un outil que vous aimez parce que vous serez plus productif de cette façon.
Même si mon conseil est de choisir OpenCV plutôt que SimpleCV parce que OpenCV est une bibliothèque bien connue, bien documentée et bien implémentée avec beaucoup d'algorithmes.
Je ne'connais rien de SimpleCV, si c'est un wrapper autour d'OpenCV alors super, commencez à partir de là.
J'espère que cela vous aidera.