В биоинформатике иногда приходится сталкиваться с задачами по анализу и обработке изображений (электрофорез, microarray, FISH и т.д.). Во избежание изобретений велосипедов удобно пользоваться OpenCV (Open Computer Vision Library) - открытой кросс-платформенной библиотекой для обработки изображений на C/С++. Функционал на порядки превосходит Matlab Image Processing toolbox (более 500 алгоритмов computer vision). Про сравнение с ImageJ не знаю, но кажется что здесь тоже все намного серьезнее. Библиотека удачно спроектирована, есть подробная документация, пользоваться весьма удобно, рекомендую.
OpenCV, в частности, поддерживает: - чтение/запись множества форматов - стандартные алгоритмы машинного зрения - фильтры, геометрические преобразования, морфология, работа с цветом и т.д. - сложные структуры данных (графы, разреженные массивы) - относительно неплохие алгоритмы сегментации - обнаружение объектов (в то числе face recogition) - анализ движения, слежение за объектами - структурный анализ (работа с контурами, …) - работа с камерами (захват изображений, калибровка, ) - распознавание образов (нейронные сети, SVM, деревья решений, EM, boosting и т.д.) - элементы для построения GUI - оптимизация для процессоров Intel - ...
Распространяется по лицензии BSD, что налагает меньше ограничений по сравнению с GNU GPL.
Интересующиеся могут скачать пример работы с OpenCV на Delphi.
UPD (1.10.09) Вышла версия 2.0. Tutorial про все возможности библиотеки хорошо изложен в книге от O'Reilly (Learning OpenCV) ,которую несложно найти в сети в электронном виде.