La bibliothèque vision-types fournit des types et des mécanismes de base pour l'interopérabilité entre différentes bibliothèques tierces proposant des types spécifiques pour les images et les données 3D. Elle vise à fournir des données avec une signification sémantique, ce qui permet de mieux qualifier les données. Par exemple, il est important de savoir si une image est une image luminance (c'est-à-dire une image en niveau de gris dont les pixels codent l'intensité lumineuse) ou une image échographique, car les algorithmes d'application de niveau supérieur qui travaillent sur ces données seront différents.