Издание на библиотеката за компютърно зрение OpenCV 4.7

Излезе библиотеката с отворен код OpenCV 4.7 (Open Source Computer Vision Library), която предоставя инструменти за обработка и анализ на съдържанието на изображения. OpenCV предлага над 2500 алгоритма, както класически, така и отразяващи последните постижения в областта на компютърното зрение и системите за машинно обучение. Кодът на библиотеката е написан на C++ и се разпространява под BSD лиценз. Подготовени са свързващи модули за различни програмни езици, включително Python, MATLAB и Java.

Библиотеката може да се използва за разпознаване на обекти на снимки и видео (например, разпознаване на лица и фигури на хора, текст и др.), проследяване на движението на обекти и камера, класификация на действия във видео, преобразуване на изображения, извличане на 3D модели, формиране на 3D пространство от изображения от стереокамери, създаване на висококачествени изображения чрез комбиниране на изображения с по-ниско качество, търсене на обекти на изображението, подобни на предоставения набор от елементи, приложение на методи за машинно обучение, позициониране на маркери, откриване на общи елементи на различни изображения, автоматично отстраняване на дефекти, като например ефекта на червени очи.

Сред промените в новия релийз:

• Извършена е значителна оптимизация на производителността на свиването в модула DNN (Deep Neural Network) с реализиране на алгоритми за машинно обучение, базирани на невронни мрежи. Реализиран е алгоритъм за бързи свивания Винограда. Добавени са нови слоеве ONNX (Open Neural Network Exchange): Scatter, ScatterND, Tile, ReduceL1 и ReduceMin. Добавена е поддръжка на платформата OpenVino 2022.1 и бэкэнда CANN.
• Подобрено е качеството на разпознаването и декодирането на QR кодове.
• Добавена е поддръжка на визуални маркери ArUco и AprilTag.
• Добавен е трекер Nanotrack v2, базиран на невронни мрежи.
• Реализиран е алгоритъм за размазване Stackblur.
• Добавена е поддръжка на FFmpeg 5.x и CUDA 12.0.
• Предложен е нов API за манипулиране на многостранични формати на изображения.
• Добавена е поддръжка на библиотеката libSPNG за формата PNG.
• В libJPEG-Turbo е задействано ускорение с помощта на SIMD инструкции.
• За платформата Android е реализирана поддръжка на H264/H265.
• Предоставени са всички основни API за Python.
• Добавен е нов универсален бекенд за векторни инструкции.

Източник: opennet.ru