Издание на библиотеката за компютърно зрение OpenCV 4.7

Състоянието свършено на свободната библиотека OpenCV 4.7 (Open Source Computer Vision Library), предоставяща средства за обработка и анализ на съдържанието на изображения. OpenCV предлага над 2500 алгоритъма, както класически, така и отразяващи последните постижения в областта на компютърното зрение и системите за машинно самообучение. Кодът на библиотеката е написан на C++ и се разпространява под лицензия BSD. Биндинги са подготвени за различни програмни езици, включително Python, MATLAB и Java.

Библиотеката може да се прилага за разпознаване на обекти на снимки и видеа (например, разпознаване на лица и фигури на хора, текст и т.н.), проследяване на движението на обекти и камера, класификация на действия на видео, преобразуване на изображения, извличане на 3D модели, формиране на 3D пространство от изображение от стереокамери, създаване на висококачествени изображения чрез обединение на изображения с по-ниско качество, търсене на изображението на обекти, подобни на представения набор от елементи, прилагане на методи за машинно обучение, разположение на маркери, откриване на общи елементи на различни изображения, автоматично отстраняване на дефекти, като ефект на червени очи.

Сред промените в новото издание:

• Проведена е значителна оптимизация на производителността на свивките в модула DNN (Deep Neural Network) с реализация на алгоритми за машинно обучение, базирани на невронни мрежи. Реализиран е алгоритъм за бързи свивки на Виноград. Добавени са нови слоеве ONNX (Open Neural Network Exchange): Scatter, ScatterND, Tile, ReduceL1 и ReduceMin. Добавена е поддръжка на фреймворка OpenVino 2022.1 и бекенда CANN.
• Подобрено е качеството на разпознаване и декодиране на QR кодове.
• Добавена е поддръжка за визуални маркери ArUco и AprilTag.
• Добавен е тракер Nanotrack v2 на базата на невронни мрежи.
• Реализиран е алгоритъм за размазване Stackblur.
• Добавена е поддръжка за FFmpeg 5.x и CUDA 12.0.
• Предложен е нов API за манипулации с многостранични формати на изображения.
• Добавена е поддръжка на библиотеката libSPNG за формата PNG.
• В libJPEG-Turbo е внедрено ускорение с помощта на SIMD инструкции.
• За платформата Android е реализирана поддръжка на H264/H265.
• Предоставени са всички основни API за езика Python.
• Добавен е нов универсален бекенд за векторни инструкции.

Източник: opennet.ru