Издаване на библиотека за компютърно зрение OpenCV 4.2

се състоя безплатно издание на библиотеката OpenCV 4.2 (Библиотека за компютърно зрение с отворен код), която предоставя инструменти за обработка и анализ на съдържанието на изображения. OpenCV предоставя повече от 2500 алгоритма, както класически, така и отразяващи най-новите постижения в компютърното зрение и системите за машинно обучение. Кодът на библиотеката е написан на C++ и разпространява се от под BSD лиценз. Подготвени са обвързвания за различни езици за програмиране, включително Python, MATLAB и Java.

Библиотеката може да се използва за разпознаване на обекти във снимки и видеоклипове (например разпознаване на лица и фигури на хора, текст и др.), проследяване на движението на обекти и камери, класифициране на действия във видео, конвертиране на изображения, извличане на 3D модели, генериране на 3D пространство от изображения от стерео камери, създаване на висококачествени изображения чрез комбиниране на изображения с по-ниско качество, търсене на обекти в изображението, които са подобни на представения набор от елементи, прилагане на методи за машинно обучение, поставяне на маркери, идентифициране на общи елементи в различни изображения, като автоматично елиминира дефекти като червени очи.

В ново освобождаване:

• Към модула DNN (Deep Neural Network) е добавен бекенд за използване на CUDA с внедряване на алгоритми за машинно обучение, базирани на невронни мрежи и експериментална поддръжка на API nGraph OpenVINO;
• Използвайки SIMD инструкции, производителността на кода беше оптимизирана за стерео изход (StereoBM/StereoSGBM), преоразмеряване, маскиране, ротация, изчисляване на липсващи цветови компоненти и много други операции;
• Добавена е многонишкова реализация на функцията pyrНадолу;
• Добавена е възможност за извличане на видео потоци от медийни контейнери (demuxing) с помощта на бекенда videoio, базиран на FFmpeg;
• Добавен алгоритъм за бърза честотно-селективна реконструкция на повредени изображения FSR (Честотна селективна реконструкция);
• Добавен метод РИЦ за интерполация на типични незапълнени площи;
• Добавен метод за нормализиране на отклонението LOGOS;
• Модулът G-API (opencv_gapi), който действа като двигател за ефективна обработка на изображения с помощта на алгоритми, базирани на графики, поддържа по-сложно хибридно компютърно зрение и дълбоки алгоритми за машинно обучение. Осигурена е поддръжка за бекенда на Intel Inference Engine. Добавена е поддръжка за обработка на видео потоци към модела за изпълнение;
• Елиминиран уязвимости (CVE-2019 5063-, CVE-2019 5064-), което потенциално може да доведе до изпълнение на код на атакуващ при обработка на непроверени данни във формати XML, YAML и JSON. Ако по време на анализ на JSON се срещне знак с нулев код, цялата стойност се копира в буфера, но без правилно да се проверява дали надхвърля границите на разпределената област на паметта.

Източник: opennet.ru