Издаване на библиотека за компютърно зрение OpenCV 4.7

Излезе безплатната библиотека OpenCV 4.7 (Open Source Computer Vision Library), 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 се разпространява 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.

Сред промените в новата версия:

• Извършена е значителна оптимизация на производителността на конволюцията в модула DNN (Deep Neural Network) с внедряването на алгоритми за машинно обучение, базирани на невронни мрежи. Алгоритъмът за бърза конволюция на Winograd е внедрен. Добавени са нови слоеве ONNX (Open Neural Network Exchange): Scatter, ScatterND, Tile, ReduceL1 и ReduceMin. Добавена е поддръжка за OpenVino 2022.1 framework и CANN backend.
• Подобрено качество на откриване и декодиране на QR код.
• Добавена е поддръжка за визуални маркери ArUco и AprilTag.
• Добавен тракер Nanotrack v2, базиран на невронни мрежи.
• Внедрен алгоритъм за размазване на Stackblur.
• Добавена е поддръжка за FFmpeg 5.x и CUDA 12.0.
• Предложен е нов API за манипулиране на многостранични формати на изображения.
• Добавена е поддръжка за библиотеката libSPNG за PNG формат.
• libJPEG-Turbo позволява ускорение с помощта на SIMD инструкции.
• За платформата Android е внедрена поддръжка за H264/H265.
• Предоставени са всички основни API на Python.
• Добавен е нов универсален бекенд за векторни инструкции.

Източник: opennet.ru