релиз свободной библиотеки (Open Source Computer Vision Library), предоставляющей средства для обработки и анализа содержимого изображений. OpenCV предоставляет более 2500 алгоритмов, как классических, так и отражающих последние достижения в области компьютерного зрения и систем машинного обучения. Код библиотеки написан на языке С++ и под лицензией BSD. Биндинги подготовлены для различных языков программирования, включая Python, MATLAB и Java.
La biblioteca es pot utilitzar per reconèixer objectes en fotografies i vídeos (per exemple, reconeixement de cares i figures de persones, text, etc.), rastrejar el moviment d'objectes i càmeres, classificar accions en vídeo, convertir imatges, extreure models 3D, etc. generar espai 3D a partir d'imatges de càmeres estèreo, crear imatges d'alta qualitat combinant imatges de baixa qualitat, cercar objectes a la imatge que siguin similars al conjunt d'elements presentat, aplicar mètodes d'aprenentatge automàtic, col·locar marcadors, identificar elements comuns en diferents imatges, eliminant automàticament defectes com ara els ulls vermells.
В :
- В модуль DNN (Deep Neural Network) с реализацией алгоритмов машинного обучения на основе нейронных сетей добавлен бэкенд для использования CUDA и реализована экспериментальная поддержка API ;
- С использованием SIMD-инструкций проведена оптимизация производительности кода для стереовывода (StereoBM/StereoSGBM), изменения размера, наложения маски, поворота, расчёта недостающих компонентов цвета и многих других операций;
- Добавлена многопоточная реализация функции ;
- Добавлена возможность извлечения видеопотоков из медиаконтейнеров (demuxing) при помощи бэкенда videoio на базе FFmpeg;
- Добавлен алгоритм для быстрой частотно-селективной реконструкции повреждённых изображений (Frequency Selective Reconstruction);
- Mètode afegit для интерполяции типовых незаполненных областей;
- Добавлен метод нормализации отклонений ;
- В модуле G-API (opencv_gapi), выполняющем функции движка для эффективной обработки изображений с использованием алгоритмов на основе графов, реализована поддержка более сложных гибридных алгоритмов компьютерного зрения и глубинного машинного обучения. Обеспечена поддержка бэкенда Intel Inference Engine. В модель выполнения добавлена поддержка обработки видеопотоков;
- Eliminat (, ), которые потенциально могут привести к выполнению кода атакующего при обработке непроверенных данных в форматах XML, YAML и JSON. Если в процессе разбора JSON встретился символ с нулевым кодом, значение целиком копируется в буфер, но без должной проверки выхода за границы выделенной области памяти.
Font: opennet.ru