Es va llançar la biblioteca gratuïta OpenCV 4.7 (Open Source Computer Vision Library), que proporciona eines per processar i analitzar el contingut d'imatges. OpenCV ofereix més de 2500 algorismes, tant clàssics com que reflecteixen els últims avenços en visió per computador i sistemes d'aprenentatge automàtic. El codi de la biblioteca està escrit en C++ i distribuït sota la llicència BSD. Els enllaços es preparen per a diversos llenguatges de programació, inclosos Python, MATLAB i 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.
Entre els canvis a la nova versió:
- S'ha dut a terme una optimització significativa del rendiment de la convolució en el mòdul DNN (Deep Neural Network) amb la implementació d'algorismes d'aprenentatge automàtic basats en xarxes neuronals. S'ha implementat l'algorisme de convolució ràpida Winograd. S'han afegit noves capes ONNX (Open Neural Network Exchange): Scatter, ScatterND, Tile, ReduceL1 i ReduceMin. S'ha afegit suport per a OpenVino 2022.1 framework i CANN backend.
- Millora de la qualitat de la detecció i descodificació de codis QR.
- S'ha afegit suport per als marcadors visuals ArUco i AprilTag.
- S'ha afegit un rastrejador Nanotrack v2 basat en xarxes neuronals.
- S'ha implementat l'algoritme de desenfocament Stackblur.
- S'ha afegit suport per a FFmpeg 5.x i CUDA 12.0.
- S'ha proposat una nova API per manipular formats d'imatge de diverses pàgines.
- S'ha afegit suport per a la biblioteca libSPNG per al format PNG.
- libJPEG-Turbo permet l'acceleració mitjançant instruccions SIMD.
- Per a la plataforma Android, s'ha implementat el suport per a H264/H265.
- Es proporcionen totes les API bàsiques de Python.
- S'ha afegit un nou backend universal per a instruccions vectorials.
Font: opennet.ru