Pagpagawas sa librarya sa panan-awon sa kompyuter nga OpenCV 4.2

nahitabo релиз свободной библиотеки OpenCV 4.2 (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 giapod-apod sa под лицензией BSD. Биндинги подготовлены для различных языков программирования, включая Python, MATLAB и Java.

Ang librarya mahimong magamit sa pag-ila sa mga butang sa mga litrato ug video (pananglitan, pag-ila sa mga nawong ug mga numero sa mga tawo, teksto, ug uban pa), pagsubay sa paglihok sa mga butang ug mga kamera, pagklasipikar sa mga aksyon sa video, pag-convert sa mga hulagway, pagkuha sa 3D nga mga modelo, paghimo og 3D nga luna gikan sa mga hulagway gikan sa mga stereo camera, paghimo og taas nga kalidad nga mga hulagway pinaagi sa paghiusa sa ubos nga kalidad nga mga hulagway, pagpangita sa mga butang sa hulagway nga susama sa gipresentar nga hugpong sa mga elemento, pagpadapat sa mga pamaagi sa pagkat-on sa makina, pagbutang og mga marker, pag-ila sa komon nga mga elemento sa lain-laing mga hulagway, awtomatik nga nagwagtang sa mga depekto sama sa pula nga mata .

В bag-o nga buhian:

• 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 nGraph OpenVINO;
• 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 pyrDown;
• Добавлена возможность извлечения видеопотоков из медиаконтейнеров (demuxing) при помощи бэкенда videoio на базе FFmpeg;
• Добавлен алгоритм для быстрой частотно-селективной реконструкции повреждённых изображений FSR (Frequency Selective Reconstruction);
• Gidugang nga pamaagi RIC для интерполяции типовых незаполненных областей;
• Добавлен метод нормализации отклонений LOGOS;
• 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;
• Giwagtang mga kahuyang (CVE-2019-5063, CVE-2019-5064), 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.

Source: opennet.ru