Liberazione di a biblioteca di visione per computer OpenCV 4.2

hè accadutu 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 distribuitu da под лицензией BSD. Биндинги подготовлены для различных языков программирования, включая Python, MATLAB и Java.

A biblioteca pò esse usata per ricunnosce l'uggetti in i ritratti è i video (per esempiu, ricunniscenza di facci è figure di persone, testu, etc.), seguitu u muvimentu di l'uggetti è e camere, classificà l'azzioni in video, cunvertisce l'imaghjini, estrae mudelli 3D, generà spaziu 3D da l'imaghjini da e camere stereo, creendu imaghjini d'alta qualità cumminendu imaghjini di qualità più bassa, cercandu l'uggetti in l'imaghjini chì sò simili à l'inseme di elementi presentati, applicà metudi di apprendimentu automaticu, pusendu marcatori, identificà elementi cumuni in diverse imaghjini, eliminendu automaticamente difetti cum'è l'occhi rossi.

В novu liberazione:

• 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);
• Metudu aghjuntu francese 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;
• Eliminatu vulnerabilità (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