A libreria libera OpenCV 4.7 (Open Source Computer Vision Library) hè stata liberata, chì furnisce strumenti per processà è analizà u cuntenutu di l'imaghjini. OpenCV furnisce più di 2500 algoritmi, sia classici sia chì riflettenu l'ultimi avanzi in a visione di l'informatica è i sistemi di apprendimentu automaticu. U codice di a biblioteca hè scrittu in C++ è distribuitu sottu a licenza BSD. Ligami sò preparati per diversi linguaggi di prugrammazione, cumprese Python, MATLAB è 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.
Trà i cambiamenti in a nova versione:
- Una ottimisazione significativa di u rendiment di cunvoluzione in u modulu DNN (Deep Neural Network) hè stata realizata cù l'implementazione di algoritmi d'apprendimentu di machine basati in rete neurali. L'algoritmu di cunvoluzione rapida di Winograd hè statu implementatu. Aggiunti novi strati ONNX (Open Neural Network Exchange): Scatter, ScatterND, Tile, ReduceL1 è ReduceMin. Aggiuntu supportu per OpenVino 2022.1 framework è CANN backend.
- Qualità mejorata di a rilevazione è a decodificazione di codice QR.
- Supportu aghjuntu per i marcatori visuali ArUco è AprilTag.
- Aggiuntu Nanotrack v2 tracker basatu nantu à e rete neurali.
- Implementatu l'algoritmu di sfocatura Stackblur.
- Aghjunghje supportu per FFmpeg 5.x è CUDA 12.0.
- Una nova API hè stata pruposta per manipulà formati d'imaghjini multi-pagina.
- Aghjunghje supportu per a libreria libSPNG per u formatu PNG.
- libJPEG-Turbo permette l'accelerazione cù l'istruzzioni SIMD.
- Per a piattaforma Android, u supportu per H264 / H265 hè statu implementatu.
- Tutte l'API basi di Python sò furnite.
- Aggiuntu un novu backend universale per l'istruzzioni vettoriali.
Source: opennet.ru