{"id":89839,"date":"2020-07-26T19:42:07","date_gmt":"2020-07-26T17:42:07","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/vypusk-programmy-dlya-upravleniya-fotografiyami-digikam-7-0"},"modified":"2020-07-26T19:42:07","modified_gmt":"2020-07-26T17:42:07","slug":"vypusk-programmy-dlya-upravleniya-fotografiyami-digikam-7-0","status":"publish","type":"post","link":"https:\/\/prohoster.info\/da\/blog\/news\/vypusk-programmy-dlya-upravleniya-fotografiyami-digikam-7-0","title":{"rendered":"Udgivelse af software til fotoadministration digiKam 7.0","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

Efter et \u00e5rs udvikling tog sted<\/a><\/noindex> programmelancering til at administrere et fotoalbum digiKam 7.0.0<\/a><\/noindex>, udviklet under projektet KDE. Programmet tilbyder et omfattende s\u00e6t v\u00e6rkt\u00f8jer til import, administration, redigering og offentligg\u00f8relse af fotos samt billeder fra digitale kameraer i raw-format. Koden er skrevet i C++ med brug af Qt og KDE-biblioteker, og distribueres<\/a><\/noindex> under GPLv2 licens. Installationspakker forberedes<\/a><\/noindex> til Linux (AppImage, FlatPak), Windows og macOS.<\/p>\n

\"Udgivelse<\/a><\/noindex><\/center><\/p>\n

En n\u00f8gleforbedring i digiKam 7.0 er et helt nybygget system til klassificering af ansigtet p\u00e5 fotografier, der g\u00f8r det muligt at identificere og genkende ansigtet p\u00e5 billeder og automatisk tilf\u00f8je de relevante tags. I stedet for den tidligere anvendte kaskadeklassifikator<\/a><\/noindex> fra OpenCV anvendes der i den nye version en algoritme baseret p\u00e5 dybe neurale netv\u00e6rk<\/a><\/noindex>, som har \u00f8get n\u00f8jagtigheden af identifikationen fra 80% til 97%, \u00f8get hastigheden (parallelle beregninger underst\u00f8ttes p\u00e5 flere CPU-kerner) og fuldautomatise processen med at tildele tags, hvilket fritager brugeren fra at skulle bekr\u00e6fte rigtigheden af den udf\u00f8rte matchning. <\/p>\n

S\u00e6ttet inkluderer allerede en tr\u00e6net model til ansigtsgenkendelse og -matchning, som ikke kr\u00e6ver yderligere tr\u00e6ning \u2014 det er nok at m\u00e6rke et ansigt med en tag p\u00e5 flere fotografier, og systemet vil derefter selv kunne identificere og m\u00e6rke det p\u00e5g\u00e6ldende ansigt. Udover menneskelige ansigt kan systemet ogs\u00e5 klassificere dyr, og det kan desuden identificere forvr\u00e6ngede, sl\u00f8rede, omvendte og delvist skjulte ansigt. Derudover er der udf\u00f8rt et stort arbejde med at optimere brugervenligheden med tags, udvidet gr\u00e6nsefladen til matchning og tilf\u00f8jet nye sorter- og grupperingstilstande for ansigt.<\/p>\n

\"Udgivelse<\/a><\/noindex><\/center><\/p>\n

Blandt de forbedringer, der ikke er relateret til ansigtsgenkendelse, er tilf\u00f8jelsen af support til 40 nye RAW-billedformater, herunder dem der anvendes i kameratyperne Famous Canon CR3, Sony A7R4 (61 megapixel), Canon PowerShot G5 X Mark II, G7 X Mark III, CanonEOS, GoPro Fusion, GoPro HERO* osv. Generelt, takket v\u00e6re brugen af libraw, er antallet af underst\u00f8ttede RAW-formater \u00f8get til 1100<\/a><\/noindex>. Derudover er underst\u00f8ttelsen af HEIF-billedformatet, der anvendes af Apple og bruges til distribuerede HDR-billeder, forbedret. Underst\u00f8ttelse af det opdaterede XCF-format, der anvendes i GIMP 2.10-serien, er ogs\u00e5 blevet tilf\u00f8jet.<\/p>\n

\"Udgivelse<\/a><\/noindex><\/center><\/p>\n

Blandt andre forbedringer:<\/p>\n