Die freie Bibliothek OpenCV 4.7 (Open Source Computer Vision Library) wurde veröffentlicht und bietet Werkzeuge zur Verarbeitung und Analyse von Bildinhalten. OpenCV stellt über 2500 Algorithmen zur Verfügung, sowohl klassische als auch solche, die die neuesten Fortschritte im Bereich der Computer Vision und des maschinellen Lernens widerspiegeln. Der Code der Bibliothek ist in C++ geschrieben und wird unter der BSD-Lizenz vergeben. Bindings sind für verschiedene Programmiersprachen, einschließlich Python, MATLAB und Java, verfügbar.
Die Bibliothek kann zur Objekterkennung in Fotos und Videos verwendet werden (zum Beispiel zur Gesichtserkennung, Erkennung von Personen, Texten usw.), zur Bewegungserfassung von Objekten und Kameras, zur Klassifizierung von Aktionen in Videos, zur Bildtransformation, zur Extraktion von 3D-Modellen, zur Erstellung von 3D-Räumen aus Aufnahmen von Stereo-Kameras, zur Verbesserung von Bildern durch Zusammenführung von Aufnahmen niedrigerer Qualität, zur Identifizierung von objekten in einem Bild, die einem vorgegebenen Set ähneln, zur Anwendung von Methoden des maschinellen Lernens, zur Markerplatzierung, zur Identifikation gemeinsamer Elemente in verschiedenen Bildern sowie zur automatischen Behebung von Defekten wie dem roten Auge.
Zu den Änderungen in der neuen Version gehören:
- Es wurde eine signifikante Leistungsoptimierung der Faltung im DNN-Modul (Deep Neural Network) mit der Implementierung von Algorithmen für maschinelles Lernen auf Basis neuronaler Netze durchgeführt. Der Winograd-Schnellfaltungsalgorithmus wurde implementiert. Neue ONNX (Open Neural Network Exchange)-Schichten wurden hinzugefügt: Scatter, ScatterND, Tile, ReduceL1 und ReduceMin. Unterstützung für das OpenVino 2022.1-Framework und das CANN-Backend wurde hinzugefügt.
- Die Qualität der Erkennung und Dekodierung von QR-Codes wurde verbessert.
- Visuelle Marker wie ArUco und AprilTag werden jetzt unterstützt.
- Ein neuer Nanotrack v2 Tracker auf Basis neuronaler Netzwerke wurde hinzugefügt.
- Der Stackblur-Algorithmus zur Bildunschärfe wurde implementiert.
- Unterstützung für FFmpeg 5.x und CUDA 12.0 wurde hinzugefügt.
- Eine neue API für die Manipulation von mehrseitigen Bildformaten wurde vorgeschlagen.
- Die libSPNG-Bibliothek für das PNG-Format wird jetzt unterstützt.
- In libJPEG-Turbo wird die Beschleunigung mit SIMD-Anweisungen genutzt.
- Für die Android-Plattform wurde Unterstützung für H264/H265 realisiert.
- Alle grundlegenden APIs für die Programmiersprache Python werden bereitgestellt.
- Ein neuer universeller Backend für vektorbasierte Anweisungen wurde hinzugefügt.
Quelle: opennet.ru
