релиз свободной библиотеки (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 под лицензией BSD. Биндинги подготовлены для различных языков программирования, включая Python, MATLAB и Java.
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.
In :
- 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 ;
- 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 ;
- Добавлена возможность извлечения видеопотоков из медиаконтейнеров (demuxing) при помощи бэкенда videoio на базе FFmpeg;
- Добавлен алгоритм для быстрой частотно-селективной реконструкции повреждённых изображений (Frequency Selective Reconstruction);
- Es wurde die Methode для интерполяции типовых незаполненных областей;
- Добавлен метод нормализации отклонений ;
- 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;
- Behoben wurden (, ), 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.
Quelle: opennet.ru
