kostenlose Bibliotheksfreigabe (Open Source Computer Vision Library), die Werkzeuge zur Verarbeitung und Analyse von Bildinhalten bereitstellt. OpenCV bietet mehr als 2500 Algorithmen, sowohl klassische als auch die neuesten Fortschritte in den Bereichen Computer Vision und maschinelles Lernen. Der Bibliothekscode ist in C++ geschrieben und unter der BSD-Lizenz. Bindungen werden für verschiedene Programmiersprachen vorbereitet, darunter Python, MATLAB und Java.
Die Bibliothek kann verwendet werden, um Objekte in Fotos und Videos zu erkennen (z. B. Gesichter und Figuren von Personen, Text usw. zu erkennen), die Bewegung von Objekten und der Kamera zu verfolgen, Aktionen im Video zu klassifizieren, Bilder zu transformieren, 3D-Modelle zu extrahieren, Bilden eines 3D-Raums aus Bildern von Stereokameras, Erstellen hochwertiger Bilder durch Kombinieren von Bildern geringerer Qualität, Suchen nach Objekten im Bild, die dem präsentierten Satz von Elementen ähnlich sind, Anwenden maschineller Lernmethoden, Platzieren von Markierungen, Identifizieren gemeinsamer Elemente in verschiedenen Bilder und eliminiert automatisch Fehler wie rote Augen.
В :
- Dem DNN-Modul (Deep Neural Network) wurde ein Backend für die Nutzung von CUDA hinzugefügt, wobei maschinelle Lernalgorithmen auf Basis neuronaler Netze implementiert und experimentelle API-Unterstützung implementiert wurden ;
- Mithilfe von SIMD-Anweisungen wurde die Leistung des Codes für die Stereoausgabe (StereoBM/StereoSGBM), Größenänderung, Maskierung, Drehung, Berechnung fehlender Farbkomponenten und viele andere Vorgänge optimiert;
- Multithread-Implementierung der Funktion hinzugefügt ;
- Möglichkeit zum Extrahieren von Videostreams aus Mediencontainern (Demuxen) mithilfe des auf FFmpeg basierenden Videoio-Backends hinzugefügt;
- Algorithmus zur schnellen frequenzselektiven Rekonstruktion beschädigter Bilder hinzugefügt (Frequenzselektive Rekonstruktion);
- Methode hinzugefügt zur Interpolation typischer Leerflächen;
- Methode zur Abweichungsnormalisierung hinzugefügt ;
- Das G-API-Modul (opencv_gapi), das als Engine für eine effiziente Bildverarbeitung mithilfe graphbasierter Algorithmen fungiert, unterstützt komplexere Hybrid-Computer-Vision- und Deep-Machine-Learning-Algorithmen. Unterstützung für das Intel Inference Engine-Backend wird bereitgestellt. Dem Ausführungsmodell wurde Unterstützung für die Verarbeitung von Videostreams hinzugefügt;
- Eliminiert (, ), die möglicherweise dazu führen könnte, dass Angreifercode ausgeführt wird, wenn nicht überprüfte Daten in den Formaten XML, YAML und JSON verarbeitet werden. Wenn beim Parsen von JSON ein Zeichen mit einem Nullcode angetroffen wird, wird der gesamte Wert in den Puffer kopiert, jedoch ohne ordnungsgemäße Prüfung, ob der zugewiesene Speicherbereich außerhalb der Grenzen liegt.
Source: opennet.ru