{"id":89693,"date":"2020-07-25T01:42:28","date_gmt":"2020-07-24T23:42:28","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/digikam-7-0-0"},"modified":"2020-07-25T01:42:28","modified_gmt":"2020-07-24T23:42:28","slug":"digikam-7-0-0","status":"publish","type":"post","link":"https:\/\/prohoster.info\/de\/blog\/news\/digikam-7-0-0","title":{"rendered":"digiKam 7.0.0","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"


\n \"digiKam<\/p>\n

<\/a><\/p>\n

Es gibt ein gro\u00dfes neues Update f\u00fcr digiKam \u2013 ein Programm zur Bearbeitung, Katalogisierung und Verwaltung digitaler Fotos f\u00fcr Linux, macOS und Windows.<\/p>\n

Mit digiKam k\u00f6nnen Sie Fotos, RAW-Dateien und Videos ganz einfach direkt von Ihrer Kamera oder externen Speicherger\u00e4ten (SD-Karten, Flash-Laufwerken usw.) importieren. Die App erm\u00f6glicht es, Importparameter und -regeln festzulegen, die importierte Objekte \u201eon-the-fly\u201c verarbeiten und katalogisieren.<\/p>\n

Die Anwendung verf\u00fcgt auch \u00fcber leistungsstarke Werkzeuge zur Vergabe von Tags und Bewertungen f\u00fcr Fotos. Sie k\u00f6nnen die Filterfunktion nutzen, um schnell Bilder zu finden, die bestimmten Kriterien entsprechen. Neben der Filterung bietet digiKam leistungsstarke Suchm\u00f6glichkeiten, mit denen Sie in der Bibliothek nach einer Vielzahl von Kriterien suchen k\u00f6nnen. Sie k\u00f6nnen Fotos nach Daten, Tags, Kategorien, Bewertungen, Standorten und anderen EXIF-, IPTC- oder XMP-Metadaten suchen.<\/p>\n

<\/p>\n

Die Anwendung bietet ein umfassendes Set an Bearbeitungswerkzeugen. Dazu geh\u00f6ren grundlegende Werkzeuge zur Farbkorrektur, Zuschneidung sowie fortgeschrittene Werkzeuge zur Anpassung von Kurven, Panorama-Stitching und vieles mehr. Ein spezialisiertes Werkzeug basierend auf der Bibliothek Lensfun<\/a> erm\u00f6glicht es, automatisch Objektivkorrekturen auf Bildern anzuwenden.<\/p>\n

<\/noindex><\/noindex><\/p>\n

Bedeutende \u00c4nderungen und Neuerungen in diesem Release:<\/p>\n

Die Gesichtsidentifikation wurde erheblich \u00fcberarbeitet.<\/h2>\n

Bisher wurde die Gesichtserkennung in der Sammlung mithilfe eines klassischen Haar-Cascade-Klassifizierers aus der OpenCV-Bibliothek durchgef\u00fchrt. Er funktioniert recht gut, erzielt jedoch nicht mehr als 80 % erfolgreiche Erkennungen. Zudem berichten Benutzer in der Fehlerverfolgung, dass die Gesichtserkennung Schwierigkeiten hat, wenn es um die Gruppierung von Gesichtern geht.<\/p>\n

Der neue Code basiert auf einem Deep Neural Network aus der OpenCV-Bibliothek und verwendet neuronale Netze mit vortrainierten Modellen. Der Prozentsatz erfolgreicher Erkennungen wurde auf 97 % erh\u00f6ht. Ein weiterer Vorteil ist, dass der neue Mechanismus in der Lage ist, Haustiere wie Hunde zu erkennen.<\/p>\n

Auch die Gruppierung nach Gesichtern wurde verbessert. Im Benutzerinterface gibt es jetzt die M\u00f6glichkeit, dem Algorithmus mitzuteilen, dass ein Gesicht falsch erkannt wurde oder es ganz von der Gruppierung auszuschlie\u00dfen.<\/p>\n

Die Unterst\u00fctzung f\u00fcr RAW-Formate wurde verbessert.<\/h2>\n

Die Version der Bibliothek libraw wurde auf 0.20 aktualisiert. Dadurch konnte die Unterst\u00fctzung f\u00fcr mehr als 40 neue Kameras hinzugef\u00fcgt werden:<\/p>\n