{"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\/novosti-interneta\/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

Ein neues gro\u00dfes Update von digiKam ist erschienen \u2013 einer Software zur Bearbeitung, Katalogisierung und Verwaltung digitaler Fotos f\u00fcr Linux, macOS und Windows.<\/p>\n

Mit digiKam k\u00f6nnen Sie Fotos, Rohdateien und Videos problemlos direkt von Ihrer Kamera oder externen Speichermedien (SD-Karten, USB-Sticks usw.) importieren. Die Anwendung erm\u00f6glicht es, die Importparameter und -regeln anzupassen, die importierte Objekte 'in Echtzeit' verarbeiten und katalogisieren.<\/p>\n

Die Anwendung bietet auch 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 verf\u00fcgt digiKam \u00fcber umfangreiche Suchm\u00f6glichkeiten, mit denen Sie in der Bibliothek nach einer Vielzahl von Kriterien suchen k\u00f6nnen. Sie k\u00f6nnen Fotos nach Datum, Tags, Labels, Bewertungen, Standort und anderen EXIF-, IPTC- oder XMP-Metadaten suchen.<\/p>\n

<\/p>\n

Die Anwendung bietet eine umfassende Palette an Bearbeitungswerkzeugen. Dazu geh\u00f6ren grundlegende Werkzeuge zur Farbkorrektur, Zuschneiden sowie fortschrittliche Werkzeuge zur Anpassung von Kurven, Panorama-Stitching und vielem mehr. Ein spezielles Werkzeug auf Basis der Bibliothek Lensfun<\/a> erm\u00f6glicht es, Objektivkorrekturen automatisch auf Bilder anzuwenden.<\/p>\n

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

Wesentliche \u00c4nderungen und Neuerungen in dieser Version:<\/p>\n

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

Bisher wurde die Gesichtserkennung in der Sammlung mit einem klassischen kaskadierenden Klassifikator aus der OpenCV-Bibliothek durchgef\u00fchrt. Er funktioniert recht gut, bringt aber nicht mehr als 80% erfolgreiche Erkennungen. Zudem berichten Nutzer im Bugtracker, dass die Gesichtserkennung Schwierigkeiten hat, wenn es um die Gruppierung von Personen nach Gesicht geht.<\/p>\n

Der neue Code, der auf einem Deep Neural Network der OpenCV-Bibliothek basiert, 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 zum Beispiel Hunde, zu erkennen.<\/p>\n

Die Gruppierung von Gesichtern wurde ebenfalls verbessert. Im Benutzerinterface besteht nun die M\u00f6glichkeit, dem Algorithmus anzuzeigen, dass ein Gesicht falsch erkannt wurde oder es ganz aus der Gruppierung auszuschlie\u00dfen.<\/p>\n

Die Unterst\u00fctzung von RAW-Formaten wurde verbessert.<\/h2>\n

Die Version der libraw-Bibliothek wurde auf 0.20 aktualisiert. Dies erm\u00f6glicht die Unterst\u00fctzung von \u00fcber 40 neuen Kameras:<\/p>\n