{"id":89839,"date":"2020-07-26T19:42:07","date_gmt":"2020-07-26T17:42:07","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/vypusk-programmy-dlya-upravleniya-fotografiyami-digikam-7-0"},"modified":"2020-07-26T19:42:07","modified_gmt":"2020-07-26T17:42:07","slug":"vypusk-programmy-dlya-upravleniya-fotografiyami-digikam-7-0","status":"publish","type":"post","link":"https:\/\/prohoster.info\/de\/blog\/news\/vypusk-programmy-dlya-upravleniya-fotografiyami-digikam-7-0","title":{"rendered":"Ver\u00f6ffentlichung des Photo-Management-Programms digiKam 7.0","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

Nach einem Jahr Entwicklung hat stattgefunden<\/a><\/noindex> Programm zur Verwaltung einer Fotosammlung digiKam 7.0.0<\/a><\/noindex>, das im Rahmen des KDE-Projekts entwickelt wird. Das Programm bietet eine umfassende Auswahl an Werkzeugen zum Importieren, Verwalten, Bearbeiten und Ver\u00f6ffentlichen von Fotos sowie von Bildern von digitalen Kameras im RAW-Format. Der Code ist in C++ unter Verwendung von Qt und der KDE-Bibliotheken geschrieben, und wird verbreitet<\/a><\/noindex> unter der GPLv2-Lizenz. Installationspakete wurden vorbereitet<\/a><\/noindex> f\u00fcr Linux (AppImage, FlatPak), Windows und macOS.<\/p>\n

\"Ver\u00f6ffentlichung<\/a><\/noindex><\/center><\/p>\n

Ein wesentliches Verbesserung in digiKam 7.0 ist ein neues, vollst\u00e4ndig \u00fcberarbeitetes System zur Klassifizierung von Gesichtern auf Fotos, das es erm\u00f6glicht, Gesichter auf Fotos zu identifizieren und zu erkennen und automatisch die entsprechenden Tags zuzuweisen. Anstelle des zuvor verwendeten kaskadierenden Klassifikators<\/a><\/noindex> aus OpenCV wird in der neuen Version ein Algorithmus verwendet, der auf tiefen neuronalen Netzwerken<\/a><\/noindex>basiert und die Genauigkeit der Erkennung von 80 % auf 97 % erh\u00f6ht hat, die Arbeitsgeschwindigkeit gesteigert hat (die Berechnungen k\u00f6nnen parallel auf mehreren CPU-Kernen durchgef\u00fchrt werden) und den Prozess der Tag-Zuweisung vollst\u00e4ndig automatisiert hat, wodurch der Benutzer nicht mehr die Richtigkeit der durchgef\u00fchrten Zuordnung best\u00e4tigen muss. <\/p>\n

Im Lieferumfang ist bereits ein trainiertes Modell zur Erkennung und Zuordnung von Gesichtern enthalten, das kein zus\u00e4tzliches Training erfordert \u2013 es reicht, ein Gesicht auf mehreren Fotos mit einem Tag zu markieren, und das System kann dieses Gesicht in Zukunft selbstst\u00e4ndig erkennen und kennzeichnen. Neben menschlichen Gesichtern kann das System auch Tiere klassifizieren und ist in der Lage, verzerrte, unscharfe, umgedrehte oder teilweise verdeckte Gesichter zu erkennen. Dar\u00fcber hinaus wurde umfassend an der Optimierung der Benutzerfreundlichkeit von Tags gearbeitet, die Benutzeroberfl\u00e4che zur Zuordnung erweitert sowie neue Sortier- und Gruppierungsmodi f\u00fcr Gesichter hinzugef\u00fcgt.<\/p>\n

\"Ver\u00f6ffentlichung<\/a><\/noindex><\/center><\/p>\n

Zu den nicht mit der Gesichtserkennung verbundenen Verbesserungen z\u00e4hlt die Unterst\u00fctzung f\u00fcr 40 neue RAW-Bildformate, darunter die in den Kameras Famous Canon CR3, Sony A7R4 (61 Megapixel), Canon PowerShot G5 X Mark II, G7 X Mark III, CanonEOS, GoPro Fusion, GoPro HERO* usw. verwendeten Formate. Insgesamt wurde dank der Nutzung von libraw die Anzahl der unterst\u00fctzten RAW-Formate auf 1100<\/a><\/noindex>erh\u00f6ht. Auch die Unterst\u00fctzung des von Apple verwendeten Bildformats HEIF, das f\u00fcr die Verbreitung von HDR-Bildern genutzt wird, wurde verbessert. Unterst\u00fctzung f\u00fcr das aktualisierte XCF-Format, das in der GIMP 2.10-Zweigen verwendet wird, wurde hinzugef\u00fcgt.<\/p>\n

\"Ver\u00f6ffentlichung<\/a><\/noindex><\/center><\/p>\n

Unter den weiteren Verbesserungen:<\/p>\n