Liberigo de komputilvida biblioteko OpenCV 4.7

La senpaga biblioteko OpenCV 4.7 (Open Source Computer Vision Library) estis publikigita, disponigante ilojn por prilaborado kaj analizo de bildenhavo. OpenCV disponigas pli ol 2500 algoritmojn, kaj klasikajn kaj reflektantajn la plej novajn progresojn en komputila vizio kaj maŝinlernado-sistemoj. La bibliotekkodo estas skribita en C++ kaj distribuita sub la BSD-licenco. Ligiloj estas pretaj por diversaj programlingvoj, inkluzive de Python, MATLAB kaj Java.

La biblioteko povas esti uzata por rekoni objektojn en fotoj kaj videoj (ekzemple, rekono de vizaĝoj kaj figuroj de homoj, teksto, ktp.), spuri la movadon de objektoj kaj fotiloj, klasifiki agojn en video, konverti bildojn, ĉerpi 3D modelojn, generi 3D-spacon el bildoj de stereofotiloj, kreante altkvalitajn bildojn kombinante malsuperkvalitajn bildojn, serĉante objektojn en la bildo similaj al la prezentita aro de elementoj, aplikante maŝinlernajn metodojn, metante markilojn, identigante komunajn elementojn en malsamaj. bildoj, aŭtomate forigante difektojn kiel ruĝ-okulajn.

Inter la ŝanĝoj en la nova eldono:

  • Signifa optimumigo de konvolucia rendimento en la modulo DNN (Profunda Neŭrala Reto) estis efektivigita kun la efektivigo de maŝinlernado-algoritmoj bazitaj sur neŭralaj retoj. La Winograd rapida konvolucia algoritmo estis efektivigita. Aldonitaj novaj tavoloj de ONNX (Open Neural Network Exchange): Scatter, ScatterND, Tile, ReduceL1 kaj ReduceMin. Aldonita subteno por OpenVino 2022.1 kadro kaj CANN-backend.
  • Plibonigita kvalito de QR-kodo-detekto kaj malkodado.
  • Aldonita subteno por vidaj markiloj ArUco kaj AprilTag.
  • Aldonita Nanotrack v2 spurilo bazita sur neŭralaj retoj.
  • Efektivigita Stackblur-malklara algoritmo.
  • Aldonita subteno por FFmpeg 5.x kaj CUDA 12.0.
  • Nova API estis proponita por manipulado de plurpaĝaj bildformatoj.
  • Aldonita subteno por la libSPNG-biblioteko por la PNG-formato.
  • libJPEG-Turbo ebligas akcelon uzante SIMD-instrukciojn.
  • Por la Android-platformo, subteno por H264/H265 estis efektivigita.
  • Ĉiuj bazaj Python-API-oj estas provizitaj.
  • Aldonita nova universala backend por vektoraj instrukcioj.

fonto: opennet.ru

Aldoni komenton