{"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\/es\/blog\/news\/vypusk-programmy-dlya-upravleniya-fotografiyami-digikam-7-0","title":{"rendered":"Lanzamiento del programa de gesti\u00f3n de fotos digiKam 7.0","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

Despu\u00e9s de un a\u00f1o de desarrollo se llev\u00f3 a cabo<\/a><\/noindex> lanzamiento del programa para la gesti\u00f3n de colecciones de fotograf\u00edas digiKam 7.0.0<\/a><\/noindex>, desarrollado en el marco del proyecto KDE. El programa proporciona un conjunto completo de herramientas para importar, gestionar, editar y publicar fotograf\u00edas, as\u00ed como im\u00e1genes de c\u00e1maras digitales en formato raw. El c\u00f3digo est\u00e1 escrito en C++ utilizando Qt y bibliotecas de KDE, y se distribuye<\/a><\/noindex> bajo la licencia GPLv2. Paquetes de instalaci\u00f3n preparadas<\/a><\/noindex> para Linux (AppImage, FlatPak), Windows y macOS.<\/p>\n

\"Lanzamiento<\/a><\/noindex><\/center><\/p>\n

La principal mejora en digiKam 7.0 es un nuevo sistema completamente redise\u00f1ado para la clasificaci\u00f3n de rostros en fotograf\u00edas, que permite identificar y reconocer caras en las im\u00e1genes y asignar autom\u00e1ticamente las etiquetas correspondientes. En lugar del anterior clasificador en cascada<\/a><\/noindex> de OpenCV, la nueva versi\u00f3n utiliza un algoritmo basado en una red neuronal profunda<\/a><\/noindex>, que ha permitido aumentar la precisi\u00f3n de detecci\u00f3n del 80% al 97%, mejorar la velocidad de funcionamiento (se admite el paralelismo de los c\u00e1lculos en m\u00faltiples n\u00facleos de CPU) y automatizar completamente el proceso de asignaci\u00f3n de etiquetas, liberando al usuario de la necesidad de confirmar la exactitud de las coincidencias realizadas. <\/p>\n

El paquete incluye un modelo ya entrenado para la identificaci\u00f3n y coincidencia de rostros, que no requiere un entrenamiento adicional: solo es necesario etiquetar una cara en varias fotos y el sistema podr\u00e1 identificar y etiquetar esa cara en el futuro por s\u00ed mismo. Adem\u00e1s de los rostros humanos, el sistema puede clasificar animales y tambi\u00e9n permite identificar rostros distorsionados, borrosos, invertidos o parcialmente cubiertos. Adem\u00e1s, se ha realizado un gran trabajo en la optimizaci\u00f3n de la comodidad al trabajar con etiquetas, se ha ampliado la interfaz de coincidencia y se han a\u00f1adido nuevos modos de clasificaci\u00f3n y agrupaci\u00f3n de rostros.<\/p>\n

\"Lanzamiento<\/a><\/noindex><\/center><\/p>\n

Entre las mejoras no relacionadas con el reconocimiento facial se destaca la adici\u00f3n de soporte para 40 nuevos formatos de im\u00e1genes RAW, incluyendo aquellos utilizados en c\u00e1maras como la famosa Canon CR3, Sony A7R4 (61 megap\u00edxeles), Canon PowerShot G5 X Mark II, G7 X Mark III, CanonEOS, GoPro Fusion, GoPro HERO* y similares. De manera general, gracias al uso de libraw, el n\u00famero de formatos RAW soportados se ha incrementado a 1100<\/a><\/noindex>. Tambi\u00e9n se ha mejorado el soporte para el formato de imagen HEIF, utilizado por Apple y empleado para la distribuci\u00f3n de im\u00e1genes HDR. Se ha a\u00f1adido soporte para el formato actualizado XCF, utilizado en la rama GIMP 2.10.<\/p>\n

\"Lanzamiento<\/a><\/noindex><\/center><\/p>\n

Entre otras mejoras:<\/p>\n