релиз свободной библиотеки (Open Source Computer Vision Library), предоставляющей средства для обработки и анализа содержимого изображений. OpenCV предоставляет более 2500 алгоритмов, как классических, так и отражающих последние достижения в области компьютерного зрения и систем машинного обучения. Код библиотеки написан на языке С++ и под лицензией BSD. Биндинги подготовлены для различных языков программирования, включая Python, MATLAB и Java.
Raamatukogu võib kasutada objektide tuvastamiseks fotodel ja videotöötlemises (näiteks nägude ja inimfiguuride, teksti jne tuvastamine), objektide ja kaamera liikumise jälgimiseks, tegevuste klassifitseerimiseks videos, piltide töötlemiseks, 3D-mudelite väljatõmbamiseks, 3D-ruumi loomiseks stereokaameratest, kvaliteetsete piltide loomiseks madalama kvaliteediga piltide kombineerimise teel, objektide otsimiseks, mis sarnanevad esitatud elementide kogumile, masinõppe meetodite rakendamiseks, markerite paigutamiseks, sarnaste elementide tuvastamiseks erinevates piltides, defektide automaatseks eemaldamiseks, näiteks punaste silmade efekti kõrvaldamiseks.
V :
- В модуль DNN (Deep Neural Network) с реализацией алгоритмов машинного обучения на основе нейронных сетей добавлен бэкенд для использования CUDA и реализована экспериментальная поддержка API ;
- С использованием SIMD-инструкций проведена оптимизация производительности кода для стереовывода (StereoBM/StereoSGBM), изменения размера, наложения маски, поворота, расчёта недостающих компонентов цвета и многих других операций;
- Добавлена многопоточная реализация функции ;
- Добавлена возможность извлечения видеопотоков из медиаконтейнеров (demuxing) при помощи бэкенда videoio на базе FFmpeg;
- Добавлен алгоритм для быстрой частотно-селективной реконструкции повреждённых изображений (Frequency Selective Reconstruction);
- Uus meetod для интерполяции типовых незаполненных областей;
- Добавлен метод нормализации отклонений ;
- В модуле G-API (opencv_gapi), выполняющем функции движка для эффективной обработки изображений с использованием алгоритмов на основе графов, реализована поддержка более сложных гибридных алгоритмов компьютерного зрения и глубинного машинного обучения. Обеспечена поддержка бэкенда Intel Inference Engine. В модель выполнения добавлена поддержка обработки видеопотоков;
- Eemaldatud (, ), которые потенциально могут привести к выполнению кода атакующего при обработке непроверенных данных в форматах XML, YAML и JSON. Если в процессе разбора JSON встретился символ с нулевым кодом, значение целиком копируется в буфер, но без должной проверки выхода за границы выделенной области памяти.
Allikas: opennet.ru
