Utjefte fan komputerfisybibleteek OpenCV 4.7

Состоялся релиз свободной библиотеки OpenCV 4.7 (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 распространяется под лицензией BSD. Биндинги подготовлены для различных языков программирования, включая Python, MATLAB и Java.

De bibleteek kin brûkt wurde om objekten te werkennen yn foto's en fideo's (bygelyks herkenning fan gesichten en figueren fan minsken, tekst, ensfh.), Tracking fan 'e beweging fan objekten en kamera's, klassifikaasje fan aksjes yn fideo's, konvertearjen fan ôfbyldings, ekstrahearje 3D-modellen, 3D-romte generearje fan ôfbyldings fan stereo-kamera's, ôfbyldings fan hege kwaliteit meitsje troch ôfbyldings fan legere kwaliteit te kombinearjen, sykjen nei objekten yn 'e ôfbylding dy't fergelykber binne mei de presinteare set fan eleminten, metoaden fan masine learen tapassen, markers pleatse, mienskiplike eleminten yn ferskate identifisearje ôfbyldings, automatysk eliminearjen fan defekten lykas reade eagen.

Under de feroaringen yn 'e nije release:

• Проведена значительная оптимизация производительности свёрток в модуле DNN (Deep Neural Network) с реализацией алгоритмов машинного обучения на основе нейронных сетей. Реализован алгоритм быстрых свёрток Винограда. Добавлены новые слои ONNX (Open Neural Network Exchange): Scatter, ScatterND, Tile, ReduceL1 и ReduceMin. Добавлена поддержка фреймворка OpenVino 2022.1 и бэкенда CANN.
• Улучшено качество определения и декодирования QR-кодов.
• Добавлена поддержка визуальных маркеров ArUco и AprilTag.
• Добавлен трекер Nanotrack v2 на базе нейронных сетей.
• Реализован алгоритм размытия Stackblur.
• Добавлена поддержка FFmpeg 5.x и CUDA 12.0.
• Предложен новый API для манипуляций многостраничными форматами изображений.
• Добавлена поддержка библиотеки libSPNG для формата PNG.
• В libJPEG-Turbo задействовано ускорения при помощи SIMD-инструкций.
• Для платформы Android реализована поддержка H264/H265.
• Предоставлены все базовые API для языка Python.
• Добавлен новый универсальный бэкенд для векторных инструкций.

Boarne: opennet.ru