szabad könyvtár kiadása (Open Source Computer Vision Library), amely eszközöket biztosít a képek tartalmának feldolgozásához és elemzéséhez. Az OpenCV több mint 2500 algoritmust kínál, beleértve a klasszikusakat és a legújabb számítástechnikai látás és gépi tanulás terén elért eredményeket. A könyvtár kódja C++ nyelven íródott, és BSD licenc alatt áll. Különböző programozási nyelvekhez készültek binderek, beleértve a Python, MATLAB és Java nyelveket.
A könyvtár alkalmazható objektumok felismerésére fényképeken és videókon (például arcok és emberek alakjának, szövegek stb. felismerése), tárgyak és kamerák mozgásának követésére, videók cselekvéseinek klasszifikálására, képek átalakítására, 3D-modellek kinyerésére, 3D-tér képzésére sztereokamerák által, alacsonyabb minőségű képek egyesítésével magas minőségű képek létrehozására, hasonló elemek keresésére kép alapján, gépi tanulási módszerek alkalmazására, jelölők elhelyezésére, közös elemek felismerésére különböző képeken, automatikus hibajavításra, mint például a piros szem effektus.
A :
- A DNN (Deep Neural Network) modulba, amely a neurális hálózatokon alapuló gépi tanulási algoritmusok megvalósítását tartalmazza, került egy backend a CUDA használatához, és kísérleti támogatást kapott az API ;
- A SIMD utasítások használatával optimalizálták a kód teljesítményét a sztereoválasztás (StereoBM/StereoSGBM), méretezés, maszk alkalmazás, forgatás, színösszetevők kiszámítása és sok más művelet során;
- Hozzáadásra került egy több szálú megvalósítás ;
- Hozzáadva a videofolyamok kinyerésének lehetősége a médiaszigetekből (demuxing) a FFmpeg alapú videoio backend segítségével;
- Hozzáadva egy algoritmus a sérült képek gyors frekvencia-szelektív rekonstrukciójához (Frekvencia Szelektív Rekonstrukció);
- Hozzáadva a módszert a tipikus, ki nem töltött területek interpolálására;
- Hozzáadva a eltérés normalizálási módszere ;
- A G-API (opencv_gapi) modulban, amely a képek hatékony feldolgozásához használja a grafikon alapú algoritmusokat, a bonyolultabb hibrid számítógépes látás és mélytanulási algoritmusok támogatása valósult meg. Intel Inference Engine háttértámogatás érkezett. A végrehajtási modellbe a videostream feldolgozásának támogatása is bekerült;
- Javítva (, ), amelyek potenciálisan lehetővé tehetik a támadó kódjának végrehajtását, amikor nem ellenőrzött adatokat dolgoznak fel XML, YAML és JSON formátumokban. Ha a JSON elemzése során nullás kódú karaktert találunk, az érték teljes egészében a puffert átkerül, de megfelelő tartományellenőrzés nélkül.
Forrás: opennet.ru
