Megjelent az OpenCV 4.7 számítógépes képtár

Megjelent az ingyenes OpenCV 4.7 (Open Source Computer Vision Library) könyvtár, amely eszközöket biztosít a képtartalom feldolgozásához és elemzéséhez. Az OpenCV több mint 2500 algoritmust kínál, amelyek klasszikusak és tükrözik a számítógépes látás és a gépi tanulási rendszerek legújabb vívmányait. A könyvtár kódja C++ nyelven íródott, és a BSD licenc alatt terjeszthető. A kötések különféle programozási nyelvekhez készülnek, beleértve a Pythont, a MATLAB-ot és a Java-t.

A könyvtár használható tárgyak felismerésére fényképeken és videókon (például emberek arcának és alakjának, szövegnek, stb. felismerésére), tárgyak és kamerák mozgásának nyomon követésére, műveletek osztályozására a videóban, képek konvertálására, 3D modellek kinyerésére, 3D tér előállítása sztereó kamerák képeiből, jó minőségű képek készítése gyengébb minőségű képek kombinálásával, a képen a bemutatott elemkészlethez hasonló objektumok keresése, gépi tanulási módszerek alkalmazása, markerek elhelyezése, közös elemek azonosítása különböző képeket, automatikusan kiküszöböli a hibákat, például a vörösszem-hatást.

Az új kiadás változásai között:

  • A konvolúciós teljesítmény jelentős optimalizálása a DNN (Deep Neural Network) modulban neurális hálózatokon alapuló gépi tanulási algoritmusok megvalósításával történt. Megvalósult a Winograd gyors konvolúciós algoritmus. Új ONNX (Open Neural Network Exchange) rétegek hozzáadva: Scatter, ScatterND, Tile, ReduceL1 és ReduceMin. Az OpenVino 2022.1 keretrendszer és a CANN háttérrendszer támogatása hozzáadva.
  • A QR-kód észlelésének és dekódolásának jobb minősége.
  • Támogatás hozzáadva az ArUco és az AprilTag vizuális markerekhez.
  • Neurális hálózatokon alapuló Nanotrack v2 tracker hozzáadva.
  • Megvalósított Stackblur elmosódási algoritmus.
  • Az FFmpeg 5.x és a CUDA 12.0 támogatása hozzáadva.
  • Új API-t javasoltak a többoldalas képformátumok manipulálására.
  • Hozzáadott támogatás a libSPNG könyvtárhoz a PNG formátumhoz.
  • A libJPEG-Turbo lehetővé teszi a gyorsítást SIMD utasítások használatával.
  • Az Android platformon a H264/H265 támogatása megtörtént.
  • Minden alapvető Python API rendelkezésre áll.
  • Új univerzális háttérprogram hozzáadva a vektoros utasításokhoz.

Forrás: opennet.ru

Hozzászólás