{"id":106297,"date":"2022-12-29T21:37:00","date_gmt":"2022-12-29T19:37:00","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/vypusk-biblioteki-kompyuternogo-zreniya-opencv-4-7"},"modified":"2022-12-29T21:37:00","modified_gmt":"2022-12-29T19:37:00","slug":"vypusk-biblioteki-kompyuternogo-zreniya-opencv-4-7","status":"publish","type":"post","link":"https:\/\/prohoster.info\/hu\/blog\/news\/vypusk-biblioteki-kompyuternogo-zreniya-opencv-4-7","title":{"rendered":"Megjelent az OpenCV 4.7 sz\u00e1m\u00edt\u00f3g\u00e9pes l\u00e1t\u00e1si k\u00f6nyvt\u00e1r.","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"
Megjelent az OpenCV 4.7 (Open Source Computer Vision Library) szabad k\u00f6nyvt\u00e1r, amely eszk\u00f6z\u00f6ket biztos\u00edt a k\u00e9pek tartalm\u00e1nak feldolgoz\u00e1s\u00e1hoz \u00e9s elemz\u00e9s\u00e9hez. Az OpenCV t\u00f6bb mint 2500 algoritmust k\u00edn\u00e1l, amelyek a klasszikusakat \u00e9s a legfrissebb v\u00edvm\u00e1nyokat is magukban foglalj\u00e1k a sz\u00e1m\u00edt\u00f3g\u00e9pes l\u00e1t\u00e1s \u00e9s a g\u00e9pi tanul\u00e1s ter\u00fclet\u00e9n. A k\u00f6nyvt\u00e1r k\u00f3dja C++ nyelven \u00edr\u00f3dott, \u00e9s BSD licenc alatt ker\u00fcl terjeszt\u00e9sre. K\u00fcl\u00f6nb\u00f6z\u0151 programoz\u00e1si nyelvekhez, p\u00e9ld\u00e1ul Pythonhoz, MATLAB-hoz \u00e9s Javahoz is k\u00e9sz\u00fcltek k\u00f6t\u00e9sek. <\/p>\n
A k\u00f6nyvt\u00e1r alkalmazhat\u00f3 objektumok felismer\u00e9s\u00e9re f\u00e9nyk\u00e9peken \u00e9s vide\u00f3kon (p\u00e9ld\u00e1ul arcok \u00e9s emberek alakj\u00e1nak, sz\u00f6vegek stb. felismer\u00e9se), t\u00e1rgyak \u00e9s kamer\u00e1k mozg\u00e1s\u00e1nak k\u00f6vet\u00e9s\u00e9re, vide\u00f3k cselekv\u00e9seinek klasszifik\u00e1l\u00e1s\u00e1ra, k\u00e9pek \u00e1talak\u00edt\u00e1s\u00e1ra, 3D-modellek kinyer\u00e9s\u00e9re, 3D-t\u00e9r k\u00e9pz\u00e9s\u00e9re sztereokamer\u00e1k \u00e1ltal, alacsonyabb min\u0151s\u00e9g\u0171 k\u00e9pek egyes\u00edt\u00e9s\u00e9vel magas min\u0151s\u00e9g\u0171 k\u00e9pek l\u00e9trehoz\u00e1s\u00e1ra, hasonl\u00f3 elemek keres\u00e9s\u00e9re k\u00e9p alapj\u00e1n, g\u00e9pi tanul\u00e1si m\u00f3dszerek alkalmaz\u00e1s\u00e1ra, jel\u00f6l\u0151k elhelyez\u00e9s\u00e9re, k\u00f6z\u00f6s elemek felismer\u00e9s\u00e9re k\u00fcl\u00f6nb\u00f6z\u0151 k\u00e9peken, automatikus hibajav\u00edt\u00e1sra, mint p\u00e9ld\u00e1ul a piros szem effektus. <\/p>\n
A leg\u00fajabb verzi\u00f3ban bek\u00f6vetkezett v\u00e1ltoz\u00e1sok: <\/p>\n
\n
Jelent\u0151s teljes\u00edtm\u00e9nyoptimaliz\u00e1l\u00e1s t\u00f6rt\u00e9nt a DNN (Deep Neural Network) modulban a neuronh\u00e1l\u00f3zaton alapul\u00f3 g\u00e9pi tanul\u00e1si algoritmusok megval\u00f3s\u00edt\u00e1s\u00e1val. Megval\u00f3s\u00edtott\u00e1k a Vinograd gyors konvol\u00faci\u00f3s algoritmust. \u00daj ONNX (Open Neural Network Exchange) r\u00e9tegek ker\u00fcltek hozz\u00e1ad\u00e1sra: Scatter, ScatterND, Tile, ReduceL1 \u00e9s ReduceMin. T\u00e1mogat\u00e1s ker\u00fclt az OpenVino 2022.1 keretrendszerhez \u00e9s a CANN h\u00e1tt\u00e9rhez.\n
Javult a QR-k\u00f3dok azonos\u00edt\u00e1s\u00e1nak \u00e9s dek\u00f3dol\u00e1s\u00e1nak min\u0151s\u00e9ge.\n
Hozz\u00e1adva az ArUco \u00e9s AprilTag vizu\u00e1lis marker t\u00e1mogat\u00e1sa.\n
Hozz\u00e1adva a Nanotrack v2 nyomk\u00f6vet\u0151, amely neuronh\u00e1l\u00f3zatok alap\u00fa.\n
Megval\u00f3s\u00edtva a Stackblur elmos\u00e1si algoritmus.\n
Hozz\u00e1adva a FFmpeg 5.x \u00e9s CUDA 12.0 t\u00e1mogat\u00e1sa.\n
\u00daj API javaslata k\u00e9pek t\u00f6bboldalas form\u00e1tumainak manipul\u00e1l\u00e1s\u00e1hoz.\n
Hozz\u00e1adva a libSPNG k\u00f6nyvt\u00e1r t\u00e1mogat\u00e1sa a PNG form\u00e1tumhoz.\n
A libJPEG-Turbo gyors\u00edt\u00e1s\u00e1b\u00f3l SIMD utas\u00edt\u00e1sok r\u00e9v\u00e9n r\u00e9szes\u00fclt.\n
Android platformra megval\u00f3s\u00edtva a H264\/H265 t\u00e1mogat\u00e1s.\n
K\u00edn\u00e1lva minden alap API a Python nyelvhez.\n
Hozz\u00e1adva egy \u00faj univerz\u00e1lis h\u00e1tt\u00e9r a vektoros utas\u00edt\u00e1sokhoz. <\/ul>\n