Γ avvenuto il rilascio della libreria gratuita OpenCV 4.7 (Open Source Computer Vision Library), che fornisce strumenti per l'elaborazione e l'analisi del contenuto delle immagini. OpenCV fornisce piΓΉ di 2500 algoritmi, sia classici che che riflettono gli ultimi progressi nei sistemi di visione artificiale e di apprendimento automatico. Il codice della libreria Γ¨ scritto in C++ e distribuito sotto la licenza BSD. Vengono preparati collegamenti per vari linguaggi di programmazione, tra cui Python, MATLAB e Java.
La libreria puΓ² essere utilizzata per riconoscere oggetti in foto e video (ad esempio, riconoscere volti e figure di persone, testo, ecc.), tracciare il movimento degli oggetti e della fotocamera, classificare azioni su video, trasformare immagini, estrarre modelli 3D, formare uno spazio 3D da immagini provenienti da telecamere stereo, creare immagini di alta qualitΓ combinando immagini di qualitΓ inferiore, cercare oggetti nell'immagine che siano simili all'insieme di elementi presentato, applicare metodi di apprendimento automatico, posizionare marcatori, identificare elementi comuni in diversi immagini, eliminando automaticamente difetti come gli occhi rossi.
Tra le novitΓ della nuova release:
- Una significativa ottimizzazione delle prestazioni delle convoluzioni nel modulo DNN (Deep Neural Network) Γ¨ stata effettuata con l'implementazione di algoritmi di machine learning basati su reti neurali. Γ stato implementato l'algoritmo di convoluzione veloce di Winograd. Aggiunti nuovi livelli ONNX (Open Neural Network Exchange): Scatter, ScatterND, Tile, ReduceL1 e ReduceMin. Aggiunto il supporto per il framework OpenVino 2022.1 e il backend CANN.
- Miglioramento della qualitΓ di rilevamento e decodifica dei codici QR.
- Aggiunto il supporto per i marcatori visivi ArUco e AprilTag.
- Aggiunto tracker Nanotrack v2 basato su reti neurali.
- Implementato l'algoritmo di sfocatura Stackblur.
- Aggiunto supporto per FFmpeg 5.x e CUDA 12.0.
- Γ stata proposta una nuova API per manipolare formati di immagini multipagina.
- Aggiunto il supporto per la libreria libSPNG per il formato PNG.
- libJPEG-Turbo utilizza accelerazioni utilizzando le istruzioni SIMD.
- Il supporto per H264/H265 Γ¨ stato implementato per la piattaforma Android.
- Vengono fornite tutte le API di base per il linguaggio Python.
- Aggiunto un nuovo backend universale per le istruzioni vettoriali.
Fonte: opennet.ru