{"id":54815,"date":"2020-01-05T00:00:00","date_gmt":"2020-01-04T21:00:00","guid":{"rendered":"https:\/\/prohoster.info\/blog\/blog_prohoster\/vypusk-biblioteki-kompyuternogo-zreniya-opencv-4-2"},"modified":"2020-02-18T14:02:52","modified_gmt":"2020-02-18T11:02:52","slug":"vypusk-biblioteki-kompyuternogo-zreniya-opencv-4-2","status":"publish","type":"post","link":"https:\/\/prohoster.info\/it\/blog\/news\/vypusk-biblioteki-kompyuternogo-zreniya-opencv-4-2","title":{"rendered":"Rilascio della libreria di visione artificiale OpenCV 4.2","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

Si \u00e8 tenuto<\/a><\/noindex> rilascio della libreria open source OpenCV 4.2<\/a><\/noindex> (Open Source Computer Vision Library), che fornisce strumenti per l'elaborazione e l'analisi dei contenuti delle immagini. OpenCV offre oltre 2500 algoritmi, sia classici che rappresentativi delle ultime innovazioni nel campo della visione artificiale e dei sistemi di apprendimento automatico. Il codice della libreria \u00e8 scritto in C++ e \u00e8 distribuito<\/a><\/noindex> sotto licenza BSD. Sono stati preparati binding per vari linguaggi di programmazione, tra cui Python, MATLAB e Java.<\/p>\n

La libreria pu\u00f2 essere utilizzata per il riconoscimento di oggetti in fotografie e video (ad esempio, riconoscimento di volti e figure umane, testo, ecc.), tracciamento del movimento di oggetti e telecamere, classificazione delle azioni nei video, trasformazione delle immagini, estrazione di modelli 3D, costruzione di spazi 3D da immagini di telecamere stereo, creazione di immagini di alta qualit\u00e0 tramite fusione di immagini di qualit\u00e0 inferiore, ricerca di oggetti in un'immagine simili a un insieme di elementi fornito, applicazione di metodi di apprendimento automatico, posizionamento di marcatori, rilevamento di elementi comuni su diverse immagini, eliminazione automatica di difetti, come l'effetto occhi rossi.<\/p>\n

In nuova<\/a><\/noindex> versione<\/a><\/noindex>:<\/p>\n