Rilis perpustakaan visi komputer OpenCV 4.2

dumadi free release perpustakaan OpenCV 4.2 (Open Source Computer Vision Library), sing nyedhiyakake alat kanggo ngolah lan nganalisa isi gambar. OpenCV nyedhiyakake luwih saka 2500 algoritma, klasik lan nggambarake kemajuan paling anyar ing visi komputer lan sistem pembelajaran mesin. Kode perpustakaan ditulis ing C ++ lan disebarake dening ing lisensi BSD. Bindings disiapake kanggo macem-macem basa program, kalebu Python, MATLAB lan Jawa.

Perpustakaan bisa digunakake kanggo ngenali obyek ing foto lan video (contone, pangenalan pasuryan lan tokoh wong, teks, lan sapiturute), nelusuri gerakan obyek lan kamera, nggolongake tumindak ing video, ngowahi gambar, ngekstrak model 3D, ngasilake spasi 3D saka gambar saka kamera stereo, nggawe gambar berkualitas tinggi kanthi nggabungake gambar sing luwih murah, nggoleki obyek ing gambar sing padha karo set unsur sing ditampilake, ngetrapake metode pembelajaran mesin, nempatake spidol, ngenali unsur umum ing macem-macem gambar, kanthi otomatis mbusak cacat kayata mripat abang.

В anyar ngeculake:

• Backend kanggo nggunakake CUDA wis ditambahake menyang modul DNN (Deep Neural Network) kanthi implementasi algoritma machine learning adhedhasar jaringan saraf lan dhukungan API eksperimental wis dileksanakake. nGraph OpenVINO;
• Nggunakake instruksi SIMD, kinerja kode dioptimalake kanggo output stereo (StereoBM / StereoSGBM), ngowahi ukuran, masking, rotasi, pitungan komponen werna ilang lan akeh operasi liyane;
• Nambahake implementasine multi-threaded saka fungsi kasebut pyrDown;
• Nambahake kemampuan kanggo ngekstrak stream video saka wadah media (demuxing) nggunakake backend videoio adhedhasar FFmpeg;
• Algoritma ditambahake kanggo rekonstruksi frekuensi-selektif cepet saka gambar sing rusak FSR (Rekonstruksi Selektif Frekuensi);
• Metode ditambahake RIC kanggo interpolasi saka wilayah unfilled khas;
• Ditambahake metode normalisasi deviasi logo;
• Modul G-API (opencv_gapi), sing tumindak minangka mesin kanggo pangolahan gambar sing efisien nggunakake algoritma adhedhasar grafik, ndhukung visi komputer hibrida sing luwih rumit lan algoritma pembelajaran mesin sing jero. Dhukungan kanggo backend Intel Inference Engine diwenehake. Nambahake dhukungan kanggo ngolah aliran video menyang model eksekusi;
• diilangi vulnerabilities (CVE-2019-5063, CVE-2019-5064), sing bisa nyebabake eksekusi kode penyerang nalika ngolah data sing durung diverifikasi ing format XML, YAML lan JSON. Yen karakter karo kode null ditemokaké sak JSON parsing, kabeh Nilai bakal disalin menyang buffer, nanging tanpa bener mriksa apa ngluwihi wates wilayah memori diparengake.

Source: opennet.ru