OpenCV 4.2 компьютердик көрүү китепканасынын чыгарылышы

болуп өттү релиз свободной библиотеки OpenCV 4.2 (Open Source Computer Vision Library), предоставляющей средства для обработки и анализа содержимого изображений. OpenCV предоставляет более 2500 алгоритмов, как классических, так и отражающих последние достижения в области компьютерного зрения и систем машинного обучения. Код библиотеки написан на языке С++ и жайылуу под лицензией BSD. Биндинги подготовлены для различных языков программирования, включая Python, MATLAB и Java.

Китепкананы фото жана видеосүрөттөрдөгү объекттерди таануу (мисалы, адамдардын жүзүн жана фигурасын таануу, текст ж.б.), объекттердин жана камералардын кыймылына көз салуу, видеодогу аракеттерди классификациялоо, сүрөттөрдү конвертациялоо, 3D моделдерин алуу, стерео камералардагы сүрөттөрдөн 3D мейкиндигин түзүү, сапаты төмөн сүрөттөрдү бириктирүү аркылуу жогорку сапаттагы сүрөттөрдү түзүү, сүрөттөлгөн элементтердин топтомуна окшош объекттерди издөө, машинаны үйрөнүү ыкмаларын колдонуу, маркерлерди жайгаштыруу, ар кандай элементтерде жалпы элементтерди аныктоо сүрөттөр, кызыл көз сыяктуу кемчиликтерди автоматтык түрдө жок кылат.

В жаңы бошотуу:

• В модуль DNN (Deep Neural Network) с реализацией алгоритмов машинного обучения на основе нейронных сетей добавлен бэкенд для использования CUDA и реализована экспериментальная поддержка API nGraph OpenVINO;
• С использованием SIMD-инструкций проведена оптимизация производительности кода для стереовывода (StereoBM/StereoSGBM), изменения размера, наложения маски, поворота, расчёта недостающих компонентов цвета и многих других операций;
• Добавлена многопоточная реализация функции pyrDown;
• Добавлена возможность извлечения видеопотоков из медиаконтейнеров (demuxing) при помощи бэкенда videoio на базе FFmpeg;
• Добавлен алгоритм для быстрой частотно-селективной реконструкции повреждённых изображений FSR (Frequency Selective Reconstruction);
• Кошулган ыкма RIC для интерполяции типовых незаполненных областей;
• Добавлен метод нормализации отклонений LOGOS;
• В модуле G-API (opencv_gapi), выполняющем функции движка для эффективной обработки изображений с использованием алгоритмов на основе графов, реализована поддержка более сложных гибридных алгоритмов компьютерного зрения и глубинного машинного обучения. Обеспечена поддержка бэкенда Intel Inference Engine. В модель выполнения добавлена поддержка обработки видеопотоков;
• Жок кылынды алсыздыктар (CVE-2019-5063, CVE-2019-5064), которые потенциально могут привести к выполнению кода атакующего при обработке непроверенных данных в форматах XML, YAML и JSON. Если в процессе разбора JSON встретился символ с нулевым кодом, значение целиком копируется в буфер, но без должной проверки выхода за границы выделенной области памяти.

Source: opennet.ru