कॉम्प्युटर व्हिजन लायब्ररीचे प्रकाशन OpenCV 4.2

जागा घेतली मोफत लायब्ररी प्रकाशन OpenCV 4.2 (ओपन सोर्स कॉम्प्युटर व्हिजन लायब्ररी), जी प्रतिमा सामग्रीवर प्रक्रिया आणि विश्लेषण करण्यासाठी साधने प्रदान करते. OpenCV 2500 पेक्षा जास्त अल्गोरिदम प्रदान करते, दोन्ही क्लासिक आणि संगणक दृष्टी आणि मशीन लर्निंग सिस्टममधील नवीनतम प्रगती प्रतिबिंबित करते. लायब्ररी कोड C++ आणि मध्ये लिहिलेला आहे द्वारा वितरित BSD परवान्या अंतर्गत. Python, MATLAB आणि Java सह विविध प्रोग्रामिंग भाषांसाठी बाइंडिंग तयार केले जातात.

लायब्ररीचा वापर छायाचित्रे आणि व्हिडिओंमधील वस्तू ओळखण्यासाठी (उदाहरणार्थ, लोकांचे चेहरे आणि आकृत्या, मजकूर इ. ओळखणे), वस्तू आणि कॅमेऱ्यांच्या हालचालींचा मागोवा घेणे, व्हिडिओमधील क्रियांचे वर्गीकरण करणे, प्रतिमा रूपांतरित करणे, 3D मॉडेल काढणे, स्टिरिओ कॅमेऱ्यांमधून प्रतिमांमधून 3D जागा निर्माण करणे, खालच्या-गुणवत्तेच्या प्रतिमा एकत्र करून उच्च-गुणवत्तेच्या प्रतिमा तयार करणे, प्रस्तुत घटकांच्या संचाप्रमाणे प्रतिमेतील वस्तू शोधणे, मशीन लर्निंग पद्धती लागू करणे, मार्कर ठेवणे, सामान्य घटक ओळखणे प्रतिमा, रेड-आय सारखे दोष स्वयंचलितपणे काढून टाकतात.

В नवीन пускеыпуске:

• न्यूरल नेटवर्क्सवर आधारित मशीन लर्निंग अल्गोरिदमच्या अंमलबजावणीसह DNN (डीप न्यूरल नेटवर्क) मॉड्यूलमध्ये CUDA वापरण्यासाठी बॅकएंड जोडला गेला आहे आणि प्रायोगिक API समर्थन लागू केले गेले आहे. nGraph OpenVINO;
• SIMD सूचना वापरून, कोड कार्यप्रदर्शन स्टिरिओ आउटपुट (StereoBM/StereoSGBM), आकार बदलणे, मास्किंग, रोटेशन, गहाळ रंग घटकांची गणना आणि इतर अनेक ऑपरेशन्ससाठी ऑप्टिमाइझ केले होते;
• फंक्शनची मल्टी-थ्रेडेड अंमलबजावणी जोडली pyrDown;
• FFmpeg वर आधारित videoio बॅकएंड वापरून मीडिया कंटेनर्समधून व्हिडिओ प्रवाह काढण्याची क्षमता (डीमक्सिंग) जोडली;
• खराब झालेल्या प्रतिमांच्या जलद वारंवारता-निवडक पुनर्रचनासाठी अल्गोरिदम जोडले एफएसआर (वारंवारता निवडक पुनर्रचना);
• जोडलेली पद्धत रिचमंड ठराविक न भरलेल्या भागांच्या प्रक्षेपणासाठी;
• जोडले विचलन सामान्यीकरण पद्धत लोगो;
• G-API मॉड्यूल (opencv_gapi), जे ग्राफ-आधारित अल्गोरिदम वापरून कार्यक्षम इमेज प्रोसेसिंगसाठी इंजिन म्हणून काम करते, अधिक जटिल हायब्रिड कॉम्प्युटर व्हिजन आणि डीप मशीन लर्निंग अल्गोरिदमला समर्थन देते. Intel Inference Engine बॅकएंडसाठी समर्थन प्रदान केले आहे. अंमलबजावणी मॉडेलमध्ये व्हिडिओ प्रवाहांवर प्रक्रिया करण्यासाठी समर्थन जोडले;
• दूर केले असुरक्षा (सीव्हीई- 2019-5063, सीव्हीई- 2019-5064), जे XML, YAML आणि JSON फॉरमॅटमध्ये असत्यापित डेटावर प्रक्रिया करताना आक्रमणकर्ता कोडची अंमलबजावणी होऊ शकते. JSON पार्सिंग दरम्यान शून्य कोड असलेले वर्ण आढळल्यास, संपूर्ण मूल्य बफरवर कॉपी केले जाते, परंतु ते वाटप केलेल्या मेमरी क्षेत्राच्या सीमा ओलांडत आहे की नाही हे योग्यरित्या तपासल्याशिवाय.

स्त्रोत: opennet.ru