Rilaxx tal-librerija tal-viżjoni tal-kompjuter OpenCV 4.2

seħħet 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 imqassma minn под лицензией BSD. Биндинги подготовлены для различных языков программирования, включая Python, MATLAB и Java.

Il-librerija tista 'tintuża biex tagħraf oġġetti f'ritratti u vidjows (per eżempju, rikonoxximent ta' uċuħ u figuri ta 'nies, test, eċċ.), Traċċar tal-moviment ta' oġġetti u kameras, klassifikazzjoni ta 'azzjonijiet f'vidjow, konverżjoni ta' stampi, estrazzjoni ta 'mudelli 3D, jiġġenera spazju 3D minn immaġini minn kameras stereo, joħloq immaġini ta 'kwalità għolja billi jgħaqqad immaġini ta' kwalità aktar baxxa, tiftix għal oġġetti fl-immaġni li huma simili għas-sett ta 'elementi ppreżentati, applikazzjoni ta' metodi ta 'tagħlim bil-magni, tqegħid ta' markaturi, identifikazzjoni ta 'elementi komuni f'diversi immaġini, awtomatikament jeliminaw difetti bħall-għajnejn ħomor.

В ġdid rilaxx:

• 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);
• Metodu miżjud 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;
• Eliminati vulnerabbiltajiet (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.

Sors: opennet.ru