အခမဲ့စာကြည့်တိုက် OpenCV 4.7 (Open Source Computer Vision Library) ကို ထုတ်ဝေခဲ့ပြီး ရုပ်ပုံအကြောင်းအရာကို လုပ်ဆောင်ခြင်းနှင့် ခွဲခြမ်းစိတ်ဖြာခြင်းအတွက် ကိရိယာများကို ပံ့ပိုးပေးခဲ့သည်။ OpenCV သည် ဂန္ထဝင်နှင့် ကွန်ပျူတာအမြင်နှင့် စက်သင်ယူမှုစနစ်များတွင် နောက်ဆုံးပေါ်တိုးတက်မှုများကို ထင်ဟပ်စေသည့် အယ်လဂိုရီသမ်ပေါင်း 2500 ကျော်ကို ပံ့ပိုးပေးပါသည်။ စာကြည့်တိုက်ကုဒ်ကို C++ ဖြင့် ရေးသားထားပြီး BSD လိုင်စင်အောက်တွင် ဖြန့်ဝေထားသည်။ Bindings များကို Python၊ MATLAB နှင့် Java အပါအဝင် ပရိုဂရမ်းမင်းဘာသာစကားအမျိုးမျိုးအတွက် ပြင်ဆင်ထားပါသည်။
ဓာတ်ပုံနှင့် ဗီဒီယိုများတွင် အရာဝတ္ထုများကို မှတ်မိရန် (ဥပမာ၊ လူများ၏ မျက်နှာနှင့် ပုံသဏ္ဍာန်၊ စာသား၊ စသည်)၊ အရာဝတ္ထုများနှင့် ကင်မရာများ၏ ရွေ့လျားမှုကို ခြေရာခံခြင်း၊ ဗီဒီယိုတွင် လုပ်ဆောင်ချက်များကို အမျိုးအစားခွဲခြင်း၊ ပုံများကို ပြောင်းလဲခြင်း၊ 3D မော်ဒယ်များကို ထုတ်ယူခြင်း၊ စတီရီယိုကင်မရာများမှ ပုံများမှ 3D space ကိုထုတ်ပေးခြင်း၊ အရည်အသွေးနိမ့်ပုံများ ပေါင်းစပ်ခြင်းဖြင့် အရည်အသွေးမြင့်ပုံများကို ဖန်တီးခြင်း၊ တင်ပြထားသော ဒြပ်စင်များနှင့် ဆင်တူသည့် ပုံရှိ အရာဝတ္ထုများကို ရှာဖွေခြင်း၊ စက်သင်ယူမှုနည်းလမ်းများကို အသုံးပြုခြင်း၊ အမှတ်အသားများထားရှိခြင်း၊ မတူညီသော ဘုံဒြပ်စင်များကို ခွဲခြားသတ်မှတ်ခြင်း ပုံများ၊ မျက်လုံးနီခြင်းကဲ့သို့သော ချို့ယွင်းချက်များကို အလိုအလျောက် ဖယ်ရှားပေးပါသည်။
အသစ်ထွက်ရှိထားသော အပြောင်းအလဲများထဲတွင်-
- DNN (Deep Neural Network) module တွင် အာရုံကြောကွန်ရက်များပေါ်တွင် အခြေခံထားသော စက်သင်ယူမှု အယ်လဂိုရီသမ်များကို အကောင်အထည်ဖော်ခြင်းဖြင့် အာရုံကြောကွန်ရက်များပေါ်တွင် စုစည်းမှုစွမ်းဆောင်ရည်ကို သိသာထင်ရှားစွာ ပိုမိုကောင်းမွန်အောင်ပြုလုပ်ထားပါသည်။ Winograd fast convolution algorithm ကို အကောင်အထည် ဖော်ပြီးပါပြီ။ အသစ်ထပ်ထည့်ထားသည့် ONNX (Open Neural Network Exchange) အလွှာများ- Scatter၊ ScatterND၊ Tile၊ ReduceL1 နှင့် ReduceMin။ OpenVino 2022.1 မူဘောင်နှင့် CANN နောက်ခံဖိုင်အတွက် ပံ့ပိုးမှု ထပ်ထည့်ထားသည်။
- QR ကုဒ်ထောက်လှမ်းခြင်းနှင့် ကုဒ်ဆွဲခြင်း၏ အရည်အသွေးကို မြှင့်တင်ထားသည်။
- အမြင်ဆိုင်ရာ အမှတ်အသားများ ArUco နှင့် AprilTag အတွက် ပံ့ပိုးမှု ထပ်ထည့်ထားသည်။
- အာရုံကြောကွန်ရက်များကို အခြေခံ၍ Nanotrack v2 ခြေရာခံကိရိယာကို ထည့်သွင်းထားသည်။
- Stackblur blur algorithm ကို အကောင်အထည်ဖော်ခဲ့သည်။
- FFmpeg 5.x နှင့် CUDA 12.0 အတွက် ပံ့ပိုးမှု ပေါင်းထည့်ထားသည်။
- စာမျက်နှာပေါင်းများစွာ ရုပ်ပုံဖော်မတ်များကို ကြိုးကိုင်ရန် API အသစ်ကို အဆိုပြုထားသည်။
- PNG ဖော်မတ်အတွက် libSPNG စာကြည့်တိုက်အတွက် ပံ့ပိုးမှု ထပ်ထည့်ထားသည်။
- libJPEG-Turbo သည် SIMD ညွှန်ကြားချက်များကို အသုံးပြု၍ အရှိန်မြှင့်ပေးသည်။
- Android ပလပ်ဖောင်းအတွက်၊ H264/H265 အတွက် အထောက်အပံ့ကို အကောင်အထည် ဖော်ထားသည်။
- အခြေခံ Python APIs အားလုံးကို ပေးထားသည်။
- vector လမ်းညွှန်ချက်များအတွက် universal backend အသစ်တစ်ခုကို ထည့်ထားသည်။
source: opennet.ru