De release van de gratis bibliotheek OpenCV 4.7 (Open Source Computer Vision Library), die tools biedt voor het verwerken en analyseren van beeldinhoud, heeft plaatsgevonden. OpenCV biedt meer dan 2500 algoritmen, zowel klassiek als die de nieuwste ontwikkelingen op het gebied van computer vision en machine learning-systemen weerspiegelen. De bibliotheekcode is geschreven in C++ en gedistribueerd onder de BSD-licentie. Bindingen zijn voorbereid voor verschillende programmeertalen, waaronder Python, MATLAB en Java.
De bibliotheek kan worden gebruikt om objecten in foto's en video's te herkennen (bijvoorbeeld gezichten en figuren van mensen, tekst, etc. herkennen), de beweging van objecten en de camera te volgen, acties op video te classificeren, afbeeldingen te transformeren, 3D-modellen te extraheren, 3D-ruimte vormen uit afbeeldingen van stereocamera's, afbeeldingen van hoge kwaliteit creëren door afbeeldingen van lagere kwaliteit te combineren, zoeken naar objecten die lijken op de gepresenteerde reeks elementen in de afbeelding, machine learning-methoden toepassen, markeringen plaatsen, gemeenschappelijke elementen in verschillende afbeeldingen identificeren, automatische eliminatie van defecten zoals rode ogen.
Onder de veranderingen in de nieuwe release:
- Een aanzienlijke optimalisatie van de prestaties van convoluties in de DNN-module (Deep Neural Network) werd uitgevoerd met de implementatie van machine learning-algoritmen op basis van neurale netwerken. Het snelle convolutie-algoritme van Winograd is geïmplementeerd. Nieuwe ONNX-lagen (Open Neural Network Exchange) toegevoegd: Scatter, ScatterND, Tile, ReduceL1 en ReduceMin. Ondersteuning toegevoegd voor OpenVino 2022.1-framework en CANN-backend.
- Verbeterde kwaliteit van detectie en decodering van QR-codes.
- Ondersteuning toegevoegd voor visuele markeringen ArUco en AprilTag.
- Tracker Nanotrack v2 toegevoegd, gebaseerd op neurale netwerken.
- Het Stackblur-vervagingsalgoritme geïmplementeerd.
- Ondersteuning toegevoegd voor FFmpeg 5.x en CUDA 12.0.
- Er is een nieuwe API voorgesteld voor het manipuleren van afbeeldingsformaten met meerdere pagina's.
- Ondersteuning toegevoegd voor de libSPNG-bibliotheek voor PNG-indeling.
- libJPEG-Turbo maakt gebruik van versnellingen met behulp van SIMD-instructies.
- Ondersteuning voor H264/H265 is geïmplementeerd voor het Android-platform.
- Alle basis-API's voor de Python-taal zijn aanwezig.
- Een nieuwe universele backend toegevoegd voor vectorinstructies.
Bron: opennet.ru