Det gratis biblioteket OpenCV 4.7 (Open Source Computer Vision Library) ble utgitt, og gir verktøy for å behandle og analysere bildeinnhold. OpenCV tilbyr mer enn 2500 algoritmer, både klassiske og reflekterer de siste fremskrittene innen datasyn og maskinlæringssystemer. Bibliotekkoden er skrevet i C++ og distribuert under BSD-lisensen. Bindinger er utarbeidet for ulike programmeringsspråk, inkludert Python, MATLAB og Java.
Biblioteket kan brukes til å gjenkjenne objekter i fotografier og videoer (for eksempel gjenkjennelse av ansikter og figurer av mennesker, tekst osv.), spore bevegelsen til objekter og kameraer, klassifisere handlinger i video, konvertere bilder, trekke ut 3D-modeller, generere 3D-rom fra bilder fra stereokameraer, lage bilder av høy kvalitet ved å kombinere bilder av lavere kvalitet, søke etter objekter i bildet som ligner det presenterte settet med elementer, bruke maskinlæringsmetoder, plassere markører, identifisere vanlige elementer i forskjellige bilder, automatisk eliminerer defekter som røde øyne.
Blant endringene i den nye utgivelsen:
- Betydelig optimalisering av konvolusjonsytelse i DNN-modulen (Deep Neural Network) har blitt utført med implementering av maskinlæringsalgoritmer basert på nevrale nettverk. Winograds raske konvolusjonsalgoritme er implementert. Lagt til nye ONNX (Open Neural Network Exchange) lag: Scatter, ScatterND, Tile, ReduceL1 og ReduceMin. Lagt til støtte for OpenVino 2022.1-rammeverket og CANN-backend.
- Forbedret kvalitet på QR-kodedeteksjon og dekoding.
- Lagt til støtte for visuelle markører ArUco og AprilTag.
- Lagt til Nanotrack v2-tracker basert på nevrale nettverk.
- Implementert Stackblur blur algoritme.
- Lagt til støtte for FFmpeg 5.x og CUDA 12.0.
- Et nytt API er foreslått for å manipulere flersides bildeformater.
- Lagt til støtte for libSPNG-biblioteket for PNG-formatet.
- libJPEG-Turbo muliggjør akselerasjon ved hjelp av SIMD-instruksjoner.
- For Android-plattformen er støtte for H264/H265 implementert.
- Alle grunnleggende Python APIer er gitt.
- Lagt til en ny universell backend for vektorinstruksjoner.
Kilde: opennet.ru