Biblioteka falas OpenCV 4.7 (Open Source Computer Vision Library) u lëshua, duke ofruar mjete për përpunimin dhe analizimin e përmbajtjes së imazhit. OpenCV ofron më shumë se 2500 algoritme, klasike dhe që pasqyrojnë përparimet më të fundit në sistemet e vizionit kompjuterik dhe të mësimit të makinerive. Kodi i bibliotekës është i shkruar në C++ dhe shpërndahet nën licencën BSD. Lidhjet përgatiten për gjuhë të ndryshme programimi, duke përfshirë Python, MATLAB dhe Java.
Biblioteka mund të përdoret për të njohur objektet në fotografi dhe video (për shembull, njohja e fytyrave dhe figurave të njerëzve, teksti, etj.), Për të gjurmuar lëvizjen e objekteve dhe kamerave, për klasifikimin e veprimeve në video, konvertimin e imazheve, nxjerrjen e modeleve 3D, gjenerimi i hapësirës 3D nga imazhet nga kamerat stereo, krijimi i imazheve me cilësi të lartë duke kombinuar imazhe me cilësi më të ulët, kërkimi i objekteve në imazh që janë të ngjashëm me grupin e paraqitur të elementeve, aplikimi i metodave të mësimit të makinerive, vendosja e shënuesve, identifikimi i elementeve të përbashkët në të ndryshme imazhe, duke eliminuar automatikisht defekte të tilla si skuqja e syve.
Ndër ndryshimet në versionin e ri:
- Optimizimi i rëndësishëm i performancës së konvolucionit në modulin DNN (Deep Neural Network) është kryer me zbatimin e algoritmeve të mësimit të makinerive të bazuara në rrjetet nervore. Është zbatuar algoritmi i konvolucionit të shpejtë të Winogradit. Shtuan shtresa të reja ONNX (Open Neural Network Exchange): Scatter, ScatterND, Tile, ReduceL1 dhe ReduceMin. Mbështetje e shtuar për kornizën OpenVino 2022.1 dhe prapavijën CANN.
- Cilësi e përmirësuar e zbulimit dhe dekodimit të kodit QR.
- Mbështetje e shtuar për shënuesit vizualë ArUco dhe AprilTag.
- U shtua gjurmuesi Nanotrack v2 i bazuar në rrjetet nervore.
- Algoritmi i turbullimit të implementuar Stackblur.
- Mbështetje e shtuar për FFmpeg 5.x dhe CUDA 12.0.
- Një API e re është propozuar për manipulimin e formateve të imazheve me shumë faqe.
- Mbështetje e shtuar për bibliotekën libSPNG për formatin PNG.
- libJPEG-Turbo mundëson përshpejtimin duke përdorur udhëzimet SIMD.
- Për platformën Android, mbështetja për H264/H265 është zbatuar.
- Të gjitha API-të themelore të Python janë dhënë.
- U shtua një backend i ri universal për udhëzimet vektoriale.
Burimi: opennet.ru