OpenCV 4.7 (Китобхонаи визуалии компютерии кушодаасос), китобхонаи ройгон барои коркард ва таҳлили тасвирҳо, бароварда шуд. OpenCV зиёда аз 2500 алгоритмро пешниҳод мекунад, аз ҷумла ҳам алгоритмҳои классикӣ ва ҳам алгоритмҳое, ки пешрафтҳои охиринро дар визуализатсияи компютерӣ ва омӯзиши мошинӣ инъикос мекунанд. Коди китобхона бо забони C++ навишта шудааст ва тибқи иҷозатномаи BSD паҳн карда мешавад. Пайвандҳо барои забонҳои гуногуни барномасозӣ, аз ҷумла Python, MATLAB ва Java дастрасанд.
Китобхона метавонад барои шинохти объектҳо дар аксҳо ва видеоҳо (масалан, шинохти чеҳраҳо ва симои одамон, матн ва ғайра), пайгирии ҳаракати ашё ва камераҳо, тасниф кардани амалҳо дар видео, табдил додани тасвирҳо, истихроҷи моделҳои 3D, тавлиди фазои 3D аз тасвирҳо аз камераҳои стерео, эҷоди тасвирҳои баландсифат тавассути омезиши тасвирҳои пастсифат, ҷустуҷӯи объектҳое дар тасвир, ки ба маҷмӯи унсурҳои пешниҳодшуда монанданд, истифода бурдани усулҳои омӯзиши мошинсозӣ, ҷойгиркунии маркерҳо, муайян кардани унсурҳои умумӣ дар намудҳои гуногун тасвирҳо, ба таври худкор камбудиҳоро аз қабили сурх-чашм бартараф мекунад.
Дар байни тағйирот дар версияи нав:
- Дар модули DNN (Network Neural Deep) беҳсозии назарраси иҷрои конволюсия амалӣ карда шуд, ки имкон медиҳад алгоритмҳои омӯзиши мошинӣ дар асоси шабакаи нейрон амалӣ карда шаванд. Алгоритми конволюсияи босуръати Виноград амалӣ карда шуд. Қабатҳои нави ONNX (Open Neural Network Exchange) илова карда шуданд: Scatter, ScatterND, Tile, ReduceL1 ва ReduceMin. Дастгирии чаҳорчӯбаи OpenVino 2022.1 ва пуштибонии CANN илова карда шуд.
- Сифати муайянкунӣ ва рамзкушоии рамзи QR беҳтар карда шуд.
- Дастгирии аломатгузорҳои визуалии ArUco ва AprilTag илова карда шуд.
- Илова кардани пайгирии Nanotrack v2, ки бар асоси шабакаҳои асабӣ асос ёфтааст.
- Алгоритми норавшанкунии Stackblur амалӣ карда шуд.
- Дастгирии FFmpeg 5.x ва CUDA 12.0 илова карда шуд.
- API-и нав барои коркарди форматҳои тасвири бисёрсаҳифагӣ пешниҳод шудааст.
- Дастгирии китобхонаи libSPNG барои формати PNG илова карда шуд.
- libJPEG-Turbo аз суръатбахшии дастурҳои SIMD истифода мебарад.
- Дастгирии H264/H265 барои платформаи Android амалӣ карда шудааст.
- Ҳамаи API-ҳои асосӣ барои забони Python пешниҳод шудаанд.
- Барои дастурҳои векторӣ як backend-и нави умумӣ илова карда шуд.
Манбаъ: opennet.ru
