ProHoster > Blog > balita sa internet > Paglabas ng computer vision library OpenCV 4.2

Paglabas ng computer vision library OpenCV 4.2

naganap libreng paglabas ng library OpenCV 4.2 (Open Source Computer Vision Library), na nagbibigay ng mga tool para sa pagproseso at pagsusuri ng nilalaman ng imahe. Nagbibigay ang OpenCV ng higit sa 2500 algorithm, parehong klasiko at sumasalamin sa mga pinakabagong pag-unlad sa computer vision at machine learning system. Ang code ng library ay nakasulat sa C++ at ipinamahagi ni sa ilalim ng lisensya ng BSD. Ang mga binding ay inihanda para sa iba't ibang mga programming language, kabilang ang Python, MATLAB at Java.

Maaaring gamitin ang library upang makilala ang mga bagay sa mga litrato at video (halimbawa, pagkilala sa mga mukha at pigura ng mga tao, teksto, atbp.), pagsubaybay sa paggalaw ng mga bagay at camera, pag-uuri ng mga aksyon sa video, pag-convert ng mga imahe, pagkuha ng mga modelong 3D, pagbuo ng 3D space mula sa mga larawan mula sa mga stereo camera, paglikha ng mga de-kalidad na larawan sa pamamagitan ng pagsasama-sama ng mga mas mababang kalidad na mga imahe, paghahanap ng mga bagay sa larawan na katulad ng ipinakita na hanay ng mga elemento, paglalapat ng mga pamamaraan ng machine learning, paglalagay ng mga marker, pagtukoy ng mga karaniwang elemento sa iba't ibang mga larawan, awtomatikong nag-aalis ng mga depekto tulad ng red-eye .

Π’ bago pakawalan:

  • Isang backend para sa paggamit ng CUDA ay idinagdag sa module ng DNN (Deep Neural Network) na may pagpapatupad ng mga machine learning algorithm batay sa mga neural network at ipinatupad ang pang-eksperimentong suporta sa API nGraph OpenVINO;
  • Gamit ang mga tagubilin sa SIMD, ang pagganap ng code ay na-optimize para sa stereo output (StereoBM/StereoSGBM), pagbabago ng laki, pag-mask, pag-ikot, pagkalkula ng mga nawawalang bahagi ng kulay at marami pang ibang operasyon;
  • Nagdagdag ng multi-threaded na pagpapatupad ng function pyrDown;
  • Nagdagdag ng kakayahang mag-extract ng mga video stream mula sa mga media container (demuxing) gamit ang videoio backend batay sa FFmpeg;
  • Nagdagdag ng algorithm para sa mabilis na frequency-selective reconstruction ng mga nasirang larawan FSR (Frequency Selective Reconstruction);
  • Idinagdag na paraan RIC para sa interpolation ng mga tipikal na lugar na hindi napuno;
  • Nagdagdag ng paraan ng pag-normalize ng deviation Mga Logo;
  • Ang G-API module (opencv_gapi), na gumaganap bilang isang makina para sa mahusay na pagpoproseso ng imahe gamit ang mga graph-based na algorithm, ay sumusuporta sa mas kumplikadong hybrid computer vision at malalim na machine learning algorithm. Ibinibigay ang suporta para sa backend ng Intel Inference Engine. Nagdagdag ng suporta para sa pagproseso ng mga video stream sa modelo ng pagpapatupad;
  • Tinanggal mga kahinaan (CVE-2019-5063, CVE-2019-5064), na posibleng humantong sa pagpapatupad ng code ng attacker kapag nagpoproseso ng hindi na-verify na data sa mga format na XML, YAML at JSON. Kung ang isang character na may null code ay nakatagpo sa panahon ng pag-parse ng JSON, ang buong halaga ay makokopya sa buffer, ngunit nang hindi maayos na sinusuri kung ito ay lumampas sa mga hangganan ng inilaan na lugar ng memorya.

Pinagmulan: opennet.ru

Magdagdag ng komento