Ang libreng library na OpenCV 4.7 (Open Source Computer Vision Library) ay inilabas, 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 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 .
Kabilang sa mga pagbabago sa bagong release:
- Ang makabuluhang pag-optimize ng convolution performance sa DNN (Deep Neural Network) module ay isinagawa sa pagpapatupad ng mga machine learning algorithm batay sa mga neural network. Naipatupad na ang Winograd fast convolution algorithm. Nagdagdag ng mga bagong layer ng ONNX (Open Neural Network Exchange): Scatter, ScatterND, Tile, ReduceL1 at ReduceMin. Nagdagdag ng suporta para sa OpenVino 2022.1 framework at CANN backend.
- Pinahusay na kalidad ng pagtukoy at pag-decode ng QR code.
- Nagdagdag ng suporta para sa mga visual na marker na ArUco at AprilTag.
- Nagdagdag ng Nanotrack v2 tracker batay sa mga neural network.
- Ipinatupad ang Stackblur blur algorithm.
- Nagdagdag ng suporta para sa FFmpeg 5.x at CUDA 12.0.
- Ang isang bagong API ay iminungkahi para sa pagmamanipula ng mga multi-page na format ng imahe.
- Nagdagdag ng suporta para sa libSPNG library para sa PNG na format.
- Ang libJPEG-Turbo ay nagbibigay-daan sa acceleration gamit ang mga tagubilin sa SIMD.
- Para sa platform ng Android, ipinatupad ang suporta para sa H264/H265.
- Lahat ng pangunahing Python API ay ibinigay.
- Nagdagdag ng bagong unibersal na backend para sa mga tagubilin sa vector.
Pinagmulan: opennet.ru