OpenCV 4.2 bilgisayarla görme kitaplığının yayınlanması

gerçekleşti релиз свободной библиотеки OpenCV4.2 (Open Source Computer Vision Library), предоставляющей средства для обработки и анализа содержимого изображений. OpenCV предоставляет более 2500 алгоритмов, как классических, так и отражающих последние достижения в области компьютерного зрения и систем машинного обучения. Код библиотеки написан на языке С++ и tarafından dağıtıldı под лицензией BSD. Биндинги подготовлены для различных языков программирования, включая Python, MATLAB и Java.

Kütüphane, fotoğraf ve videolardaki nesneleri tanımak (örneğin, insan yüzlerini ve figürlerini, metinleri vb. tanımak), nesnelerin ve kameraların hareketini izlemek, videodaki eylemleri sınıflandırmak, görüntüleri dönüştürmek, 3 boyutlu modelleri çıkarmak, Stereo kameralardan gelen görüntülerden 3 boyutlu alan oluşturma, düşük kaliteli görüntüleri birleştirerek yüksek kaliteli görüntüler oluşturma, görüntüde sunulan öğe kümesine benzer nesneleri arama, makine öğrenmesi yöntemlerini uygulama, işaretleyicileri yerleştirme, farklı öğelerdeki ortak öğeleri belirleme görüntülerde kırmızı göz gibi kusurları otomatik olarak ortadan kaldırır.

В yeni serbest bırakmak:

• В модуль DNN (Deep Neural Network) с реализацией алгоритмов машинного обучения на основе нейронных сетей добавлен бэкенд для использования CUDA и реализована экспериментальная поддержка API nGraph OpenVINO;
• С использованием SIMD-инструкций проведена оптимизация производительности кода для стереовывода (StereoBM/StereoSGBM), изменения размера, наложения маски, поворота, расчёта недостающих компонентов цвета и многих других операций;
• Добавлена многопоточная реализация функции pyrDown;
• Добавлена возможность извлечения видеопотоков из медиаконтейнеров (demuxing) при помощи бэкенда videoio на базе FFmpeg;
• Добавлен алгоритм для быстрой частотно-селективной реконструкции повреждённых изображений FSR (Frequency Selective Reconstruction);
• Eklenen yöntem RIC для интерполяции типовых незаполненных областей;
• Добавлен метод нормализации отклонений LOGOLAR;
• В модуле G-API (opencv_gapi), выполняющем функции движка для эффективной обработки изображений с использованием алгоритмов на основе графов, реализована поддержка более сложных гибридных алгоритмов компьютерного зрения и глубинного машинного обучения. Обеспечена поддержка бэкенда Intel Inference Engine. В модель выполнения добавлена поддержка обработки видеопотоков;
• elendi güvenlik açıkları (CVE-2019-5063, CVE-2019-5064), которые потенциально могут привести к выполнению кода атакующего при обработке непроверенных данных в форматах XML, YAML и JSON. Если в процессе разбора JSON встретился символ с нулевым кодом, значение целиком копируется в буфер, но без должной проверки выхода за границы выделенной области памяти.

Kaynak: opennet.ru