Исходное сообщение
"Релиз библиотеки компьютерного зрения OpenCV 3.2" Отправлено opennews, 29-Дек-16 13:36
После года разработки состоялся (http://opencv.org/opencv-3-2.html) релиз свободной библиотеки OpenCV 3.2 (http://opencv.org/) (Open Source Computer Vision Library), предоставляющей средства для обработки и анализа содержимого изображений, в том числе  распознавания объектов на фотографиях (например, лиц и фигур людей, текста и т.п.), отслеживания движения объектов, преобразования изображений, применения методов машинного обучения и выявления общих элементов на разных изображениях. Код библиотеки написан на языке С++ и распространяется (https://github.com/Itseez/opencv) под лицензией BSD. Биндинги подготовлены для различных языков программирования. В состав новой версии (https://github.com/opencv/opencv/wiki/ChangeLog) интегрированы новые возможности, подготовленные студентами в рамках программы "Google Summer of Code 2016". Например, подготовлены синусоидальные модели для модуля разворачивания фаз (phase unwrapping (http://docs.opencv.org/trunk/df/d3a/group__phase__unwrapping...)), реализован алгоритм  DIS (Dense Inverse Search) для контроля оптического потока, добавлен алгоритм для отслеживания объектов на основе свёрточной нейронной сети (CNN, Convolutional Neural Network),  реализованы алгоритмы PCAFlow и Global Patch Collider, подготовлено многоязычное руководство по использованию OpenCV в Python, C++ и Java, подготовлена новая модель для камеры и параллельной обработки совмещённых работ, проведена оптимизация модуля dnn (Deep Neural Network), в хранилище добавлена поддержка форматов Batiny_dnnse64 и JSON, внесены улучшения в модуль tiny_dnn, реализован алгоритм разбора слов (Word-spotting) на основе свёрточной нейронной сети. Из работ, проведённых без привлечения студентов GSoC, отмечено значительное улучшение и ускорение работы модуля dnn (http://docs.opencv.org/3.1.0/d6/d0f/group__dnn.html): добавлено множество новых слоёв, реализовано семантическое сегментирование и поддержка SSD-сетей, добавлена поддержка импорта из TensorFlow. Расширен список поддерживаемых форматов изображений и камер. Добавлено приложение для интерактивной калибровки камеры. Добавлена большая порция оптимизаций для ускорения работы на архитектурах с процессорами Intel и ARM, в том числе задействованы векторные инструкции и новые ядра OpenCL. Реализована возможность ускорения за счёт применения в OpenCV  наборов  OpenVX и LAPACK/BLAS (включая Intel MKL, Apple Accelerate, OpenBLAS и Atlas). В репозиторий  opencv_contrib (http://github.com/itseez/opencv_contrib) добавлена порция новых алгоритмов. URL: http://opencv.org/opencv-3-2.html Новость: http://www.opennet.ru/opennews/art.shtml?num=45781