Новая версия OpenCV в альфа-версии

Команда OpenCV анонсировала OpenCV 3.x. Изменения включают переход к архитектуре ядра плюс плагины, множество новых функций и оптимизаций, которые обеспечивают существенное ускорение.

OpenCV

OpenCV – это библиотека компьютерного зрения с открытым исходным кодом, которую используют практически все, кто экспериментирует не только со зрением, но и с рядом задач обработки изображений.

Объявление о выпуске альфа-версии OpenCV 3.0 открывается с напоминания о предыстории:

Прошло почти 5 лет с момента выпуска OpenCV 2.0, который принес совершенно новый C ++ API и положил начало новой эпохе экстенсивного роста проекта. В течение всего жизненного цикла 2.x мы добавили поддержку новых платформ, включая iOS и Android, добавили ускорение графического процессора через CUDA и OpenCL, предоставили полный интерфейс для пользователей Python и Java и создали нашу современную систему непрерывной интеграции на основе github и buildbot. В результате у нас теперь есть очень стабильный OpenCV 2.4.x, который используется во многих компаниях и университетах по всему миру.

Хотя версия 3.x не будет таким серьезным потрясением, как переход к версии 2.x, она принесет с собой изменения в архитектуре проекта. До сих пор OpenCV создавался и поставлялся как единый пакет, в будущем он примет архитектуру «ядро + плагины», используемую другими крупными проектами.

В дальнейшем у проекта есть дополнительный репозиторий на GitHib. В будущем основной репозиторий opencv будет иметь «очень стабильный API и, вероятно, немного нововведений», тогда как новый opencv_contrib предназначен для «дополнительных» модулей, которые обеспечивают дополнительную функциональность и которые могут не иметь стабильного API, менее хорошо протестированы и поэтому не будут быть частью официального распространения Open CV. Это будет место для:

множество захватывающих функций, в том числе уже известное распознавание лиц и обнаружение текста, а также распознавание текста, детекторы границ нового поколения, современная живопись, обработка карт глубины, новый оптический поток и алгоритмы отслеживания и т. д.

Opencv_contrib будет не только тем местом, где размещается большая часть экспериментального кода, но и тем местом, где сообществу предлагается внести свой вклад в новые алгоритмы.

Сообщество OpenCV очень активно, поскольку этот список новых функций, которые будут частью OpenCV, указывает:

  • Обнаружение и распознавание текста Луисом Гомесом и Стефано Фабри
  • HDR Федора Морозова и Александра Шишкова
  • KAZE / A-KAZE Евгения Хведченя, автора алгоритма Пабло Алькантарилла и некоторые улучшения Ф. Морозова.
  • Интеллектуальная сегментация и фильтры с учетом границ от Виталия Людвиченко, Юрия Гитмана, Александра Шишкова и Александра Мордвинцева
  • Обнаружение автомобилей с помощью Waldboost, ACF Влада Шахуро и Никиты Мановича
  • Трекер TLD и несколько общих алгоритмов оптимизации от Алекса Леонтьева
  • Привязки Matlab от Hilton Bristow при поддержке Mathworks.
  • Значительно расширенные привязки Python, включая поддержку Python 3 и несколько руководств по OpenCV + Python от Александра Мордвинцева, Абида Рахмана и других.
  • 3D визуализация с использованием VTK Озана Тонкала и Анатолия Бакшеева.
  • Модуль RGBD Винсента Рабо
  • Детектор линейного сегмента Даниэля Ангелова
  • Множество полезных алгоритмов вычислительной фотографии Сиддхарта Керады
  • Дескрипторы формы, сопоставление и морфинг форм (модуль формы) Хуана Мануэля Переса Руа и Ильи Лысенкова
  • Долгосрочное отслеживание + улучшения на основе заметности (модуль отслеживания) Антонеллы Кашителли и Франческо Пуджа
  • Еще один хороший алгоритм оценки позы и учебник по оценке позы от Эдгара Рибы и Александра Шишкова.
  • Дескрипторы и сопоставители строк Бьяджо Монтесано и Мануэле Тамбуранно
  • Мириады улучшений в различных частях библиотеки от Стивена Путтеманса; спасибо тебе большое, Стивен!
  • Несколько оптимизаций NEON от Адриана Стратулата, Коди Ригни, Александра Петрикова, Юрия Горбачева и других.
  • Быстрый цикл foreach по cv :: Mat Казуки Мацуда
  • Выравнивание изображений (алгоритм ECC) Георгиоса Евангелидиса
  • Поддержка изображений GDAL Марвином Смитом
  • Модуль RGBD Винсента Рабо
  • Модель камеры Fisheye – Илья Крылов
  • Скрипт сборки OSX framework от Евгения Хведченя
  • Множественные улучшения FLANN от Пьера-Эммануэля Виля
  • Улучшенная поддержка WinRT от Грегори Морса
  • Скрытый каскад SVM от Евгения Кожинова и команды ННГУ (в ожидании интеграции)
  • Логистическая регрессия Рахула Кави
  • Алгоритм пятиточечной оценки позы Бо Ли

OpenCV также получает растущую поддержку в отрасли. Ускорение на графическом процессоре многих алгоритмов машинного зрения с технологией под названием T-API (transparentAPI) появилось при поддержке Intel и AMD, и Intel также предоставила подмножество своих Intel Integrated Performance Primitives (IPP) для связывания по умолчанию и бесплатно. , в открытое резюме. Это означает существенное ускорение некоторых функций обработки изображений. На графике IPP сравнивается с OpenCV с включенными всеми возможными оптимизациями.

Пользователям предлагается опробовать альфа-версию, хотя их предупреждают, что они могут ожидать некоторых сбоев, таких как частично нарушенные привязки Python, несколько неудачных тестов и т. Д., И предоставить обратную связь. Бета-версия ожидается через пару месяцев, а финальный выпуск – примерно в конце 2014 года.

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *