資訊專欄INFORMATION COLUMN
摘要：目前，支持尚未完成僅支持加載編碼的和，還未支持編碼。部分支持對象檢測網絡的版本缺少一些提供矩形列表的最終圖層。而且，此更改也已添加到分支。請注意，僅在英特爾上進行測試，因此仍需要額外的。為了使實時采集處理有高效，在模塊中更新了支持。
OpenCV 4.0 正式版來啦！雖然官網還沒更新，但Github已經放出來了！
重回英特爾的OpenCV終于迎來一次大版本更新，增加了諸多新特性，快來一起看看吧～
因為OpenCV最開始開發時的語言是C，導致許多模塊無法利用C++ 11的良好特性，OpenCV 4.0版本的一個重要使命就是去除C語言風格的接口，使其完全支持C++ 11！
1.大量從OpenCV 1.x遺留的C語言分割的API接口被刪掉，主要影響的模塊是objdetect, photo, video, videoio, imgcodecs, calib3d。
2.在core模塊中的持久化（在XML，YAML或JSON中存儲和加載結構化數據）已用完全用 C ++ 重新實現，并去除了相應的 C 風格的接口。 目前，base64支持尚未完成（僅支持加載base64編碼的XML和YAML，還未支持編碼）。 現在，存儲在FileNode中的序列的隨機訪問是O(N)操作; 使用cv :: FileNodeIterator能夠更快地進行順序訪問。 速度上，FileStorage的加載比以前的實現少了3-6倍的內存！
3.編譯新版OpenCV現在需要支持 C++ 11 的編譯器。
DNN（深度神經網絡）模塊是目前OpenCV更新最重要的模塊！
1.增加Mask-RCNN模型支持。
其使用指南：
https://github.com/opencv/opencv/wiki/TensorFlow-Object-Detection-API
Python例子：https://github.com/opencv/opencv/blob/master/samples/dnn/mask_rcnn.py
52CV曾經報道過的例子：
OpenCV4.0 Mask RCNN 實例分割示例 C++/Python實現
2.集成ONNX解析器。 支持多個流行的分類網絡。 部分支持YOLO對象檢測網絡（YOLO的ONNX版本缺少一些提供矩形列表的最終圖層）。
3.通過引入Intel DLDT 改進DNN模塊速度。
Intel DLDT近期已經開源，相見：
https://software.intel.com/openvino-toolkit
4.API更改：默認情況下，blobFromImage方法不會交換R和B通道，也不會對輸入圖像進行裁剪。 而且，此API更改也已添加到OpenCV 3.4分支。
5.為不支持OpenCL而支持Vulkan的硬件平臺添加了實驗性質的Vulkan后端（還在開發中！不建議大家使用——52CV君）。
6.為OpenCV支持的最流行的深度學習網絡添加了快捷方式。 可以通過指定模型的別名，跳過預處理參數甚至模型的路徑！
比如：
python object_detection.py --model opencv_face_detector.caffemodel --config opencv_face_detector.prototxt --mean 104 177 123 --width 300 --height 300
可以直接被替代為：
python object_detection.py opencv_fd
7.修復了AMD和NVIDIA GPU上的OpenCL加速。 現在，可以為模型啟用DNN_TARGET_OPENCL，開啟OpenCL支持。 請注意，DNN_TARGET_OPENCL_FP16僅在英特爾GPU上進行測試，因此仍需要額外的flags。（這個善意的提醒也就意味著你較好不要用那兩家的顯卡玩OpenCV
G-API為算法的硬件優化加速提供計算圖支持！
opencv_gapi是全新添加的模塊， 它是非常有效的圖像處理引擎。開發者可以在程序中定義多個圖像處理步驟組成的圖，執行的時候進行優化，使得fast and portable。
非常看好這一模塊的應用！
“加速”是OpenCV開發永恒不變的主題！
每次發布這塊的說明都差不多，總結起來就是一句話：
我們很努力地給你們在CPU的指令級上進行了加速，只要是支持該指令的CPU盡量讓你們用上，而且我們還支持NEON了哦～
objdetect模塊新增QR碼的檢測和解碼！
因為這個功能在移動端幾乎成為APP的標配了。
參考例子：
https://github.com/opencv/opencv/blob/master/samples/cpp/qrcode.cpp
52CV曾經對檢測功能進行了測試：
OpenCV4.0 快速QR二維碼檢測測試示例
實現了流行的Kinect Fusion算法！
并針對CPU和GPU（OpenCL）進行了優化，集成到opencv_contrib / rgbd模塊中。 為了使實時采集處理有高效，在opencv / videoio模塊中更新了Kinect 2支持。 在4.0 beta版本中，iGPU的代碼已經加速，在高分辨率的情況下（512x512x512 integration volume），性能提升了3倍。?
非常高效且高質量的DIS密集光流算法已經從opencv_contrib轉移到opencv/video模塊。?
示例：
https://github.com/opencv/opencv/blob/master/samples/cpp/dis_opticalflow.cpp
這還是比較贊的，之前OpenCV的光流模塊相比學術界的成果實在是太弱了。
總結
新版OpenCV更加聚焦圖像處理基礎功能和深度學習模塊！英特爾自家的加速庫和G-API是值得表揚的亮點！
聲明：文章收集于網絡，如有侵權，請聯系小編及時處理，謝謝！
歡迎加入本站公開興趣群商業智能與數據分析群
興趣范圍包括各種讓數據產生價值的辦法，實際應用案例分享與討論，分析工具，ETL工具，數據倉庫，數據挖掘工具，報表系統等全方位知識
QQ群：81035754
文章版權歸作者所有，未經允許請勿轉載,若此文章存在違規行為，您可以聯系管理員刪除。
轉載請注明本文地址：http://specialneedsforspecialkids.com/yun/4842.html
摘要：跳票之王終于發布了帶來了一系列激動人心的新特性，包括新的時間日期，以及和，在多線程環境下性能提升不少。 跳票之王Java8終于發布了！ Java8帶來了一系列激動人心的新特性，包括lambda、新的時間日期AOPI，以及AtomicInteger和AtomicLong，在多線程環境下性能提升不少。 showImg(http://segmentfault.com/img/bVb0D2...
摘要：距離正式版發布又過了兩個月，飛冰迎來了大版本的更新。飛冰是什么詳細的飛冰背景和介紹等，請參照正式版發布的介紹，這里不再贅述。飛冰帶來了什么支持項目開發千呼萬喚始出來。其次，已經進行全面升級，支持自定義物料源項目識別等功能和相關邏輯處理。 距離 1.0 正式版發布又過了兩個月，飛冰迎來了 2.0 大版本的更新。 飛冰 2.0 是什么? 詳細的飛冰背景和介紹等，請參照 1.0 正式版發布的...
摘要：千呼萬喚始出來，有狀態集群服務部署與管理下將著重介紹與有狀態集群服務相關的兩個新特性和。把這些特性和有狀態集群服務關聯起來串一下，我們可以用來管理一個有狀態服務集群，里每個對應集群的一個成員，集群的初始化可以用來完成。 千呼萬喚始出來，《Kubernetes有狀態集群服務部署與管理（下）》將著重介紹Kubernetes與有狀態集群服務相關的兩個新特性：Init Container 和 ...
摘要：千呼萬喚始出來，今日中午點，主網已正式開啟公測。鎖定天，并參與投票的用戶，將額外獲贈。為鼓勵社區廣泛參與，此次參與活動的鎖倉收益不受鎖倉金額鎖倉次數影響。因個人遺失造成的損失，不承擔任何相關責任。 showImg(https://segmentfault.com/img/bVbkS1n?w=900&h=340);千呼萬喚始出來，今日中午12點，ETM主網已正式開啟公測。為感謝大家一路以...
摘要：本期內容是結合在的持續部署流程，實現從代碼至到部署應用至中全自動的持續部署。編寫自己的命令如果有困難，可以加群申請源代碼示例也可以等近期即將發布的，這樣更香。千呼萬喚始出來，Cube完結篇來了!今天的內容，是持續部署至Cube掌握前3期教程內容搭配第四期使用，你就是全場最靚的仔！朋友們，來咯！上一期我們用云游戲的演示網站介紹了Java應用如何做成鏡像部署至Cube。本期內容是結合Cube A...
閱讀 3402·2021-11-24 09:38
閱讀 3189·2021-11-22 09:34
閱讀 2098·2021-09-22 16:03
閱讀 2349·2019-08-29 18:37
閱讀 371·2019-08-29 16:15
閱讀 1761·2019-08-26 13:56
閱讀 853·2019-08-26 12:21
閱讀 2198·2019-08-26 12:15
