Представлен релиз свободной библиотеки OpenCV 3.0 (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 под лицензией BSD. Биндинги подготовлены для различных языков программирования.

Выпуск OpenCV 3.0 вобрал в себя более 1500 патчей. Наиболее существенные изменения:

  • Добавлен репозиторий opencv_contrib, в котором представлена подборка дополнительных модулей, не вошедших в основной состав.
  • В сборках для платформ Windows, Linux и OS X на архитектурах x86 и x86_64 по умолчанию задействовано подмножество функций для обработки мультимедийных данных Intel IPP (IPPCV), которые предоставлены проекту в безвозмездное использование.
  • Представлен новый программный интерфейс T-API (Transparent API), предоставляющий средства для организации прозрачного выноса вычислений на сторону GPU с использованием OpenCL. Ускорение доступно в более чем ста функциях OpenCV и активируется автоматически при наличии в системе поддержки OpenCL;
  • Около сорока функций OpenCV оптимизированы с использованием инструкций NEON. Так как в основном это низкоуровневые функции, оптимизация также охватывает и большое число зависимых от них высокоуровневых функций.
  • Представлен новый слой OpenCV HAL, упрощающий создание кода, оптимизированного с использованием инструкций NEON.
  • Документация теперь формируется при помощи Doxygen;
  • Проведена чистка API, связанного с различными высокоуровневыми алгоритмами, в том числе к новому абстрактному интерфейсу, скрывающему детали реализации, приведены вызовы features2d, calib3d и objdetect.
  • Значительно улучшены биндинги для языков Python и Java. Воскрешен биндинг для Matlab;
  • Улучшена поддержка платформы Android - OpenCV Manager доступен на Java.
  • Значительно улучшена поддержка платформы WinRT, в том числе появилась возможность захвата видео и многопоточная обработка;
  • Интегрированы новые возможности, подготовленные студентами в рамках программ GSoC 2013 и 2014. Например, добавлены средства для выявления текста на изображениях, большая порция новых алгоритмов обработки фотографий (HDR, inpainting, edge-aware filters, superpixels), алгоритмы отслеживания и оптического анализа, различные математические оптимизации, поддержка Python 3, модули сопоставления двумерных форм и трёхмерных поверхностей, поддержка RGB-D и модуль 3D-визуализации.
  • Силами сообщества подготовлен модуль с биологическими моделями зрения, а также модуль для регистрации изображений.


Источник: http://www.opennet.ru/opennews/art.shtml?num=42376