OpenCV 4.1 版本发布！DNN模块是开发重点

转载地址：https://mp.weixin.qq.com/s?__biz=MzUzODkxNzQzMw==&mid=2247483884&idx=1&sn=42596fb4fe11d13fc416b1e447f3e8af&chksm=fad12ebacda6a7ac9fc08db67ad71a933f625b3daa95930297b28b80dd5833e5d78a620bf762&mpshare=1&scene=24&srcid=0415lsMncD4KQUm2QN03PKuh&key=47702ccb5c1d64c4639627fd2157a67421f243ea5516aaeb4a3e50f7856abe209f26a3aa67cbf1dde5e34b5e9c5fa0a7411f7aafb12fc8c064a9f076c20ccfb37b8cc0832a7e7b80a7bfe9eb5c3571d2&ascene=14&uin=NDYyODk2ODM1&devicetype=Windows+8&version=62060739&lang=zh_CN&pass_ticket=ehU3EETh7aa0LFvEIxoMRHe6ht0DL3QblbWUP%2ByZeYik6uuK55%2BBCX1V5RVEFOIx

在OpenCV 4.0 正式版发布之后4个月，2019年4月4.1 版本发布了！

https://github.com/opencv/opencv

作为上半年的常规更新，这次又有什么新功能？让我们一起来看看吧！

 

DNN 模块改进

 

1. 降低部分模型的峰值内存使用，最多降低30%；

 

2. 推断引擎：

2.1 目前最小支持版本是Inference Engine 2018R3；

2.2 支持新发布的Myriad X (Intel® Neural Compute Stick 2) ；

2.3 Automatic IR network reshaping for different inputs；

2.4 改进了 使用 OpenVINO Open Model Zoo 中模型的例子；

 

3. 支持TensorFlow 目标检测 API的新网络: Faster-RCNNs, SSDs and Mask-RCNN with dilated convolutions, FPN SSD；

 

 

性能改进

 

1. 支持AVX2指令集的更多优化；

 

2. 从core 到 imgproc的大量函数现在支持运行时调度（Automatic runtime dispatching）；

 

 

 

Android 支持改进

 

VideoCapture C++ 接口支持 Android Media NDK (21+) video I/O file capture back-end（https://github.com/opencv/opencv/pull/14005）

 

 

 

OpenCV社区贡献的功能

 

1. 增加Matplotlib感知统一的序列色彩映射图；

（https://github.com/opencv/opencv/pull/13587）

 

 

2. 增加实时姿态估计中关键点匹配可视化的教程；

（https://github.com/opencv/opencv/pull/13835）

 

https://v.qq.com/x/page/t0861rxfozy.html

 

3. 增加手眼标定的方法；

（https://github.com/opencv/opencv/pull/13880）

 

4. 改进Java多维数组（Mat）的支持；

（https://github.com/opencv/opencv/pull/13956）

 

5. 增加动态加载videoio后端FFmpeg、GStreamer；

（https://github.com/opencv/opencv/pull/13677）

 

6. opencv_contrib增加光流算法Robust local optical flow (RLOF) 的实现；

（https://github.com/opencv/opencv_contrib/pull/1940）

 

7. opencv_contrib增加Quasi Dense Stereo 算法的实现；

（https://github.com/opencv/opencv_contrib/pull/1941）

 

8. opencv_contrib增加图像质量分析（ Image Quality Analysis (IQA) ）新模块；

（https://github.com/opencv/opencv_contrib/pull/1990）

 

9. opencv_contrib增加BRISQUE无参考图像质量评价API。

（https://github.com/opencv/opencv_contrib/pull/2015）

 

从这次发布可以看出，对于OpenCV官方来说，DNN模块显然成为功能开发的重头戏，但发展路子略微窄了点。以支持Intel的硬件和对接TensorFlow 的API为主要工作。

 

这次社区贡献的图像质量评价成为新开辟的模块，这个领域长期以来并不为很多人关注，希望能促进该领域的研究和工程应用。

 

与OpenCV 4.1 版本同期发布的还有3.4.6版本，3.4.x 版本不再有新功能添加，只是常规的Bug修复和部分功能增强。

 

想要第一时间尝鲜新版本的OpenCV吗？欢迎于OpenCV中文网公众号对话界面回复“CV41”，即可收到含Windows、iOS、Android官方预编译好的SDK和源代码的下载网址。

 

后续OpenCV中文网公众号将会对其中部分新功能进行测试，敬请期待！