OpenCV 3.3.0发布，改进对深度学习模块的支持-红联Linux系统门户

OpenCV 3.3.0 已发布，新版本大幅度改进了深度学习模块，并带来了大量的优化。

OpenCV 3.3 使用了加速的 dnn 模块，并将其移动到了主存储库，这也是首次在 OpenCV 中出现 Halide，带来了多项优化和其他的改进。

除此之外，还有对 C++ 11 方面的支持：

OpenCV 现在可以作为 C++ 11 库配置和构建。通过传输 -DENABLE_CXX11=ON 到 CMake 以启用该功能。在一些现代的 Linux 发行版上，这是默认启用的，如 Fedora。

为 C++ 11 用户添加了新特性[code]// 1. use parallel_for_ with lambda to compute Mandelbrot fractal
parallel_for_(Range(0, img.rows*img.cols), [&](const Range& r) {
for (int r = r.start; r < r.end; r++) {
int i = r/img.cols, j = r%img.cols, t, maxiter=500;
complex z0(j * 2.7f/img.cols - 2.1f,
i * 2.4f/img.rows - 1.2f);
for (t = 0; t < maxiter; t++) {
if (z.real()*z.real()+z.imag()*z.imag()> 4.f) break;
z = z*z + z0;
}
img.at(i, j)=uchar(sqrt((float)t/maxiter)*255);
}});

// 2. using C++ 11 initializers
auto A = Mat_({0, -1, 0, -1, 5, -1, 0, -1, 0}).reshape(1, 3);
Vec_ digits = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9};

// 3. apply LUT to 8-bit image in C++ 11 style
Mat_ img = imread("lena.jpg");
for( auto& pixel: img ) {
pixel[0] = gamma_lut[pixel[0]];
pixel[1] = gamma_lut[pixel[1]];
pixel[2] = gamma_lut[pixel[2]];
}[/code]OpenCV 是 Intel 开源的计算机视觉库。它由一系列 C 函数和少量 C++ 类构成，实现了图像处理和计算机视觉方面的很多通用算法。OpenCV 拥有包括 300 多个 C 函数的跨平台的中、高层 API。它不依赖于其它的外部库----尽管也可以使用某些外部库。

OpenCV 对非商业应用和商业应用都是免费（FREE）的。（细节参考 license）。

OpenCV 为 Intel Integrated Performance Primitives (IPP) 提供了透明接口。这意味着如果有为特定处理器优化的的 IPP 库， OpenCV 将在运行时自动加载这些库。

软件详情：https://github.com/opencv/opencv/wiki/ChangeLog

下载地址：https://github.com/opencv/opencv/releases/download/3.3.0/opencv-3.3.0-android-sdk.zip

来自:开源中国社区

OpenCV 3.3.0发布，改进对深度学习模块的支持

共有 0 条评论

频道文章

最新教程

随机推荐