关于OpenCV4.5.2的浅析

OpenCV 是 Intel 开源计算机视觉库，它实现了图像处理和计算机视觉方面的很多通用算法。

亮点：

core：增加了对并行后端的支持。特殊的 OpenCV 构建允许选择并行后端和/或通过插件动态加载它；

imgproc：增加了 IntelligentScissors 的实现。该功能已集成到 CVAT 注释工具中，您可以在https://cvat.org 上在线试用；

videoio： 改进的硬件加速视频解码/编码任务。

DNN 模块：

改进了 TensorFlow 解析错误的调试；

改进了图层/激活/支持更多模型；

优化了 NMS 处理、DetectionOutput；

修复了 Div with constant、MatMul、Reshape；

增加了支持：Mish ONNX 子图、NormalizeL2 （ONNX）、LeakyReLU （TensorFlow）、TanH （Darknet）、SAM （Darknet）、Exp；

增加了对OpenVINO 2021.3版本的支持。

G-API 模块：

支持 Python：

引入了一个新的 Python 后端 —— 现在 G-API 可以运行用 Python 编写的自定义内核，作为管道的一部分；

扩展了 G-API Python 绑定中的推理支持；

在 G-API 的 Python 绑定中增加了更多的图形数据类型支持；

推理支持：

在 OpenVINO 推理后端中引入了动态输入/CNN 重塑功能；

在 OpenVINO 推理后端引入异步执行支持，现在推理可以在多个请求中并行运行，以增加流密度/吞吐量；

在 ONNX 推理后端中扩展了 INT64/INT32 支持的数据类型，在 OpenVINO 推理后端中扩展了 INT32 支持的数据类型；

在 ONNX 后端引入 cv：：GFrame / cv：：MediaFrame 和恒定支持；

媒体支持：

在绘图/渲染界面中引入了 cv：：GFrame / cv：：MediaFrame 支持；

在流媒体模式中引入了多流媒体输入支持和帧同步策略，以支持立体声等情况；

增加了 Y 和 UV 操作，以在图形级别访问 cv：：GFrame 的 NV12 数据；

如果媒体格式不同，转换是即时完成的；

操作和内核：

增加了新操作的性能测试（MorphologyEx、BoundingRect、FitLine、FindContours、KMeans、Kalman、BackgroundSubtractor）；

修正了 PlaidML 后台的 RMat 输入支持；

为 Fluid AbsDiffC、AddWeighted 和 bitwise 操作添加了 ARM NEON 优化。
编辑：lyn