OpenCV 2.4.3

लेखक: अनातोली बक्शेव , किरिल कोर्न्याकोव ( kirillkornyakov ), एंड्री मोरोज़ोव ( anod314 ), वादिम पिसारेव्स्की , ओलेग स्किलारोव ( ओलेगिसारोव ), एवगेनी तालानिन, अलेक्जेंडर शिशकोव ( अलेक्जेंडर शीशकोव)।



हेलो, हेब्र!

हमें यह घोषणा करते हुए खुशी हो रही है कि 2 नवंबर को, OpenCV का एक नया संस्करण, एक मुफ्त कंप्यूटर दृष्टि पुस्तकालय जारी किया गया था। इस पोस्ट को इटसेज़ के लिए काम करने वाले पुस्तकालय डेवलपर्स ने लिखा था। हम पिछले संस्करण के बाद से मुख्य नवाचारों की सूची देंगे, यह ध्यान देने योग्य है कि उनमें से बहुत सारे हैं: नए एल्गोरिदम, मौजूदा वाले का त्वरण, नए प्लेटफार्मों के लिए समर्थन, विकास प्रक्रिया को अद्यतन करना, एकीकरण और परीक्षण, साथ ही अद्यतन प्रलेखन। रिलीज़ की तैयारी के दौरान, ट्रैकर ( हैकथॉन , रिलीज़ उम्मीदवार , रिलीज़ ) पर 210 से अधिक कार्य बंद कर दिए गए: पैच, बग फिक्स, मौजूदा कार्यक्षमता का विस्तार।

लेकिन पहले बातें पहले।

वेब संसाधन

OpenCV को आखिरकार opencv.org पर इंटरनेट पर अपना घर मिल गया है। इस साइट पर आप लाइब्रेरी के जीवन की नवीनतम घटनाओं का पता लगा सकते हैं और इससे संबंधित अन्य सभी वेब संसाधनों के लिंक पा सकते हैं। स्वचालित रूप से समाचारों की सदस्यता के लिए, आप हमारे सार्वजनिक आरएसएस फ़ीड या ट्विटर का उपयोग कर सकते हैं।

लाइब्रेरी डिवेलपर्स के लिए अधिक विशेष जानकारी, ChiliProject के आधार पर बनाई गई code.opencv.org वेबसाइट पर केंद्रित है। यहां आप लाइब्रेरी की अगली रिलीज़ के शेड्यूल के बारे में या साप्ताहिक मीटिंग्स के दौरान डेवलपर्स द्वारा लिए गए फैसलों के बारे में सारी जानकारी पा सकते हैं। जानकारी विकी मोड में बनाई और संपादित की जाती है, इसलिए यह सबसे अधिक प्रासंगिक है। इसके अलावा, मुख्य गिट ओपनसीवी रिपॉजिटरी यहां रहती है (लेकिन हम गिथब पर दर्पण का उपयोग करने की सलाह देते हैं, उस पर और नीचे) और एक बग ट्रैकर। इसलिए, यदि आपको लाइब्रेरी का उपयोग करने में समस्या है, तो इस संसाधन के माध्यम से हमें सूचित करने में संकोच न करें।

इसके अलावा, हाल ही में, हमने उपयोगकर्ता सहायता के उद्देश्य से एक और साइट खोली। यह एक StackOverflow- शैली मंच है जो सामान्य रूप से OpenCV और कंप्यूटर विज़न के साथ समस्याओं को हल करने के लिए समर्पित है। अपने छोटे इतिहास के बावजूद, संसाधन पर पहले से ही एक हजार से अधिक प्रश्नों पर चर्चा की गई है।

लाइब्रेरी के ऑनलाइन प्रलेखन के साथ साइट के बारे में मत भूलना, जिसमें नवीनतम जारी किए गए संस्करणों के लिए सभी आवश्यक जानकारी शामिल है।

एकीकृत मल्टीथ्रेडिंग समर्थन

अब नए सार्वभौमिक समांतर_फोर्मे आदिम के समानांतर कोड लिखने के लिए यह अधिक सुविधाजनक है, जो विभिन्न बैकेंड का उपयोग कर सकता है:

• टीबीबी ;
• OpenMP की ;
• ग्रैंड सेंट्रल डिस्पैच (आईओएस, मैक ओएसएक्स) ;
• कॉन्सिक्वेंसी (विजुअल स्टूडियो 2010 या बाद में) ;
• सी = ।

इस प्रकार, टीबीबी न होने पर भी बेहतर प्रदर्शन का आनंद लेना संभव हो गया है, लेकिन उपरोक्त का एक और ढांचा समर्थित है। इसलिए उदाहरण के लिए
विंडोज और मैक OSX, आपको अतिरिक्त कुछ भी स्थापित करने की आवश्यकता नहीं है, क्योंकि यह मानक प्रौद्योगिकियों का उपयोग करता है जो विकास के वातावरण के साथ आते हैं। टीबीबी का उपयोग करने वाले कई ओपनसीवी एल्गोरिदम पहली बार नए समानांतर_फोर्म या समानांतर में डाले गए थे।

OpenCL

लाइब्रेरी में एक प्रायोगिक महासागर मॉड्यूल जोड़ा गया है, जो ओपनएलसी तकनीक का उपयोग करते हुए कंप्यूटर विज़न एल्गोरिदम को लागू करता है। वर्तमान में, निम्नलिखित एल्गोरिदम उपलब्ध हैं, अब तक केवल GPU पर ही चलें:

• अंकगणितीय संचालन;
• विभिन्न फिल्टर (सोबेल, शार्र, गौसियनब्लूर, बॉक्सफिल्टर, द्विपक्षीयफिल्टर);
• विभिन्न प्रकार के ज्यामितीय रूपांतरण (आकार, रीमैप, आदि);
• कैस्केडिंग क्लासिफ़ायर (पहली जगह में चेहरे का पता लगाने के लिए);
• ऑप्टिकल प्रवाह एल्गोरिथ्म (पिरामिड लुकास-कनाडे विधि)।

प्रलेखन मॉड्यूल के लिए पहले से ही उपलब्ध है, हम इसे विवरण के लिए संपर्क करने का सुझाव देते हैं।

CUDA / GPU

इस बार GPU मॉड्यूल में कई उपयोगी एल्गोरिदम जोड़े गए हैं:

• छवि शोर में कमी:
  
  • द्विपक्षीय फ़िल्टर;
  • गैर स्थानीय साधन जानवर बल - कार्यान्वयन तेज नहीं है, लेकिन मूल लेख का पूरी तरह से पालन करता है;
  • फास्ट नॉन लोकल मीन्स - इस कार्यान्वयन में, गॉस वेटिंग को छोड़ दिया गया था, जो हमें रनिंग सम एप्रोच का उपयोग करने और दसियों बार एल्गोरिथ्म को गति देने की अनुमति देता था।
• पृष्ठभूमि चयन एल्गोरिदम: ViBe , GMG, FGD, MOG (गाऊसी का मिश्रण)।
• एलबीपी सुविधाओं (स्थानीय बाइनरी पैटर्न) के साथ कैस्केड के लिए समर्थन, जो लंबे समय से सीपीयू पर मौजूद हैं, कैस्केड क्लासिफायर में जोड़ा गया है;
• हूप लाइन्स, हूप सर्कल्स और सामान्यीकृत हाफ ट्रांसफॉर्म;
• कनेक्टेड घटक लेबलिंग / सामान्यीकृत फ्लोटिंग रेंज फ्लडफ़िल।

इस रिलीज़ में भी हमने तथाकथित "डिवाइस लेयर" को सार्वजनिक किया - हेडर फ़ाइलों का एक सेट जिसमें टेम्पलेट फ़ंक्शंस और सीयूडीए में लिखित कक्षाएं और एनवीसीई कंपाइलर के लिए इरादा था। यह उन डेवलपर्स के लिए उपयोगी होगा जो स्वयं CUDA में लिखते हैं। अब, डिवाइस परत की कार्यक्षमता को अपने कोड के साथ जोड़कर, उपयोगकर्ता के लिए CUDA पर नई छवि प्रसंस्करण एल्गोरिदम को लागू करना आसान है।

एंड्रॉयड

Android टीम के लिए OpenCV, NVIDIA द्वारा समर्थित है, ने लाइब्रेरी को काफी अपडेट किया है, जिससे यह अधिक सुविधाजनक हो गया है और अधिक पूर्ण प्रलेखन प्रदान कर रहा है। इसके अलावा, टेग्रा 3 प्लेटफॉर्म अब अंतिम अनुप्रयोगों के प्रदर्शन को बेहतर बनाने के लिए कई अनुकूलन का उपयोग करता है।

• Android के लिए OpenCV के संबंध में कई सामग्रियों को प्रकाशित किया गया है। उनमें से हैं:
  
  • आधिकारिक परियोजना पृष्ठ बनाया गया है: http://opencv.org/android ।
  • मुख्य यूरोपीय कंप्यूटर विज़न कॉन्फ्रेंस ECCV2012 की रिपोर्ट ।
  • शुरुआती डेवलपर्स के लिए महत्वपूर्ण रूप से बेहतर एंड्रॉइड ट्यूटोरियल ।
  • जावा एपीआई लाइब्रेरी के लिए अपडेटेड जावाडॉक डॉक्यूमेंट ।
• नए संस्करण में, OpenCV प्रबंधक को अंतिम उपयोगकर्ता से बहुत कम क्लिक की आवश्यकता होती है, इसके अलावा, OpenCV- निर्भर अनुप्रयोगों को पुनरारंभ करने की आवश्यकता नहीं होती है। अब OpenCV प्रबंधक गतिशील पुस्तकालयों के साथ आता है, इसलिए हमने Google Play से अतिरिक्त बाइनरी पैकेज स्थापित करने से छुटकारा पा लिया। संगतता कारणों से, पुराने पैकेज 2.5 संस्करण तक Google Play पर बने रहेंगे, हालाँकि, Android डेवलपर्स को OpenCV 2.4.3 पर स्विच करने की सलाह दी जाती है;
• Android का नवीनतम संस्करण, जेली बीन, अब समर्थित लोगों की सूची में है। OpenCV कैमरा, देशी OS स्तर पर काम कर रहा है, बड़ी संख्या में उपकरणों का समर्थन करना शुरू कर दिया है;
• जावा अनुप्रयोगों के लिए नया ढांचा। हम अनुशंसा करते हैं कि आप खुद को नई वास्तुकला और अद्यतन किए गए एप्लिकेशन उदाहरणों से परिचित कराएं। नया ढांचा कंप्यूटर विज़न अनुप्रयोगों के लिए एक एकल आधार प्रदान करता है, जिसमें शामिल हैं: जावा और देशी कैमरा, डिवाइस की स्क्रीन पर छवियों को देखने के लिए कोड, ओपनसीवी प्रबंधक का सरल आरंभीकरण, उचित घटना से निपटने: रोकना, जारी रखना, घुमाना, आदि;
• NVIDIA Tegra 3 प्लेटफॉर्म के लिए प्रदर्शन को अनुकूलित करने के लिए बहुत सारे काम किए गए हैं। आप Google Play से OpenCV टेग्रा डेमो एप्लिकेशन को डाउनलोड करके इसे स्वयं सत्यापित कर सकते हैं। अनुकूलन की पूरी सूची लिंक पर दस्तावेज़ में उपलब्ध है, अध्याय 17। Tegra के लिए OpenCV को NVIDIA Tegra Android विकास पैक में शामिल किया गया है, इसलिए यदि आप एंड्रॉइड के लिए विकास शुरू कर रहे हैं, तो हम अनुशंसा करते हैं कि आप इसका उपयोग करें, क्योंकि यह आपको सभी आवश्यक पैकेजों की लंबी स्थापना से मुक्त कर देगा।

आईओएस

IOS के लिए OpenCV ने कई लंबे समय से प्रतीक्षित नवाचारों को प्राप्त किया:

• कोड 2012 के Google समर के ढांचे में एडुआर्ड फेइको के काम के लिए धन्यवाद, कैमकॉर्डर के साथ काम करने का कोड काफी बदल गया है। अब यह हाईगुई मॉड्यूल का हिस्सा है और CvVideoCamera वर्ग के रूप में उपलब्ध है;
• IOS के लिए OpenCV फ्रेमवर्क बनाने के लिए परिवर्तन और स्क्रिप्ट किए गए हैं, इसलिए अब OpenCV iOS 6.0 और नए आर्किटेक्चर armv7s (iPhone 5) का समर्थन करता है;
• IOS के लिए OpenCV का निर्माण करते समय, "भूला हुआ" ऑप्टिमाइज़ेशन कुंजी "O3" 2.4.2 में शामिल है, इसलिए आपके एप्लिकेशन और भी तेज़ी से चलेंगे;
• जीसीडी का समर्थन करने वाले नए मल्टीथ्रेडिंग तंत्र के लिए धन्यवाद, कई महत्वपूर्ण एल्गोरिदम दोहरे कोर चिप्स ( ए 5 , ए 5 एक्स , ...) पर तेजी से काम करते हैं;
• इसके अलावा, हमने Apple मोबाइल उपकरणों के लिए OpenCV का उपयोग करने की मूल बातें पर प्रशिक्षण सामग्री जोड़ी और ECCV2012 के भाग के रूप में iOS के लिए सभी नवाचारों पर विस्तृत प्रशिक्षण आयोजित किया।

अजगर

कोड 2012 की Google समर के हिस्से के रूप में , सेंट पीटर्सबर्ग के अलेक्जेंडर मोर्डविंटसेव ने ओपनसीवी के साथ उन्नत पायथन उपयोग के कुछ महान उदाहरण जोड़े:

• ASIFT का उपयोग करके मजबूत परिप्रेक्ष्य विरूपण के साथ छवियों का पंजीकरण ;
• लिखावट की पहचान ;
• कैमरा मूवमेंट के लिए ब्लर मुआवजा;
• Amazon PiCloud का उपयोग करना

Buildbot

OpenCV एक निरंतर एकीकरण प्रणाली के रूप में Buildbot का उपयोग करता है । पचास से अधिक अलग-अलग कॉन्फ़िगरेशन दैनिक रूप से एकत्र किए जाते हैं: 32- और 64-बिट प्लेटफार्मों के लिए विंडोज, लिनक्स, मैक ओएस, एंड्रॉइड, आईओएस के तहत, टीबीबी, एसएसई और जीपीए अनुकूलन का उपयोग करते हुए। प्रत्येक कॉन्फ़िगरेशन पर लगभग पाँच हज़ार अलग-अलग परीक्षण किए जाते हैं। सबसे लोकप्रिय विन्यास के पंद्रह दिन में दो बार एकत्र किए जाते हैं। टारबॉल, विंडोज के लिए इंस्टॉलर और आईओएस के लिए फ्रेमवर्क स्वचालित रूप से एकत्र किया जाता है, कोड कवरेज की गणना की जाती है और बाइनरी संगतता की जांच की जाती है। जैसा कि आप देख सकते हैं, हमने पुस्तकालय की उच्च स्थिरता सुनिश्चित करने के लिए एक शानदार काम किया है :)

रिपॉजिटरी में आने वाला कोई भी बदलाव कई त्वरित बिल्ड को चलाने का कारण बनता है। एक सफल परिणाम की स्थिति में, एक काफी विश्वसनीय धारणा बनाई गई है कि कोड अन्य विन्यासों पर अधिकांश परीक्षणों का संकलन और पारित करेगा।

OpenCV 2.4.2 की रिलीज़ के बाद, जैसा कि वादा किया गया था, हमने संस्करण नियंत्रण प्रणाली को बदल दिया। अब हमारी रिपॉजिटरी चल रही है। इस कदम का तार्किक परिणाम जीथब पर दर्पण का निर्माण था, जिसने पुस्तकालय के विकास के लिए और भी तृतीय-पक्ष डेवलपर्स को आकर्षित करने की अनुमति दी। Github एक सुविधाजनक पुल अनुरोध तंत्र प्रदान करता है, ताकि सेवा का कोई भी उपयोगकर्ता OpenCV का सह-लेखक बन सके। प्रत्येक पुल अनुरोध स्वत: असेंबली के माध्यम से जाता है और, यदि सफल होता है, तो समीक्षा के लिए ओपनसीवी टीम से डेवलपर को मिलता है। वह कोड की जाँच करता है, लेखक से आवश्यक प्रश्न पूछता है और प्रस्तावित परिवर्तनों को बनाने या अस्वीकार करने का निर्णय लेता है।

ध्यान दें कि इस रिलीज से कुछ हफ्ते पहले, सभी पूर्णकालिक डेवलपर्स ने भी तीसरे पक्ष के डेवलपर्स के दृष्टिकोण से इस तरह के अभ्यास के फायदे और नुकसान का आकलन करने के लिए पुल अनुरोध के माध्यम से अपने बदलाव किए। OpenCV परियोजना में निरंतर एकीकरण के बारे में विस्तार से बात करने की हमारी एक योजना है। आप इस विषय पर टिप्पणियों में अपने प्रश्न पूछ सकते हैं, और हम उन्हें यथासंभव विस्तृत रूप से उत्तर देने का प्रयास करेंगे।

योजनाओं

संख्या 2.5 के तहत अगली रिलीज 2013 के वसंत में होने की उम्मीद है। 2.4.3 की तुलना में, इसमें महत्वपूर्ण परिवर्तन होंगे, और लाइब्रेरी आर्किटेक्चर और एपीआई को आधुनिक बनाने के लिए द्विआधारी संगतता से समझौता किया जाएगा।
नियोजित कार्य के बीच, हम निम्नलिखित पर प्रकाश डालते हैं:

• "micromodules" में कार्यक्षमता का टूटना, कस्टम micromodules के लिए समर्थन;
• अप्रचलित कोड को हटाने (असमर्थित मॉड्यूल को अलग करने के लिए स्थानांतरण);
• समानांतरकरण और अनुकूलन पर काम की निरंतरता;
• Kinect, 3D पुनर्प्राप्ति, कम्प्यूटेशनल फोटोग्राफी, ट्रैकिंग, आदि के साथ काम करने के लिए नए एल्गोरिदम;
• OpenCV उपयोग मामलों के लिए बेहतर प्रलेखन और नेविगेशन।

निष्कर्ष

अंत में, हम डेवलपर्स के पूरे समुदाय को धन्यवाद देना चाहते हैं जिन्होंने रिलीज़ में योगदान दिया, विशेष रूप से कोड 2012 के Google समर के प्रतिभागियों ने। साथ मिलकर हमने लाइब्रेरी को वास्तव में सुविधाजनक और उपयोगी बनाने की कोशिश की। विकास प्रक्रिया में शामिल हों, अब यह पहले से अधिक सुविधाजनक हो गया है!

उपयोगी लिंक

• मुख्य साइट
  
  • एंड्रॉयड
  • CUDA
• Stackoverflow शैली मंच
• OpenCV परिवर्तन लॉग
• प्रलेखन:
  
  • HTML संस्करण , रात का निर्माण , पिछली रिलीज़ ( 2.4.2 , 2.4.1 , 2.4 , 2.3 )
  • संदर्भ मैनुअल (पीडीएफ)
  • ट्यूटोरियल (पीडीएफ)
  • उपयोगकर्ता गाइड (पीडीएफ)
  • चीटशीट (पीडीएफ)
  • जावा एपीआई , एंड्रॉयड मैनेजर (पीडीएफ)
• डेवलपर संसाधन:
  
  • बग ट्रैकर
  • निरंतर एकीकरण प्रणाली
  • गितुब भंडार