【OpenCV】OpenCV 4.9.0 正式发布

开源计算机视觉库 OpenCV 4.9.0 已于2023年12月29日正式发布。

此次发布有DNN模块对ONNX Attention、Einsum等层的支持、新的fastGEMM实现、transformers的实验性支持等诸多亮点。

OpenCV 4.9.0 更新内容:

(来自OpenCV中国团队以及中国社区的贡献以🍄标出)

DNN模块:

  • 实验性transformers支持 🍄

  • #24476 ONNX Attention层支持 🍄

  • #24037 ONNX Einsum层支持

  • #23987 OpenVINO后端对INT8模型的支持

  • #24092 ONNX Gather Elements层支持

  • #24378 ONNX InstanceNorm layer层支持 🍄

  • #24295 用cv::broadcast对ONNX Expand层重构 🍄

  • #24463 #24577 #24483 改进DNN图融合

  • #23897 #24694 #24509 新的fastGEMM实现 🍄

  • #23654 ARM上Winograd fp16的优化 🍄

  • Yolo系列模型支持的测试和bug修复 🍄

  • CUDA后端新的层的支持和bug修复: GEMM, Gelu, Add 🍄

  • #24462 CANN后端: bug修复, HardSwish, LayerNormalization和InstanceNormalization的支持 🍄

  • #24552 OpenVINO, OpenCL和CUDA后端LayerNormalization的支持 🍄

Core模块:

  • #23965 增加cv::broadcast 🍄

Objdetect模块:

  • #24364 修复QR码编码器版本估计的bug

  • #24355 使用动态窗口的更准确的ArUco标记角点细化

  • #24479 ArUco中过滤轮廓的bug修复

  • #24598 Android的QR码检测示例

  • ArUco标记, Charuco板及QR码的bug修复和文档更新

Video:

  • #24201 LIU Pengyu贡献了基于vision transformer的VitTrack模型的目标跟踪API TrackerVit 🍄

Calibration模块:

  • 棋盘格标定中的多个修复和改进

  • #23025 修复标定中stdDev的计算问题

  • #24482 修复findEssentialMat使用USAC时的bug

  • #24527 修复cv::cornerSubPix中超出图像的访问

  • #23607 Fixed ap3p中的崩溃

  • #24035 修复stereoRectify图像边界

  • #24211 修复essential_solver.cpp中的"use after free"问题

Python Bindings:

  • 对丢失的类型和手动封装的类型添加了类型存根生成

  • #24026 Numpy数组添加只读标志处理

  • #24028 修复了模块内的异常处理和绑定

  • #23958 改进了Numpy数组类型处理中的错误消息

  • #24468 修复了 Python 中的构造函数文档

Android:

  • 在Maven Central发布新的Android Archive Package (AAR)

  • 新的Android示例: QR码检测,视频IO;更新DNN和Face Detector示例

  • 改用Gradle 7.6.3

平台支持:

  • #23021 CMake中增加CUDA作为第一语言的支持,目前使用的是已经弃用的(自 CMake 3.10 起)FindCUDA 模块。

其他:

  • HAN Liutong实现OpenCV的CPU优化代码兼容可变向量长度的SIMD (RISC-V RVV) 🍄

OpenCV Model Zoo:

自OpenCV 4.9.0起,OpenCV Model Zoo (https://github.com/opencv/opencv_zoo) 将与opencv同步发布。

OpenCV 4.9 下载地址:

![在这里插入图片描述](https://img-blog.csdnimg.cn/direct/1157174922a44cf198beb7468cfed4da.png#pic_center)

OpenCV中国团队是OpenCV在中国的开发团队,非营利目的,致力于OpenCV的开发、维护和推广工作。

**本书京东优惠购书链接:https://item.jd.com/14098452.html\*\*

1.1 图像的读取与保存

1.1.1 图像的读取

函数cv.imread用于从指定文件加载图像并返回该图像的矩阵。

函数原型

cv.imread(filename[, flags=IMREAD_COLOR]) → retval

参数说明

  • filename:读取图像的文件路径和文件名,包括文件扩展名。
  • flags:读取方式的参数,可选项如下。
    • IMREAD_COLOR:始终将图像转换为三通道BGR格式的彩色图像,是默认方式。
    • IMREAD_GRAYSCALE:始终将图像转换为单通道灰度图像。
    • IMREAD_UNCHANGED:按原样返回加载的图像(使用Alpha通道)。
    • IMREAD_ANYDEPTH:输入具有相应深度时会返回16位或32位图像,否则会转换为8位图像。
    • IMREAD_ANYCOLOR:以任何可能的颜色格式读取图像。
  • retval:返回值,读取的OpenCV图像为多维Numpy数组。

注意问题

(1) 在OpenCV中,最常用的图像数据结构是C++语言定义的Mat类。在Python语言中,Mat类的对象创建和操作是通过Numpy数组实现的。OpenCV对图像的任何操作,本质上都是对 Numpy数组的运算。

(2) OpenCV读取图像文件,返回值是二维或三维Numpy数组。当读取灰度图像时,返回值是形为(h,w)的二维数组;当读取彩色图像时,返回值是形为(h,w,ch)的三维数组。

(3) 如果无法读取图像(如文件不存在、权限不正确、格式不被支持或无效),并不会有报错提示,而会返回一个空矩阵。

(4) 该函数不支持带有中文或空格的文件路径和文件名,但也不会出现报错提示。当必须使用中文路径或文件名时,可以使用函数cv.imdecode 处理,具体参见【例程0103】。

(5) 在OpenCV中,使用的彩色图像为BGR格式的图像,读取图像文件后,图像文件可按B/G/R的顺序存储为多维数组。PIL、PyQt、Matplotlib 等库使用的是RGB格式的图像,图像文件按R/G/B的顺序存储。

(6) 该函数默认忽略图像的透明通道(Alpha通道),通过设置参数flags=IMAGE_

UNCHANGED可以读取透明通道。

(7) 对于彩色图像文件,该函数默认按彩色图像格式读取,也可以通过设置flags=0读取为灰度图像格式。将彩色图像格式读取为灰度图像格式,本质上是读取的彩色图像,并将彩色图像转换为灰度图像。

(8) 目前支持的文件及扩展名如下。

◎ Windows 位图:.bmp、.dib。

◎ JPEG 文件:.jpeg、.jpg、.jpe。

◎ JPEG 2000文件:.jp2。

◎ 便携式网络图形:.png。

◎ WebP:.webp。

◎ 便携式图像:.pbm、.pgm、.ppm、.pxm、.pnm。

◎ TIFF 文件:.tiff、.tif。

1.1.2 图像的保存

函数cv.imwrite可以基于扩展名的格式将图像保存到指定文件。
函数原型

cv.imwrite(filename, img[,params]) → retval

参数说明

  • filename:保存图像的文件路径和文件名,包括文件扩展名。
  • img:要保存的 OpenCV 图像,格式为多维Numpy数组。
  • params:编码格式参数,可选项如下。
    • IMWRITE_JPEG_QUALITY:设置JPEG/JPG格式图片的质量。数值越大,图片质量越高,取值范围为0~100,默认值为95。
    • IMWRITE_PNG_COMPRESSION:设置PNG 格式图片的压缩比。数值越大,压缩比越大,取值范围为0~9,默认值为3。
    • IMWRITE_TIFF_RESUNIT:设置TIF 格式图片的分辨率。
    • IMWRITE_WEBP_QUALITY:设置WEBP 格式图片的质量。数值越大,图片质量越高,取值范围为1~100,默认值为100。
    • IMWRITE_JPEG2000_COMPRESSION_X1000:设置JPEG2000格式图片的质量,默认值为1000。
  • retval:返回值,是布尔值,保存成功标志。

    注意问题
    (1) 图像通常保存为8位单通道图像或BGR三通道彩色图像,而BGRA四通道图像可以使用Alpha通道保存为PNG图像,更多设置详见OpenCV说明文档(链接1-1)。
    (2) 函数cv.imwrite将OpenCV图像(多维Numpy数组)保存为图像文件,图像的保存格式由filename的扩展名决定,与读取图像文件时的图像格式无关。
    (3) 函数cv.imwrite不支持带有中文或空格的文件路径和文件名,但也不会有报错提示。需要使用中文路径或文件名时,可以使用函数cv.imdecode 处理,参见【例程0103】。
【例程0101】用OpenCV读取和保存图像文件

本例程用OpenCV读取和保存图像文件,注意读取图像文件时的参数设置。

python 复制代码
# 【0101】用OpenCV 读取和保存图像文件
import cv2 as cv

if __name__ == '__main__':
    # 读取图像文件,支持 BMP、JPG、PNG、TIFF 等常用格式
    filepath = "../images/Lena.tif"  # 读取图像文件的路径
    img = cv.imread(filepath, flags=1)  # flags=1 读取彩色图像文件(BGR)
    gray = cv.imread(filepath, flags=0)  # flags=0 读取为灰度图像

    saveFile = "../images/imgSave1.png"  # 保存图像文件的路径
    cv.imwrite(saveFile, img, [int(cv.IMWRITE_PNG_COMPRESSION), 8])
    cv.imwrite("../images/imgSave2.png", gray)

程序说明

(1) 本例程读取的图像文件是彩色图像文件。读取为彩色图像时可以设置flags=1,也可以省略;读取为灰度图像时必须设置flags=0。

(2) 读取和保存图像文件可以使用相对路径或绝对路径。

(3) 读取文件时要注意检查指定路径的图像文件是否存在。

【例程0102】从网络地址读取图像文件

本例程使用函数cv.imdecode从指定的内存缓存中读取数据,并将数据转换为图像格式,用于从网络传输数据中恢复图像。

python 复制代码
# 【0102】从网络地址读取图像文件
import cv2 as cv
import numpy as np

if __name__ == '__main__':
    import urllib.request as request
    response = request.urlopen\
        ("https://profile.csdnimg.cn/8/E/F/0_youcans")  # 指定的 url 地址
    imgUrl = cv.imdecode(np.array(bytearray(response.read()), dtype=np.uint8), -1)

    cv.imshow("imgUrl", imgUrl)  # 在窗口显示图像
    key = cv.waitKey(5000)  # 5000 毫秒后自动关闭
    cv.destroyAllWindows()

程序说明

(1) 从网络地址读取图像文件不能使用函数cv.imread,而要使用函数cv.imdecode。

(2) 函数cv.imdecode能将图像编码为流数据,赋值到内存缓存中,以方便网络传输。

【例程0103】读取和保存文件路径中带有中文字符的图像

本例程用于读取/保存文件路径中带有中文字符的图像。

python 复制代码
# 【0103】读取和保存文件路径中带有中文字符的图像
import cv2 as cv
import numpy as np

if __name__ == '__main__':
    filepath = "../images/测试图01.tif"  # 带有中文的文件路径和文件名
    # img1 = cv.imread(filepath, flags=1)  # 中文路径读取失败,但不会报错
    img2 = cv.imdecode(np.fromfile(filepath, dtype=np.uint8), flags=-1)

    saveFile = "../images/测试图02.tif"  # 带有中文的保存文件路径
    # cv.imwrite(saveFile, img2)  # 中文路径保存失败,但不会报错
    cv.imencode(".jpg", img2)[1].tofile(saveFile)

程序说明

如果读取/保存图像的路径和文件名中含有中文字符,则不能用函数cv.imread/cv.imwrite操作,可以使用函数cv.imdecode/cv.imencode处理。

相关推荐
Topstip4 分钟前
iOS 19 重大更新泄露,将带来更“聪明”的 Siri 挑战 ChatGPT
人工智能·ios·ai·chatgpt
Nerinic19 分钟前
深度学习基础1
人工智能·深度学习
数字扫地僧24 分钟前
深度学习与知识图谱嵌入的结合:从理论到实践
人工智能·深度学习·知识图谱
真理Eternal30 分钟前
手搓人工智能—聚类分析(下)谱系聚类与K-mean聚类
人工智能·机器学习
ZOMI酱36 分钟前
【AI系统】昇腾 AI 架构介绍
人工智能·架构
说私域1 小时前
精准零售驱动下的中国零售业变革与“开源 2+1 链动小程序”应用探究
人工智能·小程序·开源
AI视觉网奇1 小时前
WonderJourney 学习笔记
人工智能
斐夷所非1 小时前
CDAF / PDAF 原理 | PDAF、CDAF 和 LAAF 对比 | 图像清晰度评价指标
图像处理
钢铁男儿1 小时前
图像分割——区域增长
图像处理·人工智能·计算机视觉
敏编程1 小时前
用文字“画出”状态图:用 AI+Mermaid.js 解决对象状态变化的处理问题
人工智能·mermaid