千呼萬喚始出來！OpenCV 4.0正式釋出！
作者 | 周強（本文為作者獨立觀點，轉載請聯絡作者）
來源 | 我愛計算機視覺
OpenCV 4.0 正式版來啦！
重回英特爾的 OpenCV 終於迎來一次大版本更新，增加了諸多新特性，快來一起看看吧～
因為 OpenCV 最開始開發時的語言是 C，導致許多模組無法利用 C++ 11 的良好特性，OpenCV 4.0 版本的一個重要使命就是去除 C 語言風格的介面，使其完全支援 C++ 11！
1.大量從 OpenCV 1.x 遺留的 C 語言風格的 API 介面被刪掉，主要影響的模組是 objdetect, photo, video, videoio, imgcodecs, calib3d。
2.在 core 模組中的持久化（在 XML，YAML 或 JSON 中儲存和載入結構化資料）已完全用 C ++ 重新實現，並去除了相應的 C 風格的介面。 目前，base64 支援尚未完成（僅支援載入 base64 編碼的 XML 和 YAML，還未支援編碼）。 現在，儲存在 FileNode 中的序列的隨機訪問是 O(N) 操作; 使用 cv :: FileNodeIterator 能夠更快地進行順序訪問。 速度上，FileStorage 的載入比以前的實現少了 3-6 倍的記憶體！
3.編譯新版 OpenCV 現在需要支援 C++ 11 的編譯器。
DNN（深度神經網路）模組是目前 OpenCV 更新最重要的模組！
1.增加 Mask-RCNN 模型支援。
使用指南：
https://github.com/opencv/opencv/wiki/TensorFlow-Object-Detection-API
Python例子：
https://github.com/opencv/opencv/blob/master/samples/dnn/mask_rcnn.py
作者曾經報道過的例子：
2.整合 ONNX 解析器。 支援多個流行的分類網路。 部分支援 YOLO 物件檢測網路（YOLO 的 ONNX 版本缺少一些提供矩形列表的最終圖層）。
3.通過引入 Intel DLDT 改進 DNN 模組速度。
Intel DLDT 近期已經開源，詳見：
https://software.intel.com/openvino-toolkit
4.API 更改：預設情況下，blobFromImage 方法不會交換 R 和 B 通道，也不會對輸入影象進行裁剪。 而且，此 API 更改也已新增到 OpenCV 3.4 分支。
5.為不支援 OpenCL 而支援 Vulkan 的硬體平臺添加了實驗性質的 Vulkan 後端（還在開發中！不建議大家使用）。
6.為 OpenCV 支援的最流行的深度學習網路添加了快捷方式。 可以通過指定模型的別名，跳過預處理引數甚至模型的路徑！
比如：
python object_detection.py --model opencv_face_detector.caffemodel --config opencv_face_detector.prototxt --mean 104 177 123 --width 300 --height 300
可以直接被替代為：
python object_detection.py opencv_fd
7.修復了 AMD 和 NVIDIA GPU 上的 OpenCL 加速。 現在，可以為模型啟用 DNN_TARGET_OPENCL，開啟 OpenCL 支援。 請注意，DNN_TARGET_OPENCL_FP16 僅在英特爾 GPU 上進行測試，因此仍需要額外的 flags。（這個善意的提醒也就意味著你最好不要用那兩家的顯示卡玩OpenCV(^ ^)）
G-API 為演算法的硬體優化加速提供計算圖支援！
opencv_gapi 是全新新增的模組， 它是非常有效的影象處理引擎。開發者可以在程式中定義多個影象處理步驟組成的圖，執行的時候進行優化，使得 fast and portable。
非常看好這一模組的應用！
“加速”是 OpenCV 開發永恆不變的主題！
每次釋出這塊的說明都差不多，總結起來就是一句話：
我們很努力地給你們在 CPU 的指令級上進行了加速，只要是支援該指令的 CPU 儘量讓你們用上，而且我們還支援 NEON 了哦～
objdetect 模組新增 QR 碼的檢測和解碼！
因為這個功能在移動端幾乎成為 APP 的標配了。
參考例子：
https://github.com/opencv/opencv/blob/master/samples/cpp/qrcode.cpp
作者曾經對檢測功能進行了測試：
實現了流行的 Kinect Fusion 演算法！
並針對 CPU 和 GPU（OpenCL）進行了優化，整合到 opencv_contrib / rgbd 模組中。 為了使實時採集處理更高效，在 opencv / videoio 模組中更新了 Kinect 2 支援。 在 4.0 beta 版本中，iGPU 的程式碼已經加速，在高解析度的情況下（512x512x512 integration volume），效能提升了 3 倍。
非常高效且高質量的 DIS 密集光流演算法已經從 opencv_contrib 轉移到 opencv/video 模組。
示例：
https://github.com/opencv/opencv/blob/master/samples/cpp/dis_opticalflow.cpp
這還是比較讚的，之前 OpenCV 的光流模組相比學術界的最新成果實在是太弱了。
總結
新版 OpenCV 更加聚焦影象處理基礎功能和深度學習模組！英特爾自家的加速庫和 G-API 是值得表揚的亮點！
-【完】-
精彩推薦
◆
BDTC 2018
◆
2018 中國大資料技術大會將於 12 月 6 - 8 日在新雲南皇冠假日酒店舉行。匯聚超百位國內外實力講師從學界翹楚到行業一線大拿：
管曉巨集：中國科學院院士；
張巨集江：原始碼資本投資合夥人；
張曉東：美國俄亥俄州立大學 Robert M. Critchfield 講席教授；
陳性元：北京資訊科學技術研究院副院長；
周靖人：阿里巴巴集團副總裁；
李浩源：Alluxio 公司創始人&CEO
......
全方位立體解讀大資料時代的技術程序，為眾技術愛好者奉上一場優質乾貨盛宴。
推薦閱讀
勝過iPhone XS？Google Pixel的“夜視功能”是怎樣煉成的