OpenCV 4.7 版本发布！算法家族又有新成员

一如既往，OpenCV在新年来临之际，刚刚更新了小版本，来到了4.7版。

除了继续对DNN模块、算法加速优化外，算法家族也有了新成员。

下文来自：

https://github.com/opencv/opencv/wiki/ChangeLog#version470

Highlights of this release:

DNN模块改进:

• New ONNX layers  增加了新的ONNX layers

• Signinficant performance optimization for convolutions. Winograd algoritm implementation. 对卷积进行了重要的性能优化，实现了卷积优化算法Winograd 。

• OpenVino 2022.1 support.

• Added CANN backend support #22634. Link to the manual: https://github.com/opencv/opencv/wiki/Huawei-CANN-Backend. CANN 是华为开发的神经网络加速计算架构，增加CANN后端支持可以更好支持在华为硬件上的神经网络推理。

• Added batched NMS for multi-class object detection. 增加batched NMS ,用于多类别目标检测。

Algorithms改进与新增:

• ArUco markers and April tags support including ChAruco and diamond boards detection and calibration. AR增强现实库ArUco的进一步支持，ChAruco and diamond boards 的检测与校正。

• QR code detection and decoding quality imrovement. Alignment markers support. Benchmark for QR codes: https://github.com/opencv/opencv_benchmarks/tree/develop/python_benchmarks/qr_codes

  QR码的检测与校正质量改进。性能增强详见 QR 码的benchmark。

• Nanotrack v2 tracker based on neural networks.

  新增基于神经网络的跟踪算法Nanotrack v2。
  

• Stackblur algoruthm implementation.

  高斯模糊的高效优化算法Stackblur的实现，“StackBlur作为高斯模糊的近似计算，速度在kernel size <= 5的情况下，接近高斯模糊速度，在大kernel size情况下(如kernel size=101)，速度远超高斯模糊” 详见：

  https://zhuanlan.zhihu.com/p/574498840
  

Multimedia 实现优化:

• FFmpeg 5.x support.

• CUDA 12.0 support. Hardware accelerated video codecs support on NVIDIA platforms with modern Video Codec SDK (NVCUVID and NVENCODEAPI).支持CUDA 12.0，支持NVIDIA 平台的硬件加速编码。

• CV_16UC1 read/write video support with FFmpeg. 支持FFmpeg 用CV_16UC1类型读写视频。

• Orientation meta support on Mac with native media API.

• New iterator-based API for multi-page image formats.

• libSPNG support for PNG format. 支持PNG格式图像读写的libSPNG，安全、易用，且速度更快。

• SIMD acceleration for self-built libJPEG-Turbo 对自建的libJPEG-Turbo 进行了SIMD加速。

• H264/H265 support on Android. Multiple fixes for video decoder, endcoder and camera memory layout. Android上的H264/H265支持。

G-API

• Exposed all core APIs to Python, including stateful kernels. 开发G-API的Python接口

Optimization:

• New universal intrinsics backend for scalable vector instructions. The first scalable implementation for RISC-V RVV 1.0.  支持 RISC-V 指令集。