OpenCV 4.1 版本发布！DNN模块是开发重点

Posted 2021-04-25 OpenCV中文网

在OpenCV 4.0 正式版发布之后4个月，4.1 版本发布了！

作为上半年的常规更新，这次又有什么新功能？让我们一起来看看吧！

DNN 模块改进

1. 降低部分模型的峰值内存使用，最多降低30%；

2. 推断引擎：

2.1 目前最小支持版本是Inference Engine 2018R3；

2.2 支持新发布的Myriad X (Intel® Neural Compute Stick 2) ；

2.3 Automatic IR network reshaping for different inputs；

2.4 改进了 使用 OpenVINO Open Model Zoo 中模型的例子；

3. 支持TensorFlow 目标检测 API的新网络: Faster-RCNNs, SSDs and Mask-RCNN with dilated convolutions, FPN SSD；

性能改进

1. 支持AVX2指令集的更多优化；

2. 从core 到 imgproc的大量函数现在支持运行时调度（Automatic runtime dispatching）；

android 支持改进

VideoCapture C++ 接口支持 Android Media NDK (21+) video I/O file capture back-end（https://github.com/opencv/opencv/pull/14005）

OpenCV社区贡献的功能

1. 增加Matplotlib感知统一的序列色彩映射图；

（https://github.com/opencv/opencv/pull/13587）

2. 增加实时姿态估计中关键点匹配可视化的教程；

（https://github.com/opencv/opencv/pull/13835）

3. 增加手眼标定的方法；

（https://github.com/opencv/opencv/pull/13880）

4. 改进Java多维数组（Mat）的支持；

（https://github.com/opencv/opencv/pull/13956）

5. 增加动态加载videoio后端FFmpeg、GStreamer；

（https://github.com/opencv/opencv/pull/13677）

6. opencv_contrib增加光流算法Robust local optical flow (RLOF) 的实现；

（https://github.com/opencv/opencv_contrib/pull/1940）

7. opencv_contrib增加Quasi Dense Stereo 算法的实现；

（https://github.com/opencv/opencv_contrib/pull/1941）

8. opencv_contrib增加图像质量分析（ Image Quality Analysis (IQA) ）新模块；

（https://github.com/opencv/opencv_contrib/pull/1990）

9. opencv_contrib增加BRISQUE无参考图像质量评价API。

（https://github.com/opencv/opencv_contrib/pull/2015）

从这次发布可以看出，对于OpenCV官方来说，DNN模块显然成为功能开发的重头戏，但发展路子略微窄了点。以支持Intel的硬件和对接TensorFlow 的API为主要工作。

这次社区贡献的图像质量评价成为新开辟的模块，这个领域长期以来并不为很多人关注，希望能促进该领域的研究和工程应用。

与OpenCV 4.1 版本同期发布的还有3.4.6版本，3.4.x 版本不再有新功能添加，只是常规的Bug修复和部分功能增强。

加入专业讨论群

关注图像处理与识别、OpenCV技术，欢迎加入52CV-OpenCV讨论群，扫码添加CV君拉你入群：

（请务必注明:cv）

（不会时时在线，如果没能及时通过验证还请见谅）

---