【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。
在这里插入图片描述

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。

在这里插入图片描述

OpenCV 4.9 下载地址：

Documentation
Sources

![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**

在这里插入图片描述

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。

# 【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。

# 【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。

# 【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)