点击我爱计算机视觉标星，更快获取CVML新技术python
OpenCV 4.0 正式版来啦！虽然官网还没更新，但Github已经放出来了！git
重回英特尔的OpenCV终于迎来一次大版本更新，增长了诸多新特性，快来一块儿看看吧～github
由于OpenCV最开始开发时的语言是C，致使许多模块没法利用C++ 11的良好特性，OpenCV 4.0版本的一个重要使命就是去除C语言风格的接口，使其彻底支持C++ 11！
算法
1.大量从OpenCV 1.x遗留的C语言风格的API接口被删掉，主要影响的模块是objdetect, photo, video, videoio, imgcodecs, calib3d。后端
2.在core模块中的持久化（在XML，YAML或JSON中存储和加载结构化数据）已 彻底用 C ++ 从新实现，并去除了相应的 C 风格的接口。 目前，base64支持还没有完成（仅支持加载base64编码的XML和YAML，还未支持编码）。 如今，存储在FileNode中的序列的随机访问是O(N)操做; 使用cv :: FileNodeIterator可以更快地进行顺序访问。 速度上，FileStorage的加载比之前的实现少了3-6倍的内存！api
3.编译新版OpenCV如今须要支持 C++ 11 的编译器。微信
DNN（深度神经网络）模块是目前OpenCV更新最重要的模块！
网络
1.增长Mask-RCNN模型支持。app
其使用指南：ide
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
52CV曾经报道过的例子：
OpenCV4.0 Mask RCNN 实例分割示例 C++/Python实现
2.集成ONNX解析器。 支持多个流行的分类网络。 部分支持YOLO对象检测网络（YOLO的ONNX版本缺乏一些提供矩形列表的最终图层）。
3.经过引入Intel DLDT 改进DNN模块速度。
Intel DLDT近期已经开源，详见：
https://software.intel.com/openvino-toolkit
4.API更改：默认状况下，blobFromImage方法不会交换R和B通道，也不会对输入图像进行裁剪。 并且，此API更改也已添加到OpenCV 3.4分支。
5.为不支持OpenCL而支持Vulkan的硬件平台添加了实验性质的Vulkan后端（还在开发中！不建议你们使用——52CV君）。
6.为OpenCV支持的最流行的深度学习网络添加了快捷方式。 能够经过指定模型的别名，跳过预处理参数甚至模型的路径！
好比：
python object_detection.py --model opencv_face_detector.caffemodel --config opencv_face_detector.prototxt --mean 104 177 123 --width 300 --height 300
能够直接被替代为：
python object_detection.py opencv_fd
7.修复了AMD和NVIDIA GPU上的OpenCL加速。 如今，能够为模型启用DNN_TARGET_OPENCL，开启OpenCL支持。 请注意，DNN_TARGET_OPENCL_FP16仅在英特尔GPU上进行测试，所以仍须要额外的flags。（这个善意的提醒也就意味着你最好不要用那两家的显卡玩OpenCV(^ ^)）
G-API为算法的硬件优化加速提供计算图支持！
opencv_gapi是全新添加的模块， 它是很是有效的图像处理引擎。开发者能够在程序中定义多个图像处理步骤组成的图，执行的时候进行优化，使得fast and portable。
很是看好这一模块的应用！
“加速”是OpenCV开发永恒不变的主题！
每次发布这块的说明都差很少，总结起来就是一句话：
咱们很努力地给大家在CPU的指令级上进行了加速，只要是支持该指令的CPU尽可能让大家用上，并且咱们还支持NEON了哦～
objdetect模块新增QR码的检测和解码！
由于这个功能在移动端几乎成为APP的标配了。
参考例子：
https://github.com/opencv/opencv/blob/master/samples/cpp/qrcode.cpp
52CV曾经对检测功能进行了测试：
实现了流行的Kinect Fusion算法！
并针对CPU和GPU（OpenCL）进行了优化，集成到opencv_contrib / rgbd模块中。 为了使实时采集处理更高效，在opencv / videoio模块中更新了Kinect 2支持。 在4.0 beta版本中，iGPU的代码已经加速，在高分辨率的状况下（512x512x512 integration volume），性能提高了3倍。
很是高效且高质量的DIS密集光流算法已经从opencv_contrib转移到opencv/video模块。
示例：
https://github.com/opencv/opencv/blob/master/samples/cpp/dis_opticalflow.cpp
这仍是比较赞的，以前OpenCV的光流模块相比学术界的最新成果实在是太弱了。
总结
新版OpenCV更加聚焦图像处理基础功能和深度学习模块！英特尔自家的加速库和G-API是值得表扬的亮点！
下载
由于国内网络时有不稳定，为帮助你们第一时间尝鲜，新版OpenCV压缩包已经被上传到百度云，在“我爱计算机视觉”微信公众号对话界面回复“opencv4”，便可收到百度云下载地址。
加群交流
关注计算机视觉技术，欢迎加入52CV群，扫码添加52CV君拉你入群（请务必注明:加群）：
喜欢在QQ交流的童鞋，能够加52CV官方QQ群：928997753。
（不会时时在线，若是没能及时经过验证还请见谅）
长按关注我爱计算机视觉
【点赞与转发】就是一种鼓励
本文分享自微信公众号 - 我爱计算机视觉（aicvml）。
若有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一块儿分享。