Вышло обновление video2midi – кроссплатформенной утилиты, предназначенной для воссоздания многоканального midi-файла из видеороликов в которых присутствует виртуальная midi-клавиатура/нотный лист аналогичный синтезии.

Основные изменения с версии 0.4.0.2:

• Добавлена ​​функция RollCheck, используется для улучшения считывания нажатия нот ( отсеивания ложных срабатываний на чёрных клавишах ), что помогает улучить реконструкцию midi с гибридных видео, где нотный лист отображён с ситнезии а клавиши затёрты реальным пианино.

• Добавлен ползунок в дополнительное окно для управления высотой вертикальных линий клавиш, что позволяет более точно позиционировать клавиши относительно видео.

• Добавлен ползунок для регулировки относительного положения черных клавиш.

• Добавлена ​​возможность определять повторное нажатие/отпуск клавиш по искрам. В некоторых видео многократное нажатие клавиш отображается на виртуальной клавиатуре длительным удержанием клавиш.

• Изменен тип midi формата по умолчанию на 0 (старый тип по умолчанию 1).

• Добавлена ​​возможность указать выходной формат файла midi. Не все DAW могут разделять многоканальные midi типа 1 при импорте. Поэтому, если ваша DAW импортирует многоканальные MIDI-файлы как одноканальную дорожку, попробуйте поиграться с выходным MIDI-форматом.

• Добавлена ​​новая функция квантования нот по времени (привязка к сетке 1/32).

• Внесены изменения в графический интерфейс, переработан код отвечающий за работу кнопок и ползунков.

>>> Подробности

Вышло обновление video2midi – утилиты, предназначенной для воссоздания midi-файла из видеороликов Synthesia и ей подобных. Утилита позволяет воссоздать многоканальный midi-файл с любого видео, в котором присутствует виртуальная midi-клавиатура.

Основные изменения с версии 0.2:

• Переработан графический интерфейс.
• Добавлены новые клавиши и модификаторы к ним.
• Добавлено получение цвета при нажатии мыши.
• Переделан переход кадров OpenCV с указания прямого кадра на указание времени в мс (из-за проблем в поведении OpenCV на MPEG формате).
• Переработана функция масштабирования видео (включается переменной resize и масштабирует окно и видео до значений, указанных в переменных «resize_width» и «resize_height», по умолчанию это 1280x720).

>>> Подробности

MoveNoid — это бесконтактный арканоид, в котором управление ракеткой осуществляется в воздухе с помощью специально размеченной картонки. Игра написана с помощью библиотеки компьютерного зрения OpenCV и популярного движка двумерной физики Box2D. В качестве фреймверка общего назначения используется Qt 5.9. Исходные коды proof-of-concept были открыты в этом месяце под свободной лицензией GPL v.3 и Modified BSD.

Для игры потребуется компьютер, веб-камера и специально размеченная картонка (чертеж разметки доступен на официальной странице игры). Желательно использовать камеру высокого разрешения с быстрой незамыливающей изображение матрицей. Автор использует бытовую Logitech C270, однако лучше подойдет более продвинутая модель C615, или другие веб-камеры из профессиональных серий.

Разработка игры находится в начальной стадии, код прост и понятен, поэтому в настоящий момент можно легко подключиться к разработке и сделать один из пунктов Плана развития игры.

Для интересующихся доступны ссылки:

Официальная страница игры

Видеообзор с демонстрацией процесса игры

>>> Подробности: Новость на сайте автора

Состоялся релиз первой версии компьютерного зрения DCV. DCV является аналогом OpenCV, написанным на языке D. В отличие от OpenCV, DCV — крайне компактная и простая библиотека. В настоящий момент исходные коды системы занимают всего 1 MB, однако, несмотря на свои крайне компактные размеры, DCV поддерживает не только работу со статическими изображениями, но и захват видео.

Настоящая версия DCV фактически является фреймворком для построения систем компьютерного зрения и позволяет легко внедрять в себя новый функционал.

DCV базируется на крайне удобной библиотеке работы с многомерными массивами — ndslice, которая является более функциональным аналогом Numpy из Python.

С примерами работы системы можно ознакомиться в официальном репозитории проекта.

>>> Подробности

Организация OpenCV Foundation, при поддержке со стороны DARPA и корпорации Intel, открывает конкурс по расширению и дополнению библиотеки OpenCV современными реализациями лидирующих на данный момент алгоритмов компьютерного зрения.

Призовой фонд конкурса составляет $50000. Принимаются работы в 11 направлениях, в том числе:

• сегментация изображений;
• определение позы;
• SLAM;
• распознавание объектов, лиц, жестов, действий, текста;
• трэкинг.

Комитет конкурса определит до пяти лучших работ. Участники могут присылать реализации собственных алгоритмов, либо собственные реализации имеющихся опубликованных.

Победители конкурса получат по $1000 за лучшую работу, и дополнительные $7500-$9000, если передадут свой код в OpenCV в виде запроса на слияние (pull-request) под лицензией BSD.

Работы можно присылать до 8 мая 2015г., победители будут названы на ежегодной конференции CVPR 8 июня 2015г.

>>> Подробности

На основе исходного кода трех Open Source-проектов, восстановлен алгоритм распознавания лиц (метод Виолы-Джонса, Viola-Jones). Алгоритм использует стандартный каскад Хаара из OpenCV, и реализован на языке Си++. Скорость работы программной реализации, на изображениях 512x512 пикс – порядка 3 кадров/сек. Предназначен для обнаружения лиц «в фас» на любых фотографиях.

Реализация метода Виолы-Джонса в оригинальных работах авторов не описана, поэтому моя работа представляет значительную ценность для тех, кому надо разобраться в методе Виолы-Джонса, либо – реализовать обнаружение лиц в своем проекте/программе.

Сайт проекта: http://sqface.ru/
Исходный код (под AGPLv3+): http://sqface.ru/download/sqface-first.tgz

>>> Подробности

Вечером 4 июля 2011 года один из разработчиков, Вадим Писаревский (Vadim Pisarevsky), в списке рассылки opencvlibrary-devel сообщил о завершении работ над версией 2.3.0 библиотеки для анализа и обработки изображений в системах с компьютерным зрением — OpenCV.

Ниже перечислены некоторые изменения по сравнению с версией 2.2.0, вышедшей семью месяцами ранее:

• OpenCV подключился к Google Test
• больше не используется библиотека LAPACK, её заменили собственной реализацией алгоритма Jacobi SVD
• новый шаблон для калибровки «circles grid»
• бета-версия приложения для создания панорам, полученных из одной и той же точки
• для использования вычислительных мощностей графического адаптера требуется CUDA 4.0 и выше
• улучшения в порте на Android
• приведены примеры использования интерфейсов на Python при помощи модуля cv2
• значительная переработка и улучшения в документации по C, C++, Python. В версии 2.3.1 ожидается завершение документирования Java-интерфейса
• улучшена совместимость с VS2005, включая DirectShow

С подробным списком изменений можно ознакомиться в анонсе к выпуску в Wiki проекта и в сообщении в списке рассылки.

Напомним, что разработка OpenCV была начата в далёком 1999 году по инициативе Intel® Research и до выхода первой версии осуществлялась командой разработчиков Intel® в Нижнем Новгороде. В настоящее время разработка поддерживается исследовательской лабораторией Willow Garage, занимающейся проектированием роботов.

OpenCV написан на C/C++, имеет интерфейсы на Python и Java, состоит из следующих основных модулей:

• core — компактный модуль с базовыми структурами данных
• imgproc — модуль обработки изображений
• video — модуль обработки видео
• calib3d — базовые алгоритмы многопроекционной геометрии (multiple-view geometry), калибрования камер и др.
• features2d — детекторы неровностей, выступающих частей (salient feature detectors)
• objdetect — распознавание предварительно заданных объектов
• highgui — интерфейсы для захвата видео, простейшие элементы пользовательского интерфейса
• gpu — алгоритмы ускорения работы с использованием вычислительных мощностей графических адаптеров NVIDIA с графическими процессорами на базе архитектуры CUDA

>>> Документация к OpenCV

>>> Русскоязычная Wiki по OpenCV

>>> Страница загрузки на sourceforge.net

>>> Официальный сайт