Как стать автором
Обновить

Комментарии 6

В меньшей степени, чем вездесущий Deep Learning, делающий эту библиотеку менее актуальной ;-)

Никакие алгоритмы из OpenCV никогда хорошо объекты не обнаруживали, а то что хорошо умели: real-time learning, real-time tracking… это и сейчас актуально.

Deap Learning — впервые позволило обнаруживать объекты с хорошей точностью, что позволило действительно хорошо решать новые задачи: Self-Driving Car, Affective computing, Facial Recognition.
С появлением Deap Learning уже не появляются такие ролики :))) Facial Recognition sucks https://youtu.be/q4CrD_zfP08
Хотя если считать новые задачи более актуальными, то действительно OpenCV менее актуальна.
Никакие алгоритмы из OpenCV никогда хорошо объекты не обнаруживали

Ну это вы махнули:) В свое время OpenCV'шный детектор лиц был хорош, и довольно долго держался… собственно и до сих пор народ по привычки с ним сравнивает свои алгоритмы.


А если серьезно, то практика показывает, что самые популярные и актуальные модели OpenCV — это core, imgproc и highgui ;-) А остальные как-то редко идут в ход, проще свое задача-зависимое написать)

Имеется ввиду любые объекты обнаруживать, а обнаружение лиц — это очень редкое приятное исключение для OpenCV

stitching — мне как-то лень было с нуля писать, проще было допилить, чтобы для видео в 10 раз быстрее работало.
Сейчас прикинул для своих проектов, мне легче самому написать cv/gpu (Mat, resize, remap, warpAffine) из imgproc, чем самому писать: calibrateCamera, estimateRigidTransform, grabCut, StereoConstantSpaceBP, PyrLKOpticalFlow :)
Я и сейчас OpticalFlow использую для слежения за объектом между моментами его обнаружения DNN. Без OpenCV даже тут никуда, пока топовые DNN на FullHD/4k не real-time ;)
Положительно в лучшем случае, в худшем — вообще никак не повлияет
Зарегистрируйтесь на Хабре, чтобы оставить комментарий