OpenCV4.0-alpha发布！新增多个深度学习特性

(欢迎关注“我爱计算机视觉”公众号，一个有价值有深度的公众号~)

本定于2018年7月发布的OpenCV4.0再次跳票，昨天官方发布了OpenCV4.0-alpha，作为4.0正式版发布前的尝鲜，让我们一睹芳容！

相比于OpenCV3.4的功能改进：

1.OpenCV DNN模块新增ONNX解析器，支持各种分类网络，比如AlexNet, Inception v2, Resnet, VGG 等。部分支持tiny YOLO v2 目标检测网络。

2.DNN模块新的改进

2.1）支持Mask RCNN并新增 对应例程！

2.2）使用Intel Inference Engine（Intel推断引擎），即Intel OpenVINO的一部分，使得目标检测更快！

2.3）改进OpenCL作为后端的稳定性。

3.快速的QR二维码检测，在Core i5 CPU 640*480分辨率的图像上可以达到约80FPS！后续OpenCV4.0正式版本将加入QR二维码的解码，使其成为完整的解决 方案。

4.通过所谓的“wide universal intrinsics”不断扩展SSE4，AVX2和NEON优化内核集，持续加速OpenCV！

另外，OpenCV4.0 alpha包含一些相比之前版本的独有特性：

1.C++ 11标准的支持（所以编译新版本需要C++11兼容的编译器）。所以许多非常nice的特性比如支持lambda函数的parallel_for，cv::Mat更加方便迭代访问，通过列出元素初始化cv::Mat都得到了默认支持。

2.标准的std::string和std::shared_ptr取代了原先版本的cv::String和cv::Ptr。 parallel_for现在可以使用std::threads线程池作为后端。

3.清理了OpenCV 1.x的旧版C API（CvMat，IplImage等），OpenCV4.0正式版将清理完成。

4.添加了基本类型16位浮点型（CV_16F ），这将对诸如对精度要求不高的比如深度学习的推断加速很明显。

5.CPU和GPU加速的KinFu实时三维密集重建算法添加到opencv_contrib中。

6.HPX加入并行计算的后端。

7.新的棋盘格（chessboard）检测器。

总结

OpenCV目前的开发重点主要有：深度学习功能的完善、C++11的标准支持和指令级、线程级和GPU的加速。

后续52CV君将对其中部分新增功能进行测试，敬请期待。

(欢迎关注“我爱计算机视觉”公众号，一个有价值有深度的公众号~)