Instalar OpenCV 2.4 desde el código fuente de la misma manera que lo hice con OpenCV 2.3.1a en Ubuntu 10.10 funcionó sin problemas, no hizo falta hacer ningún cambio en las librerías de ffmpeg como sucedía en Ubuntu 11.10.
Te puedes bajar el código fuente desde aquí.
Pero hay que tener cuidado con los cambios en la nueva versión. Si estás actualizando desde una versión anterior de OpenCV hay que prestar atención a los múltiples cambios que han introducido porque tu aplicación podría no funcionar ahora. Estos son algunos de los cambios más importantes:
- OpenCV provee ahora información bastante completa sobre la construcción de sí mismo via (sorpresa) cv::getBuildInformation().
- La lectura/escritura de video con ffmpeg funciona por fin y está disponible en MacOSX también.
- La eliminación de fondo MOG2 de Zoran Zivkovic ha sido optimizada mediante TBB.
- Más de 20 bugs en nuestro bug tracker han sido solucionados (http://code.opencv.org/projects/opencv/roadmap).
- HighGUI soporta correctamente Asus Xtion. Por ahora, debes especificar este dispositivo de forma manual mediante el uso de VideoCapture(CV_CAP_OPENNI_ASUS) en vez de con VideoCapture(CV_CAP_OPENNI).
- Algunas viejas funcionalidades de los módulos imgproc, video, calib3d, features2d, objdetect se ha movido a legacy.
- Los scripts CMake han sido modificados sustancialmente. Ahora es muy fácil añadir nuevos módulos – tan solo pon el directorio con los subdirectorios de include, src, doc y test en tu módulo, crea un muy simple CMakeLists.txt y tu módulo se construirá como parte de OpenCV. También, es posible excluir ciertos módulos de la construcción (las variables de CMake “BUILD_opencv_” controlan eso).
- Se ha introducido la nueva clase base cv::Algorithm. Está planeado que sea la base de la funcionalidad “no trivial”.
- La API de features2d se ha limpiado. Ya no hay múltiples clases con funcionalidad duplicada. Las clases FeatureDetector y DescriptorExtractor derivan ahora de cv::Algorithm. También existe ahora la base Feature2D, mediante la cual se pueden detectar keypoints y calcular los descriptores en una sola llamada. Esto también es más eficiente.
- SIFT y SURF han sido movidos a un nuevo módulo a parte llamado nonfree para marcar los posibles problemas legales de usar estos algoritmos en aplicaciones de usuario. También, el rendimiento de SIFT ha sido mejorado sustancialmente (en un factor de 3-4x).
- El actual algoritmo de detección sin textura, Line-Mod por S. Hinterstoisser, ha sido incluido gracias a Patrick Mihelich. Ver objdetect/objdetect.hpp, clase Detector.
- 3 algoritmos de detección de caras han sido añadidos por Philipp Wagner. Por favor, mirar opencv/contrib/contrib.hpp, clase FaceRecognizer, y opencv/samples/cpp/facerec_demo.cpp.
- 2 algoritmos para resolver PnP han sido añadidos. Por favor, comprobar el parámetro flags en las funciones solvePnP y solvePnPRansac.
- Una implementación mejorada de LogPolar (que usa modelos Blind-Spot) ha sido introducida por Fabio Solari y Manuela Chessa, ver opencv/contrib/contrib.hpp, clases LogPolar_* y el ejemplo opencv/samples/cpp/logpolar_bsm.cpp.
- El esquema para un módulo de fotografía ha sido creado para dar soporte al rapidamente creciente are de la “computación fotográfica”. En estos momentos, solo contiene algoritmos de restauración, movidos desde imgproc, pero se planea añadir muchas más funcionalidades.
- Otro módulo de nombre videostab (versión beta) que resuelve tareas específicas pero muy importantes de estabilización de video ha sido añadido. El módulo está siendo activamente desarrollado. Por favor, mirar el ejemplo opencv/samples/cpp/videostab.cpp.
- findContours puede ahora encontrar contornos en imagenes con etiquetas de integer 32-bit (no solo en imagenes blanco y negro de 8-bit). Esto supone un paso adelante en el análisis más práctico de componentes conectados.
- El detector de bordes Canny puede ahora ejecutarse en imágenes en color, obteniendo así mejores mapas de bordes.
Fuente del changelog: Computer vision talks.
1 Comentarios.