在OpenCV 4.0 正式版发布之后4个月，2019年4月4.1 版本发布了！
https://github.com/opencv/opencv
作为上半年的常规更新，这次又有什么新功能？让我们一起来看看吧！
DNN 模块改进
1. 降低部分模型的峰值内存使用，最多降低30%；
2. 推断引擎：
2.1 目前最小支持版本是Inference Engine 2018R3；
2.2 支持新发布的Myriad X (Intel® Neural Compute Stick 2) ；
2.3 Automatic IR network reshaping for different inputs；
2.4 改进了 使用 OpenVINO Open Model Zoo 中模型的例子；
3. 支持TensorFlow 目标检测 API的新网络: Faster-RCNNs, SSDs and Mask-RCNN with dilated convolutions, FPN SSD；
性能改进
1. 支持AVX2指令集的更多优化；
2. 从core 到 imgproc的大量函数现在支持运行时调度（Automatic runtime dispatching）；
Android 支持改进
VideoCapture C++ 接口支持 Android Media NDK (21+) video I/O file capture back-end（https://github.com/opencv/opencv/pull/14005）
OpenCV社区贡献的功能
1. 增加Matplotlib感知统一的序列色彩映射图；
（https://github.com/opencv/opencv/pull/13587）
2. 增加实时姿态估计中关键点匹配可视化的教程；
（https://github.com/opencv/opencv/pull/13835）
https://v.qq.com/x/page/t0861rxfozy.html
3. 增加手眼标定的方法；
（https://github.com/opencv/opencv/pull/13880）
4. 改进Java多维数组（Mat）的支持；
（https://github.com/opencv/opencv/pull/13956）
5. 增加动态加载videoio后端FFmpeg、GStreamer；
（https://github.com/opencv/opencv/pull/13677）
6. opencv_contrib增加光流算法Robust local optical flow (RLOF) 的实现；
（https://github.com/opencv/opencv_contrib/pull/1940）
7. opencv_contrib增加Quasi Dense Stereo 算法的实现；
（https://github.com/opencv/opencv_contrib/pull/1941）
8. opencv_contrib增加图像质量分析（ Image Quality Analysis (IQA) ）新模块；
（https://github.com/opencv/opencv_contrib/pull/1990）
9. opencv_contrib增加BRISQUE无参考图像质量评价API。
（https://github.com/opencv/opencv_contrib/pull/2015）
从这次发布可以看出，对于OpenCV官方来说，DNN模块显然成为功能开发的重头戏，但发展路子略微窄了点。以支持Intel的硬件和对接TensorFlow 的API为主要工作。
这次社区贡献的图像质量评价成为新开辟的模块，这个领域长期以来并不为很多人关注，希望能促进该领域的研究和工程应用。
与OpenCV 4.1 版本同期发布的还有3.4.6版本，3.4.x 版本不再有新功能添加，只是常规的Bug修复和部分功能增强。
想要第一时间尝鲜新版本的OpenCV吗？欢迎于OpenCV中文网公众号对话界面回复“CV41”，即可收到含Windows、iOS、Android官方预编译好的SDK和源代码的下载网址。
后续OpenCV中文网公众号将会对其中部分新功能进行测试，敬请期待！