OpenCV 5 正式发布：计算机视觉领域多年来最具里程碑意义的版本
OpenCV 5 正式发布了。这是 OpenCV 历史上最重要的版本之一。目前 OpenCV 在 GitHub 上拥有超过 86,000 颗星标，每日安装量超过一百万次。
为什么需要 OpenCV 5
过去二十年里，OpenCV 一直是计算机视觉领域的基石。然而，随着技术的快速发展，其内部架构积累了大量的技术债务。原有的基于 C 语言编写的 DNN 模块实际上是分叉（fork）自 Caffe 的代码，后续陆续加入的 ONNX 支持和各种加速器支持，导致代码结构日益混乱，维护成本急剧上升。OpenCV 5 从零开始重写了整个 DNN 引擎，彻底解决了这些问题。
三大引擎，统一 API
新版本采用了一个统一的 API 接口，底层支持三个推理引擎：
- OpenVINO 后端 — 针对 Intel 硬件深度优化，充分发挥 CPU、集成 GPU 和 VPU 的性能
- ONNX Runtime 后端 — 基于 Microsoft 的 ONNX Runtime，支持多平台部署
- 传统 OpenCV DNN 后端 — 保持对旧模型的向后兼容
这意味着开发者无需在多个框架之间切换，只需通过 OpenCV 的统一 API，就能根据硬件自动选择最佳后端。
性能对比：远超上一代
OpenCV 5 的新引擎在多个主流模型上的表现大幅领先上一代：
- YOLOv8 检测 — 推理速度提升 2 倍
- ResNet-50 — 推理速度提升 1.5 倍
- LLM/VLM 支持 — Llama 3B 和 Gemma 2B 等大语言模型和视觉语言模型可以直接在 OpenCV 内运行推理，无需额外框架
与 ONNX Runtime 的对比测试中，OpenCV 5 在多个模型上也展现出更快的速度。
核心新特性一览
- 全新 DNN 引擎 — 原生支持 ONNX 格式，无需额外转换步骤
- 硬件加速大幅改进 — 自动利用 CPU SIMD 指令集和 GPU 进行计算加速
- 增强的 3D 视觉支持 — 改进的相机标定和 SfM（运动恢复结构）算法
- 新数据类型支持 — bfloat16 和 fp16，显著降低模型推理内存占用
- 改进的 Python API — 更符合 Python 开发习惯，使用更便捷
- LaMa 模型集成 — 支持图像修复和扩散模型推理
- 现代深度学习特征匹配 — 集成 SuperPoint 和 LightGlue 等先进算法
- 文档全面翻新 — API 参考文档更加完善，降低学习门槛
下一步计划
OpenCV 团队已经公布了未来的发展方向：
- DNN 引擎原生 GPU 支持 — 非 OpenVINO 路径的独立 GPU 加速，覆盖更多硬件平台
- 非 CPU HAL 加速 — 用于前处理和后处理的硬件加速层，进一步提升端到端性能
结语
OpenCV 5.0 随附超过 3,100 个算法模块，覆盖对象检测、目标跟踪、图像处理、3D 视觉、深度学习等多个领域。这不仅仅是版本号的跳跃，更是计算机视觉基础设施的一次全面革新。
对于从事计算机视觉的开发者来说，OpenCV 5 值得立即上手体验。
原文出处：OpenCV 5 Is Here: The Biggest Leap in Years for Computer Vision
