OpenCV 5.0.0

Публикувано OpenCV 5.0.0 — голямо издание на откритата библиотека за компютърно зрение и обработка на изображения. Издаването се състоя на 6 юни 2026 г. и вече е отбелязано като актуално в репозитория на проекта в GitHub. OpenCV се разпространява под лиценз Apache-2.0.

Същността на изданието — преходът на OpenCV от "класическа библиотека за компютърно зрение" към по-съвременна платформа за CV/AИ задачи: проектът е прочистил старото API, реконструирал е модула за невропрогнозиране, разширил е поддръжката на ONNX, добавил е възможности за VLM/LLM сценарии и обновил 3D/калибровъчния стек. Разработчиците описват OpenCV 5.0 като клон, който вече се счита за стабилен, а новата функционалност ще попада предимно там.

Основни промени

• Нов двигател за DNN инференс.
  В модула dnn се появи нов двигател, който съществува паралелно със стария. Той работи по-добре с динамични форми на тензори, подграфи и съвременни възможности на ONNX. Обявено е покритие на повече от 80% от спецификацията на ONNX, докато в OpenCV 4.x покритие имаше под 23%.
  Това вероятно е най-голямата промяна в изданието: OpenCV се опитва да стане не просто обвивка около модели, а цялостен вграден двигател за инференс за съвременни невронни мрежи.

• Избор на двигател при зареждане на модел.
  В cv::dnn::readNet() и свързаните функции се появи параметър ENGINE_AUTO. По подразбиране OpenCV първо опитва новия двигател, а при неуспех се връща към класическия. Поведението също може да се задава чрез променлива на средата OPENCV_FORCE_DNN_ENGINE: използване на стария двигател, новия, автоматичен режим или ONNX Runtime. Старите проекти не са задължени веднага да преминат изцяло към новия двигател, но новите модели могат постепенно да се преместят на него.

• Интеграция с ONNX Runtime.
  OpenCV вече може да се компилира с включен ONNX Runtime. При това OpenCV използва собствен ONNX парсер за изграждане на графа ORT, което означава, че не изисква пълен пакет ONNX. За компилиране са предвидени параметри CMake -DWITH_ONNXRUNTIME=ON и -DDOWNLOAD_ONNXRUNTIME=ON; за NVIDIA GPU — -DDOWNLOAD_ONNXRUNTIME_GPU=ON. Функцията ще бъде полезна за тези, които имат нужда от GPU инференс още сега, тъй като новият DNN двигател на OpenCV засега работи само на CPU.

• Поддръжка на модели за визия-язык.
  Новият DNN двигател включва токенизатори, слоеве на внимание, блокове за декодиране, постобработка и KV кеш, необходими за стартиране на VLM модели "от кутията". Библиотеката исторически е била асоциирана с обработката на изображения, а сега навлиза в сферата на моделите, които работят едновременно с изображения и текст.

• Поддръжката на GPU за новия DNN двигател все още не е готова.
  Новият двигател в OpenCV 5.0 работи само на CPU. Натурална поддръжка на GPU обещават да добавят в следващите версии; засега за GPU се препоръчва да се използва класическият двигател или сборка с ONNX Runtime и NVIDIA изпълнителни провайдъри. За сървърния или десктоп CUDA инференс OpenCV 5.0 все още не заменя специализираните рантайми.

• Старите парсери Darknet и Caffe са премахнати.
  Разработчиците премахнаха парсерите Darknet и Caffe, тъй като повечето модели вече са преведени в ONNX. TFLite все още остава през класическия двигател, а прехвърлянето на новия двигател е планирано за по-късно. OpenCV се отказва от старите формати и се фокусира върху ONNX като основен обменен формат за модели.

• Голяма чистка на остарялото API.
  Премахнато е C API OpenCV 1.x: функции като cvCreateMat() и старите структури от типа CvMat вече не са част от основното API. Също така е премахната поддръжката на OpenVX, модулът G-API е преместен в opencv_contrib, където е изпратен и класическият ML модул. Това е нарушаваща промяна за стари проекти, но тя отдавна се налагаше: библиотеката се освобождава от техническия дълг, натрупан през десетилетията.

• Features2D е преименуван на Features.
  Модулът е разширен за съвременни вектори на признаци от невронни мрежи. В основния репозиторий остават SIFT, ORB, FAST, GoodFeaturesToTrack и MSER, а остарелите детектори и дескриптори са преместени в opencv_contrib. Добавени са ALIKED, DISK и съпоставителят LightGlue. OpenCV явно се адаптира към съвременните пайплайни, където всячески признаци на изображение все по-често се извлекат не от класически алгоритми, а от невронни мрежи.

• Новите типове данни в Core.
  Добавени са CV_16BF / cv::bfloat, CV_32U, CV_64U, CV_64S и CV_Bool. Също така е подобрена поддръжката на N-мерни масиви, 1D масиви и 0D скаларни стойности. LAPACK вече е винаги достъпен: ако външната библиотека липсва, OpenCV изгражда вградения минимален подмножество. Промените са важни за DNN, числени алгоритми и съвместимост с модерни формати на данни, където bfloat16 и разширените типове все повече се срещат.

• Обработката на изображения е ускорена.
  В imgproc са подобрени warpAffine, warpPerspective и remap. Заявени са подобрения в производителността в диапазона от 10% до над 300% в зависимост от платформата, размера на изображението, типа данни и флаговете на операцията.
  Това вече не е само за AI модули — такива оптимизации са от съществено значение за класическите задачи: видео потоци, стабилизация, проекционни трансформации и подготовка на данни преди инференс.

• Подобрен е выводът на текста.
  Старият механизъм за рендиране на текст е заменен с STB-базиран TrueType двигател с вграден вариативен шрифт Rubik. Могат да се добавят потребителски шрифтове, а поддръжката на Unicode е разширена. Въпреки това, сложни писмени системи като арабски и деванагари все още не се показват коректно без Harfbuzz, а цветни emoji не се поддържат. OpenCV става по-удобен за генериране на анотации, отладъчни изображения и визуализации без външни библиотеки.

• Обновени са 3D и калибрирането на камери.
  calib3d е разделен на geometry, calib, stereo и ptcloud. USAC стана стандартен бекенд за надеждно оценяване на хомография, съществена/основна матрица, PnP и други задачи. Добавен е пайплайн за многокамерно калибриране, основна поддръжка за обработка на мрежи и облаци от точки, включително TSDF, ICP, импорт и експорт на .ply и .obj. Това е важна стъпка за роботиката, SLAM, AR/VR и многокамерни системи, където само 2D обработка вече не е достатъчна.

• Преработени са примери и документация.
  Устарелите примери са премахнати, а останалите са обновени. За DNN примерите се използва обща колекция модели, която може да се изтегли с помощта на скрипта download_models.py. Добавени са експериментални примери за VLM и LDM, а документацията е получила съвременна тема, бързо търсене, светъл/тъмен режим и подобрена навигация. За такава голяма библиотека това не е просто козметична промяна: нормалната документация и работещите примери оказват пряко влияние върху това дали разработчиците ще могат да преминат на OpenCV 5.x.

В крайна сметка, OpenCV 5.0 не е просто пореден релиз с оптимизации, а значително обновление на всичко: по-малко наследство от епохата на OpenCV 1.x и повече ориентация към ONNX, невронен инференс, съвременни признаци, 3D обработка и хетерогенно ускорение. В същото време, преминаването за стари проекти може да изисква корекции поради премахването на C API и преноса на част от модулите в opencv_contrib.

Източник: linux.org.ru