
Objavljeno OpenCV 5.0.0 — veliki izdanak otvorene biblioteke za računalni vid i obradu slika. Izdanje je održano 6. jun 2026. godine i već je označen kao relevantan u repozitoriju projekta na GitHub-u. OpenCV se distribuira pod licencom Apache-2.0.
Suština izdanja je prelazak OpenCV-a od "klasične biblioteke računalnog vida" ka modernijoj platformi za CV/AI zadatke: projekt je očistio staro API, preradio modul za neuronsku inferencu, proširio podršku za ONNX, dodao osnove za VLM/LLM scenarije i ažurirao 3D/kalibracioni stek. Razvijači opisuju OpenCV 5.0 kao granu koja se sada takođe smatra stabilnom, a nova funkcionalnost će se prvenstveno nalaziti tu.
Glavne promene
Novi DNN inferencni motor.
U dnn modulu pojavila se nova jedinica koja koegzistira sa starom. Bolje radi s dinamičkim oblicima tenzora, podgrafovima i savremenim mogućnostima ONNX-a. Osigurano je pokriće od preko 80% ONNX specifikacije, dok je u OpenCV 4.x pokriveno manje od 23%.
To je verovatno najveća promena izdanja: OpenCV pokušava postati ne samo omotač oko modela, već i potpuno integrisani motor inferencije za savremene neuronske mreže.Izbor motora pri učitavanju modela.
U cv::dnn::readNet() i srodnim funkcijama dodat je parametar ENGINE_AUTO. Po defaultu, OpenCV prvo pokušava novi motor, a u slučaju neuspeha vraća se na klasični. Ponašanje se takođe može postaviti putem promenljive okruženja OPENCV_FORCE_DNN_ENGINE: koristiti stari motor, novi, automatski režim ili ONNX Runtime. Stari projekti nisu obavezni odmah potpuno preći na novi motor, ali nove modele može se postepeno prevesti na njega.Integracija sa ONNX Runtime.
OpenCV se sada može skupiti sa uključenim ONNX Runtime-om. Tom prilikom OpenCV koristi sopstveni ONNX parser za izgradnju ORT grafa, pa ne zahteva puni ONNX paket. Za izgradnju su predviđene CMake opcije -DWITH_ONNXRUNTIME=ON i -DDOWNLOAD_ONNXRUNTIME=ON; za NVIDIA GPU — -DDOWNLOAD_ONNXRUNTIME_GPU=ON. Funkcija će biti korisna onima kojima je potreban GPU inferenc što je pre moguće, pošto novi DNN motor OpenCV-a trenutno radi samo na CPU.Podrška za modele vizije i jezika.
Novi DNN motor uključuje tokenizatore, slojeve pažnje, dekodirajuće blokove, post-procesiranje i KV keš, potrebne za pokretanje VLM modela "iz kutije". Biblioteka je istorijski povezana sa obradom slika, a sada ulazi u oblast modela koji istovremeno rade sa slikom i tekstom.GPU podrška novog DNN motora još nije spremna.
Novi motor u OpenCV 5.0 radi samo na CPU. Nativna podrška za GPU biće dodata u budućim izdanjima; za GPU se trenutno preporučuje korišćenje klasičnog motora ili degradirane verzije sa ONNX Runtime i NVIDIA izvršnim provajderima. OpenCV 5.0 sam po sebi još ne zamenjuje specijalizovane runtimove za CUDA inferencu na serveru ili desktopu.Stari parseri Darknet i Caffe su uklonjeni.
Razvijači su uklonili parsera Darknet i Caffe, jer je većina modela prebačena u ONNX. TFLite ostaje putem klasičnog motora, a migracija na novi motor je planirana za kasnije. OpenCV odustaje od starih formata i fokusira se na ONNX kao glavni format razmene modela.Veliko čišćenje zastarelog API-ja.
Uklonjen je C API OpenCV 1.x: funkcije poput cvCreateMat() i stare strukture tipa CvMat više nisu deo glavnog API-ja. Takođe je uklonjena podrška za OpenVX, dok je G-API modul premesten u opencv_contrib, a klasični ML modul je takođe prebačen. Ovo predstavlja značajnu promenu za stare projekte, ali se dugo očekivalo: biblioteka se oslobađa tehnološkog duga koji se akumulirao tokom decenija.Features2D je preimenovan u Features.
Modul je proširen za savremene vektore osobina iz neuronskih mreža. U glavnom repozitorijumu ostavljeni su SIFT, ORB, FAST, GoodFeaturesToTrack i MSER, dok su zastareli detektori i deskriptorii premesteni u opencv_contrib. Dodati su ALIKED, DISK i LightGlue korespondent. OpenCV se očigledno prilagođava savremenim cevovodima, gde se osobine slika sve češće izvode ne klasičnim algoritmima, već neuronskim mrežama.Novi tipovi podataka u Core.
Dodati su CV_16BF / cv::bfloat, CV_32U, CV_64U, CV_64S i CV_Bool. Takođe je poboljšana podrška za N-dimenzionalne nizove, 1D nizove i 0D skalarne vrednosti. LAPACK je sada uvek dostupan: ako spoljašnje biblioteke nema, OpenCV sastavlja ugrađeni minimalni podskup. Ova promena je važna za DNN, numeričke algoritme i kompatibilnost sa savremenim formatima podataka, gde se bfloat16 i prošireni tipovi sve češće pojavljuju.Obrada slika je ubrzana.
U imgproc su revidirani warpAffine, warpPerspective i remap. Poboljšanja performansi su deklarisana u opsegu od 10% do više od 300% u zavisnosti od platforme, veličine slike, vrste podataka i operativnih flagova.
Ovo više nije samo o AI modu — takve optimizacije su direktno važne za klasične zadatke: video tokove, stabilizaciju, projektivna preoblikovanja i pripremu podataka pre inferencije.Poboljšan prikaz teksta.
Stari mehanizam za prikazivanje teksta zamenjen je STB-based TrueType motorom sa ugrađenim varijantnim fontom Rubik. Moguće je povezati korisničke fontove, a podrška za Unicode je široka. Međutim, složeni sistemi pisanja kao što su arapski i devanagari još uvek se ne prikazuju ispravno bez Harfbuzza, a obojene emoji se ne podržavaju. OpenCV postaje praktičniji za generisanje anotacija, slika za debagovanje i vizualizacija bez spoljašnjih biblioteka.Ažurirani su 3D i kalibracija kamera.
calib3d je podeljen na geometry, calib, stereo i ptcloud. USAC je postao standardni backend za robusno procenjivanje homografije, esencialne/fundamentalne matrice, PnP i druge zadatke. Dodan je pipeline za višekamernu kalibraciju, osnovna podrška za obradu mreža i oblaka tačaka, uključujući TSDF, ICP, uvoz i izvoz .ply i .obj. Ovo je važan korak za robotiku, SLAM, AR/VR i višekamerni sisteme, gde jedina 2D obrada više nije dovoljna.Revidirani su primeri i dokumentacija.
Zastarjeli primeri su uklonjeni, a preostali su ažurirani. Za DNN primeri se koristi zajednička kolekcija modela koju možete preuzeti skriptom download_models.py. Dodati su eksperimentalni primeri za VLM i LDM, a dokumentacija je dobila modernu temu, brzu pretragu, svetlu/tamnu temu i poboljšanu navigaciju. Za ovako veliku biblioteku ovo nije kozmetička promena: normalna dokumentacija i funkcionalni primeri direktno utiču na to da li će developeri zapravo moći da pređu na OpenCV 5.x.
U konačnici, OpenCV 5.0 nije samo još jedno izdanje sa optimizacijama, već značajno ažuriranje svega: manje nasleđa iz ere OpenCV 1.x i više usmerenosti na ONNX, neuronsku inferenciju, moderne karakteristike, 3D obradu i heterogeno ubrzanje. Pri tome, prelazak za stare projekte može zahtevati izmene zbog uklanjanja C API i premještanja dela modula u opencv_contrib.
Izvor: linux.org.ru
