\nUn nouveau moteur d'inf\u00e9rence DNN.<\/strong>
\nLe module dnn a un nouveau moteur qui coexiste avec l'ancien. Il fonctionne mieux avec des formes de tenseurs dynamiques, des sous-graphes et les capacit\u00e9s modernes d'ONNX. Une couverture de plus de 80 % de la sp\u00e9cification ONNX<\/strong>, alors qu'OpenCV 4.x couvrait moins de 23 %.
\nC'est probablement le principal changement de cette version : OpenCV tente de devenir non seulement un entrep\u00f4t autour des mod\u00e8les, mais un moteur d'inf\u00e9rence int\u00e9gr\u00e9 complet pour les r\u00e9seaux de neurones modernes.<\/p>\n<\/li>\n\nChoix du moteur lors du chargement d'un mod\u00e8le.<\/strong>
\nDans cv::dnn::readNet() et des fonctions apparent\u00e9es, un param\u00e8tre ENGINE_AUTO a \u00e9t\u00e9 ajout\u00e9. Par d\u00e9faut, OpenCV essaie d'abord le nouveau moteur, puis, en cas d'\u00e9chec, revient \u00e0 l'ancien. Ce comportement peut \u00e9galement \u00eatre d\u00e9fini via la variable d'environnement OPENCV_FORCE_DNN_ENGINE : utiliser l'ancien moteur, le nouveau, le mode automatique ou ONNX Runtime. Les anciens projets ne sont pas oblig\u00e9s de passer compl\u00e8tement au nouveau moteur imm\u00e9diatement, mais les nouveaux mod\u00e8les peuvent \u00eatre progressivement adapt\u00e9s.<\/p>\n<\/li>\n\nInt\u00e9gration avec ONNX Runtime.<\/strong>
\nOpenCV peut d\u00e9sormais \u00eatre compil\u00e9 avec ONNX Runtime inclus. Ainsi, OpenCV utilise son propre parseur ONNX pour construire le graphe ORT, donc il ne n\u00e9cessite pas le package complet d'ONNX. Pour la compilation, les options CMake -DWITH_ONNXRUNTIME=ON et -DDOWNLOAD_ONNXRUNTIME=ON sont pr\u00e9vues ; pour les GPU NVIDIA \u2014 -DDOWNLOAD_ONNXRUNTIME_GPU=ON. Cette fonction sera utile pour ceux qui ont besoin d'inf\u00e9rence GPU d\u00e8s maintenant, car le nouveau moteur DNN d'OpenCV fonctionne pour l'instant uniquement sur CPU.<\/p>\n<\/li>\n\nSupport des mod\u00e8les vision-langage.<\/strong>
\nLe nouveau moteur DNN inclut des tokenizeurs, des couches d'attention, des blocs de d\u00e9codage, un post-traitement et un cache KV n\u00e9cessaires au d\u00e9marrage des mod\u00e8les VLM \"pr\u00eats \u00e0 l'emploi\". La biblioth\u00e8que \u00e9tait historiquement associ\u00e9e au traitement d'images et s'aventure maintenant dans le domaine des mod\u00e8les qui travaillent simultan\u00e9ment avec des images et du texte.<\/p>\n<\/li>\n\nLe support GPU du nouveau moteur DNN n'est pas encore pr\u00eat.<\/strong>
\nLe nouveau moteur dans OpenCV 5.0 fonctionne uniquement sur CPU. Le support natif des GPU est promis pour les prochaines versions ; pour le GPU, il est recommand\u00e9 d'utiliser l'ancien moteur ou une build avec ONNX Runtime et les fournisseurs d'ex\u00e9cution NVIDIA. Pour l'inf\u00e9rence CUDA serveur ou desktop, OpenCV 5.0 lui-m\u00eame ne remplace pas encore les runtimes sp\u00e9cialis\u00e9s.<\/p>\n<\/li>\n\nLes anciens parseurs Darknet et Caffe ont \u00e9t\u00e9 supprim\u00e9s.<\/strong>
\nLes d\u00e9veloppeurs ont retir\u00e9 les parseurs Darknet et Caffe car la plupart des mod\u00e8les ont d\u00e9j\u00e0 \u00e9t\u00e9 convertis en ONNX. TFLite reste disponible via l'ancien moteur, tandis que la migration vers le nouveau moteur est pr\u00e9vue pour plus tard. OpenCV abandonne les anciens formats en se concentrant sur ONNX comme format d'\u00e9change principal des mod\u00e8les.<\/p>\n<\/li>\n\nUne grande mise \u00e0 jour de l'API obsol\u00e8te.<\/strong>
\nL'API C d'OpenCV 1.x a \u00e9t\u00e9 supprim\u00e9e : des fonctions comme cvCreateMat() et les anciennes structures telles que CvMat ne font plus partie de l'API principale. Le support d'OpenVX a \u00e9galement \u00e9t\u00e9 supprim\u00e9, le module G-API a \u00e9t\u00e9 d\u00e9plac\u00e9 vers opencv_contrib, ainsi que le module ML classique. Changement majeur pour les anciens projets, mais il \u00e9tait n\u00e9cessaire : la biblioth\u00e8que se d\u00e9barrasse de sa dette technique accumul\u00e9e au fil des d\u00e9cennies.<\/p>\n<\/li>\n\nFeatures2D a \u00e9t\u00e9 renomm\u00e9 en Features.<\/strong>
\nLe module a \u00e9t\u00e9 \u00e9largi pour int\u00e9grer des vecteurs de caract\u00e9ristiques modernes issus de r\u00e9seaux de neurones. Les SIFT, ORB, FAST, GoodFeaturesToTrack et MSER ont \u00e9t\u00e9 conserv\u00e9s dans le d\u00e9p\u00f4t principal, tandis que les d\u00e9tecteurs et descripteurs obsol\u00e8tes ont \u00e9t\u00e9 d\u00e9plac\u00e9s vers opencv_contrib. ALIKED, DISK et le d\u00e9coupleur LightGlue ont \u00e9t\u00e9 ajout\u00e9s. OpenCV s'adapte clairement aux pipelines modernes, o\u00f9 les caract\u00e9ristiques des images sont de plus en plus extraites non pas par des algorithmes classiques, mais par des r\u00e9seaux de neurones.<\/p>\n<\/li>\n\nNouveaux types de donn\u00e9es dans Core.<\/strong>
\nAjout de CV_16BF \/ cv::bfloat, CV_32U, CV_64U, CV_64S et CV_Bool. Le support des tableaux N-dimensionnels, 1D et des scalaires 0D a \u00e9galement \u00e9t\u00e9 am\u00e9lior\u00e9. LAPACK est d\u00e9sormais toujours disponible : si la biblioth\u00e8que externe est absente, OpenCV compile un sous-ensemble int\u00e9gr\u00e9 minimal. Ces changements sont importants pour DNN, les algorithmes num\u00e9riques et la compatibilit\u00e9 avec les formats de donn\u00e9es modernes, o\u00f9 bfloat16 et les types \u00e9tendus deviennent de plus en plus courants.<\/p>\n<\/li>\n\nLe traitement des images a \u00e9t\u00e9 acc\u00e9l\u00e9r\u00e9.<\/strong>
\nDans imgproc, warpAffine, warpPerspective et remap ont \u00e9t\u00e9 r\u00e9vis\u00e9s. Les am\u00e9liorations de performance sont annonc\u00e9es entre 10 % et plus de 300 % selon la plateforme, la taille de l'image, le type de donn\u00e9es et les drapeaux d'op\u00e9ration.
\nCe n'est plus seulement une question de module AI \u2013 de telles optimisations sont directement importantes pour des t\u00e2ches classiques : flux vid\u00e9o, stabilisation, transformations projectives et pr\u00e9paration des donn\u00e9es avant l'inf\u00e9rence.<\/p>\n<\/li>\n\nLa sortie de texte a \u00e9t\u00e9 am\u00e9lior\u00e9e.<\/strong>
\nL'ancien m\u00e9canisme de rendu de texte a \u00e9t\u00e9 remplac\u00e9 par un moteur TrueType bas\u00e9 sur STB avec une police variable int\u00e9gr\u00e9e, Rubik. Il est possible de connecter des polices personnalis\u00e9es, et un large support Unicode a \u00e9t\u00e9 ajout\u00e9. Cependant, les \u00e9critures complexes comme l'arabe et le devanagari sont encore mal affich\u00e9es sans Harfbuzz, et les emoji color\u00e9s ne sont pas pris en charge. OpenCV devient plus pratique pour la g\u00e9n\u00e9ration d'annotations, d'images de d\u00e9bogage et de visualisations sans biblioth\u00e8ques externes.<\/p>\n<\/li>\n\nLa calibration 3D et des cam\u00e9ras a \u00e9t\u00e9 mise \u00e0 jour.<\/strong>
\ncalib3d a \u00e9t\u00e9 divis\u00e9 en geometry, calib, stereo et ptcloud. USAC est devenu le backend standard pour l'\u00e9valuation robuste de l'homographie, de la matrice essentielle\/fondamentale, PnP et d'autres t\u00e2ches. Un pipeline de calibration multi-cam\u00e9ras a \u00e9t\u00e9 ajout\u00e9, avec un support initial pour le traitement de maillages et nuages de points, y compris TSDF, ICP, et l'importation\/exportation de .ply et .obj. C'est une \u00e9tape importante pour la robotique, SLAM, AR\/VR et les syst\u00e8mes multi-cam\u00e9ras, o\u00f9 le simple traitement 2D ne suffit plus.<\/p>\n<\/li>\n\nLes exemples et la documentation ont \u00e9t\u00e9 r\u00e9vis\u00e9s.<\/strong>
\nLes exemples obsol\u00e8tes ont \u00e9t\u00e9 supprim\u00e9s, et les restants ont \u00e9t\u00e9 mis \u00e0 jour. Pour les exemples DNN, une collection de mod\u00e8les commune est utilis\u00e9e, t\u00e9l\u00e9chargeable avec le script download_models.py. Des exemples exp\u00e9rimentaux pour VLM et LDM ont \u00e9t\u00e9 ajout\u00e9s, et la documentation a re\u00e7u un th\u00e8me moderne, une recherche rapide, un mode clair\/sombre et une navigation am\u00e9lior\u00e9e. Pour une si grande biblioth\u00e8que, ce n\u2019est pas un changement cosm\u00e9tiques : une documentation normale et des exemples fonctionnels influencent directement si les d\u00e9veloppeurs peuvent r\u00e9ellement passer \u00e0 OpenCV 5.x.<\/p>\n<\/li>\n<\/ul>\nEn fin de compte, OpenCV 5.0 n'est pas simplement une autre version avec des optimisations, mais une mise \u00e0 jour significative de l'ensemble : moins d'h\u00e9ritage de l'\u00e9poque d'OpenCV 1.x et plus d'orientation vers ONNX, l'inf\u00e9rence par r\u00e9seau de neurones, des fonctionnalit\u00e9s modernes, le traitement 3D et l'acc\u00e9l\u00e9ration h\u00e9t\u00e9rog\u00e8ne. Cependant, la transition pour les anciens projets peut n\u00e9cessiter des modifications en raison de la suppression de l'API C et du transfert de certains modules dans opencv_contrib.<\/p>\n
Source : linux.org.ru<\/a><\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"\u041e\u043f\u0443\u0431\u043b\u0438\u043a\u043e\u0432\u0430\u043d OpenCV 5.0.0 \u2014 \u043a\u0440\u0443\u043f\u043d\u044b\u0439 \u0432\u044b\u043f\u0443\u0441\u043a \u043e\u0442\u043a\u0440\u044b\u0442\u043e\u0439 \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0438 \u043a\u043e\u043c\u043f\u044c\u044e\u0442\u0435\u0440\u043d\u043e\u0433\u043e \u0437\u0440\u0435\u043d\u0438\u044f \u0438 \u043e\u0431\u0440\u0430\u0431\u043e\u0442\u043a\u0438 \u0438\u0437\u043e\u0431\u0440\u0430\u0436\u0435\u043d\u0438\u0439. \u0420\u0435\u043b\u0438\u0437 \u0441\u043e\u0441\u0442\u043e\u044f\u043b\u0441\u044f 6 \u0438\u044e\u043d\u044f 2026 \u0433\u043e\u0434\u0430 \u0438 \u0443\u0436\u0435 \u043e\u0442\u043c\u0435\u0447\u0435\u043d \u043a\u0430\u043a \u0430\u043a\u0442\u0443\u0430\u043b\u044c\u043d\u044b\u0439 \u0432 \u0440\u0435\u043f\u043e\u0437\u0438\u0442\u043e\u0440\u0438\u0438 \u043f\u0440\u043e\u0435\u043a\u0442\u0430 \u043d\u0430 GitHub. OpenCV \u0440\u0430\u0441\u043f\u0440\u043e\u0441\u0442\u0440\u0430\u043d\u044f\u0435\u0442\u0441\u044f \u043f\u043e\u0434 \u043b\u0438\u0446\u0435\u043d\u0437\u0438\u0435\u0439 Apache-2.0. \u0421\u0443\u0442\u044c \u0440\u0435\u043b\u0438\u0437\u0430 \u2014 \u043f\u0435\u0440\u0435\u0445\u043e\u0434 OpenCV \u043e\u0442 \u00ab\u043a\u043b\u0430\u0441\u0441\u0438\u0447\u0435\u0441\u043a\u043e\u0439 \u0431\u0438\u0431\u043b\u0438\u043e\u0442\u0435\u043a\u0438 \u043a\u043e\u043c\u043f\u044c\u044e\u0442\u0435\u0440\u043d\u043e\u0433\u043e \u0437\u0440\u0435\u043d\u0438\u044f\u00bb \u043a \u0431\u043e\u043b\u0435\u0435 \u0441\u043e\u0432\u0440\u0435\u043c\u0435\u043d\u043d\u043e\u0439 \u043f\u043b\u0430\u0442\u0444\u043e\u0440\u043c\u0435 \u0434\u043b\u044f CV\/AI-\u0437\u0430\u0434\u0430\u0447: \u043f\u0440\u043e\u0435\u043a\u0442 \u0432\u044b\u0447\u0438\u0441\u0442\u0438\u043b \u0441\u0442\u0430\u0440\u043e\u0435 API, \u043f\u0435\u0440\u0435\u0440\u0430\u0431\u043e\u0442\u0430\u043b […]<\/p>\n","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"author":8,"featured_media":181945,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[702],"tags":[],"class_list":["post-181944","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-news"],"aioseo_notices":[],"aioseo_head":"\n\t\t\n\t\n\t\n\t\n\t\n\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\n","aioseo_head_json":{"title":"\ud83e\udd47OpenCV 5.0.0 | ProHoster","description":"Publi\u00e9","canonical_url":"https:\/\/prohoster.info\/fr\/blog\/news\/opencv-5-0-0","robots":"max-image-preview:large","keywords":"","webmasterTools":{"miscellaneous":""},"schema":null,"og:locale":"fr_FR","og:site_name":"ProHoster | \u041a\u0443\u043f\u0438\u0442\u044c \u043d\u0430\u0434\u0435\u0436\u043d\u044b\u0439 \u0445\u043e\u0441\u0442\u0438\u043d\u0433 \u0434\u043b\u044f \u0441\u0430\u0439\u0442\u043e\u0432 \u0441 \u0437\u0430\u0449\u0438\u0442\u043e\u0439 \u043e\u0442 DDoS, VPS VDS \u0441\u0435\u0440\u0432\u0435\u0440\u044b","og:type":"article","og:title":"\ud83e\udd47OpenCV 5.0.0 | ProHoster","og:description":"\u041e\u043f\u0443\u0431\u043b\u0438\u043a\u043e\u0432\u0430\u043d","og:url":"https:\/\/prohoster.info\/fr\/blog\/news\/opencv-5-0-0","og:image":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:secure_url":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:width":350,"og:image:height":350,"article:published_time":"2026-06-08T00:48:46+00:00","article:modified_time":"2026-06-08T00:48:46+00:00","article:publisher":"https:\/\/www.facebook.com\/prohoster","article:author":"https:\/\/www.facebook.com\/prohoster"},"aioseo_meta_data":[],"gt_translate_keys":[{"key":"link","format":"url"}],"_links":{"self":[{"href":"https:\/\/prohoster.info\/fr\/wp-json\/wp\/v2\/posts\/181944","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/prohoster.info\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/prohoster.info\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/prohoster.info\/fr\/wp-json\/wp\/v2\/users\/8"}],"replies":[{"embeddable":true,"href":"https:\/\/prohoster.info\/fr\/wp-json\/wp\/v2\/comments?post=181944"}],"version-history":[{"count":0,"href":"https:\/\/prohoster.info\/fr\/wp-json\/wp\/v2\/posts\/181944\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/prohoster.info\/fr\/wp-json\/wp\/v2\/media\/181945"}],"wp:attachment":[{"href":"https:\/\/prohoster.info\/fr\/wp-json\/wp\/v2\/media?parent=181944"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/prohoster.info\/fr\/wp-json\/wp\/v2\/categories?post=181944"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/prohoster.info\/fr\/wp-json\/wp\/v2\/tags?post=181944"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
![](\"\/wp-content\/uploads\/2026\/06\/0827c35d7663a25a36859f66c23893bc.jpg\")
<\/p>\n