Megjelent OpenCV 5.0.0 — egy jelentős kiadás a nyílt forráskódú számítógépes látás és képfeldolgozó könyvtár számára. A kiadás dátuma 2026. június 6. és már a projekt GitHub-repozitóriumában aktuálisként van nyilvántartva. Az OpenCV az Apache-2.0.
licensz alatt érhető el. A kiadás lényege, hogy az OpenCV a "klasszikus számítógépes látás könyvtár" koncepcióból egy modernebb CV/Ai platformra váltott: a projekt tisztázta a régi API-t, átformálta a neurális hálózati infereálás modult, bővítette az ONNX támogatást, alapot biztosított a VLM/LLM szcenáriókhoz és frissítette a 3D/kalibrálási stack-et. A fejlesztők az OpenCV 5.0-t a már stabilnak számító ágnak nevezik, az új funkciók elsősorban ide kerülnek.
Főbb változások
Új DNN-infereálási motor.
A dnn modulban egy új motor jelent meg, amely párhuzamosan működik a régi motorral. Ez jobban kezeli a dinamikus tenzorformákat, az alhálókat és az ONNX modernebb lehetőségeit. A lefedettséget több mint 80%-ára terjed ki az ONNX specifikációnak,míg az OpenCV 4.x kevesebb mint 23%-ot fedett le.
Ez valószínűleg a kiadás legfontosabb változása: az OpenCV nem csupán egy réteg a modellek körül, hanem egy teljes értékű beágyazott infereálási motor a modern neurális hálózatok számára.A motor kiválasztása a modell betöltésekor.
A cv::dnn::readNet() és a hozzá kapcsolódó funkciók most már tartalmaznak egy ENGINE_AUTO paramétert. Alapértelmezés szerint az OpenCV először megpróbálja az új motort, és ha ez nem sikerül, visszatér a klasszikusra. A viselkedés a OPENCV_FORCE_DNN_ENGINE környezeti változóval is beállítható: választható a régi motor, az új, az automatikus üzemmód vagy az ONNX Runtime. A régi projekteknek nem kell azonnal teljesen áttérniük az új motorra, de az új modelleket fokozatosan át lehet állítani.Integráció az ONNX Runtime-tal.
Most már összeszerelhető az OpenCV csatlakoztatott ONNX Runtime-tal. Az OpenCV saját ONNX parser-t használ az ORT gráf elkészítéséhez, ezért nem igényli a teljes ONNX csomagot. A telepítéshez a CMake -DWITH_ONNXRUNTIME=ON és -DDOWNLOAD_ONNXRUNTIME=ON paramétereket kell használni; NVIDIA GPU esetén -DDOWNLOAD_ONNXRUNTIME_GPU=ON. Ez a funkció hasznos lesz azok számára, akiknek már most szükségük van GPU infereálásra, mivel az OpenCV új DNN motorja egyelőre csak CPU-n működik.Támogatás a vision-language modellek számára.
Az új DNN-motor tokentízarokat, figyelmi rétegeket, dekódoló blokkokat, utófeldolgozást és KV-cache-t tartalmaz, amelyek szükségesek a VLM modellek "do-it-yourself" indításához. A könyvtár történelmileg a képfeldolgozással volt kapcsolatos, most pedig a képet és szöveget egyidejűleg feldolgozó modellek területére lép.Az új DNN-motor GPU-támogatása még nem készült el.
Az OpenCV 5.0 új motorja kizárólag CPU-n működik. A natív GPU-támogatást a következő kiadásokban ígérik; jelenleg a GPU-hoz az klasszikus motort vagy az ONNX Runtime-ot és NVIDIA végrehajtási szolgáltatókat tartalmazó összeállítást ajánlják. Az OpenCV 5.0 önállóan nem helyettesíti a specializált runtime-okat szerver- vagy asztali CUDA-inferenciához.A régi Darknet és Caffe elemzők eltávolításra kerültek.
A fejlesztők eltávolították a Darknet és Caffe elemzőket, mivel a legtöbb modellt már átkonvertálták ONNX formátumba. A TFLite jelenleg a klasszikus motoron keresztül működik, a new motorra való áttérés későbbre van tervezve. Az OpenCV elhagyja a régi formátumokat, és az ONNX-t a modellek főcsereformátumaként helyezi előtérbe.Nagy takarítás a elavult API-n.
Az OpenCV 1.x C API eltávolításra került: az olyan funkciók, mint a cvCreateMat() és a régi CvMat típus már nem része a fő API-nak. Az OpenVX támogatása is eltávolításra került, a G-API modul az opencv_contrib-ba került, ugyanoda került a klasszikus ML-modul is. Ez egy szakító változás a régi projektek számára, de régóta indokolt: a könyvtár megszabadul a több évtized alatt felhalmozódott technikai adósságától.A Features2D elnevezés Features-re változott.
A modul kibővült a modern neuronhálós jellemzők vektorai alá. A fő tárolóban a SIFT, ORB, FAST, GoodFeaturesToTrack és MSER maradt, míg a régi detektorokat és leírókat az opencv_contrib-ba helyezték át. Hozzáadták az ALIKED, DISK és a LightGlue párosítót. Az OpenCV nyilvánvalóan alkalmazkodik a modern folyamatokhoz, ahol a képek jellemzőit egyre gyakrabban nem klasszikus algoritmusok, hanem neuronhálók extrahálják.Új adattípusok a Core-ban.
Új típusok kerültek hozzáadásra: CV_16BF / cv::bfloat, CV_32U, CV_64U, CV_64S és CV_Bool. Továbbá javult az N-dimenzionális tömbök, 1D tömbök és 0D skalarok támogatása. A LAPACK mostantól mindig elérhető: ha a külső könyvtár nem áll rendelkezésre, az OpenCV egy beépített minimális alhalmazt gyűjt össze. Ezek a változások fontosak a DNN, numerikus algoritmusok és a modern adatformátumokkal való kompatibilitás szempontjából, ahol a bfloat16 és a kiterjesztett típusok egyre gyakrabban fordulnak elő.Felgyorsult a képfeldolgozás.
Az imgproc-ban a warpAffine, warpPerspective és remap funkciók újra lettek dolgozva. A teljesítményjavulás 10%-tól több mint 300%-ig terjedhet a platformtól, a kép méretétől, az adat típusától és a művelet zászlóitól függően.
Ez már nem csak az AI-modulról szól — az ilyen optimalizálások közvetlenül fontosak a klasszikus feladatokhoz: videostream-ek, stabilizálás, projekciós transzformációk és az adatok előkészítése az inferálás előtt.Javították a szövegkimenetet.
A régi szöveg-rajzolási mechanizmus helyett egy STB-alapú TrueType motor került bevezetésre, az integrált Rubik variálható betűtípussal. Felhasználói betűtípusok csatlakoztathatók, széleskörű Unicode támogatás érhető el. Ugyanakkor a bonyolult írásformák, mint például az arab és a devanagari még mindig helytelenül jelennek meg Harfbuzz nélkül, és a színes emoji-k nem támogatottak. Az OpenCV kényelmesebbé válik annotációk, hibakereső képek és vizualizációk generálásában külső könyvtárak nélkül.Frissítették a 3D-t és a kamerák kalibrálását.
A calib3d felosztva lett geometry, calib, stereo és ptcloud modulokra. Az USAC lett a standard háttér a stabil homográfia, az essential/fundamental matrix, PnP és egyéb feladatok megszorításához. Hozzáadták a többkamerás kalibrálás folyamatát, kezdeti támogatás a hálózatok és pontfelhők feldolgozásához, beleértve a TSDF, ICP, .ply és .obj importálást és exportálást. Ez fontos lépés a robotikában, SLAM-ban, AR/VR-ban és többkamerás rendszerekben, ahol a puszta 2D-feldolgozás már régen elégtelen.A példák és a dokumentáció újra lett dolgozva.
A régi példák törölve lettek, a megmaradtakat frissítették. A DNN példákhoz egy közös modellgyűjtemény használatos, amelyet letölthet egy download_models.py script segítségével. Kísérleti példák kerültek hozzáadásra VLM és LDM számára, és a dokumentáció modern téma, gyors keresés, világos/sötét mód és javított navigáció kapott. Egy ilyen nagy könyvtár esetében ez nem csupán kozmetikai változás: a normális dokumentáció és a működő példák közvetlenül befolyásolják, hogy a fejlesztők valóban át tudnak-e térni az OpenCV 5.x-re.
Összességében az OpenCV 5.0 nem csupán egy újabb kiadás optimalizálásokkal, hanem egy jelentős frissítése mindennek: kevesebb örökség az OpenCV 1.x korszakából és több fókusz az ONNX-re, a neurális hálós inferálásra, a modern jellemzőkre, a 3D-feldolgozásra és a heterogén gyorsításra. Ugyanakkor a régi projektek esetében a váltás módosításokat igényelhet a C API eltávolítása és a modulok egy részének az opencv_contrib-ba való áthelyezése miatt.
Forrás: linux.org.ru
