\nNuovo motore di inferenza DNN.<\/strong>
\nNel modulo dnn \u00e8 comparso un nuovo motore, che coesiste con il vecchio. Funziona meglio con forme di tensori dinamiche, sottogruppi e le moderne possibilit\u00e0 di ONNX. \u00c8 stato dichiarato un supporto per oltre l'80% delle specifiche ONNX<\/strong>, mentre in OpenCV 4.x era meno del 23%.
\nQuesto \u00e8 probabilmente il principale cambiamento del rilascio: OpenCV cerca di diventare non solo un wrapper attorno ai modelli, ma un vero e proprio motore di inferenza integrato per le moderne reti neurali.<\/p>\n<\/li>\n\nScelta del motore al caricamento del modello.<\/strong>
\nIn cv::dnn::readNet() e nelle funzioni correlate \u00e8 comparso il parametro ENGINE_AUTO. Per impostazione predefinita, OpenCV prova prima il nuovo motore e, in caso di fallimento, torna al classico. Il comportamento pu\u00f2 essere anche impostato tramite la variabile ambientale OPENCV_FORCE_DNN_ENGINE: utilizzare il vecchio motore, il nuovo, la modalit\u00e0 automatica o ONNX Runtime. I vecchi progetti non sono obbligati a passare subito al nuovo motore, ma i nuovi modelli possono essere gradualmente adattati ad esso.<\/p>\n<\/li>\n\nIntegrazione con ONNX Runtime.<\/strong>
\nOpenCV pu\u00f2 ora essere compilato con ONNX Runtime collegato. In questo modo, OpenCV utilizza il proprio parser ONNX per costruire il grafo ORT, quindi non richiede l'intero pacchetto ONNX. Per la compilazione sono previsti i parametri CMake -DWITH_ONNXRUNTIME=ON e -DDOWNLOAD_ONNXRUNTIME=ON; per GPU NVIDIA \u2014 -DDOWNLOAD_ONNXRUNTIME_GPU=ON. Questa funzione sar\u00e0 utile a chi ha bisogno di inferenza GPU gi\u00e0 ora, poich\u00e9 il nuovo motore DNN di OpenCV finora funziona solo su CPU.<\/p>\n<\/li>\n\nSupporto per modelli vision-language.<\/strong>
\nIl nuovo motore DNN include tokenizzatori, strati di attenzione, blocchi di decodifica, post-elaborazione e cache KV necessari per eseguire i modelli VLM \"out of the box\". La libreria \u00e8 storicamente associata all'elaborazione delle immagini e ora si sta addentrando nel campo dei modelli che lavorano contemporaneamente con immagini e testo.<\/p>\n<\/li>\n\nIl supporto GPU per il nuovo motore DNN non \u00e8 ancora pronto.<\/strong>
\nIl nuovo motore in OpenCV 5.0 funziona solo su CPU. Il supporto nativo per GPU \u00e8 previsto in versioni future; nel frattempo, per GPU si consiglia di utilizzare il motore classico o una build con ONNX Runtime e NVIDIA execution providers. Per l'inferenza CUDA su server o desktop, OpenCV 5.0 da solo non sostituisce i runtime specializzati.<\/p>\n<\/li>\n\nRimossi i vecchi parser Darknet e Caffe.<\/strong>
\nGli sviluppatori hanno rimosso i parser Darknet e Caffe, poich\u00e9 la maggior parte dei modelli \u00e8 gi\u00e0 stata convertita in ONNX. TFLite rimane per ora tramite il motore classico, mentre il trasferimento al nuovo motore \u00e8 pianificato per un secondo momento. OpenCV abbandona i vecchi formati concentrandosi su ONNX come principale formato di scambio dei modelli.<\/p>\n<\/li>\n\nAmpia pulizia dell'API obsoleta.<\/strong>
\nRimosso l'API C di OpenCV 1.x: funzioni come cvCreateMat() e le vecchie strutture come CvMat non fanno pi\u00f9 parte dell'API principale. \u00c8 stato rimosso anche il supporto per OpenVX, il modulo G-API \u00e8 stato spostato in opencv_contrib, dove \u00e8 stato allocato anche il modulo ML classico. Un cambiamento dirompente per i vecchi progetti, ma era necessario: la libreria si sta liberando del debito tecnico accumulato in decenni.<\/p>\n<\/li>\n\nFeatures2D \u00e8 stato rinominato in Features.<\/strong>
\nIl modulo \u00e8 stato espanso per i moderni vettori di caratteristiche dai reti neurali. Nel repository principale sono rimasti SIFT, ORB, FAST, GoodFeaturesToTrack e MSER, mentre i detector e descrittori obsoleti sono stati spostati in opencv_contrib. Sono stati aggiunti ALIKED, DISK e il corrispondente LightGlue. OpenCV si adatta chiaramente ai moderni flussi di lavoro, dove le caratteristiche delle immagini vengono sempre pi\u00f9 spesso estratte non da algoritmi classici, ma da reti neurali.<\/p>\n<\/li>\n\nNuovi tipi di dati in Core.<\/strong>
\nAggiunti CV_16BF \/ cv::bfloat, CV_32U, CV_64U, CV_64S e CV_Bool. Migliorato anche il supporto per array N-dimensionali, array 1D e scalari 0D. LAPACK ora \u00e8 sempre disponibile: se la libreria esterna non \u00e8 presente, OpenCV raccoglie un sottogruppo minimo incorporato. Le modifiche sono importanti per DNN, algoritmi numerici e compatibilit\u00e0 con i formati di dati moderni, dove bfloat16 e tipi estesi sono sempre pi\u00f9 frequenti.<\/p>\n<\/li>\n\nAccelerata l'elaborazione delle immagini.<\/strong>
\nIn imgproc sono stati rielaborati warpAffine, warpPerspective e remap. I miglioramenti delle prestazioni dichiarati variano dal 10% a oltre il 300% a seconda della piattaforma, delle dimensioni dell'immagine, del tipo di dati e dei flag dell'operazione.
\nNon si tratta pi\u00f9 di un modulo AI: tali ottimizzazioni sono direttamente importanti per i compiti classici: flussi video, stabilizzazione, trasformazioni proiettivo e preparazione dei dati prima dell'inferenza.<\/p>\n<\/li>\n\nMigliorata l'uscita del testo.<\/strong>
\nIl vecchio meccanismo di rendering del testo \u00e8 stato sostituito con un motore TrueType basato su STB con un font variabile integrato di Rubik. \u00c8 possibile collegare font personalizzati e c'\u00e8 un'ampia compatibilit\u00e0 con Unicode. Tuttavia, le scritture complesse come quella araba e devanagari al momento vengono visualizzate in modo errato senza Harfbuzz, e le emoji a colori non sono supportate. OpenCV diventa pi\u00f9 comodo per la generazione di annotazioni, immagini di debug e visualizzazioni senza librerie esterne.<\/p>\n<\/li>\n\nAggiornati i 3D e la calibrazione delle telecamere.<\/strong>
\ncalib3d \u00e8 stato suddiviso in geometry, calib, stereo e ptcloud. USAC \u00e8 diventato il backend standard per la valutazione robusta dell'omografia, della matrice essenziale\/fondamentale, del PnP e di altri compiti. Aggiunto un pipeline per la calibrazione multi-camera, supporto iniziale per l'elaborazione di mesh e nuvole di punti, incluso TSDF, ICP, importazione e esportazione di .ply e .obj. Questo \u00e8 un passo importante per la robotica, SLAM, AR\/VR e sistemi multi-camera, dove la sola elaborazione 2D \u00e8 ormai inadeguata.<\/p>\n<\/li>\n\nRielaborati esempi e documentazione.<\/strong>
\nEsempi obsoleti rimossi, quelli rimanenti aggiornati. Per gli esempi DNN si utilizza una collezione di modelli condivisa che pu\u00f2 essere scaricata tramite lo script download_models.py. Aggiunti esempi sperimentali per VLM e LDM, e la documentazione ha ricevuto un tema moderno, ricerca rapida, modalit\u00e0 chiara\/scura e navigazione migliorata. Per una libreria cos\u00ec grande, questo non \u00e8 un cambiamento cosmetico: una documentazione normale e esempi funzionanti influenzano direttamente se gli sviluppatori possono effettivamente passare a OpenCV 5.x.<\/p>\n<\/li>\n<\/ul>\nIn conclusione, OpenCV 5.0 non \u00e8 semplicemente una nuova versione con ottimizzazioni, ma un aggiornamento significativo di tutto: meno eredit\u00e0 dall'era di OpenCV 1.x e maggiore orientamento verso ONNX, inferenza di rete neurale, caratteristiche moderne, elaborazione 3D e accelerazione eterogenea. Tuttavia, il passaggio per i vecchi progetti potrebbe richiedere modifiche a causa della rimozione dell'API C e del trasferimento di alcuni moduli in opencv_contrib.<\/p>\n
Fonte: 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":"Pubblicato","canonical_url":"https:\/\/prohoster.info\/it\/blog\/news\/opencv-5-0-0","robots":"max-image-preview:large","keywords":"","webmasterTools":{"miscellaneous":""},"schema":null,"og:locale":"it_IT","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\/it\/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\/it\/wp-json\/wp\/v2\/posts\/181944","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/users\/8"}],"replies":[{"embeddable":true,"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/comments?post=181944"}],"version-history":[{"count":0,"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/posts\/181944\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/media\/181945"}],"wp:attachment":[{"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/media?parent=181944"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/prohoster.info\/it\/wp-json\/wp\/v2\/categories?post=181944"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/prohoster.info\/it\/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