\nEn ny DNN-inferensmotor.<\/strong>
\nI dnn-modulen har en ny motor blitt introdusert, som sameksisterer med den gamle. Den fungerer bedre med dynamiske tensorformer, delgrafer og moderne ONNX-muligheter. Dekningen av spesifikasjonen er angitt til 80% av ONNX-spesifikasjonen<\/strong>, mens mindre enn 23% ble dekket i OpenCV 4.x.
\nDette er sannsynligvis den viktigste endringen i utgivelsen: OpenCV pr\u00f8ver \u00e5 bli ikke bare et omslag rundt modeller, men en fullt integrert inferensmotor for moderne nevrale nettverk.<\/p>\n<\/li>\n\nValg av motor ved lasting av modell.<\/strong>
\nI cv::dnn::readNet() og relaterte funksjoner har en ny parameter ENGINE_AUTO blitt lagt til. Som standard pr\u00f8ver OpenCV f\u00f8rst den nye motoren, og hvis det mislykkes, faller tilbake til den klassiske. Atferden kan ogs\u00e5 angis via milj\u00f8variabelen OPENCV_FORCE_DNN_ENGINE: bruke den gamle motoren, den nye, automatisk modus eller ONNX Runtime. Gamle prosjekter er ikke forpliktet til \u00e5 umiddelbart overf\u00f8re alt til den nye motoren, men nye modeller kan gradvis overf\u00f8res til den.<\/p>\n<\/li>\n\nIntegrering med ONNX Runtime.<\/strong>
\nOpenCV kan n\u00e5 bygges med tilkoblet ONNX Runtime. Dette inneb\u00e6rer at OpenCV bruker sin egen ONNX-parser for \u00e5 konstruere ORT-grafen, og derfor ikke krever hele ONNX-pakken. Byggalternativene inkluderer CMake-parametrene -DWITH_ONNXRUNTIME=ON og -DDOWNLOAD_ONNXRUNTIME=ON; for NVIDIA GPU \u2014 -DDOWNLOAD_ONNXRUNTIME_GPU=ON. Denne funksjonen vil v\u00e6re nyttig for de som trenger GPU-inferens allerede n\u00e5, fordi den nye DNN-motoren i OpenCV forel\u00f8pig bare fungerer p\u00e5 CPU.<\/p>\n<\/li>\n\nSt\u00f8tte for vision-language modeller.<\/strong>
\nDen nye DNN-motoren inkluderer tokeniserere, oppmerksomhetslag, dekodingsblokker, etterbehandling og KV-cache n\u00f8dvendig for \u00e5 kj\u00f8re VLM-modeller \"right out of the box\". Biblioteket har historisk v\u00e6rt assosiert med bildebehandling, men n\u00e5 beveger det seg inn i omr\u00e5det med modeller som arbeider med b\u00e5de bilder og tekst samtidig.<\/p>\n<\/li>\n\nGPU-st\u00f8tten for den nye DNN-motoren er enn\u00e5 ikke klar.<\/strong>
\nDen nye motoren i OpenCV 5.0 kj\u00f8rer kun p\u00e5 CPU. Nativ GPU-st\u00f8tte loves \u00e5 bli lagt til i kommende utgivelser; inntil videre anbefales det \u00e5 bruke den klassiske motoren eller en bygg med ONNX Runtime og NVIDIA execution providers for GPU. For server- eller desktop CUDA-inferens erstatter ikke OpenCV 5.0 spesialiserte runtime-l\u00f8sninger alene.<\/p>\n<\/li>\n\nGamle parserne fra Darknet og Caffe er fjernet.<\/strong>
\nUtviklerne har fjernet parserne fra Darknet og Caffe, ettersom de fleste modeller allerede er konvertert til ONNX. TFLite forblir for n\u00e5 via den klassiske motoren, og overgangen til den nye motoren er planlagt senere. OpenCV gir slipp p\u00e5 gamle formater og fokuserer p\u00e5 ONNX som det prim\u00e6re utvekslingsformatet for modeller.<\/p>\n<\/li>\n\nSt\u00f8rre opprydning av utdaterte API-er.<\/strong>
\nOpenCV 1.x C API er fjernet: funksjoner som cvCreateMat() og gamle strukturer som CvMat finnes ikke lenger i hoved-API-en. St\u00f8tten for OpenVX er ogs\u00e5 fjernet, og G-API-modulen er flyttet til opencv_contrib, hvor den klassiske ML-modulen ogs\u00e5 har blitt sendt. Dette er en brytende endring for gamle prosjekter, men det har lenge v\u00e6rt n\u00f8dvendig: biblioteket kvitter seg med teknisk gjeld bygget opp over ti\u00e5r.<\/p>\n<\/li>\n\nFeatures2D har blitt omd\u00f8pt til Features.<\/strong>
\nModulen er utvidet for moderne egenskapsvektorer fra nevrale nettverk. I hovedlagret er SIFT, ORB, FAST, GoodFeaturesToTrack og MSER bevart, mens utdaterte detektorer og beskrivere har blitt flyttet til opencv_contrib. ALIKED, DISK og matcher LightGlue er lagt til. OpenCV tilpasser seg tydelig moderne pipelines, der bildeegenskaper stadig oftere hentes ut ikke med klassiske algoritmer, men med nevrale nettverk.<\/p>\n<\/li>\n\nNye datatyper i Core.<\/strong>
\nCV_16BF \/ cv::bfloat, CV_32U, CV_64U, CV_64S og CV_Bool er lagt til. St\u00f8tten for N-dimensjonale arrays, 1D-arrays og 0D-skalarer er ogs\u00e5 forbedret. LAPACK er n\u00e5 alltid tilgjengelig: hvis den eksterne biblioteket mangler, bygger OpenCV et innebygd minimalt delsett. Endringene er viktige for DNN, numeriske algoritmer og kompatibilitet med moderne dataformater, der bfloat16 og utvidede typer blir stadig mer vanlig.<\/p>\n<\/li>\n\nBildebehandlingen er akselerert.<\/strong>
\nI imgproc har blitt omarbeidet warpAffine, warpPerspective og remap. Ytelsesforbedringer er rapportert \u00e5 v\u00e6re mellom 10 % og mer enn 300 % avhengig av plattform, bilde st\u00f8rrelse, datatype og operasjonsflagg.
\nDette handler ikke lenger om AI-modulen \u2013 slike optimaliseringer er direkte viktige for klassiske oppgaver: videostr\u00f8mmer, stabilisering, projeksjonsforvandlinger og databehandling f\u00f8r inferens.<\/p>\n<\/li>\n\nUtdata av tekst er forbedret.<\/strong>
\nDen gamle tekstgjengivelsesmekanismen er blitt erstattet med en STB-basert TrueType-motor med innebygd varierende skrifttype Rubik. Brukerdefinerte skrifttyper kan kobles til, og det er bred st\u00f8tte for Unicode. Imidlertid vises komplekse skriftsystemer som arabisk og devanagari ikke korrekt uten Harfbuzz, og fargede emoji st\u00f8ttes ikke. OpenCV blir mer brukervennlig for generering av annotasjoner, feils\u00f8kingsbilder og visualiseringer uten eksterne biblioteker.<\/p>\n<\/li>\n\n3D og kamerakalibrering er oppdatert.<\/strong>
\ncalib3d er delt opp i geometry, calib, stereo og ptcloud. USAC har blitt standard backend for robust estimering av homografi, essensiell\/fundamental matrise, PnP og andre oppgaver. Et pipeline for fler-kamerakalibrering er lagt til, med innledende st\u00f8tte for behandling av nettverk og punktskyer, inkludert TSDF, ICP, import og eksport av .ply og .obj. Dette er et viktig skritt for robotikk, SLAM, AR\/VR og fler-kamerasystemer, hvor kun 2D-behandling lenge har v\u00e6rt utilstrekkelig.<\/p>\n<\/li>\n\nEksempler og dokumentasjon er revidert.<\/strong>
\nUtdaterte eksempler er fjernet, de gjenv\u00e6rende har blitt oppdatert. For DNN-eksemplene brukes en felles samling modeller som kan lastes ned med scriptet download_models.py. Eksperimentelle eksempler for VLM og LDM er lagt til, og dokumentasjonen har f\u00e5tt et moderne tema, rask s\u00f8kefunksjon, lys\/m\u00f8rk modus og forbedret navigasjon. For et s\u00e5 stort bibliotek er dette ikke bare en kosmetisk endring: ordentlig dokumentasjon og fungerende eksempler p\u00e5virker direkte om utviklere faktisk kan migrere til OpenCV 5.x.<\/p>\n<\/li>\n<\/ul>\nResultatet er at OpenCV 5.0 ikke bare er en ny utgivelse med optimaliseringer, men en betydelig oppdatering av alt: mindre arv fra tidsperioden med OpenCV 1.x og mer fokus p\u00e5 ONNX, nevralt inferens, moderne trekk, 3D-behandling og heterogen akselerasjon. Overgangen for gamle prosjekter kan imidlertid kreve justeringer p\u00e5 grunn av fjerning av C API og flytting av noen moduler til opencv_contrib.<\/p>\n
Kilde: 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\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":"Published","canonical_url":"https:\/\/prohoster.info\/no\/blog\/news\/opencv-5-0-0","robots":"max-image-preview:large","keywords":"","webmasterTools":{"miscellaneous":""},"schema":null,"og:locale":"nn_NO","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\/no\/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\/no\/wp-json\/wp\/v2\/posts\/181944","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/prohoster.info\/no\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/prohoster.info\/no\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/prohoster.info\/no\/wp-json\/wp\/v2\/users\/8"}],"replies":[{"embeddable":true,"href":"https:\/\/prohoster.info\/no\/wp-json\/wp\/v2\/comments?post=181944"}],"version-history":[{"count":0,"href":"https:\/\/prohoster.info\/no\/wp-json\/wp\/v2\/posts\/181944\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/prohoster.info\/no\/wp-json\/wp\/v2\/media\/181945"}],"wp:attachment":[{"href":"https:\/\/prohoster.info\/no\/wp-json\/wp\/v2\/media?parent=181944"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/prohoster.info\/no\/wp-json\/wp\/v2\/categories?post=181944"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/prohoster.info\/no\/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