publikovaný OpenCV 5.0.0 — významné vydanie open source knižnice pre počítačové videnie a spracovanie obrazu. Vydanie sa uskutočnilo 6 Jún 2026 rok a je už označený ako aktuálny v repozitári projektu na GitHube. OpenCV je distribuovaný pod licenciou apache 2.0.
Podstatou vydania je prechod OpenCV z „klasickej knižnice počítačového videnia“ na modernejšiu platformu pre úlohy CV/AI: projekt vyčistil staré API, prepracoval modul inferencie neurónových sietí, rozšíril podporu ONNX, pridal podporu pre skripty VLM/LLM a aktualizoval 3D/kalibračný stack. Vývojári opisujú OpenCV 5.0 ako vetvu, ktorá sa teraz považuje za stabilnú a do ktorej sa primárne pridajú nové funkcie.
Hlavné zmeny
Nový inferenčný engine DNN.
Modul dnn teraz obsahuje nový engine, ktorý existuje súčasne so starým. Funguje lepšie s dynamickými tvarmi tenzorov, podgrafmi a modernými funkciami ONNX. Údajne je pokrytie väčšie. 80 % špecifikácie ONNX, zatiaľ čo v OpenCV 4.x bolo pokrytých menej ako 23 %.
Toto je pravdepodobne najväčšia zmena v tejto verzii: OpenCV sa stáva viac než len obalom modelu, ale plnohodnotným vstavaným inferenčným enginom pre moderné neurónové siete.Výber motora pri načítavaní modelu.
Do funkcie cv::dnn::readNet() a súvisiacich funkcií bol pridaný parameter ENGINE_AUTO. OpenCV štandardne najskôr vyskúša nový engine a ak sa nepodarí, vráti sa ku klasickému enginu. Toto správanie je možné nakonfigurovať aj pomocou premennej prostredia OPENCV_FORCE_DNN_ENGINE: použiť starý engine, nový engine, automatický režim alebo ONNX Runtime. Staré projekty nemusia okamžite úplne prejsť na nový engine, ale nové modely je možné naň postupne migrovať.Integrácia s runtime ONNX.
OpenCV je teraz možné zostaviť s povoleným ONNX Runtime. OpenCV používa na zostavenie grafu ORT vlastný ONNX parser, takže nevyžaduje celý balík ONNX. Na zostavenie sú k dispozícii nasledujúce parametre CMake: -DWITH_ONNXRUNTIME=ON a -DDOWNLOAD_ONNXRUNTIME=ON; pre GPU NVIDIA, -DDOWNLOAD_ONNXRUNTIME_GPU=ON. Táto funkcia bude užitočná pre tých, ktorí teraz potrebujú inferenciu GPU, pretože nový DNN engine OpenCV momentálne beží iba na CPU.Podpora modelov vizuálneho jazyka.
Nový DNN engine obsahuje tokenizátory, vrstvy pozornosti, dekódovacie bloky, následné spracovanie a vyrovnávaciu pamäť KV, ktoré sú potrebné na spúšťanie modelov VLM ihneď po vybalení. Knižnica, ktorá bola historicky spojená so spracovaním obrazu, sa teraz rozširuje do oblasti modelov, ktoré súčasne spracovávajú obrázky a text.Podpora GPU pre nový engine DNN ešte nie je pripravená.
Nový engine v OpenCV 5.0 beží iba na CPU. Pre budúce vydania je sľúbená natívna podpora GPU; zatiaľ sa pre GPU odporúča klasický engine alebo zostavenie s ONNX Runtime a poskytovateľmi exekúcie NVIDIA. Pre inferenciu CUDA na serveroch alebo desktopoch samotný OpenCV 5.0 zatiaľ nenahrádza špecializované runtime prostredia.Staré parsery Darknetu a Caffe boli odstránené.
Vývojári odstránili parsery Darknet a Caffe, pretože väčšina modelov už bola migrovaná do ONNX. TFLite zatiaľ zostane v klasickom engine, pričom migrácia na nový engine je plánovaná neskôr. OpenCV opúšťa staršie formáty a zameriava sa na ONNX ako primárny formát výmeny modelov.Hlavné vyčistenie staršieho API.
Rozhranie OpenCV 1.x C API bolo odstránené: funkcie ako cvCreateMat() a staré štruktúry ako CvMat už nie sú súčasťou jadra API. Podpora OpenVX bola tiež odstránená, modul G-API bol presunutý do opencv_contrib a tam bol presunutý aj klasický modul ML. Toto je pre staršie projekty zásadná zmena, ale mala byť už dávno vykonaná: knižnica sa zbavuje desaťročí technického dlhu.Features2D premenované na Features.
Modul bol rozšírený o moderné vektory prvkov z neurónových sietí. SIFT, ORB, FAST, GoodFeaturesToTrack a MSER boli ponechané v hlavnom repozitári, zatiaľ čo staršie detektory a deskriptory boli presunuté do opencv_contrib. Boli pridané ALIKED, DISK a porovnávač LightGlue. OpenCV sa jednoznačne prispôsobuje moderným postupom, kde sa obrazové prvky čoraz viac extrahujú pomocou neurónových sietí namiesto klasických algoritmov.Nové dátové typy v Core.
Pridané CV_16BF / cv::bfloat, CV_32U, CV_64U, CV_64S a CV_Bool. Vylepšená bola aj podpora pre N-rozmerné polia, 1D polia a 0D skaláry. LAPACK je teraz vždy k dispozícii: ak chýba externá knižnica, OpenCV vytvorí vstavanú minimálnu podmnožinu. Tieto zmeny sú dôležité pre DNN, numerické algoritmy a kompatibilitu s modernými dátovými formátmi, kde sú bfloat16 a rozšírené typy čoraz bežnejšie.Spracovanie obrazu bolo zrýchlené.
Funkcie WarpAffine, warpPerspective a remap boli v imgproc prepracované. Údajne sa zlepší výkon o 10 % až viac ako 300 % v závislosti od platformy, veľkosti obrázka, typu údajov a príznakov operácií.
Nejde len o umelú inteligenciu – takéto optimalizácie sú priamo dôležité pre klasické úlohy: video streamy, stabilizáciu, transformácie projekcie a prípravu údajov pred inferenciou.Vylepšený textový výstup.
Starý vykresľovací engine pre text bol nahradený enginom TrueType založeným na STB so vstavaným variabilným písmom Rubik. Je možné vložiť vlastné písma a bola pridaná rozsiahla podpora Unicode. Zložité písma ako arabčina a dévanágarí sa však stále zobrazujú nesprávne bez Harfbuzz a farebné emoji nie sú podporované. OpenCV sa stáva pohodlnejším na generovanie anotácií, ladenie obrázkov a vizualizácií bez externých knižníc.Aktualizované 3D a kalibrácia fotoaparátu.
calib3d je rozdelený na geometriu, calib, stereo a ptcloud. USAC sa stal štandardným backendom pre robustnú homografiu, základné/základné matice, PnP a ďalšie úlohy. Bol pridaný kalibračný kanál pre viacero kamier spolu s počiatočnou podporou pre spracovanie siete a mračna bodov vrátane TSDF, ICP a importu a exportu .ply a .obj. Toto je dôležitý krok pre robotiku, SLAM, AR/VR a viackamerové systémy, kde samotné 2D spracovanie dlho nestačilo.Príklady a dokumentácia boli revidované.
Zastarané príklady boli odstránené a zostávajúce boli aktualizované. Príklady DNN teraz používajú zdieľanú kolekciu modelov, ktorú je možné stiahnuť pomocou skriptu download_models.py. Boli pridané experimentálne príklady pre VLM a LDM a dokumentácia získala modernú tému, rýchle vyhľadávanie, svetlý/tmavý režim a vylepšenú navigáciu. Pre takú veľkú knižnicu nejde o kozmetickú zmenu: správna dokumentácia a funkčné príklady priamo ovplyvňujú, či vývojári skutočne prejdú na OpenCV 5.x.
OpenCV 5.0 v konečnom dôsledku nie je len ďalšou verziou s optimalizáciami, ale významným vylepšením: menej dedičstva z éry OpenCV 1.x a viac zamerania na ONNX, inferenciu neurónových sietí, moderné funkcie, 3D spracovanie a heterogénnu akceleráciu. Prechod pre staršie projekty však môže vyžadovať určité úpravy kvôli odstráneniu rozhrania C API a presunu niektorých modulov do opencv_contrib.
Zdroj: linux.org.ru
