OpenCV
OpenCV（Open Source Computer Vision Library）是 Intel 发起、OpenCV.org 维护、Apache 基金会协同的开源计算机视觉与机器学习库，核心用 C++ 编写、官方绑定 C++/Python/Java，覆盖图像处理、视频分析、相机标定、特征提取、几何变换与深度学习推理等几乎全部传统 CV 任务。它的设计哲学是**「通用算法库 + 统一多维数组（cv::Mat）」**：所有视觉算法都以 cv::Mat 为数据载体，模块按职责切片（core/imgproc/imgcodecs/videoio/highgui/dnn/features2d），既能拼成端到端流水线，也能独立调用单个算子。5.0 是 2018 年以来最大的一次大版本升级：彻底移除 legacy C API、强制 C++17、引入全新 ONNX 优先的 DNN 推理引擎（算子覆盖率从 4.x 的 23% 跃升到 80%+）、将 Calib3d 拆分为 geometry/calib/stereo/ptcloud 四模块、Features2d 重命名为 Features、并正式切换协议为 Apache 2.0；Python 侧沿用 cv2.<func>() 调用约定、迁移成本极低。截至 2026 年 7 月，5.0.0 于 6 月 6 日发布、4.14.0 于 7 月 19 日同步发布，4.x 与 5.x 双分支并行维护（4.x 仅修 bug）。信源 docs.opencv.org/5.x 官方文档 + OpenCV 5 wiki + GitHub Releases。
评价
优点
- 算法覆盖最全：从读图、滤波、形态学到相机标定、立体视觉、DNN 推理，传统 CV 几乎「一个库搞定」，无需在 10 个轮子里反复横跳
- 跨语言跨平台：C++/Python/Java 官方绑定，Windows/Linux/macOS/Android/iOS 全平台，pip 一键安装，是 CV 教学与原型的事实标准
- 5.0 DNN 引擎飞跃：ONNX 算子覆盖从 23% 跃升到 80%+，端侧/边缘部署可直接加载 PyTorch 导出的 ONNX，不再强依赖 OpenVINO/TensorRT
- 统一 cv::Mat 抽象：所有算子共享同一数据容器，0 拷贝串联流水线，Python 侧
numpy.ndarray与cv::Mat互转近乎零成本 - 性能持续优化：5.0 引入新 DNN 引擎、G-API（Graph API）图调度与更广硬件加速（Vulkan/OpenCL/CUDA），ARM 推理较 4.x 显著提速
- 生态根基地位：YOLO、MediaPipe、OpenVINO、许多 SDK 都以 OpenCV 作为图像 IO 与预处理底座
缺点
- 5.x 大版本断裂：legacy C API 全部移除、Calib3d 拆分、Features2d 改名，老 C 代码与部分 contrib 模块需重写迁移（官方提供 4→5 迁移指南）
- API 风格混杂：C 时代遗留的
cvCreate*/IplImage、C++ 风格的cv::Mat、函数式风格的cv::xxx三套历史层并存（5.0 终于清掉第一套） - DNN 模块非训练框架：只能推理，无法训练；要做训练还得回到 PyTorch/TensorFlow
- Python 文档滞后：官方示例与教程长期偏 C++，Python 用法常要靠
cv2.自动补全与社区博客补全 - 模块依赖膨胀：装一个 imgproc 会拖入大量依赖；移动端常需定制编译裁剪模块
- 新特性落地慢：5.0 的新 DNN 引擎仍处于与旧引擎并存阶段，
ENGINE_AUTO自动选择行为尚需观察
文档地址
GitHub地址
opencv/opencv（核心库）/ opencv/opencv_contrib（额外模块）