做计算机视觉和图像处理的，没人不知道 OpenCV。这个诞生了二十多年的开源库，过去十年几乎是 CV 领域的事实标准——从工业检测到手机拍照，从自动驾驶到 AR 滤镜，底层都或多或少有它。而就在几天前（2026 年 6 月 6 日），OpenCV 团队发布了 5.0.0——团队自己说是"这些年最大的版本跃升"。
是什么
OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉和机器学习软件库，由 Intel 在 2000 年发起，现在由 OpenCV 基金会维护。它提供了 2500+ 个优化算法，涵盖图像处理、视频分析、目标检测、人脸识别、相机标定、三维重建、深度学习等几乎所有 CV 领域。
全平台覆盖 —— Windows、Linux、macOS、Android、iOS，从服务器到嵌入式设备都能跑。
多语言绑定 —— C++ 原生，Python 接口体验特别好，也有 Java、JavaScript、C#、MATLAB 等。
Apache-2.0 协议 —— 商用无限制，随便改随便卖，没有后顾之忧。
GitHub 上 88K Stars、56.6K Forks，这个数字在 CV 领域没有对手。
OpenCV 5.0 有什么新东西
5.0 不是挤牙膏式的更新。团队拆掉了旧的 DNN 模块，换了一套全新的推理引擎。
三个引擎，一个 API —— 新的 DNN 引擎支持 ONNX Runtime、OpenVINO 和原生推理三条路径，但对外暴露同一套接口。你不需要关心底层用什么跑，选最快的就好。官方说某些场景下比纯 ONNX Runtime 还快。
LLM 和 VLM 原生支持 —— 这是最让人意外的一点。5.0 的 DNN 引擎可以直接载入和运行 LLM（如 LLaMA）和视觉语言模型。不是通过外部调用，是真的在 OpenCV 内部推理。对于需要"图像+文字"联合推理的场景（比如从图片里读取信息再问答），可以少搭一套推理栈。
LaMa 模型集成 —— 官宣里直接提到了 LaMa（图像修复扩散模型）的集成支持。这意味着你用 OpenCV 就能做 AI 图像修补，不用额外搭 PyTorch 推理服务。
现代特征匹配 —— 引入了基于深度学习的特征匹配（而不是传统的 SIFT/ORB 那套），在做图像拼接、三维重建时效果更好。
硬件加速零门槛 —— 新架构让 CPU 的 SIMD 优化更充分，同时还为非 CPU 的 HAL 层铺了路（下一阶段会上 GPU 原生推理）。
更好的 3D 视觉 —— 深度估计、SLAM、立体匹配都有改进，AR/VR 方向值得关注。
文档重写 —— 虽然听起来不性感，但旧版的文档质量确实一直被吐槽。5.0 同步更新了文档体系，Python 部分的示例更完整了。
安装
Python 用户一行搞定：
pip install opencv-python opencv-contrib-python
C++ 用户建议从源码编译（官网上有详细 CMake 指南），或者用 vcpkg/conan 包管理器。
想尝鲜 5.0 的话，注意 pip 包名要装 nightly 版或从源码构建。正式版发布窗口在 6 月初已开放。
不是没有槽点
说几个实话。
安装体积一直大 —— 完整的 opencv-contrib-python 两百多 MB，比一般 Python 库大一个数量级。不过大部分用户只需要基础版 opencv-python（~50MB），也能对付 80% 的场景。
C++ API 的老味道还在 —— 虽然 Python 接口已经挺舒服了，但 C++ 这边有些设计还带着 2000 年代的风格（out 参数、指针满地飞）。当然这也是历史包袱。
5.0 的 DNN 引擎还在早期 —— LLM 集成是个好方向，但目前能直接跑的模型列表还很窄。想靠它替代 PyTorch/TensorRT 做生产推理，还得等生态跟上来。
GPU 加速还没落地 —— 官方 roadmap 里 GPU 支持在下一阶段才做。如果你要靠 GPU 跑 CV 推理，现阶段还是 ONNX Runtime 或 TensorRT 更靠谱。
文档虽改进但仍有坑 —— 新版文档确实好了不少，但一些边缘功能的示例还是靠论坛和 Stack Overflow 补全。
跟同类怎么比
vs scikit-image：scikit-image 更适合科研/快速原型，OpenCV 的优势在性能和工程化。做产品选 OpenCV，跑实验两边都能用。
vs 深度学习框架（PyTorch/TF）：不是替代关系，是互补。OpenCV 做预处理/后处理和传统 CV，深度学习用框架推理。5.0 试图拉近这个距离（把 LLM 也接到一个栈里），但生态还远不如 PyTorch。
vs MATLAB Computer Vision Toolbox：MATLAB 在学术界有人、文档好，但 OpenCV 免费、开源、社区大、生产环境验证多。商业项目选 OpenCV 不会有 license 风险。
一句话：如果你做任何跟图像/视频处理相关的事情，OpenCV 是你绕不过去的工具箱。特别是 5.0 这次把 DNN 引擎重写了，值得重新看看。
官方网站：opencv.org
GitHub：github.com/opencv/opencv
OpenCV 5 深度解析：opencv.org/opencv-5
标签：#OpenCV #计算机视觉 #图像处理 #DNN #AI开发 #开源 #C++ #Python
关注我，每期分享一个帮你省事的强大工具 🛠️