有在玩電腦（機器）視覺的朋友，對開源電腦視覺函式庫「OpenCV」一定不陌生。從2000年發展至今已超過十八個年頭，中間歷經多次重大變革及分支，從2.2版開始支援C++，2.4版開始支援CUDA、OpenCL等加速工具，2.4.9版後本來進到3.0版，停止支援C語言只支援C++，但許多使用C語言的伙伴仍不離不棄，繼續將部份新增功能加入，於是劇情就展開成兩條支線，目前已來到2.4.13.6版，後續是否能繼續發展，實在令人擔憂。而3.0.0版於2015年正式推出，加入許多深度學習工具，3.3版後加入了更多深度學習框架及算法，如Caffe、Yolo⋯⋯等等。最近（2018年11月20日）正式推出4.0版更讓人眼睛一亮，在深度學習部份有了重大改革，實在值得花些時間好好研究。

以下就簡單把此次4.0版更新重點做點整理：

1. 更完整支援C++11，去除大量OpenCV 1.x版留下的C API，要配合CMake 3.5.1之後版本編譯。

2. 除原有CUDA、OpenCL支援平行演算外，另外新增大量以GPU繪圖加速計算的處理函式庫G-API。

3. 在深度神經網路（DNN）模組中增加FP16支援，同時加入ONNX框架，使得各種模型能順利加入執行，如AlexNet、Inception v2、Resnet、VGG、Yolo、Tiny Yolo v2⋯⋯等等。

4. 對DNN的改進，如Mask RCNN、Faster R-CNN。

5. 在快速QR Code檢測、3D場場建構的Kinect Fusion、高質量密集光流算法也都有重大改進。

另外，Intel OpenVINO對OpenCV也是大力支援，同步推出更新版本，可支援更多的模型及算法，包括：

1. 支援低解析度（Int8）推論，以利Intel CPU及未來低階推論用AI晶片。
2. 加強支援TensorFlow、MXNet、ONNX等框架，以及R-FCN、Yolo v3、 OpenPose等模型算法。
3. 增加三種預訓練模型，以利人臉特徵點、人體姿態建立及將影像超解析度等應用。
4. 可下載ResNet-50、ResNet-101、ResNet-152、GoogleNet v3等模型參數。

更多預訓練模型可參考：
https://github.com/opencv/open_model_zoo

OpenCV 4.0及OpenVINO更完整的釋出說明可參考官網：
https://opencv.org/opencv-4-0-0.html
https://docs.opencv.org/4.0.0/index.html

相關文章

• [LattePanda] OpenCV視覺辨識人臉追蹤

• [LattePanda教學] openCV環境安裝與基本臉孔瞳孔偵測 @Windows 10

• [Movidius神經運算棒]五步驟打造Intel Movidius NCS影像分類器

• [ 翻譯 ] 2018.11.19- Intel最新推出 NCS 2 第二代神經運算棒！ 打造更聰明AIoT裝置

• [ 翻譯 ] 2018.11.06- 背後原理大解析：如何運用強化學習的演算法，自動化圖像資料擴增？

• [ 翻譯 ] 2018.09.21- 認識TensorFlow.js，在瀏覽器就能用JavaScript 訓練機器學習模型喔！