opencv

开箱即用的视觉算法库，搞定图像视频处理与识别

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，提供超过2500种优化算法，涵盖图像处理、视频分析、物体检测、人脸识别、相机标定、3D重建等广泛领域。它解决了开发者从零构建视觉算法的难题，提供跨平台（Windows、Linux、macOS、Android、iOS）的C++、Python、Java等语言接口。核心能力包括高效的图像处理管线、深度学习推理支持（DNN模块）、硬件加速（CUDA、OpenCL）以及丰富的社区生态。OpenCV被广泛应用于学术研究、工业质检、自动驾驶、安防监控和增强现实等场景，是计算机视觉领域事实上的标准工具库。

开源 free 计算机视觉

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 90930

维护状态活跃

是否开源是

定价模式 free

项目数据

分类计算机视觉

开发团队opencv

所属国家

官网地址https://opencv.org

GitHubhttps://github.com/opencv/opencv

定价模式free

价格说明完全免费的开源计算机视觉库，可自由使用、修改和分发，无付费版本。

访问状态

是否开源是

开源协议Apache-2.0

主要语言C++

技术栈/模型c-plus-plus,computer-vision,deep-learning,image-processing,opencv

GitHub 星标★ 90930

30天Star增速

HF 下载量

上线时间2012-07-19 00:00:00

最近更新2026-09-22 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-10

浏览次数16

使用教程

难度：入门约 10 分钟部署方式：库/依赖 6 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

可访问 GitHub（github.com）与 OpenCV 官网、文档站点的网络环境
本地已安装 Git，用于克隆源码仓库（README 未给出下载包形式）
目标平台需为 OpenCV 支持的平台：Windows / Linux / macOS / Android / iOS（依项目简介）
如需自行编译，需要 C++ 编译环境（README 未给出具体版本与编译步骤）

安装与启动步骤

1克隆主仓库

从官方 GitHub 地址获取 OpenCV 主仓库源码，作为后续查阅或自行编译的基础。
```
git clone https://github.com/opencv/opencv.git
```
2获取扩展模块

README 指出 opencv_contrib 提供额外功能，需要这些模块时单独克隆该仓库。
```
git clone https://github.com/opencv/opencv_contrib.git
```
3查阅官方文档

README 给出的文档入口是 docs.opencv.org/5.x，安装、编译与各语言接口用法都在这里，务必以此为准。
4浏览官网与课程

官网 opencv.org 汇总项目信息，课程入口为 opencv.org/courses，可了解官方学习资源。
5到社区提问

遇到使用问题先去论坛 forum.opencv.org 检索或提问；旧论坛 answers.opencv.org 已只读。
6反馈缺陷或需求

确认是项目本身的问题时，到 github.com/opencv/opencv/issues 提交 issue。若计划贡献代码，需先阅读贡献指南。

关键配置

配置项	必填	说明	示例
`opencv_contrib`	否	附加功能模块仓库，按需克隆后与主仓库配合使用	`https://github.com/opencv/opencv_contrib`

如何确认成功

本地已存在 opencv 源码目录，且能打开 https://docs.opencv.org/5.x/ 检索到所需接口文档，即说明准备工作完成。

常见问题

Q：README 里为什么没有安装命令？

A：本次节选只包含资源列表、贡献指南等章节，未提供安装或构建说明。安装方式请以官方文档 docs.opencv.org 中对应平台和语言的教程为准，不要凭猜测执行命令。

Q：想用 Python、Java 等其他语言怎么办？

A：README 只给出文档入口。各语言接口的获取与安装方式请在 docs.opencv.org 上按语言选择对应教程查看。

Q：额外功能模块在哪里获取？

A：README 指向 opencv/opencv_contrib 仓库，可执行 git clone 获取，具体启用方式以官方文档说明为准。

Q：提问和报 Bug 分别去哪里？

A：使用类问题到 forum.opencv.org；确认是项目缺陷则到 github.com/opencv/opencv/issues 提交。

注意事项

本次 README 节选未包含安装、编译说明，所有步骤仅为资源获取与准备动作，实际安装请以官方文档为准。
README 中的文档链接为 5.x 版本，不同版本 API 存在差异，请确认自己使用的版本。
贡献代码前必须阅读贡献指南：每个 issue 一个 PR、选对基础分支、附测试与文档、提交前清理无关的 oops 提交。
不要在本教程基础上臆测包名、端口或路径，任何命令执行前先在官方文档中核对。

核心亮点

算法覆盖极广，从基础滤波到深度学习推理一应俱全
跨平台且提供多语言绑定，C++/Python/Java无缝调用
硬件加速支持好，CPU/GPU（CUDA/OpenCL）性能优化成熟

不足之处

API接口历史包袱重，部分模块设计老旧，新手上手有门槛
某些高级功能（如3D重建）精度和易用性不如商业库

适用场景

实时视频流处理与物体检测（如安防监控）
工业视觉质检（缺陷检测、尺寸测量）
学术研究与算法原型验证（图像分割、特征提取）

替代项目

scikit-image、SimpleCV、BoofCV

项目介绍

opencv 是计算机视觉领域的开源项目，由 opencv 开发，2012 年首次发布。

在全站 13,109 个收录项目中，它的 GitHub 星标数（90,930）位列前 1%，在计算机视觉分类的 447 个项目里位列前 1%。

近 42 天，它的 GitHub 星标从 90,395 增加到 90,930，净增 535。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-22。完全免费的开源计算机视觉库，可自由使用、修改和分发，无付费版本。

它主要面向的使用场景是：实时视频流处理与物体检测（如安防监控）。同类可对比的替代方案包括 scikit-image、SimpleCV、BoofCV。

上一篇：bbox-visualizer

下一篇：ultralytics