Opencv2標志著opencv革命性的改變，Opencv2帶來了全新的C++接口，將Opencv的能力無限放大。在2.0時代，opencv增加了新的平臺支持，包括iOS和Android，通過CUDA和openGL實現了GPU加速，為Python和Java用戶提供了接口。

Opencv 3改變了項目架構的方式，3.0版本不會像2.0版本一樣激進的嘗試，只會有足夠穩定的改進。項目架構的改變是Opencv 3最為重大的革新之處。2.0版本是各個模塊都是以整體的形式構建然后組合在一起的。然而，隨著功能的增加，opencv主體集成了各種各樣的功能模塊，變得越來越臃腫。而3.0版本就是為了給日益發福的opencv減肥，因為Opencv3決定向其他大項目一樣，拋棄整體架構，使用內核+插件的架構形式。

在GitHub中，除了存放著正式版本的opencv的主倉庫和新增加的“opencv_extra”倉庫以外，opencv3中還添加了一個名為“opencv_contrib”的全新倉庫，該倉庫包括很多讓人興奮的功能：臉部識別，文本探測，文本識別，新的邊緣檢測器，充滿藝術感的圖像修復，深度地圖處理，新的光流和追蹤算法等。

opencv_contrib倉庫是大多數實驗性代碼放置的地方，一些API可能會有改變，這些額外模塊可以在CMake中用OPENCV_EXTRA_MODULES_PATH=/modules傳遞給CMake文件。

OpenCV 1.x

OpenCV 最初基于C語言開發，API也都是基于C的，面臨內存管理、指針等C語言固有的麻煩。

2006年10月1.0發布時，部分使用了C++，同時支持Python，其中已經有了random trees、boosted trees、neural nets等機器學習方法，完善對圖形界面的支持。

2008年10月1.1pre1發布，使用 VS2005構建，Python bindings支持Python 2.6，Linux下支持Octave bindings，在這一版本中加入了SURF、RANSAC、Fast approximate nearest neighbor search等，Face Detection (cvHaarDetectObjects)也變得更快。

OpenCV 2.x

當C++流行起來，OpenCV 2.x發布，其盡量使用C++而不是C，但是為了向前兼容，仍保留了對C API的支持。從2010年開始，2.x決定不再頻繁支持和更新C API，而是focus在C++ API，C API僅作備份。

2009年9月2.0 beta發布，主要使用CMake構建，加入了很多新特征、描述子等，如FAST、LBP等。

2010年4月2.1版本，加入了Grabcut等，可以使用SSE/SSE2…指令集。

2010年10月2.2版本發布，OpenCV的模塊變成了大家熟悉的模樣，像opencv_imgproc、opencv_features2d等，同時有了opencv_contrib用于放置尚未成熟的代碼，opencv_gpu放置使用CUDA加速的OpenCV函數。

2011年6月起的2.3.x版本、2012年4月起的2.4.x版本，一面增加新方法，一面修復bug，同時加強對GPU、Java for Android、 OpenCL、并行化的支持等等，OpenCV愈加穩定完善，值得注意的是 SIFT和SURF從2.4開始被放到了nonfree 模塊（因為專利）。

考慮到過渡，OpenCV 2.4.x仍在維護，不過以后可能僅做bug修復和效率提升，不再增加新功能——鼓勵向3.x遷移。

OpenCV 3.x

隨著3.x的發布，1.x的C API將被淘汰不再被支持，以后C API可能通過C++源代碼自動生成。3.x與2.x不完全兼容，與2.x相比，主要的不同之處在于OpenCV 3.x 的大部分方法都使用了OpenCL加速。

2014年8月3.0 alpha發布，除大部分方法都使用OpenCL加速外，3.x默認包含以及使用IPP，同時，matlab bindings、Face Recognition、SIFT、SURF、 text detector、motion templates & simple flow 等都移到了opencv_contrib下（opencv_contrib不僅存放了尚未穩定的代碼，同時也存放了涉及專利保護的技術實現），大量涌現的新方法也包含在其中。

2017年8月3.3版本，2017年12月開始的3.4.x版本，opencv_dnn從opencv_contrib移至opencv，同時OpenCV開始支持C++ 11構建，之后明顯感到對神經網絡的支持在加強，opencv_dnn被持續改進和擴充。

OpenCV 4.0

2018年10月4.0.0發布，OpenCV開始需要支持C++11的編譯器才能編譯，同時對幾百個基礎函數使用 "wide universal intrinsics"重寫，這些內聯函數可以根據目標平臺和編譯選項映射為SSE2、 SSE4、 AVX2、NEON 或者 VSX 內聯函數，獲得性能提升。此外，還加入了QR code的檢測和識別，以及Kinect Fusion algorithm，DNN也在持續改善和擴充。

參考https://www.cnblogs.com/shine-lee/p/9884551.html

總結

以上是生活随笔為你收集整理的OpenCV各版本差异的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。