一句话结论：全球最流行的开源计算机视觉库，涵盖图像处理/特征检测/深度学习推理，是机器视觉项目的基础工具，C++/Python双主力。
OpenCV
开源 完全免费开源 开源计算机视觉机器视觉C++Python算法库
★★★★☆
综合 4.5 / 5
多维评分
| 易用性 | ★★★☆☆ 3.0 |
| 稳定性 | ★★★★★ 5.0 |
| 性能 | ★★★★★ 5.0 |
| 生态 | ★★★★★ 5.0 |
| 性价比 | ★★★★★ 5.0 |
| 国产化 | ★★★★☆ 4.0 |
技术属性
| 运行平台 | Windows、Linux、macOS、跨平台、ARM嵌入式、国产OS |
|---|---|
| 开发语言 | C++、Python、Java、JavaScript |
| 支持协议 | — |
| 授权方式 | 开源（完全免费开源） |
适用场景
- 工业缺陷检测
- 尺寸测量
- 条码/二维码识别
- 目标定位
- 视觉算法原型开发
- 需要深度定制的视觉项目
不适用场景
- 无编程基础的用户（需二次开发）
- 需要完整商业视觉系统的开箱即用方案
- 超复杂3D视觉
- 需要厂商技术支持的场景
OpenCV（Open Source Computer Vision Library）是由Intel发起、全球开发者共同维护的开源计算机视觉库，是全球应用最广泛的计算机视觉算法库。
核心优势：
- 完全开源免费（Apache 2.0协议），无授权费用
- 功能全面：图像处理、特征检测、目标跟踪、相机标定、立体视觉、机器学习、深度学习推理（DNN模块）
- 跨平台：Windows/Linux/macOS/Android/iOS/嵌入式Linux/国产OS
- 多语言支持：C++（核心）、Python（最流行）、Java、JavaScript
- 性能优异：C++底层，支持CUDA/OpenCL硬件加速
- 社区极其活跃，教程和资料丰富
- 工业界广泛应用，是机器视觉项目的基础工具
适用场景：工业缺陷检测、尺寸测量、条码/二维码识别、目标定位、视觉算法原型开发、需要深度定制的视觉项目。对于有编程能力的工控工程师，OpenCV是机器视觉开发的首选基础库。
注意：OpenCV是算法库，不是完整的视觉系统，需要二次开发；无编程基础的用户不适合直接使用；超复杂3D视觉和深度学习训练需要配合其他工具（如PCL、PyTorch）；没有厂商技术支持，问题需自行解决或社区求助。
常见问题
OpenCV 是免费的吗？怎么收费？
OpenCV 的授权方式为「开源」。计费方式：完全免费开源。
OpenCV 能跑在哪些系统？支持哪些 PLC/设备协议？
运行平台：Windows、Linux、macOS、跨平台、ARM嵌入式、国产OS。
OpenCV 适合什么规模和类型的项目？
适合：工业缺陷检测、尺寸测量、条码/二维码识别。不建议：无编程基础的用户（需二次开发）、需要完整商业视觉系统的开箱即用方案。
同类软件对比
Detectron2
Meta AI（原Facebook AI Research）开源的下一代目标检测和分割框架，基于PyTorch，支持目标检测、实例分割、全景分割、关键点检测、旋转框检测等，模型库丰富，模块化设计易于扩展，是研究级和工业级视觉项目的优秀选择。
机器视觉
dlib
C++编写的机器学习/计算机视觉库，含人脸检测、目标跟踪等经典算法，工业嵌入式可用。
机器视觉
Halcon
德国MVTec出品的商业机器视觉库，工业界标准之一，算法精度和稳定性极高，HDevelop快速原型，适合高端工业视觉项目。
机器视觉
OpenVINO
Intel开源AI推理工具包，优化深度学习模型在Intel CPU/GPU/VPU上的部署，工业视觉检测首选。
机器视觉