OpenCV 5 在哪里？
OpenCV 这个被广泛使用的开源计算机视觉库，正在通过 Indiegogo 募资 50 万美元，以支持其下一个重要版本 OpenCV 5；此前它失去了一些核心团队成员，并长期面临资金缺口。评论者认为，这个金额相对于该库的影响力来说并不算大，并批评大型公司依赖它却没有提供实质性的财政支持，从而引发了关于开源可持续商业模式、许可和企业责任的更广泛讨论。许多人还认为，尽管 PyTorch 和 TensorFlow 等深度学习框架兴起，OpenCV 在经典视觉任务、预处理以及低功耗设备部署方面仍然至关重要。
为 OpenCV 5 众筹与项目状态
- OpenCV 5 正通过 Indiegogo 进行众筹，目标为 500k 美元；尽管登上首页曝光，进展仍处于个位数百分比。
- 该活动旨在：让 5 成为一个由社区主导的重要版本，证明众筹可作为不依赖大型企业捐助的替代方案，并建立持续的社区资金支持。
- 项目表示，由于“全球冲突和不稳定”，已有几位核心团队成员离开，导致开发和问题处理放缓。
在深度学习时代的相关性
- 许多人认为 OpenCV 仍然高度相关：
- 提供经典计算机视觉（边缘检测、SLAM、标定、几何变换），而深度学习在这些场景中要么过度、要么太慢、要么数据需求过高、要么并不适合。
- 即使在 TF/PyTorch/ONNX 流水线中，也广泛用于图像/视频 I/O、预处理和增强。
- 在低功耗/嵌入式设备上至关重要，因为典型的神经网络模型仍然过重或过慢。
- 也有人反驳称，现代 DL 框架加上小型或量化模型可以“更好地”解决大多数视觉任务，但其他人指出，在微控制器和实时系统上，实际部署仍存在限制。
企业支持、许可与可持续性
- 有强烈观点认为，像 OpenCV 这样被广泛使用的 OSS 获得的资金不足，而大型公司却从中获利。
- 提供的解释包括：公地悲剧、企业更偏好带支持与责任的付费“企业版”包装，以及对 GPL 或“按规模付费”模式等许可的敏感性。
- 提出的补救措施包括：copyleft 许可、基于收入/规模的许可，或明确的“付费参与”关系，但许多人指出这些方案往往会被大公司拒绝或列入黑名单。
特性、设计选择与痛点
- 有人质疑为深度神经网络模块筹资，认为与 TF/PyTorch 的互操作就足够；另一些人则表示，原生 C++ DNN 栈在战略上很重要，而且 OpenCV 本来就已有 DNN 模块。
- 对复杂性、C++“依赖噩梦”、不稳定的 API，以及默认 BGR 色彩顺序等过时选择的抱怨很多；也有人赞赏从 v3 到 v4 持续的性能改进。
- 工具链和文档，尤其是移动/Android 构建以及体积优化二进制文件，被认为很难；尽管如此，在缺乏强大原生视觉库的平台上，OpenCV 仍被描述为“不可或缺”。