打開任何一本電腦視覺教科書、隨便點開一篇 GitHub 上的 CV 專案，你很可能會看到那一行熟悉的 import cv2。這個 cv2 背後是一個叫做 OpenCV 的開源函式庫——我們現在覺得它就跟空氣一樣理所當然，但它走到今天，其實非常曲折。
它一開始不是一個正經的學術計畫，也不是某個天才博士論文的副產品。它是 Intel 內部一個拉抬 CPU 銷量的「公關專案」，差點在 dot-com 泡沫崩潰時無聲消失，後來經歷三次組織轉手，才在 2026 年 6 月迎來八年來最大一次改版：OpenCV 5.0 直接把 LLM 與 VLM 塞進這個函式庫裡面。
這篇就來講這個故事——不講太多技術，主要講人、講組織、講為什麼一個函式庫可以撐 26 年還越長越壯。
故事的起點：一個叫 Gary Bradski 的人
要講 OpenCV，就一定要從 Gary Bradski 講起。1990 年代末，他在 Intel 的 Microprocessor Research Lab 工作，當時 Intel 一直在找方法讓自家 CPU「賣得出去」——你 CPU 越強，總得有東西可以拿來算吧？所以 Intel 開了一堆「拉抬 CPU 運算密集應用」的計畫，包括即時光線追蹤、3D 顯示牆等等。
Bradski 那時去拜訪了 MIT Media Lab、CMU、史丹佛這些頂尖學校的視覺實驗室，他注意到一件很有趣的事——每個學校的研究生都把學長姊寫過的 CV 程式碼當作起點，互相傳承、從來不必從零造輪子。可是這種「內部福利」外面拿不到。
於是他和一群 Intel Russia 的最佳化專家、Intel Performance Library 團隊一起，把這套「共享 CV 程式碼」的概念變成一個對外開源的函式庫。Bradski 自己在受訪時這樣描述目標：
我們希望降低電腦視覺的入門門檻，把它民主化，讓任何人都可以把 machine perception 用在自己的專案裡。
他這段話講得很 Silicon Valley、很官腔，但骨子裡 Intel 的算盤其實也很直白：有更多人寫 CV 應用，就有更多人需要強的 CPU。商業誘因和理想主義在這個案子上剛好對齊。
1999–2008：漫長的 Beta 與差點消失的十年
OpenCV 的第一個 alpha 版在 1999 年 1 月內部釋出，那時候只支援 Windows、用 C 語言寫的、介面就是現在被吐槽的 IplImage 那一套。Wikipedia 上的 OpenCV 條目 寫得很清楚：對外正式亮相是 2000 年 6 月的 IEEE CVPR 大會。
然後它就進入了一段很漫長的 beta 期——2001 到 2005 連續發了五個 beta 版，1.0 正式版要等到 2006 年才釋出。為什麼這麼慢？因為 dot-com 泡沫破了，Intel 內部裁員、轉向，這個專案有好一段時間連一個全職人員都沒有。
Bradski 自己後來回憶（這段在他 2014 年的 OpenCV 3.0 投影片 裡有提到）：「1999 年初平均有 7 個人在做，2003 年 Intel 的正式支援下降到接近零，Willow Garage 接手前的幾年內部幾乎沒人在管。」聽起來夭壽。
那段空窗期 OpenCV 之所以還能持續發 beta，靠的不是 Intel 員工，而是一群俄羅斯工程師——Vadim Pisarevsky、Victor Eruhimov、Sergey Molinov、Alexander Shishkov。他們以開源志工的身份在外部維持核心開發，後來這幫人乾脆自己跑出來開了一家叫 Itseez 的公司，把 OpenCV 從志工模式轉成商業支援模式。這段故事很少被講，但這群俄羅斯人才是 OpenCV 沒死的原因。
三次組織轉手：從 Intel 到 Willow Garage，再回到 Intel
OpenCV 的歷史不只是程式碼演進史，它的「組織歸屬」變過好幾次，而每一次轉手都讓它走向不同的方向。
| 時期 | 主導組織 | 影響 |
|---|---|---|
| 1999–2008 | Intel Research | 起源、C API、Windows-only |
| 2008–2012 | Willow Garage | 機器人優先，順便讓它跨平台 |
| 2012 起 | OpenCV.org 基金會 | Bradski 與 Vincent Rabaud 共同創立 |
| 2012–2016 | Itseez | 商業支援俄羅斯團隊接手核心 |
| 2016/5/25 起 | Intel 收購 Itseez | OpenCV 回到 Intel 體系 |
Willow Garage 那段特別關鍵。這家公司是矽谷做機器人的傳奇——同時維護 ROS（Robot Operating System） 、PCL（Point Cloud Library），以及 OpenCV 與 Willow Garage 的歷史關聯 。他們把 OpenCV 從一個「Windows 上的 Intel 函式庫」改造成真正跨平台的工具。Bradski 後來離開 Willow 自己創了 Industrial Perception（2013 年被 Google 收購），但 OpenCV 留在了基金會手裡。
2012 年 8 月 是另一個分水嶺——非營利的 OpenCV.org 基金會成立，Bradski 和 Vincent Rabaud（當時還在 Willow Garage 當研究工程師）一起主持。從這天起，OpenCV 真正脫離單一公司的控制，變成社群擁有的開源資產。
四年後，2016 年 5 月 25 日，Intel 又把 Itseez 收購回來——某種程度上像是「回娘家」。但 OpenCV.org 基金會仍然獨立運作，所以這次收購對開發節奏沒造成什麼震盪，反而讓 Intel 在硬體優化上資源更直接。
程式碼面的世代分水嶺
組織講完，講一下程式碼面那幾次真正重要的「世代交替」。我不會講細節，但你要知道有這幾個時間點：
- 2009 年 10 月，OpenCV 2.0：從 C 介面切到 C++ 介面，引入
cv::Mat，自動記憶體管理、告別手動cvRelease*()地獄。寫過 1.x 的人會懂這有多解脫。 - 2015 年的 3.0、2017 年的 3.3：DNN（深度學習）模組從 contrib 升到主 repo，OpenCV 第一次正式承認「我不再只是傳統 CV」。
- 2018 年 11 月，OpenCV 4.0：移除大量舊 C API、預設 C++11、
cv::Ptr改成std::shared_ptr的薄包裝。這是「拆技術債」的第一次大手術。 - 2026 年 6 月，OpenCV 5.0：8 年來最大改版，DNN 引擎全部重寫、ONNX 操作覆蓋率從 ~22% 提升到 80%+、內建 tokenizer 與 KV-cache 直接跑 LLM/VLM、徹底拋棄 legacy C API、C++17 變成最低標準。整個社群在 Hacker News 與 Phoronix 上熱烈討論了好幾天，份量等同當年 2.0 引入 C++、4.0 拆掉 C API 的世代分水嶺。
5.0 這次的衝擊力，業界討論最多的是兩件事：第一，OpenCV 變成可以直接跑 Qwen 2.5、Gemma 3、PaliGemma 等多模態模型的工具；第二，任何還在用 OpenCV 1.x C API 的舊專案，5.0 連編都編不過——必須留在 4.x 線上，或者咬牙改寫。
詳細的技術內容我會另外寫一篇深度文章去拆，這篇先按下不表。
為什麼一個 26 歲的函式庫還沒死？
這才是這篇真正想問的問題。我們這行的工具淘汰速度誇張到不行——React 18 出來才幾年大家又在罵框架太多了，但 OpenCV 從 1999 撐到 2026 還越長越壯，為什麼？
我覺得答案要從底層問題開始講起。OpenCV 解的東西——讀檔、色彩空間轉換、幾何變換、形態學、輪廓、邊緣、特徵——這些 1999 年是這樣，2026 年還是這樣。沒人會發明新的「灰階轉換」。當別的庫拼命追潮流時，OpenCV 守住的是「水電」級的需求。
而它真正能穿越週期的關鍵，在於它一直緊貼著硬體節奏走。從 Intel 的 MMX/SSE/AVX，到 NVIDIA 的 CUDA、ARM 的 NEON、Apple Silicon、RISC-V 的 RVV 1.0，每一波新指令集 OpenCV 都會跟上。這也是 Intel 願意花錢收 Itseez 的真正理由——它就是 Intel CPU 在 CV 領域的「行銷展示櫃」。商業誘因和技術理想再一次重合。
教學資源這層更是新工具兩三年內追不上的護城河。PyImageSearch 、LearnOpenCV 、Bradski 本人寫的 Learning OpenCV——這些教材累積了 20 年。新人進來，只要 Google「OpenCV + 我想做的事」幾乎一定有現成教學跑。這種文化資產，光是「快」是買不到的。
最後一點我自己最佩服——5.0 證明它願意自我革命。一個函式庫敢在 4.x 已經很穩定的情況下，砍掉 C API、把 DNN 整個重寫、把 LLM 也納進來，這在開源世界並不常見。很多老專案最後死於「不敢改」，OpenCV 用 5.0 告訴大家它不在那個名單裡。
結語：歷史的重量會變成新人的福氣
我自己第一次裝 OpenCV 大概是 2018 年，那時候只是想做一個 Webcam 人臉偵測的玩具，根本沒在管背後這 19 年發生過什麼事。後來開始追新版本變化，才發現這個函式庫的故事比技術本身還精彩——一個專案能熬過 dot-com 崩盤、熬過三次組織轉手、又熬過深度學習對傳統 CV 的「降維打擊」，每一次都換了一張皮繼續活下來。
對 2026 年才開始學電腦視覺的人來說，OpenCV 26 年累積的歷史重量其實是禮物。所有可能踩的坑前人都踩過了，所有可能寫的範例 GitHub 上都有，連 OpenCV University 也有完整的官方課程。你只要願意動手，剩下的就是時間問題。
接下來的第二篇會帶你用幾十行 Python 跑完三個遞進的 CV 範例；第三篇則深拆 OpenCV 5.0 為什麼是世代分水嶺。沒碰過 CV 的人從第二篇開始最舒服；想看技術細節就直接跳到第三篇。
延伸閱讀
- OpenCV 5 release page —— 官方對 5.0 的整體介紹
- OpenCV Wikipedia entry —— 完整時間線與組織變遷
- Bradski & Kaehler, Learning OpenCV (PDF) —— 起源故事的第一手敘述
- OpenCV 3.0 Uses in Robotics and AR (Bradski 2014 投影片) —— OpenCV 早期演進
- Anniversary - OpenCV —— 官方 20 週年紀念文
- Intel acquires Itseez (2016) —— Itseez 回到 Intel 體系
- Willow Garage - Wikipedia —— 機器人實驗室與 OpenCV 的關係
沒有留言:
張貼留言