OpenCV 3.0 Alpha 正式发布

OpenCV 2.0已经发布5年了，它带来了全新的C++接口，标志着这个项目的开始。在2.0的整个生命周期中，我们增加了新的平台支持，包括iOS和Andriod，通过CUDA和OpenCL实现了GPU加速，为Python和java用户提供了接口，基于github和buildbot构建了充满艺术感的持续集成系统，所以才有了稳定的OpenCV 2.4.x，它被全世界的很多公司和学校所采用。

现在，我们很高兴地宣布3.0时代的开始。在3.0时代不会有像2.0时代一样激进的尝试，它有足够稳定的改进，这为我们，也为你们以及伟大的OpenCV社区带来了许多全新的机会。

1. 项目架构的改变。

最初的时候，OpenCV是一个相对整体的项目，都是以整体的形式构建和装配，在很多年的时间里，这都是一个很好的策略。然而，随着功能的增加，包括bleeding-edge算法发布前的几分钟，一个pull请求提交到我们的仓库，越来越多的贡献者（非常感谢你们），我们决定像其他大项目一样，抛弃整体架构，使用内核+插件的架构形式。

除了我们的主仓库和增加的”test data“仓库，我们还有了http://github.com/itseez/opencv_contrib，这里有很多让人兴奋的功能，包括你们已经知道的面部识别和文本探测，还包括文本识别、新的边缘检测器、充满艺术感的修复、深度图处理、新的光线流和追踪算法等。

opencv与opencv_contrib之间的区别是：

他们都由我们的持续集成系统维护，尽管opencv_contrib的单元测试并不常规运行。

全部或者一些额外的模块可以用我们的构建系统构建，把OPENCV_EXTRA_MODULES_PATH=/modules传递给CMake。

contrib的文档是自动生成的，可以在docs.opencv.org/master获得，它会在OpenCV 3.0 beta版本的时候更加完善、并发布。

主OpenCV是Itseez支持的代码，有非常稳定的API以及一点点创新。

opencv_contrib是大多数实验性代码放置的地方，一些API可能会改变，我们欢迎贡献者贡献你们新的精彩算法。

2. 感谢Intel和AMD公司的支持，我们让很多视觉算法实现的GPU加速，并且对于用户来说，都是十分易得的。这个技术可以称之为T-API (“transparent API”)，关于这个话题的单独指南在准备当中，仍然非常欢迎你来看一下，试一下我们的T-API的例子，研究一下它如何工作。

3. Intel公司还给了我们另一份大礼。IPP的一个子集默认接入OpenCV，用户可以轻松得到。其中包含了可以将使用IPP加速的OpenCV再次分发的许可。在IPP的帮助下，很多函数都实现了显著的加速。

更详细的更新请查看更新日志。