CvSharp 1.10.19
See the version list below for details.
dotnet add package CvSharp --version 1.10.19
NuGet\Install-Package CvSharp -Version 1.10.19
<PackageReference Include="CvSharp" Version="1.10.19" />
<PackageVersion Include="CvSharp" Version="1.10.19" />
<PackageReference Include="CvSharp" />
paket add CvSharp --version 1.10.19
#r "nuget: CvSharp, 1.10.19"
#:package CvSharp@1.10.19
#addin nuget:?package=CvSharp&version=1.10.19
#tool nuget:?package=CvSharp&version=1.10.19
CvSharp
专为 C# 打造的轻量高效计算机视觉库(.NET 8 / .NET Framework 4.6.1+ 双目标)—— OpenCvSharp 的替代方案。
- 全码制条码识别(CvSharp.Barcode):QR / DataMatrix / Aztec / PDF417 + EAN·UPC / Code128 / Code39 / Code93 / Codabar / ITF / GS1 DataBar 全族共 16 种码制,热路径全 C++ 内核(二值化→检测几何→扫描解码), 托管侧只剩 RS 纠错与编排。对 ZXing-C++ 同机基准:246 张 HALCON 工业图检出 +36 张、零反向差距、文本零不一致; 任意角度旋转一维码、光照不均 DM、低对比 DataBar 都能解。超时预算 / ROI / 速度预设 / 逐阶段诊断日志, 单包装箱即用——不需要装任何 OpenCV 运行时。
- DPM 直接打标专用(DpmReader):金属点针 / 激光雕刻 DataMatrix 不依赖 L 定位边与静区,
按 Cognex PowerGrid 思路"由内而外"检测模块栅格纹理,定位图形缺失 30%~50% 仍可读;
与通用条码门面共用同一
BarcodeResult,BarcodeReader.TryDpm = true可一键兜底。 - 单一原生 DLL:
cvsharp_native.dll约 3.4 MB(C++17 / AVX2 / 静态 CRT,含条码、3D、PS 图像合成内核与内置 libpng、libwebp), 对比 OpenCvSharp 的几十 MB opencv_world + C++/CLI 包装层。 - 零撞名几何类型:
PointI / PointF / SizeI / RectI / RotatedRectF, 与 System.Drawing、WPF 任意 using 组合都不冲突,转换运算符内置。 - 无 C++/CLI:纯 P/Invoke,托管程序集双目标
net8.0+net461(net8.0 下可裁剪、可 AOT;net461 老项目直接装包即用)。 - 非托管 Mat:64B 对齐缓冲,
Span<byte>零拷贝访问,ROI 视图零拷贝共享; 调原生算子无需钉内存。相机外部缓冲(海康 MVS 等)可直接喂入。 - 图像 IO:PNG 写出走内置 libpng 1.6.44 + zlib 1.3.1(固定 Level 9 + 每行自适应滤波,比 OpenCV 默认档小 16–25%,反复保存无损);WebP 读写走内置 libwebp 1.5.0(有损/无损、alpha、method 与无损档位可调,有损同参(method 4)码流与 OpenCV 逐字节相同,
exact=1可让 BGRA 无损逐字节还原);PNG 读取与 JPEG/BMP/TIFF 走 Windows WIC,原生支持中文路径,零外部编解码依赖。详见docs/PNG编码器对标.md、docs/WebP编码器对标.md。 - 工业视觉特色算子:旋转不变模板匹配、亚像素测量卡尺全家、多相机拼接、骨架化、 区域特征与粘连分割、动态/方差阈值、平场校正、颜色相似度(CIEDE2000 色差/马氏距离颜色匹配)、 LBP/HOG 纹理特征与主色提取——生产项目验证。
- 3D 相机几何:CameraIntrinsics/DistortionCoeffs、Rodrigues、ProjectPoints(Brown 畸变 + 可选 Jacobian)、 UndistortPoints、SolvePnP(DLT+LM / 平面单应 / RANSAC)、ComposePose/InvertPose、TriangulatePoints; 投影走原生 AVX2、去畸变/三角化走原生多线程,100 万点快 OpenCV 18~536×,PnP 100 点快 1.81×。
- 3D 点云 / 网格 / 深度图(CvSharp.Geometry3D):独立包 CvSharp3D 已并入核心库——点云容器、
原生 KD-tree、体素降采样、法向/曲率、统计/半径离群点、RANSAC 平面·球·圆柱、欧式聚类、区域生长、
ICP 点到点·点到面、FPFH/PPF 特征与粗配准、OBB、深度图与视差、StereoBM/SGBM、法向图/曲率图滤波、
三角网格全套拓扑修复·平滑·简化·体积·惯性张量、PLY/PCD/OBJ 读写。热路径全部 C++17 原生,
同机同数据逐算子对标 Open3D 0.20:全部可对标算子不慢于 Open3D(见
docs/Geometry3D对标基准.md)。 - 非 8U 数据通路:Mat 的 U16/F32 容器、任意深度 ConvertTo/Normalize、 MinMaxLoc/MeanStdDev/Mean、U16/F32 固定阈值;统计与归一化 AVX2,1920×1080 U16 快 OpenCV 2.2~5.0×。 面向深度图/高度图(12-bit 相机、3D 传感器)与 F32 中间结果。
- OpenCV 对标补齐(v1.7):
Mat.CopyTo自动分配目标 +CopyTo(dst, mask);AddWeighted/Min/Max支持 U8/U16/S16/S32/F32/F64;Merge/Split任意通道 1..512(58 维逐像素特征图);RandomForestClassifier.PredictProbabilities(Mat)批量概率 +Mat.Reshape零拷贝样本矩阵;Laplacian增加ddepth(8U→16S/32F,与 OpenCV 一致);Lbp任意半径 R1/R2/R3 +LbpLocalHistogram逐像素局部直方图;ApplyColorMap增加 Turbo(OpenCV 同表);DrawContours支持 LINE_AA 抗锯齿/线宽/层级/偏移。 - 随机森林分类/回归(CvSharp.ML):直方图分裂原生实现,训练快经典排序实现 5×, 样本存原生堆不受托管数组上限约束;模型可存 UserInfo 自定义信息;与 LBP/HOG 组合即完整纹理分类链。
- Mat 缓冲池:释放的缓冲按尺寸入池复用(上限 512MB),临时 Mat 零页故障——高频分配算子全场景提速。
- 图层底座(CvSharp.Layers):PS 兼容 27 种混合模式的图层引擎(LayerStack / RasterLayer / GroupLayer), 蒙版、负偏移裁剪、组嵌套、局部脏区域合成、Revision 变更计数——标注与原图分离,类 PS 软件二次开发底座。 合成深度支持 U8 / U16 / F32(16 位文档不再降级到 8U)。
- PS 高性能算子(核心差异化):从图层直混、alpha 感知重采样、多色标渐变、软蒙版形态学到
网格变形、镜头模糊、GrabCut、16 位编辑,一套原生 API 覆盖类 PS 编辑器的主要底层能力。
27 种 PS 混合模式、U8/U16/F32 端到端、2MP Blend 0.6ms 级、GrabCut 152ms(OpenCV 1582ms),
不依赖 OpenCV 运行时。完整用法见
docs/算子手册.md,对标数据见docs/性能对比报告.md。 文字排版/shaping 不属本库(PixSharp.Text 负责),只提供Cv.MaskToColor覆盖度合成。
Photoshop 级图像合成算子
如果项目要做类 PS 编辑器、图层合成、16 位文档、景深/镜头模糊、快速抠图,CvSharp 已经把这套
底层做完了:单一 cvsharp_native.dll、纯 P/Invoke、原生 AVX2 + 24 线程,装包即用。
为什么值得用
- 真 PS 语义:27 种混合模式、逐像素 alpha、蒙版/偏移/ROI、图层组嵌套、16U/F32 全链路, 不是“用 AddWeighted 近似”。
- 快:2MP 单次 Blend 约 0.6ms;16U MorphologyEx / FeatherMask 比 OpenCV 快 2.4~3.6×; GrabCut 2MP 5 iter 152ms,OpenCV 同机 1582ms。
- 画面质量:alpha 预乘消除透明边缘黑边/白边;多色标渐变 + 8×8 抖动;多边形 bokeh 保留高光; 软蒙版形态学不会把 0..255 过渡带切成硬边。
- 16 位真的能编辑:合成、混合、CvtColor、LUT、CurveLut、CalcHist、形态学、羽化、绘图 都支持 U16,不是只能“合成一下”。
- 一套 API 打通:
Cv.Blend/LayerStack/ResizeAlpha/Gradient/MaskGrow/WarpMesh/LensBlur/GrabCut/MaskToColor,同一套Mat、同一套深度约定。
| 场景 | 入口 | 2MP 参考耗时 |
|---|---|---|
| 图层直混(27 种 PS 模式) | LayerStack / Cv.Blend |
0.62~0.80 ms |
| 透明素材缩放/旋转/透视 | Cv.ResizeAlpha / WarpAffineAlpha |
0.63 / 4.89 ms |
| 多色标渐变 + 抖动 | Cv.Gradient |
4K 4.33~5.91 ms |
| 软蒙版扩展/收缩/羽化 | MaskGrow / FeatherMask |
6.85 ms(r=20) |
| 液化/网格变形 | Cv.WarpMesh |
4K 3.93 ms |
| 镜头模糊/景深 | Cv.LensBlur |
23.4 ms(r=12) |
| 快速选择/主体抠图 | Cv.GrabCut |
152 ms(5 iter) |
| 16 位颜色/LUT/曲线/直方图/绘图 | CvtColor / Lut / CurveLut / CalcHist16 / 绘图 |
0.22~1.70 ms |
| 文字图层合成 | Cv.MaskToColor(不做排版) |
0.61 ms |
using CvSharp.Layers;
// 16 位图层栈:PS 模式 + 不透明度 + 蒙版 + 偏移
var stack = new LayerStack(new SizeI(3840, 2160), DepthType.U16);
stack.Add(new RasterLayer(bottom16u));
stack.Add(new RasterLayer(top16u) { BlendMode = BlendMode.Overlay, Opacity = 0.8f, Mask = mask16u });
using var flat = stack.Flatten();
// 透明素材缩放:预乘采样,边缘不黑
using var half = Cv.ResizeAlpha(cutoutBgra, new SizeI(w / 2, h / 2));
// 景深:多边形光圈 + 深度 CoC
using var dof = Cv.LensBlur(src, radius: 12, blades: 6, depth: depth16, focus: 0.5f);
// 快速抠图:GMM + 图割,返回 0/1 mask
using var mask = Cv.GrabCut(src, new RectI(400, 300, 1100, 500), iterCount: 5);
文字排版/shaping 仍由 PixSharp.Text 负责;CvSharp 的
Cv.PutText只是绘图, 真正的字形 coverage 可用Cv.MaskToColor高速合成。
快速上手
using CvSharp;
using CvSharp.Matching;
using var img = Cv.ImRead(@"D:\图.png", ImreadMode.Color); // 中文路径 OK
using var gray = img.CvtColor(ColorConversion.Bgr2Gray); // 流式扩展
using var blur = gray.GaussianBlur(new SizeI(15, 15), 0);
using var bin = blur.Threshold(127, 255, ThresholdType.Binary);
// 旋转模板匹配(旋转+缩放+平移,多线程金字塔)
using var model = ShapeMatcher.CreateTemplate(templateGray, roi: null, -180, 180);
foreach (var hit in model.Match(targetGray, minScore: 0.5f, maxMatches: 32))
Console.WriteLine($"{hit.Score:F3} @ ({hit.X:F1},{hit.Y:F1}) ∠{hit.AngleDegreesCv:F1}°");
Cv.Rectangle(img, new RectI(50, 50, 200, 120), Scalar.Red, 2); // BGR 标量
Cv.PutText(img, "检出目标", new PointI(50, 40), 20, Scalar.Red); // 真字体,支持中文
Cv.ImWrite(@"D:\out\结果.png", img);
亚像素测量(CvSharp.Measure)
using CvSharp.Measure;
using var gray = img.ToGray();
var line = Gauge.FindLine(gray, 100, 60, 100, 140); // 找直线(卡尺+稳健拟合)
var circle = Gauge.FindCircle(gray, 320, 240, 55); // 找圆(圆周卡尺+合理性闸门)
var corner = Gauge.CornerFromTwoEdges(edgeA.Value, edgeB.Value); // 两条边找角点
double? width = Gauge.MeasureWidth(gray, 120, 60, 120, 140); // 对边距离
var pt = Gauge.FindCorner(gray, 60, 50); // Shi-Tomasi 找角点
区域特征与粘连分割
using var labels = new Mat();
int n = Cv.SplitTouchingRegions(bin, labels); // 一行劈开粘连颗粒
foreach (var p in Cv.GetRegionProps(labels)) // 圆度/矩形度/孔洞/方向/等效椭圆/大小头有向方向
if (p.Circularity > 0.8 && p.HoleCount == 0)
Console.WriteLine($"完好圆粒 @{p.Centroid} R≈{Math.Sqrt(p.Area / Math.PI):F1}px");
// 大小头方向:DirectionDegrees(0~360,指向小头/尾端)+ DirectionSkewness 置信度(|值|<0.1 视为无方向)
图像拼接(CvSharp.Stitching)
using CvSharp.Stitching;
// 绕光心旋转拍摄的全景(手持/转台):焦距寻优 + 光束平差 + 波形校正 + 球面投影
var stitcher = new Stitcher { Motion = StitchMotion.Panorama };
using var result = stitcher.Stitch(new[] { img1, img2, img3 });
if (result.Ok)
Cv.ImWrite(@"D:\pano.png", result.Pano); // Transforms/Inliers 可检查对齐质量
// 工业固定机位(平移/仿射/单应平面链式):
// new Stitcher { Motion = StitchMotion.Affine, Blend = StitchBlend.MultiBand }
// 增益补偿(曝光差)与自动裁边默认开启,可用 GainCompensation/AutoCrop 关闭
约定:所有 Mat 都是 IDisposable(用 using);「找不到」返回 null 不抛异常;
测量算子只接受 8U 灰度图(彩色先 ToGray())。
条码识别(CvSharp.Barcode)
using CvSharp.Barcode;
var reader = new BarcodeReader
{
Formats = BarcodeFormat.QRCode | BarcodeFormat.DataMatrix, // 限定实际码制(默认全部 16 种)
Preset = BarcodePreset.Balanced, // Speed / Balanced / FullPower
TimeoutMs = 500, // 节拍预算:到点按当前进度返回
ScanRegion = new RectI(100, 80, 800, 600), // 视野固定时给 ROI,提速兼抗干扰
};
using var img = Cv.ImRead(@"D:\line\frame.png", ImreadMode.Grayscale);
BarcodeResult? r = reader.Decode(img); // 找不到返回 null
if (r != null)
Console.WriteLine($"{r.Format}: {r.Text} @ {r.Position[0]}"); // 四角坐标在 Position
// BarcodeResult 还带:SymbologyIdentifier / RawBytes / EcLevel / Version /
// ErrorsCorrected / IsMirrored / UpceText / EanAddOnText / DMSymbolSize …
- 多码帧:
reader.DecodeMulti(img)一次找全(MaxSymbols控制上限)。 - 冷启动:.NET JIT 首调约 0.5s,程序启动时后台线程跑一次
BarcodeReader.Warmup()即进稳态。 - 支持码制:QR / DataMatrix(含 DMRE)/ Aztec / PDF417 / EAN-13 / EAN-8 / UPC-A / UPC-E / Code39 / Code93 / Code128(含 GS1-128)/ Codabar / ITF / GS1 DataBar / DataBar Expanded / DataBar Limited。
- 识别率与速度的完整基准(对 ZXing-C++ 双口径、逐轮优化记录)见
docs/性能对比报告.md; 全部参数与工业用法见docs/算子手册.md条码识别章。
DPM 直接打标 DataMatrix(CvSharp.Barcode.DpmReader)
金属工件上的点针(dot-peen)与激光雕刻码没有连续定位边、模块彼此分离、对比度低,且常带
反光、铸件纹理与抖动噪声;常规印刷码解码器(白矩形 / 边缘跟踪 → L 形定位)往往在几何检测
第一步就失败。DpmReader 是为此类码设计的专用算子:不依赖 L 定位边、时钟边与静区,
先在码内部检测模块栅格的周期纹理(Cognex PowerGrid 式"由内而外"),再拟合栅格、多假设取块、
逐单元采样,最后交给 DataMatrix 的 RS 纠错判真——不做任何"疑似通过"的启发式放行。
using CvSharp.Barcode;
var reader = new DpmReader
{
MarkType = DpmMarkType.Auto, // Auto / DotPeen / Laser
Polarity = DpmPolarity.Auto, // 深码浅底优先,失败自动反色
TimeoutMs = 800, // 节拍预算;0 = 不限
};
using var img = Cv.ImRead(@"D:\line\dpm.png", ImreadMode.Grayscale);
BarcodeResult? r = reader.Decode(img);
if (r != null)
Console.WriteLine($"{r.Text} {r.DMSymbolSize} p={r.ModuleSize:F1}px angle={r.Angle:F1}° err={r.ErrorsCorrected}");
- 双通道:纹理栅格(点针 / 断续模块)+ 形状(激光 / 近实心模块),
MarkType可强制其一;TryShapePath=false可跳过形状通道,TryHarder=false可减半耗时。 - 输出复用
BarcodeResult(Format恒为DataMatrix),另带DpmMark、ModuleSize、Angle诊断字段; 四角坐标在Position,ROI 识别自动换算回原图。 - 与通用门面共用:
new BarcodeReader { TryDpm = true }在常规通道全败且请求了 DataMatrix 时自动回退到 DPM 通道。 - 实测(
D:\IMG\DPM45 张工业样本):通用BarcodeReader8/45,DpmReader25/45。 其中 25 张"定位图形受损"的点针样本从 0 张提到 7 张;拉丝/铸铁等新增金属样本解出 2/3; 其余 CPU 激光/点针混排样本 15/17(通用通道 8/17,多阈值/实心化/栅格/分块通道多救回 7 张)。 - 耗时:默认(
TryHarder=false)平均 0.14 s/张(良品码 30~60 ms);TryHarder=true高努力模式平均 0.35~0.50 s/张(25/45);上游给 ROI/掩码时严格按区域解码(实测 11 ms/张)。DpmReader.Warmup()可消除首调 JIT 尖峰。 - 算法细节、参数与调参建议见
docs/算子手册.md的 DPM 章。
算子总览(按功能分组)
每个算子的签名 / 参数 / 示例 / 注意事项见随包文档 docs/算子手册.md。
| 分组 | 算子 |
|---|---|
| 条码识别(CvSharp.Barcode) | BarcodeReader:16 种码制一框全收(QR/DM/Aztec/PDF417 + 9 种一维 + DataBar 全族),全 C++ 内核,多角度扫掠/反色/去模糊重试,超时预算/ROI/速度预设/诊断日志,对 ZXing-C++ 检出 +36 零反向差距 |
| DPM 直接打标(CvSharp.Barcode) | DpmReader:金属点针/激光雕刻 DataMatrix 专用——纹理栅格定位(不依赖 L 边/时钟边/静区,定位图形缺失 30%~50% 仍可读)+ 实心形状通道双路,多假设取块 + 单元采样 + RS 判真;BarcodeReader.TryDpm 可一键兜底 |
| 图像 IO | ImRead / ImWrite(PNG 写 libpng Level 9+自适应;WebP 读写内置 libwebp,有损/无损/alpha 可调;其余 WIC;中文路径)、ImEncode / ImDecode(内存编解码,WebP 按码流头识别) |
| 颜色与通道 | CvtColor(BGR/Gray/HSV/HLS/Lab/XYZ/YCrCb)、ToGray/ToBgr、Demosaic(Bayer)、Split / Merge、InRange、Lut |
| 阈值与分割 | Threshold(Otsu/Triangle)、AdaptiveThreshold、DynThreshold(动态阈值)/ VarThreshold(方差阈值)、Watershed(掩码/绝对高度)、SplitTouchingRegions(粘连分割)、FloodFill、Inpaint(Telea 修复)、SeamlessClone(泊松无缝融合,抠图换背景无接缝)、DistanceTransform、ConnectedComponentsWithStats |
| 滤波增强 | Blur、GaussianBlur、MedianBlur(AVX2;U16/F32 支持 3×3~11×11,大核 nth_element)、BilateralFilter、Sobel / Scharr / Laplacian、EqualizeHist、CLAHE、HighPass(高反差保留) |
| 形态学 | Erode / Dilate(O(1) 任意核)、MorphologyEx、GetStructuringElement、Skeletonize(Zhang-Suen / Guo-Hall) |
| 几何变换 | Resize、Rotate / Flip、WarpAffine、WarpPerspective、Remap、Undistort(Brown 模型)、PyrDown / PyrUp、CopyMakeBorder |
| 绘图文字 | Line / Rectangle / Circle / Ellipse / Polylines / FillPoly / DrawContours / ArrowedLine / DrawMarker、PutText(GDI 真字体,支持中文) |
| 轮廓形状 | FindContours、BoundingRect / MinAreaRect / MinEnclosingCircle / FitEllipse、ContourArea / ArcLength / Moments / PointPolygonTest、ApproxPolyDP、ConvexHull、ConcaveHull(凹包)、MatchShapes、GetRegionProps / SelectRegions(区域特征与筛选) |
| 特征检测 | Canny、CornerHarris、CornerMinEigenVal、GoodFeaturesToTrack(亚像素)、HoughLines / HoughLinesP / HoughCircles、FitLine |
| 算术统计 | Add / Subtract / Multiply / Divide / AddWeighted / Absdiff、Bitwise 系列、Max / Min / Compare、Mean / MeanStdDev / MinMaxLoc / Norm、CalcHist / CountNonZero / FindNonZero、Integral |
| 频域 | Dft / Idft(任意尺寸 FFT)、Magnitude、PhaseCorrelate(亚像素平移配准) |
| 模板匹配 | ShapeMatcher:旋转+缩放+平移,多线程金字塔,模型序列化缓存,PoseMap 位姿投影 |
| 亚像素测量 | Gauge 一步调用(找线/找圆/角点/对边距/两边交角点)、Caliper / CircleFinder / CornerFinder 中层卡尺、Fitting / EdgeDetector 底层 |
| 图像拼接 | Stitcher:平移/仿射/单应/全景(旋转相机+球面投影)四模型,None/Feather/MultiBand 融合,增益补偿+自动裁边 |
| 相机链路 | FlatFieldCorrector 平场校正:平场图离线建模,每帧 0.7 ms(快 OpenCV 管线 10×),除暗角/传感器非均匀性 |
| 颜色相似度 | ColorDistance(CIE76/CIEDE2000 色差图)、ColorMatcher(马氏距离训练式颜色匹配)、DeltaE2000、Lab 互转(AVX2,快 OpenCV 1.5×) |
| 纹理与颜色统计 | Lbp / LbpHistogram(Basic/Uniform/旋转不变,AVX2,支持任意半径 R1/R2/R3、多半径拼接、逐像素局部直方图)、Hog(快 OpenCV 5.8×)、CalcHistColor(任意桶数,快 3.4×)、DominantColors(median-cut 主色提取) |
| 机器学习 | RandomForestClassifier / RandomForestRegressor:直方图分裂随机森林分类与回归(训练 5×/推理 2.8× 于经典排序实现),批量概率 PredictProbabilities(Mat) 直出 N×C 概率矩阵,OOB 评估、特征重要性、模型序列化(可存 UserInfo 自定义信息) |
| 检测与标定 | NonMaxSuppression(检测框去重)、DeskewCrop(旋转矩形矫正裁剪)、CornerSubPix(亚像素角点)、FitRotationCenter(旋转中心标定)、FindChessboardCorners / CalibrateCamera(棋盘格标定,张正友+LM)、ShapeMatcher 掩码建模 |
| 工业测量扩展 | EdgesSubPix(XLD 亚像素轮廓)、ExtractLinesSteger(划痕/光条中心线+宽度)、UnwrapAnnulus / WrapAnnulus(圆环极坐标展开/回卷)、EstimateSimilarity2D / EstimateAffine2D / EstimateHomography(RANSAC 鲁棒变换估计)、CalibrateHandEye(手眼标定 AX=XB) |
| 特征与光流 | OrbDetect / OrbMatch(旋转不变 ORB:GFTT+主方向+导向 BRIEF,多尺度)、CalcOpticalFlowPyrLK(LK 金字塔光流,亚像素跟踪) |
| 频域与增强 | NotchFilter / FindSpectralPeaks(周期纹理陷波消除)、GuidedFilter(引导滤波保边平滑,原生 O(1) 滑动窗;U8/U16/F32 任意引导+源组合,快 OpenCV contrib 约 3×) |
| 条码与一维信号(v1.2.12) | HybridThreshold(混合局部阈值,光照不均二维码主力)、ValleyThreshold(双峰谷值,失败可见)、Filter1D(一维方向卷积)、SampleLine(任意角度线段亚像素采样)、BitMat(位打包二值矩阵) |
| 去模糊与质量评估(v1.2.12) | DeblurWiener + MotionBlurKernel(维纳反卷积运动去模糊)、EstimateBlur(拉普拉斯方差模糊评分,自动对焦/采图筛选) |
| 通用卷积与去噪(v1.2.13) | Filter2D / SepFilter2D(任意卷积核,AVX2)、GetGaussianKernel / GetGaborKernel(核生成)、BoxFilter(归一化盒滤波)、FastNlMeansDenoising(滑窗块 SSD 非局部均值)、PyrMeanShiftFiltering(金字塔均值漂移分割) |
| 形态学结构元扩展(v1.2.13) | GetStructuringElement 支持 Ellipse / Cross,Erode / Dilate 自动分流任意掩码形态学 |
| 聚类与统计(v1.2.13) | Kmeans(k-means++ 初始化)、CalcBackProject(直方图反向投影)、CompareHist(相关/卡方/巴氏/Hellinger 四度量)、CartToPolar / PolarToCart、Exp / Log / Pow / Sqrt、Reduce、MulSpectrums、GetOptimalDFTSize、WarpPolar、Accumulate 家族 |
| 布局与着色(v1.2.13) | Transpose / Repeat / Hconcat / Vconcat、ApplyColorMap(Jet/Hot/Rainbow/Bone/Viridis/Turbo,Turbo 与 OpenCV 同表)、GetRectSubPix(亚像素取块)、ConvexityDefects(凸缺陷) |
| 图层底座(CvSharp.Layers) | LayerStack / RasterLayer / GroupLayer:PS 兼容 27 种混合模式、不透明度/蒙版/偏移裁剪、图层组嵌套、Flatten(roi) 局部合成、Revision 变更计数;合成深度支持 U8/U16/F32 |
| PS 图像合成算子 | Cv.LensBlur(6 叶 bokeh/景深,2MP 23.4ms)、Cv.GrabCut(GMM+图割,2MP 152ms vs OpenCV 1582ms)、Cv.MaskToColor(覆盖度→彩色像素,2MP 0.61ms)、Cv.Blend(像素级直混:27 模式、U8/U16/F32、8U/16U 蒙版、偏移/ROI、3/4 通道)、PremultiplyAlpha / UnpremultiplyAlpha、ResizeAlpha / WarpAffineAlpha / WarpPerspectiveAlpha(alpha 感知,透明边缘无黑边)、Gradient(5 种几何 + 多色标 + alpha 色标 + dither,8U/16U)、MaskGrow / MaskShrink / MaskSmooth / MaskBorder / MaskFeatherEx(软蒙版连续值形态学)、WarpMesh / WarpMeshIncremental(网格变形,4K 3.9ms)、16U/F32 图层合成 |
| 选区与掩码(v1.2.16~19) | PathToMask(路径→软边缘掩码,所有选区工具统一出口:NonZero/EvenOdd 填充规则、4× 超采样抗锯齿、羽化;PointI 轮廓直喂、多轮廓孔洞、复用缓冲三扩展)、SnapToEdges(磁性套索 live-wire:锚点间路径自动贴边)、FlattenBezier(钢笔出口:三次贝塞尔自适应展平)、SmoothPath(轮廓转平滑路径:Chaikin 切角细分,OpenCV 无对标)、MaskBoolean(并/交/差,连续值语义)、FeatherMask(PS 手感羽化)——产出掩码直接插 RasterLayer.Mask |
| 3D 相机几何 | CameraIntrinsics / DistortionCoeffs(与标定结果解耦的值类型)、RodriguesToMatrix / RodriguesToVector(θ≈0/π 稳定)、ProjectPoints(Brown 畸变 + 可选 Jacobian,原生 AVX2)、UndistortPoints(5 次迭代,可投新内参 P)、SolvePnP / SolvePnPRansac(DLT+LM、平面单应分解、外点剔除)、ComposePose / InvertPose(同 OpenCV composeRT 语义)、TriangulatePoints(双视图 DLT 正规方程) |
| 非 8U 数据通路 | U16/F32 Mat(At/Set/ROI/CopyTo/SetArray/Reshape)、ConvertTo(U8↔U16↔F32,AVX2)、Normalize(MinMax,AVX2)、MinMaxLoc / MeanStdDev / Mean(U16/F32,AVX2)、Threshold(U16/F32 固定阈值,AVX2;U16/F32 支持 Otsu/Triangle)、AddWeighted / Min / Max(任意深度,AVX2)、Laplacian ddepth(8U→16S/32F…)、Merge/Split 任意通道数(1..512) |
与 OpenCV 对照
2000×1500 实测(24 线程,取 5 次最优),OpenCvSharp 4.10 同图对比。
快于 OpenCV:
| 算子 | CvSharp | OpenCvSharp | 说明 |
|---|---|---|---|
| ConnectedComponents(21 万域密集噪声图) | 31 ms | 133 ms | 快 4.3× |
| CountNonZero | 0.05 ms | 0.1 ms | 快 2.7× |
| Skeletonize Zhang-Suen / Guo-Hall | 58 / 62 ms | 105 / 116 ms | 快 1.8~1.9×,逐像素一致 |
| MedianBlur 5×5 | 2.2 ms | 4.1 ms | 快 1.9× |
| Scharr | 0.8 ms | 1.3 ms | 快 1.6× |
| FloodFill(106 万像素闭环) | 1.4 ms | 2.0 ms | 快 1.5× |
| PyrDown 8U | 0.04 ms | 0.07 ms | 快 1.5×(16U / F32 见「慢于 OpenCV」) |
| DistanceTransform 8U | 3.91 ms | 9.64 ms | 快 2.5×(两趟 EDT + 并行) |
| AdaptiveThreshold / Blur / CopyMakeBorder | — | — | 持平略快 |
| Watershed(300 种子) | 132 ms | 193 ms | 快 1.5×(1.2.1 紧凑桶队列重写) |
| DynThreshold 25×25 | 2.1 ms | 2.9 ms | 快 1.4×(对照 OpenCV Blur+Absdiff+Threshold 三步管线) |
| FlatFieldCorrect 平场校正(每帧) | 0.7 ms | 7.5 ms | 快 10×(增益图预算 + AVX2 单趟) |
| GaussianBlur 15×15 / 25×25 | 1.0 / 1.5 ms | 1.2 / 1.6 ms | 快 1.2×~持平(1.2.4 madd_epi16 十六宽重写,较 1.2.3 提速 1.6×) |
| Dft 1024×1024 | 2.0 ms | 3.7 ms | 快 1.9×(1.2.5 缓冲池);Dft 2000×1500 / PhaseCorrelate 持平 |
| CvtColor Bgr2Lab | 1.2 ms | 1.9 ms | 快 1.5×(AVX2 查表,最大差 1) |
| HighPass 25(高反差保留) | 2.4 ms | 2.8 ms | 快 1.2×(GaussianBlur 重写后反超) |
| Resize 双线性 2× 放大(灰度,UNet 上采样工况) | 1.4 ms | 1.5 ms | 略快(Q7 定点 + AVX2 掩码路径) |
| Resize 双线性 →512×512(彩色,训练预处理工况) | 0.07 ms | 0.1 ms | 快 ~1.5× |
| CornerHarris 3×3 | 13.2 ms | 35.4 ms | 快 2.7×(SIMD Sobel + 滑动窗盒和) |
| HOG 描述子(2000×1480, 9bin) | 7 ms | 39 ms | 快 5.8×(方向量化 LUT) |
| CalcHistColor 8 桶×3 通道 | 0.5 ms | 1.8 ms | 快 3.4×(对照 Cv2.CalcHist) |
| 3D ProjectPoints(100 万点,含畸变) | 0.70 ms | 22.0 ms | 快 31×,最大差 1.1e-13 px |
| 3D UndistortPoints(100 万点,5 迭代) | 2.42 ms | 44.2 ms | 快 18.3× |
| 3D TriangulatePoints(100 万点) | 1.62 ms | 869 ms | 快 536×(逐点 SVD → 3×3 正规方程) |
| 3D SolvePnP(100 点,含畸变) | 0.0485 ms | 0.088 ms | 快 1.81×(给初值 0.0178 ms,快 4.95×) |
| 3D SolvePnPRansac(150 点 / 20% 外点) | 0.243 ms | 0.389 ms | 快 1.60× |
| U16→F32 ConvertTo(1920×1080) | 0.12 ms | 0.22 ms | 快 1.9× |
| U16 MinMaxLoc(1920×1080) | 0.067 ms | 0.31 ms | 快 4.6× |
| U16 MeanStdDev(1920×1080) | 0.17 ms | 0.86 ms | 快 5.0× |
| U16 Mean(1920×1080) | 0.037 ms | 0.082 ms | 快 2.2× |
| U16 Normalize(1920×1080) | 0.13 ms | 0.45 ms | 快 3.6× |
| U16 Threshold(1920×1080,固定阈值) | 0.039 ms | 0.037 ms | 基本持平(0.9~1.2×,随负载波动) |
| U16 GaussianBlur 15×15(1920×1080) | 0.38 ms | 1.38 ms | 快 3.5×(Q15 定点) |
| U16 Resize 2× 降采样(1920→960) | 0.036 ms | 0.049 ms | 快 1.37×(AVX2) |
| F32 Filter2D 5×5(1920×1080) | 1.03 ms | 1.63 ms | 快 1.6× |
| U16 Blur/BoxFilter 15×15(1920×1080) | 0.52 ms | 0.96 ms | 快 1.8× |
| U16 Resize 任意比例(1920→1280) | 0.13 ms | 0.13 ms | 持平(1.0×,gather) |
| U16 Remap 双线性(1920×1080) | 0.45 ms | 1.00 ms | 快 2.2× |
| F32 Remap 双线性(1920×1080) | 0.48 ms | 0.88 ms | 快 1.9× |
| U16 MedianBlur 3×3(2000×1500) | 0.32 ms | 0.69 ms | 快 2.2× |
| U16 MedianBlur 5×5(2000×1500) | 3.38 ms | 4.86 ms | 快 1.4×(25 输入中值网络) |
| U16 Sobel 3×3 → F32(2000×1500) | 0.23 ms | 4.01 ms | 快 17×(融合 float 管道,不落中间图) |
| U16 Laplacian → F32(2000×1500) | 0.42 ms | 5.36 ms | 快 12.8× |
| 8U Otsu 自动阈值(2000×1500) | 0.16 ms | 0.98 ms | 快 6.1×(直方图按 band 并行) |
| U16 Otsu 自动阈值(2000×1500) | 1.47 ms | 3.21 ms | 快 2.2× |
| EqualizeHist(2000×1500) | 0.33 ms | 0.69 ms | 快 2.1× |
| Flip 16U(2000×1500) | 0.06 ms | 0.24 ms | 快 4×(pshufb 成对逆序) |
| WarpAffine 16U(2000×1500) | 0.82 ms | 1.46 ms | 快 1.8×(gather SIMD) |
| WarpAffine F32(2000×1500) | 1.14 ms | 1.47 ms | 快 1.3×(gather SIMD) |
| BilateralFilter 8U-3ch d=9(2000×1500) | 14.0 ms | 22.8 ms | 快 1.6× |
| BGR2Gray(2000×1500) | 0.10 ms | 0.14 ms | 快 1.4×(SSE 解交织) |
| Resize U16 0.5× 降采样(2000×1500) | 0.04 ms | 0.05 ms | 快 1.25× |
| AddWeighted F32(1920×1080) | 0.08 ms | 0.58 ms | 快 7×(AVX2 FMA) |
| GuidedFilter F32 r=8(1920×1080) | 7.7 ms | 26.8 ms | 快 3.5×(OpenCV contrib ximgproc) |
| Merge 58ch F32(320×240) | 0.58 ms | 1.75 ms | 快 3×(通道主序 + 多线程) |
| Laplacian 8U→16S(1920×1080) | 0.058 ms | 0.69 ms | 快 12×(单趟 SIMD 直写) |
| ApplyColorMap Turbo(1920×1080) | 0.22 ms | 0.40 ms | 快 1.8×(原生多线程 LUT,逐像素一致) |
| DrawContours LINE_AA w=2(200 轮廓) | 1.34 ms | 1.73 ms | 快 1.3×;填充快 2.6× |
| PyrDown 16U(1920×1080) | 0.045 ms | 0.054 ms | 0.84×(madd 直接算 8 个抽头,不再落 E/O) |
| PyrDown F32(1920×1080) | 0.057 ms | 0.052 ms | ~1.0×(shuffle 共用一次车道重排) |
| Remap 8U(1920×1080) | 0.27 ms | 0.56 ms | 快 2×(gather 一次读 2 像素) |
| Canny(1920×1080) | 1.79 ms | 3.25 ms | 快 1.8×(Sobel/方向量化 AVX2) |
| Transpose 16U(1920×1080) | 0.14 ms | 0.26 ms | 快 1.9×(8×8 块 SSE 转置) |
| Resize 8U 精确 0.5× | 0.013 ms | 0.017 ms | 快 1.3×(2×2 均值 maddubs) |
| GaussianBlur 8U 5×5 | 0.11 ms | 0.16 ms | 快 1.4×(环行指针外提) |
| Integral 8U | 0.27 ms | 0.27 ms | 持平(行前缀 SIMD + 64 列块并行) |
| GetRectSubPix 64×64 | 0.001 ms | 0.001 ms | 持平(原生 AVX2 + 小 patch 串行) |
| Remap 16U-3ch(1920×1080 map) | 1.37 ms | 1.25 ms | 0.98~1.11×(全越界区直接填边界) |
| MedianBlur 16U-3ch 5×5(1280×720) | 3.42 ms | 3.78 ms | 0.88~0.91×(三通道融合内核,行环形缓冲) |
| Resize 16U 1.5×(1920→2880) | 0.124 ms | 0.165 ms | 0.72~0.77×(1.5× 专用横向内核:3 输出/2 源像素) |
OpenCV 没有或不可用的:
| 算子 | 对照 |
|---|---|
| ShapeMatcher 旋转模板匹配 | OpenCV matchTemplate 不支持旋转 |
| Gauge 亚像素测量全家 | OpenCV 没有卡尺测量算子 |
| ConcaveHull 凹包 | OpenCV 只有凸包 |
| CvSharp.Geometry3D 点云/网格全家 | OpenCV 主库没有点云容器、点云 KD-tree、体素/离群点/聚类/区域生长、3D 基元 RANSAC、ICP/FPFH、法向/曲率图、网格处理、PLY/PCD/OBJ 读写;contrib 只有零散 surface_matching(PPF/点到点 ICP/法向)与 rgbd(depthTo3d/RgbdNormals/RgbdPlane),需单独编译且无统一数据模型 |
| Stitcher(稀疏纹理工况) | OpenCV Stitcher 直接失败(ErrNeedMoreImgs),CvSharp 稳定出图 |
| Stitcher Panorama 全景(2×1000×750 实拍) | 122 ms → 92 ms,快 1.3×;平面拼接(2×2000×1500)305 ms → 125 ms,快 2.4× |
| PutText 中文/真字体 | OpenCV Hershey 不支持中文、无抗锯齿 |
| Skeletonize 骨架化 | OpenCV 官方版没有(需 contrib) |
| GetRegionProps / SelectRegions 区域特征与筛选 | OpenCV 没有,需逐轮廓手工组合;48 域约 11 ms |
| SplitTouchingRegions 粘连分割 | OpenCV 需手写 7 算子管线;CvSharp 一行调用速度持平,另带口袋填缝与孤立小块补救 |
| DynThreshold / VarThreshold 动态·方差阈值 | OpenCV 没有(HALCON 经典);光照不均/纹理背景缺陷检出 |
| ColorDistance 色差图(CIE76/CIEDE2000) | OpenCV 没有色差算子;其单次 BGR2Lab 转换都比 CvSharp 转换+色差融合单趟慢 |
| ColorMatcher 马氏距离颜色匹配 | OpenCV 只有底层 Mahalanobis 函数;Cognex ColorMatch / Keyence 色检测同类 |
| Lbp / LbpHistogram / LbpLocalHistogram LBP 纹理特征 | OpenCV 没有;Basic/Uniform/旋转不变三变体,任意半径 R1/R2/R3 圆采样(与 scikit-image 逐桶一致)、逐像素局部直方图,0.1~7 ms |
| DominantColors 主色提取 | OpenCV 没有,需手写 kmeans/量化管线;median-cut 精确均值约 7 ms |
| HybridThreshold / ValleyThreshold | OpenCV 没有(ZXing-C++ 同级混合局部阈值;双峰谷值「失败可见」) |
| SampleLine / BitMat / Filter1D | OpenCV 没有亚像素线段采样与位打包矩阵;Filter1D 一步免拆核 |
| DeblurWiener / EstimateBlur | OpenCV 没有维纳去模糊与模糊评分算子 |
| 核尺寸自动钳制 | OpenCV 核大于图抛 cv::Exception 中断;CvSharp 钳到合法值继续工作(小图 ROI/金字塔末端不再崩) |
持平(±15%): CLAHE、InRange、Bitwise、Lut、CalcHist、Demosaic、 PhaseCorrelate(0.9×,位移结果一致)、Transpose、Gray2BGR、Canny 等常规算子。
目前慢于 OpenCV(如实,1920×1080 / 24 线程 / best-of-7;v1.7.1 后剩余项):
| 算子 | CvSharp | OpenCV | 比值 | 说明 |
|---|---|---|---|---|
| Threshold 8U(0.02 ms 级) | 0.024 ms | 0.019 ms | 1.2× | 2 MP 全带宽级,绝对差 5 µs,随负载可比性有限 |
| BGR2Lab | 0.66 ms | 0.60 ms | 1.1~1.2× | 16K 段 f(t) 最近邻(3 次 gather)+ 12 MB 读写带宽极限 |
| BilateralFilter 8U-3ch d=5 | 1.6 ms | 1.4 ms | 1.1~1.2× | d=9 时反超(0.61×) |
| MedianBlur 8U-3ch 5×5 | 3.5 ms | 3.1 ms | 1.09× | 8U 直方图通路;16U-3ch 已用融合内核反超 |
| WarpAffine 8U | 0.82 ms | 0.83 ms | ~1.0× | 16U/F32 已反超 |
注:v1.7.2 把 Remap 16U/32F-3ch(原 2.0× / 1.5×)压到 0.96~1.11×;v1.7.3 把 BGR2Lab 从 1.4× 降到 1.1~1.2×;v1.7.4 用三通道融合内核把 MedianBlur 16U-3ch 5×5 从 1.2× 打到 0.88~0.91×;v1.7.5 给 Resize 16U 精确 1.5× 加了专用横向内核(1.2× → 0.72~0.77×)。 另外 PyrDown 16U/F32(原 3~4×)、GetRectSubPix(原 43×)、Integral(原 1.8×)、 Transpose 16U(原 1.5×)、Remap 8U(原 1.7×)、Canny(原 1.7×)均已收进 ≤1.0×; 剩余项的逐项证据与评估见 docs/优化实施进展.md。
3D 点云 / 网格 / 深度图(CvSharp.Geometry3D)
原独立包 CvSharp3D 已并入核心库,命名空间为 CvSharp.Geometry3D(类型名与 API 保持兼容)。
所有热路径由 cvsharp_native.dll 的 C++17 内核执行(AVX2 + 多线程),托管侧只做容器与编排。
OpenCV 主库没有点云/网格这一层(只有相机几何与双目;contrib 仅零散 PPF/ICP/rgbd 接口),
本库把它一次补齐,详见下节「OpenCV 主库没有的 3D 能力」。
与 Open3D 0.20 同机、同数据、同参数逐算子对标:全部可对标的算子都不慢于 Open3D
(完整数据见 docs/Geometry3D对标基准.md)。
| 分组 | 算子 |
|---|---|
| 点云容器 | PointCloud(XYZ/BGR/法向/organized;Transform / Crop / CropByPlane / Merge / Select / RandomDownsample / RemoveInvalid / RemoveDuplicate / Clean / VoxelDownsample / Centroid / BoundingBox) |
| 邻域搜索 | PointCloudKdTree(原生平衡 KD-tree:Nearest / KNearest / RadiusSearch / 批量查询 / 可选 LFU 缓存) |
| 几何属性 | EstimateNormals(KNN/四邻域)、EstimateCurvature、OrientNormalsConsistently、OrientedBoundingBox(PCA) |
| 滤波 | RemoveStatisticalOutliers、RemoveRadiusOutliers |
| 分割 | SegmentPlaneRansac、SegmentSphereRansac、SegmentCylinderRansac、ClusterEuclidean、SegmentSmoothRegions |
| 配准 | AlignIcp、AlignIcpPointToPlane(None/Huber/Tukey/TukeyAdaptive)、RegisterFpfh、RegisterPpf、RegisterGlobalFpfh |
| 3D 特征 | ComputeFpfh(33 维)、ComputePpfPairs、FpfhDescriptor.Match(ratio + 互检) |
| 深度图 | DepthImage(补洞/双边/统计/直方图/旋转翻转裁剪)、PointCloud.FromDepth/ToDepth、FromDisparity(含左右一致) |
| 立体匹配 | StereoMatcher.ComputeDisparity / ComputeSgbm / ComputeSgbmConsistency / ComputeSgbmDownscaled / ComputeSgbmTiled |
| 2.5D 图 | ToNormalMap / ToCurvatureMap / ToNormalColor / ToCurvatureColor、法向/曲率均值·双边·联合双边滤波、PNG/PPM 导出 |
| 三角网格 | Mesh:变换/缩放/镜像/旋转、顶点法向、Laplacian 平滑(顶点/法向/颜色)、体素简化、合并重复顶点(可平均属性)、去退化/重复/非流形面、边界环、补洞、统一绕序、表面积/体积/质心/惯性张量/主轴/OBB、OBJ/PLY/MTL 读写;TriangulateOrganized |
| 3D IO | PLY(ASCII / binary LE,法向/颜色/UV/多边形)、PCD(ASCII / binary,xyz+rgb)、OBJ(v/vt/vn/颜色/MTL),全部原生、支持中文路径 |
using CvSharp.Geometry3D;
var cloud = PointCloud.LoadPly(@"D:\scan.ply");
cloud.EstimateNormals(16);
var voxel = cloud.VoxelDownsample(0.002f);
var plane = cloud.SegmentPlaneRansac(0.001f); // RANSAC 平面(法向+d,内点最小二乘精化)
var clusters = cloud.ClusterEuclidean(0.01f, 50); // 欧式聚类
var fpfh = cloud.ComputeFpfh(0.02f); // 33 维描述子
var icp = source.AlignIcpPointToPlane(target, maxIterations: 50,
maxCorrespondenceDistance: 0.02f);
var global = source.RegisterGlobalFpfh(target, featureRadius: 0.02f, inlierThreshold: 0.01f);
using var depth = DepthImage.FromDepthPng(@"D:\depth.png", intrinsics, 0.001f);
var cloud2 = depth.ToPointCloud();
var mesh = PointCloud.LoadPly(@"D:\scan.ply").TriangulateOrganized();
mesh.Clean(); // 退化面/重复顶点/重复面
mesh.SaveObj(@"D:\mesh.obj", withNormals: true);
OpenCV 主库没有的 3D 能力(本库独有)
OpenCV 的 3D 能力停在相机几何:calib3d 有 PnP / 三角化 / 双目校正 / StereoBM·SGBM /
reprojectImageTo3D,但主库没有“点云”这一层——没有点云容器、点云 KD-tree、体素/离群点/
聚类/区域生长、3D 基元 RANSAC、ICP/FPFH、法向/曲率图、网格类型与处理、PLY/PCD/OBJ 读写。
cv::Mat 不是点云,cv::flann 是通用向量索引而非点云邻域 API;opencv_contrib 的
surface_matching(PPF、点到点 ICP、法向)与 rgbd(depthTo3d、RgbdNormals、RgbdPlane)
只补了零散接口,仍需单独编译 contrib,且没有统一点云模型、没有球/圆柱 RANSAC、没有 FPFH、
没有网格拓扑与几何量、没有 3D 文件 IO。
| 能力 | OpenCV 主库 | opencv_contrib | CvSharp.Geometry3D |
|---|---|---|---|
| 点云容器(XYZ/BGR/法向/有序布局/无效点) | 无(cv::Mat 无点云语义) |
无 | PointCloud |
| 点云 KD-tree(最近邻/KNN/半径/批量) | 无(FLANN 是通用索引) | 无 | 原生 16 点叶桶 KD-tree |
| 体素降采样 / 统计·半径离群点 | 无 | 无 | 原生 |
| 法向 / 曲率 / PCA OBB | 无 | RgbdNormals、computeNormalsPC3d(无曲率/OBB) |
原生 |
| RANSAC 平面 / 球 / 圆柱 | 无 | RgbdPlane 仅深度图平面 |
三种基元 + 内点精化 |
| 欧式聚类 / 平滑区域生长 | 无 | 无 | 原生 |
| ICP 点到点 / 点到面 | 无 | surface_matching::ICP 仅点到点 |
两种 + Huber/Tukey 稳健核 |
| FPFH / PPF / 描述子匹配 | 无 | PPF 有,FPFH 无 | 全部 |
| 深度图封装 / 视差 / 深度→点云 | reprojectImageTo3D(需自建 Q) |
rgbd::depthTo3d(需 contrib) |
DepthImage + FromDepth + 视差左右一致 |
| 立体匹配 | 有 StereoBM/SGBM | — | 原生 BM/SGBM(不依赖 OpenCV 运行时)+ 左右一致/降采样/分块 |
| 法向图/曲率图及均值·双边·联合双边滤波 | 无 | 无 | 原生 |
| 三角网格(平滑/简化/拓扑修复/补洞/体积/惯性) | 无 | viz::Mesh 仅可视化加载(需 VTK) |
Mesh 全套 |
| PLY/PCD/OBJ 读写 | 无(FileStorage 仅 YAML/XML/JSON) |
viz 可加载部分网格用于显示 |
原生,中文路径 OK |
一句话:OpenCV 把 3D 做到“相机几何 + 双目”;CvSharp.Geometry3D 把“点云 / 网格 / 3D 特征 / 3D IO” 这一整层补齐——78 个原生导出函数全部收在同一个
cvsharp_native.dll,不需要 OpenCV、contrib 或 VTK。
与 Open3D 的语义差异(不影响性能结论)
OrientedBoundingBox采用全点 PCA;Open3D 0.20 的 OBB 走凸包路径,混合形状的盒尺寸可能不同。ClusterEuclidean是欧式聚类(体素网格 + BFS,等距连接),Open3D 只有 DBSCAN;两者仅作量级对照。FillHoles为边界环扇形补洞(Open3D 0.20 的 legacyTriangleMesh.fill_holes已移除, tensor API 仍有同名接口;本库保留一行式补洞)。EstimateNormals的符号约定:默认朝向原点(与 CvSharp3D 一致),Open3D 默认随机朝向。
测试与对标基准
dotnet run --project tests/CvSharp.Geometry3DTests -c Release # 358 项断言(含 Open3D 对标数值)
python bench/gen_data.py # 固定种子生成共享数据集
python bench/bench_open3d.py # Open3D 0.20 基线
dotnet run --project tests/CvSharp.Geometry3DBench -c Release # CvSharp 原生内核
python bench/compare.py # 生成 bench/out/REPORT.md
NuGet 包
# 打包(需先跑过 build-all.ps1 产出 native\bin\cvsharp_native.dll)
dotnet pack src/CvSharp -c Release -o nupkg
包内含 runtimes/win-x64/native/cvsharp_native.dll——PackageReference 引用时原生 DLL
自动部署到输出目录,无需安装 OpenCV 运行时。README 与 docs/ 文档随包附带。
构建
powershell -File build-all.ps1
自动完成:CMake 编译原生 DLL → MSBuild 还原 → dotnet 编译 → 716 项冒烟测试。 要求:VS2022(含 C++ 负载)+ .NET 8 SDK。
3D 相机几何的对标与性能基准(41 项断言,逐项对 OpenCvSharp 4.10):
dotnet run --project tests/CvSharp.Calib3DTests -c Release。
该测试工程单独引用 OpenCvSharp4 包,主库与解决方案不依赖它。
非 8U 数据通路的对标与性能基准(47 项断言):
dotnet run --project tests/CvSharp.DepthTests -c Release。
目录
| 路径 | 说明 |
|---|---|
native/ |
C++ 原生核心(CMake → cvsharp_native.dll),src/barcode/ 为条码内核,src/geom3d/ 为 3D 点云/网格内核 |
src/CvSharp/ |
托管库(net8.0 + net461 双目标,无第三方运行时依赖),Measure/ 为纯托管亚像素测量,Barcode/ 为条码识别编排与 RS 解码,Geometry3D/ 为 3D 点云/网格/深度图 |
tests/CvSharp.SmokeTests/ |
冒烟测试(716 项断言 + 耗时参考) |
tests/CvSharp.PsOpsTests/ |
PS 正确性测试(80 项:Blend/Alpha/Gradient/SoftMask/WarpMesh/MaskToColor/LensBlur/GrabCut/16U);--demo 生成演示图 |
tests/CvSharp.PngBench/ |
PNG 编码器对 OpenCvSharp 4.10 的速度/体积/互操作/反复保存基准(单独工程) |
tests/CvSharp.WebPBench/ |
WebP 编解码对 OpenCvSharp 4.10 的速度/体积/PSNR/SSIM/互操作基准(单独工程) |
tests/CvSharp.PsOpsBench/ |
PS 算子对 OpenCV 4.10 性能基准(不进入主解决方案,需 OpenCvSharp 包) |
tests/CvSharp.Geometry3DTests/ |
3D 测试(358 项断言:解析真值 / 暴力 oracle / 不变量 / IO 往返 / 配准恢复) |
tests/CvSharp.Geometry3DBench/ |
与 Open3D 同数据的 3D 性能基准(配合 bench/) |
bench/ |
3D 对标数据集生成、Open3D 基准、CvSharp 基准与对比报告 |
docs/算子手册.md |
算子用法手册:快速上手教程、分组总览、每个算子的签名/参数/示例/注意事项、OpenCV 对照表 |
docs/性能对比报告.md |
性能基准:条码识别对 ZXing-C++ 双口径、PS 算子对 OpenCV 4.10、几何 3D 对 Open3D |
docs/PNG编码器对标.md |
PNG 编码器:libpng Level 9+自适应、对 OpenCV 速度/体积、互操作与反复保存无损 |
docs/WebP编码器对标.md |
WebP 编解码:内置 libwebp 1.5.0、有损/无损档位、对 OpenCV 速度/体积/PSNR/SSIM、真无损 alpha |
docs/架构设计.md |
设计目标、命名规范、内存模型、路线图、OpenCvSharp 迁移速查 |
| Product | Versions Compatible and additional computed target framework versions. |
|---|---|
| .NET | net8.0 is compatible. net8.0-android was computed. net8.0-browser was computed. net8.0-ios was computed. net8.0-maccatalyst was computed. net8.0-macos was computed. net8.0-tvos was computed. net8.0-windows was computed. net9.0 was computed. net9.0-android was computed. net9.0-browser was computed. net9.0-ios was computed. net9.0-maccatalyst was computed. net9.0-macos was computed. net9.0-tvos was computed. net9.0-windows was computed. net10.0 was computed. net10.0-android was computed. net10.0-browser was computed. net10.0-ios was computed. net10.0-maccatalyst was computed. net10.0-macos was computed. net10.0-tvos was computed. net10.0-windows was computed. |
| .NET Framework | net461 is compatible. net462 was computed. net463 was computed. net47 was computed. net471 was computed. net472 was computed. net48 was computed. net481 was computed. |
-
.NETFramework 4.6.1
- System.Memory (>= 4.5.5)
- System.ValueTuple (>= 4.5.0)
-
net8.0
- System.Text.Encoding.CodePages (>= 8.0.0)
NuGet packages (6)
Showing the top 5 NuGet packages that depend on CvSharp:
| Package | Downloads |
|---|---|
|
PCHMI
PCHMI工控组态控件,支持Modbus‑TCP、SIEMENS S7、KEYENCE HOSTLINK、PANASONIC MEWTOCOL、MITSUBISHI MC、OPC Ua、MQTT、BECKHOFF ADS、CODESYS V3、AB LogixE/IP、OMRON FINS E/IP等多种PLC通信协议,快速搭建上位机HMI画面。实时数据采集JSON、EXCEL、SQLITE、MYSQL、POSTGRESQL、SQLSERVER等统一数据库操作接口 |
|
|
VisionFlow
视觉流程图框架:流程图引擎([FlowNode] 节点注册、JSON 序列化、拓扑执行、配方)+ WinForms 编辑器控件 + csx 脚本 / .cs 源码 / DLL 算子包四种扩展载体。内置视觉算子(旋转模板匹配/综合测量/OCR/读码/颜色抽取/深度学习目标检测)随包自动部署,装一个包即可用。 |
|
|
CvSharp.Barcode
全码制条码识别库,识别率全面超越 ZXing-C++:QR、DataMatrix、PDF417、Aztec、GS1 DataBar 全族及 9 种一维码。独家支持任意角度旋转一维码、维纳反卷积去模糊重试。HALCON 标准图集实测:ZXing-C++ 能解的全能解,另有 32 张 ZXing 解不出的图可解出,零反向差距。支持 .NET 8 与 .NET Framework 4.6.1。 |
|
|
PPOCR
PP-OCRv5 文字检测+识别引擎(ONNX CPU):检测、批量识别、中英文双模型、旋转 ROI 拉正、同行碎片拼接、词间空格补偿。模型字典内嵌 DLL,装包即用零文件释放。 |
|
|
CvSharp.PSD
Standalone 8/16-bit PSD reader/writer for .NET built on CvSharp. |
GitHub repositories
This package is not used by any popular GitHub repositories.
| Version | Downloads | Last Updated |
|---|---|---|
| 1.10.31 | 108 | 11/19/2026 |
| 1.10.22 | 91 | 11/18/2026 |
| 1.10.20 | 95 | 11/17/2026 |
| 1.10.19 | 99 | 11/16/2026 |
| 1.10.0 | 96 | 11/16/2026 |
| 1.9.17 | 109 | 11/15/2026 |
| 1.9.16 | 101 | 11/15/2026 |
| 1.9.15 | 158 | 11/7/2026 |
| 1.9.14 | 109 | 11/7/2026 |
| 1.9.13 | 115 | 11/6/2026 |
| 1.9.11 | 108 | 11/6/2026 |
| 1.9.10 | 219 | 10/28/2026 |
| 1.9.8 | 136 | 10/28/2026 |
| 1.9.4 | 139 | 10/27/2026 |
| 1.9.3 | 147 | 10/27/2026 |
| 1.8.0 | 133 | 10/25/2026 |
| 1.7.5 | 143 | 10/24/2026 |
| 1.6.5 | 138 | 10/24/2026 |
| 1.5.11 | 130 | 10/22/2026 |
| 1.4.3 | 186 | 10/20/2026 |