CvSharp 1.9.16

There is a newer version of this package available.
See the version list below for details.
dotnet add package CvSharp --version 1.9.16
                    
NuGet\Install-Package CvSharp -Version 1.9.16
                    
This command is intended to be used within the Package Manager Console in Visual Studio, as it uses the NuGet module's version of Install-Package.
<PackageReference Include="CvSharp" Version="1.9.16" />
                    
For projects that support PackageReference, copy this XML node into the project file to reference the package.
<PackageVersion Include="CvSharp" Version="1.9.16" />
                    
Directory.Packages.props
<PackageReference Include="CvSharp" />
                    
Project file
For projects that support Central Package Management (CPM), copy this XML node into the solution Directory.Packages.props file to version the package.
paket add CvSharp --version 1.9.16
                    
#r "nuget: CvSharp, 1.9.16"
                    
#r directive can be used in F# Interactive and Polyglot Notebooks. Copy this into the interactive tool or source code of the script to reference the package.
#:package CvSharp@1.9.16
                    
#:package directive can be used in C# file-based apps starting in .NET 10 preview 4. Copy this into a .cs file before any lines of code to reference the package.
#addin nuget:?package=CvSharp&version=1.9.16
                    
Install as a Cake Addin
#tool nuget:?package=CvSharp&version=1.9.16
                    
Install as a Cake Tool

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。
  • 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。

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
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 legacy TriangleMesh.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 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. 
Compatible target framework(s)
Included target framework(s) (in package)
Learn more about Target Frameworks and .NET Standard.

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
Loading failed