OpenCV（官網）的 3.0 版終於推出 beta 版了！官方的消息是《OpenCV 3.0 Beta》，雖然這個版本還不是正式版，但是在經過之前 alpha 版的測試後，穩定性已經提升不少，應該算是比較可以拿來用了。
目前 3.0 版的文件是在：http://docs.opencv.org/master/，而如果想要下載的話，則可以在官方下載頁面（連結）取得最新的 pre-build 的檔案，或是從 GitHub 上下載原始碼（連結）。
而 OpenCV 3.0 和 2.x 比起來，到底有哪些不同呢？首先，基本上 OpenCV 3 可以視為是 OpenCV 2 的改善，但是 3.0 和 2.x 並不完全相容，主要的變化包括了：
- OpenCV 3 建議的 header 檔 include 的形式為：#include "opencv2/core.hpp"
- highgui 模組被拆成 imgcodecs、videoio 和 highgui 三個模組
- 部分功能被移至 opencv_contrib、或甚至消失了
- Face Recognition → opencv_contrib/face
- SIFT, SURF, FREAK, Star feature detectors and descriptors 現在是 opencv_contrib/xfeatures2d 的一部分
- text detector 現在是 opencv_contrib/text 的一部分
- matlab bindings → opencv_contrib/matlab
- motion templates & simple flow → opencv_contrib/optflow
- ML 等高階演算法的介面都被調整過
上面的變更應該只能算是局部的紀錄，更完整的內容，可以參考官方的 change log 頁面（連結），或是 3.0 alpha 的公告（連結）。而如果按照預定計畫的話，聖誕節左右應該就會有正式版了～
在 Heresy 個人來看，他一個最重要的地方，是這個版本整合了 OpenCL，讓開發者可以更簡單地使用各種支援 OpenCL 的加速器（例如顯示卡）來做計算上的加速～以官方提供的數據，透過 OpenCL 來使用 Intel 的 IGP（Intel Iris Graphics、Intel Iris Pro Graphics）來做計算，可以提高 10%-230% 的效能～
根據官方的說法，他們是採用「Transparent API」（T-API、官方介紹）的形式，來實作 OpenCL 的整合的。這樣的好處是，只要去呼叫 cv::Canny()，就可以在 CPU 和 GPU 上運作，而不像 OpenCV 2.x 的時候一樣，需要特別改用 cv::ocl::Canny() 或 cv::gpu::Canny() 來和 CPU 版的 cv::Canny() 做區格。
官方也針對 T-API 提供了一些範例（連結）。從範例裡面可以看到，大致上來說，影像的格式變成了 cv::UMat，然後只要透過 cv::ocl::setUseOpenCL()，就可以切換是否要使用 OpenCL 來做加速了。
下面就是一個極簡單的範例：
#include <opencv2/core.hpp>
#include "opencv2/core/ocl.hpp"
#include <opencv2/imgcodecs.hpp>
#include <opencv2/imgproc.hpp>
int main(int argc, char** argv)
{
cv::ocl::setUseOpenCL(false);
cv::UMat mImgSource, mImgResult;
cv::imread(argv[1]).copyTo(mImgSource);
cv::resize(mImgSource, mImgResult, mImgSource.size() / 2);
cv::imwrite( argv[2], mImgResult );
}
像上面的例子就是讀取一張圖，把它的長寬都縮小成 1/2 後，再寫出來。如果把 cv::ocl::setUseOpenCL() 改成 true 的話，他就會變成是使用 OpenCL 來做縮小、進行加速了！
當然實際上還是有的地方可能會需要做些修改，不過和 2.x 的時代相比，至少是不需要獨立寫成兩個版本、而可以更簡單地進行切換了～而有興趣的話，個人覺得可以參考「Square Detector」這個範例來參考兩者的差異（一般版本、T-API 版）。
而也由於 cv::Canny() 這類的函式現在可以同時在 CPU 和 GPU 上運作，所以本來的「ocl」模組也就被移除了。
另外，使用 CUDA 的「gpu」模組並沒有像 OpenCL 一樣被很徹底地整合，而是被改名為「cuda」、並且被細分成許多模組。官方提供 pre-build 的 binary 並沒有提供這些模組，如果有需要的話，需要下載原始碼來自己建置。
另外，在 PC 平台（x86 / x64）上，Intel 這次提供了免費的授權、讓 OpenCV 可以使用了 Intel Integrated Performance Primitives（IPP）的部分功能，來提供 AVX2 等指令集的最佳化。所以在有支援的裝置上，應該也可以取得相當程度的效能增進～
除此之外，OpenCV 3 也有針對 ARM 架構的 NEON 指令集（官網）做最佳化，所以理論上在 ARM 的處理器上使用 OpenCV 3 應該會有相當程度的效能增進。