9月20日消息，摩爾線程官方宣布，其自研統一系統架構MUSA已完成與開源計算機視覺庫OpenCV的適配，并正式發布OpenCV-MUSA開源項目。

該項目可以為開發者、研究人員提供更高效、更便捷的工具，開發基于摩爾線程GPU的各類計算機視覺應用時，可大幅提升效率，加速國產創新。

OpenCV是計算機視覺領域最重要的開源庫之一，具備豐富的功能和高效的性能，為圖像和視頻處理的開發者、研究人員提供了強大而靈活的工具，在自動駕駛、醫療影像、安防監控、機器人視覺、增強現實、圖像識別等領域都得到了廣泛的應用。

OpenCV也為GPU加速提供了支持，通過引入OpenCL、CUDA等加速后端，極大地提升圖像視頻處理、線性代數計算等復雜任務的執行速度，滿足更大規模數據處理、更復雜算法的計算需求，為實時應用、深度學習、三維重建和高分辨率視頻處理等領域提供卓越的性能和效率。

摩爾線程通過自主研發的MUSA統一系統架構和軟件平臺，致力于構建一個完善且易用的國產GPU應用生態。

此次發布的OpenCV-MUSA開源項目，目的就在于將OpenCV的強大功能、MUSA架構的高性能計算能力相結合，充分發揮摩爾線程全功能GPU的強大算力。

在現有OpenCV代碼的基礎上，摩爾線程新增了MUSA設備后端，并為多個算法模塊提供了MUSA加速支持，并對編譯腳本也進行適配。

目前，OpenCV-MUSA已支持包括core、mudev、musaarithm、musawarping、musafeatures2d、musafilters、musaimgproc、musaobjdetect、musastereo、musabgsegm、photo、stitching、superres、videostab、xfeatures2d在內的多個模塊。

OpenCV-MUSA支持絕大部分cv::cuda命名空間下的數據結構及API，尤其是OpenCV中為GPU設計的核心圖像數據結構GpuMat。

開發者只需將現有C++代碼中的命名空間cv::cuda替換為cv::musa，即可在摩爾線程GPU上實現相同的功能。

OpenCV-MUSA開源地址：

https://github.com/MooreThreads/opencv

https://github.com/MooreThreads/opencv_contrib