近日，摩尔线程宣布其自研统一系统架构 MUSA 已完成与开源计算机视觉库 OpenCV 的适配，并正式发布 OpenCV-MUSA 开源项目。
该项目旨在为开发者和研究人员提供更加高效与便捷的工具，使其在开发基于全功能 GPU 的各类计算机视觉应用时，能够大幅提升开发效率，从而加速基于国产 GPU 的计算机视觉应用的开发与创新。
OpenCV 作为计算机视觉领域最重要的开源库之一，为图像和视频处理的开发者和研究人员提供了强大而灵活的工具。凭借丰富的功能和高效的性能，OpenCV 在自动驾驶、医疗影像、安防监控、机器人视觉、增强现实和图像识别等多个领域得到了广泛的应用。
OpenCV 为 GPU 加速提供了支持，通过引入 OpenCL、CUDA 等加速后端，极大地提升图像视频处理、线性代数计算等复杂任务的执行速度，满足了更大规模数据处理和更复杂算法的计算需求，为实时应用、深度学习、三维重建和高分辨率视频处理等领域提供卓越的性能和效率。
摩尔线程通过自主研发的 MUSA 统一系统架构和软件平台，致力于构建一个完善且易用的国产 GPU 应用生态。此次发布的 OpenCV-MUSA 开源项目，目的就在于将 OpenCV 的强大功能与 MUSA 架构的高性能计算能力相结合，让用户能够充分发挥摩尔线程全功能 GPU 的澎湃算力。
在现有 OpenCV 代码的基础上，摩尔线程新增了 MUSA 设备后端，并为多个算法模块提供了 MUSA 加速支持，同时对编译脚本也进行了适配。
目前，OpenCV-MUSA 已支持包括 core、mudev、musaarithm、musawarping、musafeatures2d、musafilters、musaimgproc、musaobjdetect、musastereo、musabgsegm、photo、stitching、superres、videostab、xfeatures2d 在内的多个模块。
OpenCV-MUSA 支持绝大部分 cv::cuda 命名空间下的数据结构及 API，尤其是 OpenCV 中为 GPU 设计的核心图像数据结构 GpuMat。开发者只需将现有 C++ 代码中的命名空间 cv::cuda 替换为 cv::musa，即可在 MUSA 设备上实现相同的功能。
OpenCV-MUSA 开源地址：
