先说好，OpenCV 5已经在路上了！
前言
OpenCV 4.4.0于2020年7月18日正式发布，OpenCV作为最大的开源图像处理工具，提供的内容太全面了，对mhdgs的友好度不得不说很高。 除了算法多之外，文档、源代码和各个平台上的SDK都很容易获取和访问。
3359 opencv.org /发行版/
OpenCV 4.4.0中的亮点：
迁移到SIFT主库时，由于SIFT的专利到期，YOLO v4支持高效Det
OpenCV 4.4.0版
一、SIFT
由于SIFT的专利到期，缩放不变特性转换(SIFT )算法已移动到主库。
SIFT算法对谷歌学术的引用量达到了19339 57536
很多刚入门CV的同学应该不太熟悉传统算法。 sift(1999年问世，2004年完成)在传统图像处理中的地位应该像深度学习中的ResNet，主要用于特征点的检测和描述，扩展到图像匹配、三维重构、图像拼接等任务
SIFT中的金字塔思想，现在被很多CNN网络参考，主要用于解决scale (尺度)问题。
一句话，SIFT是否过期其实对学生来说意义不大。 因为它本身可以用于学术研究。 此外，以前也可以在非自由模块中快速使用。 但是，对于企业级商业APP来说，意义重大。
二、DNN模块
layers/的改进/更多模型的激活/支持。
注： OpenCV的DNN模块大多用于inference。 大多数模型不是第一个版本，而是受支持的，因为它们不是深度学习框架的一部分。
2.1支持最新的YOLO v4
由于原始的YOLOv4是基于c语言开发的，所以转移到OpenCV进行比较并不是特别困难，因此OpenCV时隔3个月迅速支持了YOLOv4。
2.2高效Det支持
Google家的EfficientDet就不用多说了，性能强悍，mAP和FPS都很棒。
高效食品
2.3flownet2的支持
FlowNet2是基于深度学习的光流估计网络，早期的开源版本基于Caffe框架，现在终于迁移了。
流量网2
除了上述更新外，DNN模型还包括以下更新：
onx :添加对resnet _ backbone (torch vision )的支持添加文本识别新示例OpenVINO 2020.3 LTS/2020.4发行版的支持添加了对CUDA后端的许多修改和优化
三、G-API模块
OpenCV后端引入了用于状态内核的新API:GAPI_OCV_KERNEL_ST。 状态内核在视频帧之间以流模式维护状态，每个图都在视频帧中运行或流传输。 G-API引入了更多面向视频的操作： goodFeaturesToTrack、buildOpticalFlowPyramid和calcOpicalFlowPyrLK。 添加了图像处理内核。 和Laplacian是双边过滤器。 修复了G-API在OpenCL后端上的潜在崩溃。
四、社区贡献
OpenCV社区的许多其他伟大贡献包括但不限于：
Obj-C/Swift绑定(opencv_contrib )合适的灯泡绑定是正在进行的GSoC项目的一部分) opencv_contrib ) BIMEF :活体启发的多重曝光融合框架，弱光图像，
贡献者：
opencv:105位opencv_contrib:27位
OpenCV中文官方文档PDF下载： http://woshicver.com/
————-请参见