- GitHub 仓库
- kornia/kornia
- 总 Stars
- ★ 11,786
- 主要语言
- Python
结论先行：Kornia 拿了 11,786 个 star，主语言 Python，Apache-2.0 开源，2026 年 10 月 23 日发了 v0.9.0，11 月 1 日仍在推送。它是建在 PyTorch 之上的可微分计算机视觉库：图像处理与几何视觉算法都能放进计算图里，梯度可以一路传回去。
它是什么
核心能力是批量变换、自动微分与 GPU 加速：图像变换、增强、几何运算都写成可微分算子，和现有 PyTorch 训练流程直接拼在一起。仓库带中文 README，官网有浏览器 Playground、教程与 Colab 示例，上手不用先搭整套环境。
能干嘛
训练时把数据增强做到图里，变换参数也能参与学习；做图像配准、相机几何、特征处理时，中间步骤可微分，方便端到端优化。v0.9.0 的主题是更准、更快、编译更好，外加半精度、MPS 与 CUDA 支持，苹果芯片与英伟达显卡都能吃到加速。
Kornia 和 OpenCV 是替代关系吗？
不是。OpenCV 适合图外预处理与传统视觉流程，强在生态与速度；Kornia 的价值在“图内可微分”，变换本身能被梯度优化。实际项目里常见组合是 OpenCV 做读取与粗加工，Kornia 接管训练图里的几何与增强部分，两边各干各擅长的活。
适合谁 / 注意点
适合做图像、视频与空间 AI 的 PyTorch 开发者与研究者。安装是一行 pip install kornia，但 ONNX、Stable Diffusion 消解等功能要另装扩展包，先看官方安装页的 extras 说明。需要 PyTorch 基础，直接当黑盒调用容易在张量形状与坐标系上栽跟头，先跑通官方 hello world 教程再动手。
站长点评：我挑它是因为“可微分”这三个字正是很多视觉项目从 demo 走向端到端训练的分水岭。先在 Playground 里点一点，确认算子覆盖你的变换，再装进训练管线，顺序对了返工少。
项目地址：https://github.com/kornia/kornia