kornia

可微的几何视觉工具箱：相机模型、位姿、畸变、点云与增强，全部是 PyTorch 张量

项目速览

项目 内容
仓库 kornia/kornia
语言 Python
协议 Apache-2.0
星标 约 1.2 万（2026 年口径）
底座 PyTorch

它想解决什么问题

做三维视觉、机器人、AR 的工程师，长期依赖 OpenCV 与专门几何库：它们功能强，但都是 CPU 上的命令式实现，不可微——想把它嵌进训练循环，只能手工写梯度或拆成两套代码。

kornia 的答案是：把几何运算实现成 PyTorch 算子，于是坐标系变换、投影、畸变校正都能在 GPU 上跑，并且能被反向传播。

核心机制拆解

1. 几何变换与相机模型。 齐次变换、旋转表示、相机内参、投影与反投影、畸变模型，都是批量化的张量运算。

2. 可微图像增强。 颜色抖动、模糊、几何抖动在 GPU 上可微，能直接嵌入训练（含可微数据增强）。

3. 三维与深度。 点云操作、深度估计、立体匹配、PnP 求解等空间 AI 构件。

4. 与 PyTorch 生态无缝。 输入输出是张量，与 DataLoader、autograd、TorchScript 天然兼容。

安装与上手

1
pip install kornia
1
2
3
4
import torch, kornia as K
x = torch.rand(1, 3, 64, 64)
K.geometry.resize(x, (32, 32))
K.enhance.adjust_brightness(x, 1.2)

点评

亮点是”可微”这个立足点足够硬：一旦几何运算能进计算图，很多原本要分两段实现（预处理 + 训练）的流程就能一体化，实验迭代速度完全不同。批量化设计也很贴合实际工程。

局限：算子覆盖仍不如 OpenCV 全面，某些经典算法缺失时要自己补；API 在版本间有过调整，老教程易失效；极端形状与边界条件下与 OpenCV 的结果可能有细微差异，迁移需要回归验证；纯 CPU 场景没有性能优势，反而多一层抽象。

适合人群：做三维视觉与 SLAM 的研究者；需要把几何运算放进训练图的工程师；以及机器人、AR 方向的算法开发者。