После года разработки состоялся релиз свободной библиотеки OpenCV 3.2 (Open Source Computer Vision Library), предоставляющей средства для обработки и анализа содержимого изображений, в том числе распознавания объектов на фотографиях (например, лиц и фигур людей, текста и т.п.), отслеживания движения объектов, преобразования изображений, применения методов машинного обучения и выявления общих элементов на разных изображениях. Код библиотеки написан на языке С++ и распространяется под лицензией BSD. Биндинги подготовлены для различных языков программирования.
В состав новой версии интегрированы новые возможности, подготовленные студентами в рамках программы «Google Summer of Code 2016». Например, подготовлены синусоидальные модели для модуля разворачивания фаз (phase unwrapping), реализован алгоритм DIS (Dense Inverse Search) для контроля оптического потока, добавлен алгоритм для отслеживания объектов на основе свёрточной нейронной сети (CNN, Convolutional Neural Network), реализованы алгоритмы PCAFlow и Global Patch Collider, подготовлено многоязычное
руководство по использованию OpenCV в Python, C++ и Java, подготовлена новая модель для камеры и параллельной обработки совмещённых работ, проведена оптимизация модуля dnn (Deep Neural Network), в хранилище добавлена поддержка форматов Batiny_dnnse64 и JSON, внесены улучшения в модуль tiny_dnn, реализован алгоритм разбора слов (Word-spotting) на основе свёрточной нейронной сети.
Из работ, проведённых без привлечения студентов GSoC, отмечено значительное улучшение и ускорение работы модуля dnn: добавлено множество новых слоёв, реализовано семантическое сегментирование и поддержка SSD-сетей, добавлена поддержка импорта из TensorFlow. Расширен список поддерживаемых форматов изображений и камер. Добавлено приложение для интерактивной калибровки камеры. Добавлена большая порция оптимизаций для ускорения работы на архитектурах с процессорами Intel и ARM, в том числе задействованы векторные инструкции и новые ядра OpenCL. Реализована возможность ускорения за счёт применения в OpenCV наборов OpenVX и LAPACK/BLAS (включая Intel MKL, Apple Accelerate, OpenBLAS и Atlas). В репозиторий opencv_contrib добавлена порция новых алгоритмов.