用c++和python开发opencv程序有什么区别？大家做个比较吧！——————————以下由刘铲铲提问——————————用c++和python开发opencv，1.哪个更容易上手？2.代码运行的效率差距大吗？3.两个语言对应的opencv的库有不同吗？4.对于非程序员的研究人员，想要开发一个视觉产品，选用哪个比较好？回复内容：
我的毕业设计就是用opencv 2写的，前期使用c++写了个demo，最后的成品是用python 2写的。两者主要的区别在于接口和效率。实际上python和c++的opencv接口几乎一样，不同的是用c++的话，矩阵用的是cv::mat，python里面用的是numpy.array，用法和接口都不一样，但文档丰富，使用也非常方便，原理也相似。效率方面，python的接口实际上只是一层binding，最终还是调用libopencv_*.so里面的函数，所以在opencv这一层效率与c++是完全一致的。唯一不同的就是它的numpy.array和cv::mat。numpy底层也是使用c extension的方法写，但相比c++版的opencv接口，python的接口需要把numpy的数据转化成opencv的c接口可接受的输入。实测python写的程序会慢，但具体慢多少并没有测试数据可支撑。用python写实际上也不会比c++开发快多少，因为接口都是一样的，我建议不如直接用c++写。我后面选python实际上只是想试一下python接口而已。
1.一个尿性，库本身的差别并不大。2.因为都是调的库，差别仍旧不大。说用numpy.array的，并不是唯一选择，实际上仍然有mat类，你也可以直接使用，并不一定要用numpy.array。坦白说，从效率来看，因为numpy有numba神器，有可能比cv.mat更快。然而限制所在在于gil以及非库运算中的速度限制。例如你非要写几个for循环而不愿意用array/mat的相关函数算符，慢一点也是没办法的。由于gil的存在，opencv在py上跑单个进程就被控在单核里了，多线程基本上没啥用，提高效率往往要多进程，手法娴熟可能效率差距不大，太生僻有可能写出慢十几倍多玩意来。3. 库其实是一样的pyopencv只是一层封装而已。4. python写着快但是其实坑很多。如果你说的「产品」是生产环境下工作的，而你自身对python的了解又不够深入，那么选择c++会更好。如果你很了解python了，或者说主要做快速成型验证想法之类的活儿，python有着写起来省时省力的优势，毕竟动态类型提供的方便足够多，熟悉的话不会踩坑/不在意踩坑的话自然是怎么方便怎么来。
简单说两句，选python还是c++，考虑下面几个问题1. 性能压力在哪里？python的gil使得多线程不能多核并行，必须用多进程，而且天生python要比c++慢一些。因此如果是cpu密集型，建议用c++，如果是io密集型，python没有那么大的劣势。2. 开发成本高还是运行成本高，一个开发人员一个月多少钱，一个服务器一个月多少钱，通常来说前者越来越贵而后者反之，权衡下利弊，c++开发要比python慢，在性能都达标的情况下，如果节省的服务器成本能抵过开发成本，用c++，反之用python。
一般都是python做实验、调试什么的，定型后就用c++写了
1，差不多，基本调用参数都一样，格式符合各自语言规范。2，在我开发的程序中python比cpp明显有差距，但是换到工作用的电脑上这个差距就看不错来了，so，硬件配置好一些，用python做实时也是没有问题的。外，感觉同样的函数python就是比cpp慢一些，虽然上面说到python底层用的也是lib。3，基本一样。（python可能功能稍微差一点2.4.8版本有个函数没在python中找到，但是也就那一个）4，python比较简单，开发可能快一点（主要是软件的其他部分可能比较容易开发）。
我觉得python很好。主要的好处是它的支持库太多了。对于开发原型产品，理解算法是非常有帮助的。