基於C++的open cv 和 基於 Python 的open cv 分別能實現什麼功能？有什麼區別？

如題

這個問題很簡單，打開opencv doc，查看有哪些API和使用說明（裡面已經陳述了是否有C++介面和Python介面）

下面舉個栗子：

打開Feature Detection and Description，選擇ORB演算法

向下滑動網頁，可以看到ORB對象crearte時，有C++和Python兩種介面。

所以要根據你的需求，去選擇在哪種語言下完成，如做深度學習，如果用到OpenCV，那肯定是Python版，如果是做實際應用項目，要求速度快，當然用C++版本更合適。

這裡要畫個重點！

打開CUDA版本的Feature Detection and Description，選擇cuda::ORB

可見網頁中，並沒有Python版本了

你以為就CUDA相關的函數不支持Python么？

我們再看看：

打開最新的FacemarkLBF，你就可以看到Python那一欄也是空的

------我是分割線-------

一般來說，API層面上，C++ &> Python

但最終要根據需求來選擇......給OpenCV點個贊

類似於燃氣(python)和蜂窩煤(c++)都可以用來做飯，燃氣用起來更方便，蜂窩煤麻煩點。

opencv是用C/C++實現的圖像演算法庫，Python可以調用其介面，底層是一樣的。

Compared to languages like C/C++, Python is slower. That said, Python can be easily extended with C/C++, which allows us to write computationally intensive code in C/C++ and create Python wrappers that can be used as Python modules. This gives us two advantages: first, the code is as fast as the original C/C++ code (since it is the actual C++ code working in background) and second, it easier to code in Python than C/C++. OpenCV-Python is a Python wrapper for the original OpenCV C++ implementation.

摘自官方文檔，重點加粗。

個人理解上來說，Python的OpenCV只是wrapper，也就是說把Python內使用的數據（這一段下面特別指出了要用numpy），轉換成可以給C/C++函數當參數用的格式，然後調用C/C++的庫，最後把返回值轉換成Python可以處理的格式。

如果只是做了wrapper，沒有做更多，那麼Python的版本可以有的功能就小於等於C/C++的版本。我用得不是很多，沒怎麼用到過Python這邊有但是C/C++那邊沒有的東西。

wrapper算是Python內嵌其他語言的方案之一，理論上各種庫都可以寫wrapper。當然實踐上熱門領域也不是很多，再加上C++的一些特性沒法通過wrapper完美使用（比如template），很多庫只有多個比較簡陋的民間版本，像OpenCV這樣有一個比較完整的官方版wrapper的就相對比較少了。