为什么Matlab在计算机视觉社区中如此受欢迎，即使OpenCV如此完整？

Question

我注意到Matlab在计算机视觉和图像处理领域仍然非常受欢迎，直到今天，尽管OpenCV是一个非常成熟的C ++包。我从来没有使用过Matlab，但看着它我认为在C ++中没有OpenCV的优势。它是如此常用，但是我考虑把它拿起来。

为什么它在这群人中如此受欢迎？它比OpenCV有什么优势？

Answer 1

我是计算机视觉方面的博士生，在这个问题上，我已经回答了matlab和python之间科学家的比较： What is MATLAB good for? Why is it so used by universities? When is it better than Python?

我将更新我在matlab和opencv之间进行计算机视觉比较的答案：

我以前只使用C ++ / OpenCV进行编码，但自从开始我的博士（3年一次），我只在Matlab编码。所以我很清楚这个话题。

与opencv相比，matlab如此优秀和广泛使用有一个原因：

非常快速的编码

就个人而言，我在matlab中的编码速度比在OpenCV / C ++中快10倍左右，并且最终的bug也少得多。

1）计算机视觉研究人员需要快速原型设计

在研究环境中，我们（希望）经常有新的想法，我们想要快速测试它们，看看是否值得继续朝这个方向发展。而且大多数情况下，我们编码的内容中只有一小部分是有用的。此外，通常不可能事先猜出一个想法是否会起作用。

Matlab在执行时通常有点慢而opencv绝对是运行时间最快的，但我们并不在意。因为我们事先不知道哪种方法会成功，所以我们必须尝试很多东西，所以我们的瓶颈是编程时间，因为我们的代码最常运行几次才能获得要发布的结果，就是这样。

让我们看看matlab如何帮助改善编程时间。

2）我需要的一切都已经存在

Matlab确实有很多我需要的功能，所以我不必一直重新发明它们：

将矩阵的索引更改为2d坐标：ind2sub提取图像的所有补丁：im2col;计算图像的直方图：hist(Im(:));在列表unique(list)中找到唯一元素;向矩阵bsxfun(@plus,M,V)的所有向量添加向量; n维数组上的卷积convn(A);计算代码子部分的计算时间：tic; %%code; toc;裁剪图像的图形界面：imcrop(im);

列表可能很长...... 通过使用帮助很容易找到它们。

然而，考虑到纯计算机视觉功能，我认为核心Opencv比matlab加工具箱更详尽。但是现在，很多研究人员在matlab上发布他们的源代码，如果你想测试最新发现，你基本上必须使用matlab。

3）没有C ++特定问题

无需分配和释放内存。 Matlab为您做到了这一点，因此您可以专注于您的工作。

没有缓冲区溢出。所以，不久就试图找出它崩溃的地方。 Matlab会自动停止，并告诉您代码尝试获取矩阵范围之外的值。

没有编译时间......

没有要写的标题......

4）IDE

一个例子：我启动一个脚本。由于矩阵，它会产生错误。 我仍然可以使用命令行执行代码。我可视化它：imagesc(matrix)。我看到矩阵的最后一行很奇怪。我修复了这个bug。 所有变量仍然设置。我选择剩余的代码，按F9执行选择，一切都继续。 Debuging变得快速，多亏了这一点。

Matlab在执行之前强调了我的一些错误。所以我可以很快看到问题所在。它提出了一些方法来加快我的代码。

使用 OpenCV / C ++ / Visual Studio ，我可以调试。但是这个调试器不允许我在调试期间执行代码，所以我不能实例化矩阵等等。所以在实践中，我必须复制粘贴一些代码来转储矩阵，来检查哪里是错误。这非常痛苦。

IDE中包含了一个非常棒的 profiler 。与此相比，KCahcegrind for C ++使用起来非常痛苦。

我在那里写了更多： Are there any alternative editors for .m files?

5）简明代码

Matlab代码更加简洁，这意味着更容易调试，阅读，理解和：代码看起来像我的公式。

为了规范化矩阵的所有列（我一直需要它），我做： bsxfun(@times,A,1./sqrt(sum(A.^2)))

要从矩阵中删除所有小数量的colums：

A(:,sum(A)<e)=[]

在GPU上进行计算：

gpuX = gpuarray(X); 
%%% code normally and everything is done on GPU

为了平衡我的代码：

parfor n=1:100
%%% code normally and everything is multi-threaded

用什么语言可以打败它？

当然，我很少需要创建循环，所有东西都包含在函数中，这使得代码更容易阅读，并且没有索引的头痛。因此，我可以专注于我想要编程的内容，而不是如何编程。

6）绘图工具

Matlab以其绘图工具而闻名。他们非常有帮助。 OpenCV只有基本的绘图功能。

7）优秀的文件

通过输入doc

，访问它非常容易

PS：我讨厌matlab：它的价格

Answer 2

OpenCV的C ++ API相当新颖。此外，它出现时有很多错误，现在它更加明确了。 在此之前，使用C API，使用OpenCV编写代码非常痛苦。例如。你不会轻易访问矩阵单元格，IplImage和其他矩阵之间存在差异，并且没有矩阵表达式。

我认为这是大多数人在计算机视觉中仍然坚持“快速开发的Matlab”理念的主要原因。确实，对于现在的大多数cv任务来说，它不会花费更长的时间/更多的负担或更多的C ++代码行。 OpenCV比在Matlab中。

然而，有更多理由使用Matlab而不是：

• Matlab附带了整个GUI框架，可以很容易地检查变量，矩阵，图表和所有类型的东西。由于它是解释语言，调试也更容易。
• Matlab在OpenCV仍然缺乏的工具箱中有一些东西，比如Wavelet工具箱。
• 大多数研究人员都不是优秀的C ++程序员。这是真的。通常，他们至多是平庸的C ++程序员。这会导致错误或意外行为等。如果您不是专家，那么很容易陷入使用C ++的陷阱。 OpenCV的奇怪运算符=重载对它没有帮助。然后他们会说，在Matlab中他们需要更少的时间来完成工作和工作。

我想补充一点，我觉得很遗憾整个研究界都停留在一个专有的环境中，在那里免费和有很好的替代品。

Answer 3

Matlab适用于计算机视觉研究人员，它拥有庞大的算法，可以节省大量研究人员的时间;当您实现新算法时，您还会发现Matlab比OpenCV节省您的时间。但如果性能是你的重要关注点，Matlab并不好。

OpenCV的优势在于它可以高度自定义，并且由于本机C / C ++，性能也很好。

如果您正在制作与计算机视觉相关的产品，或者您需要在短时间内处理大量图像，换句话说，性能至关重要，那么您应该使用OpenCV。

如果您正在研究一些新颖的视觉或图像算法，并且性能不是问题，请选择Matlab。

Answer 4

Matlab不仅具有图像处理功能，而且还有数学函数，在C ++中你必须在其他库中挂钩（而且，当你进行图像处理时，数学库非常重要）。

Answer 5

与C ++相比，Matlab的开发时间快了一个数量级。 我不能说一个确切的数字，但任何有两种语言经验的人都会支持这个说法。

如果您希望使用算法，如果Matlab具有您需要的功能，则会立即选择C ++。