包含使用OpenCV进行图像处理的C代码，以便与也使用OpenCV的Python一起使用

Question

这可能是一个愚蠢的问题，但我需要知道。所以，我在编程方面不是那么好，还在学习。如果这个问题有点不切实际，请原谅我。

有这个人使用C ++和OpenCV作为他的图像处理算法，我不认为他在编程方面有那么好，也就是说他只知道他应该知道的项目。我被告知要与那个人合作制作一个项目。另一个人将使用他已经开发的C ++图像处理算法（当然还有OpenCV）。

问题是我在使用OpenCV和Python。是否有可能，甚至是逻辑上包装他的代码用Python调用（这意味着我将需要学习包装C ++代码的方式）或更好地要求那个人学习一些Python并只是翻译和移动他所拥有的完成了Python？

Answer 1

移植代码

C和C ++代码之间的区别非常重要。 OpenCV为每种语言都有不同的API，而C API很快就会becoming deprecated，因为C ++可以作为首选语言。确保您知道正在使用哪种API。

除此之外，将OpenCV代码从一个C ++移植到Python通常很简单。 API类似，绝大多数C ++函数对应于Python包装器。

例如，calcHist：

  

C ++：void calcHist（const Mat * images ，int nimages ，const int * channels ，InputArray mask ，OutputArray hist ，int dims ，const int * histSize ，const float ** 范围，bool uniform = true，bool accumulate = false）

     

Python：cv2.calcHist（图片，频道，掩码， histSize ，范围< / strong> [， hist [，累积]]）→ hist

与许多Python版本的OpenCV函数一样，您可以看到一些主要区别：

• 由于Python内部跟踪列表大小，不需要 nimages 等参数（代表图像数量）。
• 如果C ++函数中有输出参数（例如 hist ），Python函数通常会将其作为返回值。

鉴于在线OpenCV文档的详细信息，您可以在不太了解C ++本身的情况下自己将C ++代码移植到Python。这可能比让合作者学习一门全新语言以便移植他的代码更快，特别是考虑到您之前使用目标语言的经验。

移植的优点

• 您的整个项目都使用一种语言进行维护。
• 整个项目都可以获得Python的好处（快速开发;无需编译;等等）。

移植

的缺点

• 您可能会发现Python代码通常比C ++代码运行得慢，因为它是高级的并且是解释的。此问题的严重程度取决于OpenCV之外的处理量。

• 移植代码需要花费大量的时间和精力。

包装现有代码

另一种选择是在Python绑定中使用现有的C ++代码，它具有自己的优点和缺点。在这种情况下，您可以使用number of different options。

包装的优点

• 快速处理 - 如果C ++代码提供了良好的界面。
• C ++代码的性能不受影响。

包装的缺点

• 如果C ++代码没有提供良好的接口，那么将它包装起来以便在Python中使用会很痛苦。
• 使用两种不同的语言维护项目。