python - 包装使用 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，还在学习中。如果这个问题有点不切实际，请原谅我。

有一个人在他的图像处理算法中使用 C++ 和 OpenCV，我认为他的编程能力并不好，他只知道他的项目应该知道的东西。我被告知要与那个人合作做一个项目。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 Python 中使用 OpenCV。包装他的代码以便用 Python 调用(这意味着我将需要学习包装 C++ 代码的方法)是否可能，甚至合乎逻辑，或者更好的方法是让那个人学习一些 Python 并只翻译和移动他所拥有的完成 Python？

Answer 1

移植代码

C 和 C++ 代码之间的区别非常重要。 OpenCV 对每种语言都有不同的 API，C API 很快 becoming deprecated作为首选语言，C++ 的发展势头强劲。确保您知道正在使用哪个 API。

除此之外，将 OpenCV 代码从一个 C++ 移植到 Python 通常很简单。 API 相似，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** ranges, bool uniform=true, bool accumulate=false )

Python: cv2.calcHist(images, channels, mask, histSize, ranges[, hist[, accumulate]]) → hist

与许多 Python 版本的 OpenCV 函数一样，您可以看到一些主要差异:

• 由于 Python 对列表大小的内部跟踪，因此不需要 nimages(表示图像数量)等参数。
• 在 C++ 函数中会有输出参数的地方(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，您可以自己将 C++ 代码移植到 Python，而无需对 C++ 本身有太多了解。这可能比让您的合作者学习一门全新的语言以移植他的代码更快，尤其是考虑到您之前在目标语言方面的经验。

移植的优点

• 您的整个项目使用一种语言进行维护。
• Python 的优势(快速开发；无需编译；等)贯穿于整个项目。

移植的缺点

• 您可能会发现 Python 代码通常比 C++ 代码运行得慢，因为它是高级的和解释型的。这个问题的严重程度取决于在 OpenCV 之外完成了多少处理。

• 移植代码需要大量时间和精力。

---

包装现有代码

另一种选择是在 Python 绑定(bind)中使用现有的 C++ 代码，这有其自身的优点和缺点。有一个number of different options在这种情况下可供您使用。

包装的优点

• 快速处理 - 如果 C++ 代码提供良好的接口(interface)。
• 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(interface)，将其包装起来以便在 Python 中使用会很痛苦。
• 该项目使用两种不同的语言进行维护。