計算機視覺一般都用什麼語言實現？有什麼好的平台？

01-03

計算機視覺工程上一般還是用c/c++的多一些，可以用opencv，有很多現成的演算法可以用。

此外，學術圈裡，matlab也是一個常用工具，matlab的特點是易上手，實現演算法很方便，也有很多共享的代碼可以用。

第一次受邀回答問題，非常感謝！

同意鄧亞峰同學的答案。再簡單補充幾點：

一般的開發步驟是：先Matlab或OpenCV等平台上快速實現核心演算法（因為很多介面功能和基礎演算法都有現成函數可調用，又有可視化界面，所有實現速度較快）。如果效果不錯，就把涉及到的所有函數功能根據項目要求用c/c++重新編程實現。
補充幾本OpenCV和Matlab上實現計算機視覺演算法的參考資料：

《Digital Image Processing》（3rd Edition）+《Digital Image Processing Using Matlab》（2nd Edition）
《Learning OpenCV: Computer Vision with the OpenCV Library》

作為曾經參與過CV學術研究的人表示，學術圈裡面基本matlab就足夠了，偶爾會用用C++.

順便推薦兩本學術圈裡面最常用的教科書：

《Computer Vision: A Modern Approach》

《Multiple View Geometry in Computer Vision》

演算法學習：

1. 如果會C++，建議CC++ OpenCV模式，因為絕部分及時間視覺演算法還是要跟同行比較運行速度的，雖然評價一個演算法並不看語言，但是在計算機視覺領域比較速度的方式很多時候還是看時間。另外CC++ OpenCV的模式很容易能夠將你的實驗性質的代碼向工程實際應用的代碼（保持高的運行效率）轉換。這一點是Matlab、Python所沒有的（這個是個人觀點，求討論）。

2. 如果沒有C++基礎，那麼從Python OpenCV開始，OpenCV很早就已經支持Python語言，另外Python的易用性也和Maltab不相上下，運行效率沒有CC++那麼高，但是Python調用CC++比較方便，提高運行效率還是有路子的。

3. 個人（狂妄地）不建議Matlab，雖然現在大街小巷都在用，（1）如果用，請盡量購買版權。（2）隨著Python在計算機視覺方面的代碼不斷積累，Matlab的易用性豐富的庫函數的優勢已經在減弱。（3）另外Matlab的代碼日後要轉換成（高效率的）工程代碼是很困難的，你幾乎要重寫整個演算法。

商用：

如果題主編寫的軟體要快速商業運用，那麼可以參考德國MvTec公司的Halcon軟體，以及美國的Vision Pro軟體（具體公司名記不清了），這些軟體提供的庫函數、可視化設計、文檔說明都要遠遠好過開源的OpenCV或者是Matlab關於視覺的庫函數。只不過費用較高，開發版一般10w以內，運行版一台機器大概2W。

——————

另外推薦一個非常棒的中文CV論壇，在那裡你可以學到很多東西。

http://www.cvchina.net

我是這樣的：

有一個想法了就會用matlab快速實現，但由於matlab效率太低了，所以會把瓶頸函數用MEX C/C++ 寫出來。

Python也是一個非常好的快速實現的工具，而且社區裡面也有很多Python的共享代碼，有一本書叫做用python做科學計算，作者在網上發布了PDF版本。

語言：

C/C++ CUDA MATLAB Python

平台：

C/C++： CUDA Platform, PCL, OpenNI, PCL, Micorsoft SDK(Kinect)， OpenGL

MATLAB: MATLAB ToolBox

Python: 本人用的不多，感覺比較散 (望補充)

你好，我們組做這個的時候基本上都是先採用matlab模擬演算法，先驗證演算法可行性，呆模擬完成後，再在VC平台上結合OPENCV來轉移到具體項目，用到圖像卡時也是在VC環境下應用opengl做的。其他語言我接觸不錯。謝謝……

可以看看微軟研究院的項目http://Infer.Net，如果你考慮在.Net上實現的話。當然現在這還是beta階段，不過也算是提供一種思路。據稱Kinect的一部分功能是使用這個實現的。

受邀，感謝！

由於自己並不是做CV的，但是組裡有人做，所以還是可以回答的。

補充一下其他答案中沒有提到的Python，Python可以快速的實現演算法，而且社區中大量的package可以利用。Python還有一個優勢在於可以和其他各種語言結合進行混合編程，至於速度上來說雖然沒有C/C++快，但是現在PyPy已經非常棒了，如果是做科研的話，對速度不是那麼追求，完全可以考慮Python。

建議matlab/python 快速做demo試錯驗證，線上環境必須 C/C++，當然如果你不怕費錢用機器堆速度的話當我沒說。

opencv必須掌握，dlib也可以看看，做精緻一點SSE什麼的也要會一點。

GPU編程的話就CUDA。

線上做圖像的深度學習平台的話還是推薦Caffe

開玩笑的答案：

不管黑貓白貓，管用就是好貓。

實際上：

不用Matlab，你就輸在起跑線上了。

原因無他，你建個演算法原型就比人浪費時間。

本質上就是一個研究效率和時間效率的問題。

無論學校小組是否都用Matlab實現，要出去工作的話，我經歷過兩個公司，
只會用Matlab會被鄙視，必須會C++，僅供參考

我們公司用C，每個演算法都有統一的介面規範！便於移植到前端設備上！模塊內部都是標準c,做這個方向最好是自己積累一套自己的基礎庫！

個人認為如果你只是想搞演算法研究就用matlab，這樣模擬起來相對容易很多，對理論研究的經歷也會增加，不會花費大量時間到編程上來，如果做工程的話可以用C++和Opencv，不但要演算法正確實現的過程的邏輯結構同樣重要

python實現起來巨慢，真是個沒辦法的缺點，但是優點是有很多開源的演算法平台可用。

opencv是一個古老的庫了，非常全面，適用於研究也適用於產品化，matlab適用於研究離產品化比較遠。最近高通出的fastcv也是一個不錯的庫。