这可能是一个愚蠢的问题，但我需要知道。所以，我在编程方面不是很好，还在学习。如果这个问题有些不切实际，请原谅。
有一个人将C++与OpenCV一起用于他的图像处理算法，我认为他在编程方面并不擅长，也就是说，他只知道自己的项目应该知道什么。我被告知要和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。用Python来包装他的代码（这意味着我需要学习包装C++代码的方法），或者更好的方法是让那个人学习一些Python，然后将他所做的翻译并移动到Python中，这是可能的，甚至是合乎逻辑的吗？
移植代码
C和C++代码之间的区别非常重要。OpenCV针对每种语言都有不同的API，随着C++成为首选语言，C API正迅速被弃用。请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是相似的，并且绝大多数C++函数都对应于Python包装器。
例如，calcHist:
C++：void calcHist（const Mat*图像，int动画、const int*channels和InputArray掩码以及OutputArrayhist。intdims；const int*histSize
Python：cv2.calcHist（图像，通道、掩码和histSize以及范围[，hist]、accumulate]]）→ 历史
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对列表大小的内部跟踪，因此不需要诸如nimages（表示图像数量）之类的参数
- 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
考虑到在线OpenCV文档的细节，您可能能够在不了解C++本身的情况下将C++代码移植到Python。这可能比让你的合作者学习一门全新的语言来移植他的代码更快，尤其是考虑到你之前在目标语言方面的经验。
移植的优点
- 您的整个项目都使用一种语言进行维护
- Python的好处（快速开发；无需编译等）在整个项目中都是可用的
移植的缺点
-
您可能会发现Python代码的运行速度通常比C++代码慢，因为它是高级的并且是可解释的。这个问题的严重程度取决于OpenCV之外的处理量。
-
移植代码需要大量的时间和精力。
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，这有其自身的优点和缺点。在这种情况下，您可以选择许多不同的选项。
包装的优点
- 快速处理-如果C++代码提供了一个良好的接口
- C++代码的性能不受影响
包装的缺点
- 如果C++代码不能提供一个好的接口，那么将其封装在Python中使用会很痛苦
- 该项目使用两种不同的语言进行维护