OpenCV正式发布了两种类型的Python接口，
cv和
cv2。
简历：
我开始工作
cv。这样，所有OpenCV数据类型都将保留下来。例如，加载时，图像的格式
cvMat与C ++中的相同。
对于数组操作，有几个功能，如
cvSet2D，
cvGet2D等。而一些讨论说，他们是慢。
对于imageROI，您需要特殊的功能，例如
cvSetImageROI。
如果找到轮廓，
cvSeq则返回的结构与Python列表或NumPy数组相比不太好用。
（而且我认为，很快它的开发将被停止。以前只有
cv。后来，OpenCV
cv和and都附带了
cv2。现在，在最新版本中，只有
cv2模块，并且
cv里面是子类
cv2。您需要调用
importcv2.cv as cv访问它。）
cv2：
而最新的是
cv2。在此，一切都返回
NumPy状物体
ndarray和
nativePython物体像
lists，
tuples，
dictionary等，所以由于这个NumPy的支持，你可以在这里做任何numpy的操作。
NumPy是一个高度稳定和快速的数组处理库。
例如，如果加载图像，
ndarray则返回。
array[i,j]为您提供（i，j）位置的像素值。
同样，对于imageROI，可以像一样使用数组切片
ROI=array[c1:c2,r1:r2]。无需单独的功能。
要添加两个图像，无需调用任何函数，只需执行即可
res =img1+img2。（但是NumPy加法是uint8数组（如图像）的模运算。有关更多信息，请参见《
OpenCV中的矩阵算术和Numpy之间 的
区别》 。
返回的轮廓是Numpy数组的列表。您可以在“
轮廓-1：入门”中 找到有关轮廓的详细讨论。
简而言之，使用cv2可以简化所有步骤，而且速度很快。
cv2在堆栈溢出问题 OpenCV-
Python接口cv和cv2的性能比较中，
对NumPy如何加快速度进行了简单讨论。
pyopencv ：
我对此不太了解，因为我没有使用过它。但它似乎已停止进一步发展。
我认为坚持使用官方图书馆会更好。
简而言之，我建议您使用cv2！
编辑：您可以 在Windows for Python
cv2中的
安装OpenCV中 看到模块的安装过程。
