如先前的回答所述，Python比C ++或C慢。Python的构建是因为其简单性，可移植性以及创造力，用户只需担心他们的算法，而不必担心编程问题。
但是在OpenCV中，这里有所不同。Python-OpenCV只是原始C / C 代码的包装。它通常用于结合两种语言的最佳功能，即 **C / C
的性能和Python的简单性** 。
因此，当您从Python调用OpenCV中的函数时，实际运行的是底层C / C
++源代码。因此，性能不会有太大区别。（我记得我在某处读到性能损失小于1％，不记得在哪里。OpenCV中一些基本功能的粗略估计显示 最坏情况的
损失为
<4%.ie
penalty = [maximum time taken in Python - minimum time taken inC++]/minimum time taken in C++） 。
当您的代码具有大量本地python代码时，就会出现问题。例如，如果您要编写自己的函数，而这些函数在OpenCV中不可用，那么情况会变得更糟。这些代码在Python中本地运行，从而大大降低了性能。
但是新的OpenCV-
Python接口完全支持Numpy。Numpy是使用Python进行科学计算的软件包。它也是本机C代码的包装。它是一个高度优化的库，支持多种矩阵运算，非常适合图像处理。因此，如果您可以正确组合OpenCV函数和Numpy函数，则将获得非常高速的代码。
要记住的是，始终尝试避免Python中的循环和迭代。而是使用Numpy（和OpenCV）中可用的数组操作工具。使用简单地添加两个numpy数组
C =A+B要比使用双循环快很多倍。
