opencv用c++还是python好

python更好。

opencv内置支持的主要语言为python和c++，如果你用户不是特别大）（比如10000次以上的人脸识别每秒），一般python就绰绰有余了。当然如果是安卓客户端的话，还是c++或java方便点，如果是后台或者树莓派之类的，python就更方便。

这里有个python的例子。

opencv 3.3+已经内置了人脸识别功能。

可以很轻松的完成相关毕业设计。

使用OpenCV提供的预先训练的深度学习面部检测器模型，可快速，准确的进行人脸识别。

Python优点：

学习难易：Python与C++对比是一门易于学习的语言所以很适合作为第一门语言来学习编程。

可视化调试：Matplotlib进行结果可视化这方法，与C++的窗体调试比起来那是好了很多啊。

1 hough变换获取直线，可以得到两条直线首尾两点坐标

2 根据坐标计算直线斜率，然后推算中轴线斜率

3 根据直线坐标计算它们的交点，然后有了交点和中轴线斜率，就出来结果了。

同学，你这个标题和内容完全是两个问题了。光实现坐标值输出简单的很

p_iplImg=cvLoadImage(p_cImgName,1)//p_iplImg表示轮廓图

前提为二值图 ，不是二值图中间请加二值化

for (int i=0i<p_iplImg->heighti++)

{

for (int j=0j<p_iplImg->widthStepj++)

{

if (p_iplImg->imageData[i*p_iplImg->widthStep+j] == 255)

{

cout <<"坐标为 " <<i <<j <<endl

}

}

}

想用这个轮廓把原来JPG彩色图像中的物体圈出来，并且把原图像背景变成白色

这个功能请参考

CvMemStorage *storage1 = cvCreateMemStorage(0)

CvSeq *contour1 = 0

cvFindContours( p_iplDestImg, storage1, &contour1, sizeof(CvContour), CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE, cvPoint(0,0))//得到轮廓

cvDrawContours(p_iplDestImg, contour1, CV_RGB(255,255,255), CV_RGB(255,255,255), 2, CV_FILLED, 8, cvPoint(0,0))//在图像中圈出来

//把不在圈内的像素值全部设为255就是白色

---