※ 引述《MasterChang (Han-Yuan)》之銘言：
: 如果是做研究 python + opencv 可以快速解決問題，如果要用到
: ML，python + opencv + pytorch
: OpenCV我在python/C++/C#上都有在用，轉換上沒那樣難，另外dlib在
: python上使用沒有甚麼大問題。
: 你想的事情很多前輩都想過了，你想太多....
這篇 +1
我自己 C++ Python TensorFlow OpenCV PyTorch 的 N 種組合都用過
如果程式能力不是很強，我強烈推薦使用 Python + PyTorch。
首先，不要寫 C++。
絕對不要寫 C++，但如果想多享受幾年學生生活的話就可以。
然後，能用 PyTorch 就不用要 TensorFlow。
TensorFlow 難學難用，相信我，我的 daily job 就是寫 TensorFlow，
但我回家寫龍族拼圖 AI 辨識盤面的時候都用 PyTorch。
根據你描述的應用，準確率會比效能重要，用 Python 就好了。
而且對於寫論文來說，能夠快速的驗證提出的演算法是否正確，非常重要。
應該把時間花在演算法的快速迭代上，而不是花在跟 C++ 戰鬥。
另外，如果要準確率，傳統 computer vision 的天花板也不容易跟 ML 打。
不是不行，是人工比較吃重，辛苦活，你要花很多功夫去設計 feature 跟 rule。
但是丟 deep learning 輕輕鬆鬆就有不錯的結果。
ML 其實就是把人「根據實驗結果，修改 feature 跟 rule」這件事情自動化。
機器能作的事情，讓機器自己作就好了，哈哈哈，
即使像我這樣腦損傷的人也能寫出論文畢業呢。