我注意到，直到今天，Matlab 在计算机视觉和图像处理社区中仍然非常流行，尽管 OpenCV 是一个非常成熟的 C++ 包。我从未使用过 Matlab，但看着它，我发现 C++ 中的 OpenCV 没有任何优势。但是它很常用，我正在考虑使用它。
为什么它在这群人中如此受欢迎？它比 OpenCV 有什么优势？
【问题讨论】：
标签： c++ matlab opencv computer-vision
Matlab 不仅具有图像处理功能，而且还具有数学函数，在 C++ 中，您必须在其他库中挂钩（而且，当您进行图像处理时，数学库非常重要）。
【讨论】：
Matlab 适用于计算机视觉研究人员，它拥有庞大的算法，节省了大量研究人员的时间；当您实现一个新算法时，您还会发现 Matlab 比 OpenCV 节省您的时间。但是如果性能是您的重要考虑因素，Matlab 就不好。
OpenCV 的优势在于它的高度可定制性，并且得益于原生 C/C++，性能良好。
如果你正在做一个与计算机视觉相关的产品，或者你需要在短时间内处理大量图像，换句话说，性能很关键，那么你应该使用 OpenCV。
如果您正在研究一些新颖的视觉或图像算法，并且性能不是问题，请选择Matlab。
【讨论】：
OpenCV 的 C++ API 相当新。另外，刚出来的时候有很多bug，现在解决的比较多。 在此之前，使用 C API 使用 OpenCV 编写代码非常痛苦。例如。您将无法轻松访问矩阵单元，IplImage 和其他矩阵之间存在差异，并且没有矩阵表达式。
我认为这是大多数计算机视觉领域的人仍然坚持“Matlab 快速开发”理念的主要原因。确实，对于当今的大多数 cv 任务，在 C++ 和 OpenCV 中花费的时间/负担或代码行数并不比 Matlab 中的长。
但是，使用 Matlab 的原因远不止这些：
我想补充一点，我觉得很遗憾整个研究社区都被困在一个专有环境中，那里有免费和好的替代方案。
【讨论】：
与 C++ 相比，Matlab 的开发时间快了一个数量级。 我不能说出确切的数字，但任何有两种语言经验的人都会支持这一说法。
当你想玩弄算法时，如果 Matlab 有你需要的功能，它会立即被选择而不是 C++。
【讨论】：
我是计算机视觉专业的博士生，我已经在这个问题中回答了关于 matlab 和 python 对科学家的比较： What is MATLAB good for? Why is it so used by universities? When is it better than Python?
我将更新我的答案，以比较 matlab 和 opencv 用于计算机视觉：
我以前只使用 C++/OpenCV 进行编码，但自从我开始攻读博士学位（3 年前）以来，我只使用 Matlab 进行编码。所以我很了解这个话题。
与 opencv 相比，matlab 如此优秀和广泛使用的原因之一：
就我个人而言，我在 matlab 中的编码速度比在 OpenCV/C++ 中快 10 倍左右，并且最后出现的错误要少得多。
在研究环境中，我们（希望）经常有新想法，我们希望快速测试它们，看看是否值得继续朝这个方向发展。大多数情况下，我们编写的代码中只有一小部分有用。此外，通常不可能事先猜测一个想法是否可行。
Matlab 通常在执行时有点慢，而 opencv 绝对是运行时最快的，但我们并不在意。因为我们事先不知道什么方法会成功，所以我们要尝试很多东西，所以我们的瓶颈是编程时间，因为我们的代码通常会运行几次才能得到要发布的结果，仅此而已。
那么让我们看看 matlab 如何帮助缩短编程时间。
Matlab 确实有很多我需要的功能，所以我不必一直重新发明它们：
将矩阵的索引更改为二维坐标：ind2sub 提取图像的所有补丁：im2col;计算图像的直方图：hist(Im(:))；在列表unique(list) 中查找唯一元素；将向量添加到矩阵bsxfun(@plus,M,V) 的所有向量中； n维数组上的卷积convn(A)；计算子部分代码的计算时间：tic; %%code; toc；裁剪图像的图形界面：imcrop(im);
列表可能很长... 使用帮助很容易找到它们。
但是，考虑到纯计算机视觉功能，我认为核心 Opencv 比 matlab 加工具箱更详尽。但是现在有很多研究人员在matlab中发布他们的源代码，如果你想测试最新的发现，你基本上必须使用matlab。
无需分配和释放内存。 Matlab 会为您做到这一点，因此您可以专注于您的工作。
没有缓冲区溢出。因此，无需再花很长时间试图找出它崩溃的位置。 Matlab 会自动停止，并告诉您代码在哪里尝试获取矩阵范围之外的值。
没有编译时间...
没有要写的标题...
一个例子：我启动一个脚本。由于矩阵，它会产生错误。 我仍然可以使用命令行执行代码。我想象它在做：imagesc(matrix)。我看到矩阵的最后一行很奇怪。我修复错误。 所有变量仍然设置。我选择了剩下的代码，按 F9 执行选择，一切继续。 调试变得很快，多亏了这一点。
Matlab 在执行前强调了我的一些错误。所以我可以很快看到问题。它提出了一些让我的代码更快的方法。
使用 OpenCV/C++/Visual Studio，我可以调试。但是这个调试器不允许我在调试期间执行代码，所以我不能例如可视化矩阵等等。所以在实践中，我必须复制粘贴一些代码来转储矩阵，以检查错误在哪里。这很痛苦。
IDE 中包含一个很棒的 profiler。与此相比，用于 C++ 的 KCahcegrind 使用起来非常痛苦。
我在那里写了更多： Are there any alternative editors for .m files?
Matlab 代码更简洁，这意味着更易于调试、阅读和理解，并且：代码看起来像我的公式。
为了标准化矩阵的所有列（我一直需要），我这样做：
bsxfun(@times,A,1./sqrt(sum(A.^2)))
要从矩阵中删除总和较小的所有列：
A(:,sum(A)<e)=[]
在 GPU 上进行计算：
gpuX = gpuarray(X);
%%% code normally and everything is done on GPU
使我的代码瘫痪：
parfor n=1:100
%%% code normally and everything is multi-threaded
什么语言可以打败它？
当然，我很少需要创建循环，所有内容都包含在函数中，这使代码更易于阅读，而且索引也不会令人头疼。所以我可以专注于我想要编程的内容，而不是如何编程。
Matlab 以其绘图工具而闻名。他们非常有帮助。 OpenCV 只有基本的绘图功能。
输入doc很容易
PS：我讨厌 matlab：它的价格
【讨论】：