※ 引述《MasterChang (Han-Yuan)》之铭言：
: 如果是做研究 python + opencv 可以快速解决问题，如果要用到
: ML，python + opencv + pytorch
: OpenCV我在python/C++/C#上都有在用，转换上没那样难，另外dlib在
: python上使用没有什么大问题。
: 你想的事情很多前辈都想过了，你想太多....
这篇 +1
我自己 C++ Python TensorFlow OpenCV PyTorch 的 N 种组合都用过
如果程式能力不是很强，我强烈推荐使用 Python + PyTorch。
首先，不要写 C++。
绝对不要写 C++，但如果想多享受几年学生生活的话就可以。
然后，能用 PyTorch 就不用要 TensorFlow。
TensorFlow 难学难用，相信我，我的 daily job 就是写 TensorFlow，
但我回家写龙族拼图 AI 辨识盘面的时候都用 PyTorch。
根据你描述的应用，准确率会比效能重要，用 Python 就好了。
而且对于写论文来说，能够快速的验证提出的算法是否正确，非常重要。
应该把时间花在算法的快速迭代上，而不是花在跟 C++ 战斗。
另外，如果要准确率，传统 computer vision 的天花板也不容易跟 ML 打。
不是不行，是人工比较吃重，辛苦活，你要花很多功夫去设计 feature 跟 rule。
但是丢 deep learning 轻轻松松就有不错的结果。
ML 其实就是把人“根据实验结果，修改 feature 跟 rule”这件事情自动化。
机器能作的事情，让机器自己作就好了，哈哈哈，
即使像我这样脑损伤的人也能写出论文毕业呢。