对Python+Numpy实时手势识别的好奇

Question

我刚和我的导师开完实验室会议，之前的代码是用Matlab写的，它是离线模式，不是实时模式。所以我决定把它转换成Python+Numpy（离线版本）。但是在会议上，我的导师提到了一个问题，就是实时识别的速度，这让我对用Python+Numpy来做这个项目的速度产生了疑问。或者用C语言会更好？我的项目是使用电子手套（有两个传感器）来获取实时数据并进行数据处理和识别。

Answer 1

你可以看看 OpenCV，它有一些适用于Python的库，比如ctypes-opencv 和 opencv-cython；不过我自己没有用过这些库。
理想情况下，你希望能把一个运行速度很快的C语言内部循环和一个灵活的Python/Numpy算法结合起来。
顺便说一下，去谷歌搜索“opencv 手势识别”，会有6680个结果。

Answer 2

我觉得答案主要取决于三个方面：你在Matlab中的编程水平、你在Python/Numpy中的编程水平，以及你的算法。如果你能认真地把所有操作都转化为向量形式，并且善用库函数，那么Matlab和Python在处理数字方面都能很快。

如果你的Matlab代码已经写得很好了，我会很惊讶你在转到Numpy后能看到多大的性能提升，除非你能找到一些特别的写法来帮助你。你转到C语言后可能也不会有太大的好处。在这种情况下，你可能更应该把精力放在优化你的算法上。

如果你的Matlab代码写得不太好，你可以选择：1）写更好的Matlab代码，2）用好的Numpy代码重写，或者3）用C语言重写。

Answer 3

NumPy如果你遵循一些基本规则，速度会非常快。尽量避免使用Python的循环，而是尽可能使用NumPy提供的运算符。这个链接和这个链接都是很好的入门资料。

看完这些后，不妨试着在Matlab和NumPy中写一些简单的代码，然后比较一下它们的性能。如果NumPy的表现不错，那就足以说服你的导师了，特别是当这段代码能代表你在项目中实际使用的算法时。

注意：你还应该确认一下你的算法确实适合实时识别。