對象跟蹤：MATLAB vs. Python Numpy

我將很快開始一個最後一年的工程項目，包括在2D表面上移動的對象的實時跟蹤。對象將通過我的算法使用feature extraction進行註冊。對象跟蹤：MATLAB vs. Python Numpy

我想做一些研究，以決定我應該使用MATLAB還是使用Python Numpy（數值Python）。一些我考慮的因素：

1）經驗

我有兩個合理的經驗，但使用NumPy的圖像處理或許更多的經驗。不過，我總是發現MATLAB非常直觀，易於拿取。

2）實時能力

這是非常重要的，我的選擇是能夠支持實時採集視頻數據從外部攝像頭。我發現這個鏈接MATLAB顯示如何做到這一點。我相信Python也可以使用OpenCV庫嗎？

3）性能

我聽說過，但從來沒有使用過，那MATLAB可以很容易地跨越multiple cores拆分獨立計算。我應該認爲這會非常有用，而且我不確定Numpy是否同樣簡單。

4）價格

我知道，有一個與MATLAB相關的成本，但我會在一所大學合作，因此將有機會獲得全MATLAB無需任何費用，以自己，所以價格不是因子。

我非常感謝來自任何人的任何輸入，這些輸入來自任何類似的人，以及您的經歷。謝謝！

來源

2012-06-21 casper

就畢業後就業能力而言，我認爲如果打算練習工程，Matlab是一個更好的選擇。 –

我認爲這取決於你在哪裏工作。更好地瞭解兩者。 – Benjamin

Python（帶有NumPy，SciPy和MatPlotLib）是新的Matlab。所以我強烈建議Python通過Matlab。

我在一年前做了改變，我對結果非常滿意。

這是Python和Matlab的

Python的利弊短PRO/CON列表：

面向
易對象寫入大和「真實」的節目
開源（所以它完全免費使用）
快速（大多數繁重的計算算法有一個python包裝來連接C庫，例如NumPy，SciPy，SciKits，libSVM，libLINEAR）
舒適的環境，高度可配置（iPython，用於VIM的Python模塊，...）
快速增長的Python用戶社區。文檔和人民願意噸，以幫助

Python的缺點：

可能是一個痛苦的安裝（尤其是在OS X某些模塊）
繪圖操作是不是一樣好/容易，因爲在MATLAB，尤其是3D繪圖或動畫
它仍然是一個腳本語言，所以只將其用於（快速）原型
Python是不是專爲多核編程

個

Matlab的優點：

非常容易安裝
強大的工具箱（例如信號處理，系統生物學）
統一的文件，只要你購買了許可證個性化的支持
輕鬆擁有劇情動畫和交互式圖形（我發現與運行實驗非常有用）

Matlab的利弊：

沒有免費的（且昂貴）
基於Java + X11，這看起來非常醜陋的（好吧，我承認我在這裏完全偏向）
難寫大，可擴展的計劃
很多MATLAB用戶都切換到Python :)

來源

2012-06-21 18:04:58

謝謝！我今天和更多的人交談過，似乎我會用Python。 – casper

我很高興聽到這個消息。快樂編程！ –

如果您對這兩種語言都有經驗，那麼這不是一個真正的決策標準。
由於大多數計算機視覺算法的代價非常高，所以Matlab在實時設置方面存在問題。這是使用經過試用和測試的庫（如OpenCV）的優勢，其中許多算法將被高效地實現。 Matlab提供了將代碼編譯成Mex文件的可能性，但這是很多工作。
Matlab具有並行for循環parfor，這使多核處理變得容易（或至少更容易）。但問題是如果這足以實現實時速度。
無評論。
Matlab的主要優點是，由於其良好的文檔，您將非常快速地獲得正在運行的程序。但是我發現代碼的可重用性與Matlab很差，除非您非常重視它。

我認爲最後的決定必須是如果您有/可以運行你的算法的實時這是我在Matlab的懷疑，但是這取決於你打算用什麼方法。

來源

2012-06-21 08:25:13 denahiro

感謝您的輸入！但是，當你說Matlab的代碼可重用性很差時，你是什麼意思？爲什麼這樣？ – casper

許多人傾向於使用腳本太多，在我看來，由於名稱衝突和依賴關係，重用這些代碼非常困難。另外，很難執行數據結構（例如輸入數據），這意味着大多數用戶將不得不找出他們必須如何構造輸入數據（它是行或列向量？等等）。我並不是說重複使用好的Matlab代碼是不可能的，但是有很多糟糕的代碼，人們在編碼時往往不會考慮可重用性。 – denahiro

我會推薦python。

我從MATLAB切換到 - > python約1/2的方式通過我的博士學位，並不後悔。在最簡單的情況下，python是一個更好的語言，有真實的對象，等等。

如果您希望在c/C++中執行代碼的任何部分，我肯定會推薦python。 mex接口的工作原理，但如果你的構建變得複雜/大，它開始是一個痛苦，我從來沒有理清如何有效地調試它。我也很難用mex +分配與matlab內存管理交互的大塊（我無法解決這個問題是什麼促使我切換）。作爲一個便箋/自我推廣，我有c++（與swig包裝）和純粹python Crocker-Grier。

來源

2012-06-21 12:21:42 tacaswell

其他人已經做出了很多偉大的意見（我在另一個答案https://stackoverflow.com/a/5065585/392949之前opined關於這一主題），但我只想指出，Python具有許多非常優秀的並行計算工具，可以跨多個內核分割工作。下面是一個簡短而絕不是全面的列表：