OpenCV正式发布了两种类型的Python接口，cv和cv2。

简历：

我开始工作cv。这样，所有OpenCV数据类型都将保留下来。例如，加载时，图像的格式cvMat与C ++中的相同。

对于数组操作，有几个功能，如cvSet2D，cvGet2D等。而一些讨论说，他们是慢。

对于imageROI，您需要特殊的功能，例如cvSetImageROI。

如果找到轮廓，cvSeq则返回的结构与Python列表或NumPy数组相比不太好用。

（而且我认为，很快它的开发将被停止。以前只有cv。后来，OpenCVcv和and都附带了cv2。现在，在最新版本中，只有cv2模块，并且cv里面是子类cv2。您需要调用import cv2.cv as cv访问它。）

cv2：

而最新的是cv2。在此，一切都返回NumPy状物体ndarray 和native Python物体像lists，tuples，dictionary等，所以由于这个NumPy的支持，你可以在这里做任何numpy的操作。NumPy是一个高度稳定和快速的数组处理库。

例如，如果加载图像，ndarray则返回。

array[i,j] 为您提供（i，j）位置的像素值。

同样，对于imageROI，可以像一样使用数组切片ROI=array[c1:c2,r1:r2]。无需单独的功能。

要添加两个图像，无需调用任何函数，只需执行即可res = img1+img2。（但是NumPy加法是uint8数组（如图像）的模运算。有关更多信息，请参见《
OpenCV中的矩阵算术和Numpy之间 的
区别》 。

返回的轮廓是Numpy数组的列表。您可以在“
轮廓-1：入门”中 找到有关轮廓的详细讨论。

简而言之，使用cv2可以简化所有步骤，而且速度很快。

cv2在堆栈溢出问题 OpenCV-
Python接口cv和cv2的性能比较中，
对NumPy如何加快速度进行了简单讨论。

pyopencv ：

我对此不太了解，因为我没有使用过它。但它似乎已停止进一步发展。

我认为坚持使用官方图书馆会更好。

简而言之，我建议您使用cv2！

编辑：您可以 在Windows for Pythoncv2中的
安装OpenCV中 看到模块的安装过程。