你這個(gè)問(wèn)題描述信息太少，沒(méi)有辦法具體回答，只能說(shuō)說(shuō)大概的思路。

雖然Python簡(jiǎn)單易學(xué)，使用方便，但是他的效率并不高，所以一般也就適合做試驗(yàn)性代碼開(kāi)發(fā)，這樣能快速驗(yàn)證思路或者算法的正確性。比如你說(shuō)的人臉識(shí)別，不管是用深度學(xué)習(xí)，還是用常規(guī)算法，首先要設(shè)計(jì)一個(gè)算法并驗(yàn)證它能否正常工作，只有能正確檢測(cè)人臉的算法，才是一個(gè)可行的算法，至于效率是下一步優(yōu)化的目標(biāo)。

一般情況下圖像處理的計(jì)算量都比較大，所以在驗(yàn)證了算法的正確性之后，一般會(huì)將Python的代碼移植到效率更高的C/C++平臺(tái)，對(duì)于OpenCV來(lái)說(shuō)就更是如此，因?yàn)镺penCV的開(kāi)發(fā)語(yǔ)言正是C++。至于怎么在C++里面調(diào)用Python模型，可參考本人寫(xiě)的一篇文章，正好也是圖像處理方面的。

此外，對(duì)于運(yùn)算量更大的任務(wù)，比如深度學(xué)習(xí)，CPU往往已經(jīng)很難滿(mǎn)足計(jì)算要求，這時(shí)候就需要用GPU來(lái)加速。