OpenCV适配Python3但NAOqi SDK仅支持Python2.7的兼容问题咨询

按实现成本、容错率从优到劣排序：

• 方案1：双进程本地通信（零侵入改代码，优先推荐）
  直接把两个逻辑拆为两个独立进程，分别跑在对应版本的Python环境里，完全不用修改现有核心代码：
  1. Python3环境单独运行OpenCV视觉识别逻辑，负责采集Webcam画面、识别棋盘状态、计算落子位置
  2. Python2.7环境单独运行NAOqi SDK控制逻辑，负责接收指令、驱动NAO做动作、完成落子
     两个进程通过本地环回地址做轻量通信即可，用标准库自带的socket或者简易HTTP接口就能实现，数据用JSON序列化（两边标准库都自带json模块，无需额外安装依赖），每次识别完成后把棋盘数组、目标落子列号发给控制进程就行。本地环回通信延迟不到1ms，完全满足对战的实时性要求。
     这个方案调试也很方便：调视觉参数的时候可以断开机器人单独跑识别进程，调机器人动作的时候可以手动发模拟测试数据，两边日志独立排查，不会互相干扰。
• 方案2：单环境兼容适配
  如果不想维护两个进程，可以直接在Python2.7环境下安装适配的OpenCV版本，把现有视觉代码做少量语法迁移即可：
  OpenCV 3.4.x系列的终版是同时支持Python2.7的，直接执行pip install opencv-python==3.4.18.65就能装，Connect4识别用到的颜色分割、轮廓检测、圆检测等核心API和新版本差异极小，代码只需要调整Python2/3的语法差异：比如把f-string换成str.format()、print语句加括号、处理好字符串编码即可，核心识别逻辑几乎不用改。
• 方案3：绕开Python版NAOqi SDK
  NAO机载的NAOqi系统本身自带HTTP调用接口，不需要强依赖本地Python2.7版本的SDK，可以全量代码都跑在Python3环境下，视觉识别完成后直接构造HTTP请求调用NAO的运动、交互模块接口即可，连Python2环境都不用配置。需要注意不同NAOqi固件版本的接口端口、参数格式有小幅差异，对照自己机器人的固件文档调通请求格式就行。

避坑提醒：别尝试给Python2.7编译新版OpenCV，会缺很多依赖，编译成本极高，远不如上面三个方案省事。

内容的提问来源于stack exchange，提问作者dktr_hu