Python检测器与识别器封装方案选型：类还是函数？

首先先明确你的场景和需求：

我已经编写了独立的检测器与识别器程序，现在需要把它们封装到主程序（main.py）中，而非单个长代码文件。主程序负责读取图像，先经检测器处理，完成图像裁剪后传入识别器。当前目录下有main.py、program1.py（检测器）和program2.py（识别器）三个文件，期望主程序调用逻辑如下：

import program1, program2
import skimage.io
import numpy as np

image_path = "abc"
image = skimage.img_as_float(skimage.io.imread(image_path)).astype(np.float32)

# program 1检测图像并返回pandas dataframe
detected = program1(image)

# 遍历检测结果，裁剪图像后调用识别器
for index, row in df.iterrows():
    object = image[ymin:ymax, xmin:xmax] # 从主图裁剪目标
    object_det = program2(object) # 传入识别器
    print(object_det) # program2返回字符串结果

你的核心问题：Program1和Program2应封装为类还是函数？二者依赖多个外部库，求高效且符合Python风格的实现方案

核心判断标准：是否需要维护状态 #

在Python社区里，选择类还是函数的核心依据是：你的组件是否需要复用资源/维护状态：

• 如果检测器/识别器需要加载预训练模型、配置文件这类只需要初始化一次的资源，类是最优选择
• 如果只是纯无状态的计算（每次调用都独立完成所有操作，无需保留中间数据），函数足够简洁高效

针对你的场景的具体实现 #

场景1：需要复用模型/资源（最常见的计算机视觉场景） #

检测器和识别器通常依赖预训练模型、权重文件这类需要耗时加载的资源，用类封装可以避免每次调用都重复加载，极大提升效率，这也是Python社区的常规做法：

program1.py（检测器类实现）

import pandas as pd
# 导入你的其他依赖库（如cv2、torch、detectron2等）

class ObjectDetector:
    def __init__(self):
        # 初始化阶段一次性加载模型、配置等资源，后续调用复用
        self.model = self._load_detection_model()
        self.conf_threshold = 0.5 # 示例配置参数
        self.category_map = {"0": "cat", "1": "dog"} # 示例类别映射

    def _load_detection_model(self):
        # 这里写加载检测器模型的逻辑（比如加载YOLO、Faster-RCNN的预训练权重）
        # 例如：return torch.hub.load('ultralytics/yolov5', 'yolov5s')
        pass

    def __call__(self, image):
        # 实现检测逻辑，接收输入图像，返回包含坐标的pandas DataFrame
        # 用self.model处理image，解析结果后整理成DataFrame
        detected_results = pd.DataFrame(
            columns=["xmin", "ymin", "xmax", "ymax", "category"]
        )
        # 填充检测结果逻辑...
        return detected_results

program2.py（识别器类实现）

# 导入你的其他依赖库（如tensorflow、sklearn、torchvision等）

class ObjectRecognizer:
    def __init__(self):
        # 初始化阶段加载识别模型与资源
        self.recognizer = self._load_recognition_model()

    def _load_recognition_model(self):
        # 加载识别用的预训练模型（比如分类模型）
        # 例如：return torchvision.models.resnet50(pretrained=True)
        pass

    def __call__(self, cropped_image):
        # 实现识别逻辑，接收裁剪后的图像，返回字符串结果
        # 用self.recognizer处理cropped_image，解析得到类别字符串
        recognition_result = "橘猫"
        return recognition_result

main.py中的调用方式

import program1
import program2
import skimage.io
import numpy as np

# 只初始化一次，后续调用复用模型资源，避免重复加载
detector = program1.ObjectDetector()
recognizer = program2.ObjectRecognizer()

image_path = "abc"
image = skimage.img_as_float(skimage.io.imread(image_path)).astype(np.float32)

# 调用检测器
detected_df = detector(image)

# 遍历检测结果处理
for index, row in detected_df.iterrows():
    # 从DataFrame中取出坐标值裁剪图像
    cropped_obj = image[row['ymin']:row['ymax'], row['xmin']:row['xmax']]
    # 调用识别器
    recognition_result = recognizer(cropped_obj)
    print(recognition_result)

场景2：无状态轻量处理（极少场景） #

如果你的检测器/识别器不需要加载任何可复用资源，每次调用都是纯计算逻辑，用函数封装会更简洁：

program1.py（函数实现）

import pandas as pd
# 导入依赖库

def detect_objects(image):
    # 纯无状态检测逻辑，返回包含坐标的DataFrame
    detected_objects = pd.DataFrame(
        columns=["xmin", "ymin", "xmax", "ymax"]
    )
    # 填充检测结果...
    return detected_objects

program2.py（函数实现）

def recognize_object(cropped_image):
    # 纯无状态识别逻辑，返回字符串结果
    return "识别结果"

main.py调用方式

import program1
import program2
import skimage.io
import numpy as np

image_path = "abc"
image = skimage.img_as_float(skimage.io.imread(image_path)).astype(np.float32)

detected_df = program1.detect_objects(image)

for index, row in detected_df.iterrows():
    cropped_obj = image[row['ymin']:row['ymax'], row['xmin']:row['xmax']]
    result = program2.recognize_object(cropped_obj)
    print(result)

为什么类是更推荐的方案？ #

1. 性能提升：模型、权重这类资源只加载一次，避免多次调用时重复IO操作，这对于计算机视觉任务来说是核心的效率优化点
2. 可维护性：把资源加载、业务逻辑封装在类中，代码结构更清晰，后续修改扩展（比如调整阈值、更换模型）更方便
3. 符合Python风格：对于需要维护状态的组件，类是Python社区公认的标准封装方式，其他开发者接手时更容易理解

内容的提问来源于stack exchange，提问作者Ahmad M.