深度学习主要就是要训练一个mnist手写数字的库，目前有theano, caffe，还有什么cnn, dnn的，都是神经网络、卷积等等。
而人脸识别的话，可以用OpenCV。我就想知道，OpenCV既然可以用来做人脸识别了，难道不能用来做数字的识别吗？模式差不多吧？人脸不就是两个眼睛一个鼻子，数字应该也是有规律可循的，为什么要用到那么复杂的卷积呢？
或者我的理解不对，OpenCV是用来做前端的？先把数字轮廓找出来，然后交给后面的深度学习算法比如caffe去识别？它们之间到底是什么关系呢？求大神不吝赐教。
另外，从计算速度来讲，OpenCV几乎可以在毫秒级别从一张照片中准确地找出人脸来。那么caffe的速度呢？是不是训练完毕以后的caffe也能在毫秒级别识别数字？或者准确地告诉我照片中的这个人是谁？
opencv是一个图像处理库，只是其中封装了传统的机器学习方法和特征提取方式。
深度学习是新兴起的机器学习算法，是神经网络算法的扩展，不再需要人工去提取特征，效果也非常好。
cnn，dnn这些才是算法，caffe，theano这些只是深度学习框架，封装了底层实现，使用者只需要调节参数，降低了深度学习的门槛。