2. 程式人生 > >C_C++呼叫Python [opencv與numpy]

C_C++呼叫Python [opencv與numpy]

阿新 • • 發佈：2018-12-19

C/C++呼叫Python [opencv與numpy]

目前的情況下，如果你有一個深度學習模型，很想在專案中使用，但模型是用python寫的，專案使用的是C++，怎麼辦？直觀的做法是從C++呼叫python直譯器，本文遇到的情景是C++環境下有張圖片，需要將其中一個區域（ROI）進行放大（超解析度重建），放大演算法是python環境下的函式（pytorch模型），之後在C++環境下進行後續處理，假設希望從C/C++端呼叫的python函式如下（暫不介紹超解析度，用opencv的resize替代）： 
import cv2 as cv
def super_resolution(img, scale=
 
4):
	height, width = img.shape[:2]
	dsize = (width*scale, height*scale)
	big_img = cv.resize(img, dsize)
	return big_img

先介紹環境配置，再講從C/C++呼叫Python的關鍵操作。

1. 環境設定

以windows環境為例，開發時需要做好相關配置，我的環境：Windows10，VS2017 Community，Python3.6.4_x64，OpenCV3.4.1_x64。

OpenCV環境

官方文件

  1. Visual Studio配置包含目錄（編譯錯），D:\Program Files\opencv3\build\include
  2. Visual Studio配置庫目錄（連結錯），D:\Program Files\opencv3\build\x64\vc15\lib
  3. Visual Studio配置連結器輸入（連結錯）：opencv_world341.lib
  4. 追加Path環境變數（執行錯）：Path=Path;D:\Program Files\opencv3\build\x64\vc15\bin，改完環境變數一定要重啟Visual Studio才能生效。

下面的例子讀取一張圖片並顯示。

//opencv_demo.cpp
#include<opencv/cv.hpp>
using namespace cv;

int
 
 main(int argc, char *argv[]){
    Mat img = imread("lena.jpg");
    imshow("lena", img);
    waitKey(0);
    destroyAllWindows();
    return 0;
}

Python環境

  1. Visual Studio配置包含目錄（編譯錯）：D:\Program Files\Python36\include
  2. Visual Studio配置庫目錄（連結錯）：D:\Program Files\Python36\libs
  3. 新增環境變數（執行錯）：PYTHONHOME=D:\Program Files\Python36，改完環境變數一定要重啟Visual Studio才能生效。

下面的例子從C呼叫Python直譯器，並執行Python程式碼，列印時間和日期。

//python_demo.cpp
// https://docs.python.org/3.6/extending/embedding.html#very-high-level-embedding
#include <Python.h> 

int main(int argc, char *argv[])
{
    wchar_t *program = Py_DecodeLocale(argv[0], NULL);
    if (program == NULL) {
        fprintf(stderr, "Fatal error: cannot decode argv[0]\n");
        exit(1);
    }
    Py_SetProgramName(program);  /* optional but recommended */
    Py_Initialize();
    PyRun_SimpleString("from time import time,ctime\n"
                       "print('Today is', ctime(time()))\n");
    if (Py_FinalizeEx() < 0) {
        exit(120);
    }
    PyMem_RawFree(program);
    getchar();
    return 0;
}

Numpy環境

  1. Visual Studio標頭檔案目錄（編譯錯）：D:\Program Files\Python36\Lib\site-packages\numpy\core\include
  2. 關鍵程式碼（執行錯）：在Py_Initialize();之後必須呼叫import_array();以載入所有numpy函式(C API)，與載入dll類似。

下面的例子展示用numpy介面實現矩陣計算矩陣乘法，並驗證結果。

// numpy_demo.cpp 
#include <Python.h> 
#include <iostream>
#include <numpy/arrayobject.h>
using namespace std;

int main(int argc, char *argv[])
{
	wchar_t *program = Py_DecodeLocale(argv[0], NULL);
	if (program == NULL) {
		fprintf(stderr, "Fatal error: cannot decode argv[0]\n");
		exit(1);
	}
	Py_SetProgramName(program);  /* optional but recommended */
	Py_Initialize();
	
	import_array();		/* load numpy api */
	double array_1[2][3] = { { 2,5,6 },{ 5,6,5 } };
	npy_intp dims_1[] = { 2, 3 };
	PyObject *mat_1 = PyArray_SimpleNewFromData(2, dims_1, NPY_DOUBLE, array_1);

	double array_2[3][4] = { { 1,3,0,4 },{ 2,2,5,3 },{ 1,2,1,4 } };
	npy_intp dims_2[] = { 3, 4 };
	PyObject *mat_2 = PyArray_SimpleNewFromData(2, dims_2, NPY_DOUBLE, array_2);

	PyObject *prod = PyArray_MatrixProduct(mat_1, mat_2);

	PyArrayObject *mat_3;
	PyArray_OutputConverter(prod, &mat_3);
	npy_intp *shape = PyArray_SHAPE(mat_3);
	double *array_3 = (double*)PyArray_DATA(mat_3);

	cout << "numpy result:\n";
	for (int i = 0; i < shape[0]; i++) {
		for (int j = 0; j < shape[1]; j++) {
			cout << array_3[i*shape[1] + j] << "\t";
		}
		cout << endl;
	}
	cout << "\nC result:\n";
	for (int i = 0; i < 2; i++) {
		for (int j = 0; j < 4; j++) {
			double t = 0;
			for (int k = 0; k < 3; k++)
				t += array_1[i][k] * array_2[k][j];
			cout << t << "\t";
		}
		cout << endl;
	}

	if (Py_FinalizeEx() < 0) {
		exit(120);
	}
	PyMem_RawFree(program);
	getchar();
	return 0;
}

2. C與Python的型別轉換

儘管處於不同的目的，但 擴充套件Python （Python調C，加速）和 內嵌Python （C調Python，方便）是完全一樣的行為。

擴充套件Python要做的是：

  • 將資料從Python轉換到C
  • 使用轉換的值執行C函式的呼叫
  • 將資料從C轉換到Python

當內嵌Python時，介面程式碼要做的是:

  • 將資料從C轉換到Python
  • 使用轉換的值執行Python介面函式的呼叫
  • 將呼叫返回的資料從Python轉換到C

不管是擴充套件還是內嵌，程式碼都是C語言的，而這裡的核心就是資料型別轉換，C語言中，有bool,char,short,int,long,float,double 陣列和指標等型別，在Python中有bool,int,float,str,list,tuple,set和dict等型別，但Python的一切型別在C語言中皆為物件，也就是PyObject型別，所有Python型別都繼承它，關於型別轉換直接參考文件，下面簡要介紹一下。

基本型別轉換Py_BuildValue和PyArg_Parse

簡單的型別轉換例如：

// PyObject *Py_BuildValue(const char *format, ...);
// int PyArg_Parse(PyObject *args, const char *format, ...);

bool c_b;
PyObject *py_b = Py_BuildValue("b", true);		/*C -> Python*/
PyArg_Parse(py_b, "b", &c_b);					/*python -> C*/

int c_i;
PyObject *py_i = Py_BuildValue("i", 42);
PyArg_Parse(py_i, "i", &c_i);

double c_d;
PyObject *py_d = Py_BuildValue("d", 3.141592654);
PyArg_Parse(py_d, "d", &c_d);
	
const char *c_str;
PyObject *py_str = Py_BuildValue("u", "你好，世界！");
PyArg_Parse(py_str, "u", &c_str);

構造複雜的Python物件Py_BuildValue

以上都是基本型別的轉換，另外，C呼叫Python函式時，如何構造高階資料結構如list,tuple,set和dict呢？Py_BuildValue可以做到，演示如下，右邊是PyObject*中包含的Python資料：

#define PY_SSIZE_T_CLEAN  /* Make "s#" use Py_ssize_t rather than int. */
#include <Python.h>

Py_BuildValue("")                        None
Py_BuildValue("i", 123)                  123
Py_BuildValue("iii", 123, 456, 789)      (123, 456, 789)
Py_BuildValue("s", "hello")              'hello'
Py_BuildValue("y", "hello")              b'hello'
Py_BuildValue("ss", "hello", "world")    ('hello', 'world')
Py_BuildValue("s#", "hello", 4)          'hell'
Py_BuildValue("y#", "hello", 4)          b'hell'
Py_BuildValue("()")                      ()
Py_BuildValue("(i)", 123)                (123,)
Py_BuildValue("(ii)", 123, 456)          (123, 456)
Py_BuildValue("(i,i)", 123, 456)         (123, 456)
Py_BuildValue("[i,i]", 123, 456)         [123, 456]
Py_BuildValue("{s,s}", "abc", "def")     {'abc', 'def'}
Py_BuildValue("{s:i,s:i}",
              "abc", 123, "def", 456)    {'abc': 123, 'def': 456}
Py_BuildValue("((ii)(ii)) (ii)",
              1, 2, 3, 4, 5, 6)          (((1, 2), (3, 4)), (5, 6))

解析引數中的Python物件PyArg_ParseTuple

反過來，在Python呼叫C函式時，會傳遞一系列引數，將這些引數解析為C中的物件，就要用到PyArg_ParseTuple和PyArg_ParseTupleAndKeywords，首先，一個標準的C擴充套件函式是這樣的：

static PyObject *
demo_func(PyObject *self, PyObject *args)
{
    int arg1;
    double arg2;
    const char *arg3;
    if (!PyArg_ParseTuple(args, "ids", &arg1, &arg2, &arg3))
        return NULL;
    /* based on the args, do something here */
    Py_RETURN_NONE;
}

其中self引數對於模組級別函式來說表示模組物件，如果是類方法則表示類物件。args引數包含了呼叫該擴充套件的引數列表，用PyArg_ParseTuple可以將其解析，更復雜的例子如下：

#define PY_SSIZE_T_CLEAN  /* Make "s#" use Py_ssize_t rather than int. */
#include <Python.h>

/* ======簡單的引數解析====== */
int ok;
int i, j;
long k, l;
const char *s;
Py_ssize_t size;

ok = PyArg_ParseTuple(args, ""); /* No arguments */
    /* Python call: f() */
ok = PyArg_ParseTuple(args, "s", &s); /* A string */
    /* Possible Python call: f('whoops!') */
ok = PyArg_ParseTuple(args, "lls", &k, &l, &s); /* Two longs and a string */
    /* Possible Python call: f(1, 2, 'three') */
ok = PyArg_ParseTuple(args, "(ii)s#", &i, &j, &s, &size);
    /* A pair of ints and a string, whose size is also returned */
    /* Possible Python call: f((1, 2), 'three') */

/* ======具有預設值的可選引數====== */
const char *file;
const char *mode = "r";
int bufsize = 0;
ok = PyArg_ParseTuple(args, "s|si", &file, &mode, &bufsize);
/* A string, and optionally another string and an integer */
/* Possible Python calls:
   f('spam')
   f('spam', 'w')
   f('spam', 'wb', 100000) */


/* ======引數含有巢狀的tuple====== */
int left, top, right, bottom, h, v;
ok = PyArg_ParseTuple(args, "((ii)(ii))(ii)",
                      &left, &top, &right, &bottom, &h, &v);
/* A rectangle and a point */
/* Possible Python call:
   f(((0, 0), (400, 300)), (10, 10)) */

/* ======複數，並且一個函式名，解析失敗時，在error message中
         會顯示出錯的函式名為myfunction====== */
Py_complex c;
ok = PyArg_ParseTuple(args, "D:myfunction", &c);
/* a complex, also providing a function name for errors */
/* Possible Python call: myfunction(1+2j) */

解析命名引數中的Python物件PyArg_ParseTupleAndKeywords

Python也支援命名引數，帶名稱的情況下可以改變引數的順序，定義一個這樣的擴充套件函式，就要用到PyArg_ParseTupleAndKeywords解析引數序列，定義一個函式如下，它包含一個必填的引數和三個可選的引數。

static PyObject *
keywdarg_parrot(PyObject *self, PyObject *args, PyObject *keywds)
{
    int voltage;
    const char *state = "a stiff";
    const char *action = "voom";
    const char *type = "Norwegian Blue";

    static char *kwlist[] = {"voltage", "state", "action", "type", NULL};

    if (!PyArg_ParseTupleAndKeywords(args, keywds, "i|sss", kwlist,
                                     &voltage, &state, &action, &type))
        return NULL;
    /* based on the args, do something here */
    Py_RETURN_NONE;
}

題外——const的使用

在學習PyArg_Parse函式時踩了一個坑，本來打算用char陣列接受解析的資料，結果失敗，原因是定義好的char陣列的指標不可改變，程式碼如下

char c_str[256];
PyObject *py_str = Py_BuildValue("u", "你好，世界！");
PyArg_Parse(py_str, "u", c_str);
cout << c_str << endl;

正確的用法如上文，需要定義一個可以改變地址的指標，直接指向返回的字串，這裡將經常遺忘的c語言中const用法梳理：

const char d1 = 'a';		/* 定義常量 */
char const d2 = 'a';		/* char const和const char是一樣的 */
const char *p1 = "hello";	/* p1所指的內容不可改 */
p1 = "world";				/* 但p1可以指向不同的地址 */
char const *p2 = "hello";	/* char const *和const char *是一樣的 */
char p3[256]="hello";		/* p3指向的地址固定，但內容可通過p3更改 */
p3[0] = 'w';				/* wello */
char *const p4 = p3;		/* p4指向的地址固定，但內容可通過p4更改*/
p4[0] = 'b';				/* bello */
const char *const p5 = p4;	/* p5指向的地址固定，且內容不可通過p5更改*/
/* 綜上：
1. char const和const char是一樣的，一般使用const char
2. const char定義不更改的內容，常用於定義常量以及保護形參的內容不被更改
3. *const定義不可更改的指標，少見
*/

3. C呼叫Python

簡單的例子

如何從C語言呼叫一個Python函式，

第一步，寫一個Python檔案（simple_module.py），包含一個函式（simple_func），功能為求和，放入PYTHONHOME/Lib/site-packages中，檔案內容如下：

def simple_func(a,b):return a+b

第二步，寫一個C檔案，執行【Python直譯器初始化、匯入模組，匯入函式，構造輸入引數，呼叫函式，解析返回值，終止Python直譯器】，檔案內容如下（省略錯誤處理）：

#include <Python.h> 

int main(int argc, char *argv[])
{
	wchar_t *program = Py_DecodeLocale(argv[0], NULL);
	if (program == NULL) {
		fprintf(stderr, "Fatal error: cannot decode argv[0]\n");
		exit(1);
	}
	Py_SetProgramName(program);  /* optional but recommended */
	Py_Initialize();

	PyObject *pName = PyUnicode_DecodeFSDefault("simple_module");
	PyObject *pModule = PyImport_Import(pName);		/* 匯入模組 */
	Py_DECREF(pName);
	PyObject *pFunc = PyObject_GetAttrString(pModule, "simple_func");/* 匯入函式 */
	Py_DECREF(pModule);
	PyObject *pArgs = PyTuple_New(2);		/* 初始化輸入引數列表，長度為2 */
	PyTuple_SetItem(pArgs, 0, Py_BuildValue("i",100));	/* 設定引數 */
	PyTuple_SetItem(pArgs, 1, Py_BuildValue("i",20));	/* 設定引數 */
	PyObject *pRetValue = PyObject_CallObject(pFunc, pArgs);	/* 呼叫 */
	Py_DECREF(pFunc);
	Py_DECREF(pArgs);
	int ret;
	PyArg_Parse(pRetValue, "i", &ret);
	Py_DECREF(pRetValue);
	printf("return value: %d", ret);

	if (Py_FinalizeEx() < 0) {
		exit(120);
	}
	PyMem_RawFree(program);
	getchar();
	return 0;
}

引用計數

上面的例子中多處呼叫Py_DECREF，這是對當前物件的引用計數執行減一，

相關推薦

C_C++呼叫Python [opencv與numpy]

C/C++呼叫Python [opencv與numpy] 目前的情況下，如果你有一個深度學習模型，很想在專案中使用，但模型是用python寫的，專案使用的是C++，怎麼辦？直觀的做法是從C++呼叫python直譯器，本文遇到的情景是C++環境下有張圖片，需要將

Python Pandas與Numpy中axis引數的二義性

作者：dudubird85 連結：https://www.jianshu.com/p/9aa448ea397c 來源：簡書 簡書著作權歸作者所有，任何形式的轉載都請聯絡作者獲得授權並註明出處。 Stackoverflow問題如下： python中的axis究竟是如何定義的呢？他

python-opencv:ImportError: numpy.core.multiarray failed to import

先說明兩個需要注意的點： ubuntu下安裝opencv： sudo apt-get install python-opencv 此處預設安裝的為 opencv2。 ubuntu16.04 下安

Python 影象處理 OpenCV （2）：畫素處理與 Numpy 操作以及 Matplotlib 顯示影象

![](https://cdn.geekdigging.com/opencv/opencv_header.png) 前文傳送門： [「Python 影象處理 OpenCV （1）：入門」](https://www.geekdigging.com/2020/05/17/5513454552/) ## 普通

【Python】無須numpy，利用map函數與zip(*)函數對數組轉置（轉）

http details 介紹 二維數組 nbsp 圖片 因此 art comm http://blog.csdn.net/yongh701/article/details/50283689 在Python的numpy中，對類似array=[[1,2,3],[4,5,6],

Python+OpenCV圖像處理（五）—— ROI與泛洪填充

targe ros com ray inter color 方式 高度 lan 一、ROI ROI（region of interest），感興趣區域。機器視覺、圖像處理中，從被處理的圖像以方框、圓、橢圓、不規則多邊形等方式勾勒出需要處理的區域，稱為感興趣區域，ROI。

利用python OpenCV呼叫攝像頭模組

import cv2 import numpy as np cap = cv2.VideoCapture(0) while(1): # get a frame ret, frame = cap.read() # show a frame cv2.imshow("ca

【Python】不用numpy用純python求極差、平均數、中位數、眾數與方差，python的列印到控制檯

原文連結：https://blog.csdn.net/yongh701/article/details/50150619 python作為資料分析的利器，求極差、平均數、中位數、眾數與方差是很常用的，然而，在python進行統計往往要使用外部的python庫numpy，這個庫不難裝，然而，如果單

Python類與物件技巧(1)：字串格式化、封裝屬性名、可管理的屬性、呼叫父類方法

1. 自定義字串的格式化 _formats = { 'ymd' : '{d.year}-{d.month}-{d.day}', 'mdy' : '{d.month}/{d.day}/{d.year}', 'dmy' : '{d.day}/{d.month}/{d.ye

python 自帶的sum函式與numpy中sum兩者巨大的區別

Python自帶的sum函式與numpy中的sum函式有著天壤之別，沒弄懂之前踩了大坑。 1、Python 自帶的sum Python自帶的sum輸入是個可迭代的。可以是列表，陣列，可迭代物件。此時sum最多有兩個引數第一個引數是可迭代的。當有兩個引數時，第二個引數只能是個數。 格式：s

Python OpenCV _6直方圖均衡化（查詢表，OpenCV，Numpy等方法）

Python OpenCV這個初級影象處理系列是參考他人的文章寫的，有些地方做了一些改動，沒有太多理論，側重程式碼實現，主要目的是將這些基本操作程式碼系統地梳理一遍，也是為了以後能快速查詢。 此係列原始碼在我的GitHub裡：https://github.com/yeyujujishou19/P

Python OpenCV _2直方圖計算與顯示的四種方式

此係列原始碼在我的GitHub裡：https://github.com/yeyujujishou19/Python-OpenCV 原圖 一，CV2分通道描繪直方圖：  import cv2 import numpy as np #計算並繪製直方圖 def calcAnd

Python + OpenCV 學習筆記（三）>>> Numpy 陣列操作

將影象畫素迭代取反： import cv2 as cv import numpy as np def access_pixels(image): print(image.shape) height = image.shape[0]

Python + OpenCV 學習筆記（一）>>> 影象的載入與儲存

影象屬性： 通道數目 高與寬 畫素資料 影象型別 顯示一張圖片： import cv2 as cv src = cv.imread("/home/pi/Desktop/apple.jpg") cv.namedWindow("input im

Python + OpenCV 學習筆記（六）>>>圖片切割、合併與填充

圖片切割： 利用python 的切片： def cut(m1): m2 = m1[50:100, 200:300] #對圖片第50到100行，200到300列區域進行切割 cv.imshow('cut', m2) m1[100:150, 400:500] = m

python scipy和numpy與線性代數的關聯

1、矩陣:是一個二維陣列 import numpy as np matrixs=np.matrix('1 2;3 4') #實現矩陣的共軛轉置 print(matrixs.H) #矩陣的轉置 print(matrixs.T) import random print(random.random())

python+openCV呼叫攝像頭拍攝和處理圖片

在深度學習過程中想做手勢識別相關應用，需要大量採集手勢圖片進行訓練，作為一個懶人當然希望飛快的連續採集圖片並且採集到的圖片就已經被處理成統一格式的啦。。於是使用python+openCV呼叫攝像頭，在採

區分python中random模組的randint與numpy.random模組的randint

random.randint(a, b) # 返回閉區間 [a, b] 範圍內的整數值 numpy.random.randint(a, b) # 返回開區間 [a, b) 範圍內的整數值 >>> random.randint(0,1

Python OpenCV 呼叫攝像頭並截圖儲存

0x01 OpenCV安裝   通過命令pip install opencv-python 安裝 pip install opencv-python 0x02  示例 import cv2 cap = cv2.VideoCapture(0) #開啟攝像

python-opencv呼叫攝像頭

你可以使用函式 cap.get(propId) 來獲得視訊的一些引數資訊。這裡propId 可以是 0 到 18 之間的任何整數。每一個數代表視訊的一個屬性，見下表其中的一些值可以使用 cap.set(propId,value) 來修改， value 就是你想要設定成的新值。例如，我可以使用 cap.get