• python调用.so


    python调用动态链接库的基本过程

    动态链接库在Windows中为.dll文件,在linux中为.so文件。以linux平台为例说明python调用.so文件的使用方法。
    本例中默认读者已经掌握动态链接库的生成方法,如果不太清楚的可以参考动态链接库的使用
    调用上例动态链接库的使用中的sum.so

    import ctypes
    so = ctypes.CDLL('./sum.so')
    
    print "so.sum(50) = %d" % so.sum(50)
    so.display("hello world!")
    print "so.add() = %d" % so.add(ctypes.c_float(2), ctypes.c_float(2010))
    

    output

    so.sum(50) = 1275
    hello world!
    so.add() = 2012
    

    注意:

    • 如果python在调用C函数内部出现了问题,系统不会提示具体出现什么问题,只会提示"segmentation fault"。所以最好是先用C语言调用该动态库验证没有问题了再提供给python调用。
    • python传参给C函数时,可能会因为python传入实参与C函数形参类型不一致会出现问题( 一般int, string不会有问题,float要注意 )。这时需要在python调用时传入的实参做一个类型转换(见so.add(float, float)函数的调用)。转换方式见下表:

    args|center

    数组的传入传出

    如果将python中list传入C函数数组,则需要提前转换。

    import ctypes
    pyarray = [1, 2, 3, 4, 5]
    carrary = (ctypes.c_int * len(pyarray))(*pyarray) //有点类似malloc的方式生成carray
    print so.sum_array(carray, len(pyarray))
    

    refer

    如果如果需要将C array返回python,需要提前把array传入,然后在C函数中修改,返回时再把c array转换为np.array

    pyarray = [1,2,3,4,5,6,7,8]
    carray = (ctypes.c_int*len(pyarray))(*pyarray)
    so.modify_array(carray, len(pyarray))
    print np.array(carray)
    

    output

    [10 20 30 40 50 60 70 80]
    

    也可以用形参方式提前定义函数接口,然后再传入numpy结构

    import ctypes
    import numpy as np
    from numpy.ctypeslib import ndpointer
    so = ctypes.CDLL('./sum.so')
    pyarray = np.array([1,2,3,4,5,6,7,8], dtype="int32")
    fun = so.modify_array
    fun.argtypes = [ndpointer(ctypes.c_int), ctypes.c_int]
    fun.restype = None
    fun(pyarray, len(pyarray))
    print np.array(pyarray)
    

    注意:numpy中的数据类型指定很重要,即dtype的设定

    图片的传入传出

    转递数据域

    背景知识:
    python中的opencv图片是用numpy的方式保存的,而opencv3 C语言的图片数据结构为cvMat (IplImage已经逐弃用)
    所以需要把python中numpy图片转换为ctypes.POINTER(ctypes.c_ubyte)的指针转入其数据域,再将其行列信息传入,就可以在C中从最底层初始化一个CvMat,如果要初始化一个别数据结构的图片也是同理(如darknet的image,caffe的blob)
    python numpy image 转换为 C pointer的方法

    python_frm.ctypes.data_as(C.POINTER(ctypes.c_ubyte))
    

    注意:传入numpy image前一定要确保numpy image是numpy array数据类型
    比如我遇到的bug

    image = cv2.imread("xxx.jpg");
    

    image传入ctypes_so.fun之中图片是有效的,

    image = whl_img[y1:y2, x1:x2]
    

    这时候进入ctypes_so.fun的图片会变成一个乱码
    即,crop之后的numpy image的type虽然也为numpy array,但实际传入的image data却不正确
    解决方法
    无论是何种方式得到的numpy image,都强行转换为numpy array,再传入ctypes_so.fun

    image = numpy.array(image)
    

    可以解决这个bug
    refence

    如果使用opencv2 可以考虑直接将numpy image转换为IplImage

    opencv3 python已经不支持cv2.cv的函数了
    但Opencv2可能还可以尝试以下方法
    numpy image to iplimage

    python调用C++中的类

    因为python不能直接调用C++中的类,所以必须把C++中的类转换为C的接口
    转换原则

    • 所有的C++关键字及其特有的使用方式均不能出现在.h文件里,.h中仅有C函数的包装函数声明
    • 在class.cpp中实现对类的成员函数接口转换的函数,包括对类内成员的读写函数get() and set()
    • 如果要在包装函数中要实例化对象,尽量用new constructor()的将对象的内存实例化在堆中,否则对象会被析构
    • 记得在所有包含函数声明的文件中加入以下关键字,声明该函数为C函数,否则该函数的符号不会记录在二进制文件中
    #ifdef __cplusplus
    extern "C" {
    #endif
    xxxxxx function declaration xxxxx
    #ifdef __cplusplus
    }
    #endif
    

    code
    refer
    refer

  • 相关阅读:
    ElasticSearch(十二):Spring Data ElasticSearch 的使用(二)
    ElasticSearch(十):Elasticsearch集群配置
    Linux下设置postgresql数据库开机启动
    PostgreSQL分区表实现——pg_pathman安装、配置
    Postgresql日志配置
    Linux CentOS 7 安装PostgreSQL 9.5.17 (源码编译)
    Docker(5):Docker镜像基本操作(上)
    数学建模之路----遗传算法
    MATBLAB学习笔记----基础绘图
    ffmpeg音频视频转格式工具使用
  • 原文地址:https://www.cnblogs.com/fariver/p/6573112.html
Copyright © 2020-2023  润新知