python调用动态链接库的基本过程详解

 更新时间:2019年06月19日 10:03:11   作者:fariver  
这篇文章主要介绍了python调用动态链接库的基本过程详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧

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:

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,但

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

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

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。

相关文章

最新评论