c++呼び出しpython numpyプログラミング


背景
現在、pythonエンジニアリングをc++で再構築しており、一部の後処理で再構築に時間がかかりたくないので、直接呼び出しに来ます.資料を探しながら作ったので、このデモを作るのに時間がかかったので、忘れないようにメモしておきます.
資料
多くのc++がpythonを呼び出す方法を探して、まず肯定することができるのは1つ以上の方法があって、直接pythonライブラリ、numpy arrayobjectライブラリを使ってします;もう1つはboost/python boost/numpyを使用する方法です.後者は融通がきかず、リンクライブラリの問題で、記録して後ろに置いた.
1)一般的な方式
  • パッケージの基本構造C/C++呼び出しPython(OpenCVとNumpy)の著者は多くの情報を収集し、大きな助けになった.
  • コンパイル、stackoverflow:how to build this project g++ -o cc cc.cpp `pkg-config --cflags --libs opencv` -I/usr/include/python3.5 -lpython3.5mから収集説明に値するのは、python 3.5 mはパス/usr/lib/x86_64-linux-gnu/libpython3.5m.soの下で、自分で素を探すことができることです.また,コードにwarningがあり,マクロ定義を用いることで削除でき,コードには
  • という説明もある.
  • コードブロック
  • c++: cc.cpp. 1-c++コードに説明が必要な箇所【1】python検索のパスを指定し、import***(PyImport_Import)のエラーを防止する必要があります.探索経路を設定する場合もこのようにPyRun_SimpleString ("import sys; sys.path.insert(0, '/home/ely/Desktop/Python/C-Python/')");
  • が可能である.
  • python:simple_module.py. 2
  • c++複数numpyタイプの戻り値を処理するpythonコード
  • 参考文献:PyArg_ParseTupleの公式ドキュメントでは、この関数の標準的な使い方について説明しています.しかし、より便利な関数があります.このリンクのページは少し上のPyArg_です.UnpackTuple関数、完全にPyArg_と同等ですParseTuple関数、もっと頭がいいです.
  • は、複数numpyタイプの戻り値コード
  • を処理する.
  • 補足
  • import_array()には奇妙な戻り値があり、このブログでは解決策import_にも言及しています.array()エラーが発生し、戻り値タイプが関数タイプと一致しません.しかし、物を削除するには、間違いを報告しないリスクがあります.ここでどこで見たコードか忘れてしまいましたが、履歴にも見つからず、先にコードを貼っておきました.実はこの関数にシェルを追加します.import_をinitで置き換えますarray.
  • size_t init() {
        import_array();
    }
    
  • エピソード、c++メイン関数はマルチスレッドを使用し、pythonはサブスレッドに配置して実行する必要があります.サブスレッドで非同期呼び出しを行うとsegment faultがあり、同じコード順序で実行されても問題はありません.私は一度マルチスレッドの鍋だと疑っていたので、半日のc++マルチスレッド呼び出しpythonを試して、ついでにフィルタリングした資料を下に添付しました.サブスレッドロックmutexも試みた.ああ、言い忘れました.マルチスレッドがpythonを呼び出すときも、python解釈器にロックをかけます.次はC++マルチスレッド呼び出しpythonのリンクで、優先順位で排出されます.c++マルチスレッド呼び出しpython C++呼び出しPythonAPIスレッドステータスとグローバル解釈器ロックC++マルチスレッド呼び出しPythonスクリプト
  • c++呼び出しpythonクラスc++を介してpythonクラスを呼び出す資料の一部を収集しました.例えば、1).c++python 3-インスタンス化クラスへのアクセス方法、2).c++呼び出しpythonインスタンスは、クラスマルチパラメータリストをパラメータとして、3).c++呼び出しpythonのコード、関数、クラスに関する.これらはnumpyを渡すときに適切な例が見つかりません.ここでは、ドキュメントが常に調整されていないことを説明していません.最後にpython関数を呼び出す方法に従って、グローバルクラスオブジェクトを作成して呼び出しを完了します.
  • segmentationエラーおよびプログラム仮死python異常の場合、c++呼び出しpythonのエラー情報はタイムリーでなく、情報が少ない.したがって、仮死やセグメントエラーなどの奇妙な現象が発生した場合、pythonコード
  • を優先的に調べる.
    2)boostライブラリの方式
  • パケットの基本構造C++はpythonを呼び出し配列
  • を渡す.
  • debugで発生したエラーは、主にboost/numpyの問題で、インストール後もライブラリが見つからない場合があります.stackoverflowには会話があります.統一の問題です.環境変数を修正して解決する必要があります.まずここにメモしておきましょう.
  • boostライブラリのインストール
  • cc.cpp
    // c++:  cc.cpp
    #define NPY_NO_DEPRECATED_API NPY_1_7_API_VERSION //    numpy/arrayobject.h  
    
    #include
    #include 
    #include 
    #include 
    
    
    using namespace cv;
    using namespace std;
    
    int main(int argc, char *argv[]) {
        wchar_t *program = Py_DecodeLocale(argv[0], NULL);
        cout << argv[0] << endl;
        if (program == NULL) {
            fprintf(stderr, "Fatal error: cannot decode argv[0]
    "); exit(1); } Py_SetProgramName(program); /* */ /* , 【1】 */ Py_Initialize(); PyRun_SimpleString("import sys"); PyRun_SimpleString("sys.path.append(\"/home/user/project/run_retina/build\")"); import_array(); /* */ /* */ Mat sml_img = imread("lena.jpg"); /* , , .py, */ // PyObject *pName = PyUnicode_DecodeFSDefault("simple_module"); PyObject *pName = PyUnicode_FromString("simple_module"); /* */ if (pName == NULL) { PyErr_Print(); throw std::invalid_argument("Error: PyUnicode_FromString"); } PyObject *pModule = PyImport_Import(pName); if (pModule == NULL) { PyErr_Print(); throw std::invalid_argument("fails to import the module"); } PyObject *pFunc = PyObject_GetAttrString(pModule, "super_resolution"); if (pFunc == NULL) { PyErr_Print(); throw std::invalid_argument("fails to PyObject_GetAttrString"); } /* */ PyObject *pArgs = PyTuple_New(2); if (!sml_img.isContinuous()) { sml_img = sml_img.clone(); } npy_intp dims[] = {sml_img.rows, sml_img.cols, 3}; PyObject *pValue = PyArray_SimpleNewFromData(3, dims, NPY_UINT8, sml_img.data); PyTuple_SetItem(pArgs, 0, pValue); /* pValue , */ PyTuple_SetItem(pArgs, 1, Py_BuildValue("i", 2)); /* 2 */ /* */ PyObject *pRetValue = PyObject_CallObject(pFunc, pArgs); /* */ PyArrayObject *ret_array; PyArray_OutputConverter(pRetValue, &ret_array); npy_intp *shape = PyArray_SHAPE(ret_array); Mat big_img(shape[0], shape[1], CV_8UC3, PyArray_DATA(ret_array)); imwrite("aa.jpg", big_img); /* */ //Py_DECREF(...); return 0; }

    simple_module.py
    # simple_module.py
    import cv2 as cv
    def simple_func(a,b):return a+b
    def super_resolution(img, scale=4):
        height, width = img.shape[:2]
        dsize = (width*scale, height*scale)
        big_img = cv.resize(img, dsize)
        print(img.shape, big_img.shape)
        cv.imwrite('aaa.jpg',big_img)
        return big_img
    

    複数numpy戻り値
    /*        */
        PyArrayObject *r1, *r2, *r3, *r4, *r5, *r6;
        PyArg_UnpackTuple(pRetValue, "ref", 6, 6, &r1, &r2, &r3, &r4, &r5, &r6);
        npy_intp *shape1 = PyArray_SHAPE(r1);
        npy_intp *shape2 = PyArray_SHAPE(r2);
        npy_intp *shape3 = PyArray_SHAPE(r3);
        npy_intp *shape4 = PyArray_SHAPE(r4);
        npy_intp *shape5 = PyArray_SHAPE(r5);
        npy_intp *shape6 = PyArray_SHAPE(r6);
        std::cout << "shape[1]:" << shape1[0] <<
                  " shape2:" << shape2[0] << "," << shape2[1] <<
                  " shape3:" << shape3[0] <<
                  " shape4:" << shape4[0] << "," << shape4[1] <<
                  " shape5:" << shape5[0] <<
                  " shape6:" << shape6[0] << "," << shape6[1] <<
                  std::endl;
    
    #         
    #-#-#-#-#-#-#-#-#-#-
    list_id float32 (11,)
    list_track float32 float32 (20, 2) (11,)
    list_box float32 (11, 4)
    entran;pass_by;ratio float32 (3,)
    entrance_line;rec float32 (4, 2)
    #-#-#-#-#-#-#-#-#-#-
    shape[1]:11 shape2:20,2 shape3:11 shape4:11,4 shape5:3 shape6:4,2
    
    

    コードc++:cc.cpp↩︎
    コードpython:simple_module.py ↩︎