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。
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
《魔兽世界》大逃杀!60人新游玩模式《强袭风暴》3月21日上线
暴雪近日发布了《魔兽世界》10.2.6 更新内容,新游玩模式《强袭风暴》即将于3月21 日在亚服上线,届时玩家将前往阿拉希高地展开一场 60 人大逃杀对战。
艾泽拉斯的冒险者已经征服了艾泽拉斯的大地及遥远的彼岸。他们在对抗世界上最致命的敌人时展现出过人的手腕,并且成功阻止终结宇宙等级的威胁。当他们在为即将于《魔兽世界》资料片《地心之战》中来袭的萨拉塔斯势力做战斗准备时,他们还需要在熟悉的阿拉希高地面对一个全新的敌人──那就是彼此。在《巨龙崛起》10.2.6 更新的《强袭风暴》中,玩家将会进入一个全新的海盗主题大逃杀式限时活动,其中包含极高的风险和史诗级的奖励。
《强袭风暴》不是普通的战场,作为一个独立于主游戏之外的活动,玩家可以用大逃杀的风格来体验《魔兽世界》,不分职业、不分装备(除了你在赛局中捡到的),光是技巧和战略的强弱之分就能决定出谁才是能坚持到最后的赢家。本次活动将会开放单人和双人模式,玩家在加入海盗主题的预赛大厅区域前,可以从强袭风暴角色画面新增好友。游玩游戏将可以累计名望轨迹,《巨龙崛起》和《魔兽世界:巫妖王之怒 经典版》的玩家都可以获得奖励。