python调用动态链接库的基本过程详解

　　

动态链接库在Windows中为. dll文件,在linux中为所以文件。以linux平台为例说明python调用。所以文件的使用方法。
　　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

　　 　　 　　进口ctypes 　　所以=ctypes.CDLL (“。/sum.so”) 　　 　　打印”so.sum (50)=% d % so.sum (50) 　　所以。显示(“hello world !”) 　　打印”so.add ()=% d % so.add (ctypes.c_float (2), ctypes.c_float (2010) 　　 　　

输出 　　 　　 　　so.sum (50)=1275 　　你好世界! 　　so.add ()=2012 　　 　　

注意: 　　

    　　<李>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“段错误”,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。 　　<李> 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,字符串不会有问题,浮动要注意)。这时需要在python调用时传入的实参做一个类型转换(见。添加(浮动,浮动)函数的调用)。转换方式见下表:李 　　
　　

python调用动态链接库的基本过程详解

　　

<强>数组的传入传出

　　

如果将python列表中传入C函数数组,则需要提前转换。

　　 　　 　　进口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 　　打印。sum_array (carray len (pyarray)) 　　 　　

参考 　　

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

　　 　　 　　pyarray=[1, 2, 3, 4, 5, 6, 7, 8) 　　carray=(ctypes.c_int * len (pyarray)) (* pyarray) 　　所以。modify_array (carray len (pyarray)) 　　打印np.array (carray) 　　 　　

输出 　　

[10 20 30 40 50 60 70 80]

　　

<强>也可以用形参方式提前定义函数接口,然后再传入numpy结构

　　 　　 　　进口ctypes 　　进口numpy np 　　从numpy。ctypeslib进口ndpointer 　　所以=ctypes.CDLL (“。/sum.so”) 　　pyarray=np。数组([1,2,3,4,5,6,7,8),dtype=癷nt32”) 　　有趣=so.modify_array 　　乐趣。argtypes=[ndpointer (ctypes.c_int) ctypes.c_int] 　　乐趣。restype=没有 　　有趣(pyarray len (pyarray)) 　　打印np.array (pyarray) 　　 　　

注意:numpy中的数据类型指定很重要,即dtype的设定

　　

<强>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的形象,咖啡的blob)
　　python numpy图像转换为C指针的方法

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

注意:传入numpy图像前一定要确保numpy形象是numpy数组数据类型
　　

　　

比如我遇到的错误

　　 　　 　　形象=cv2.imread (“xxx.jpg”); 　　 　　

图像传入ctypes_so.fun之中图片是有效的,但

　　 　　 　　形象=cv2.imread (“xxx.jpg”); 　　 　　

这时候进入ctypes_so。有趣的图片会变成一个乱码
　　

　　

即、作物之后的numpy形象的类型虽然也为numpy数组,但实际传入的图像数据却不正确
　　

　　

解决方法:
　　

　　

无论是何种方式得到的numpy形象,都强行转换为numpy数组,再传入ctypes_so.fun

　　 　　 　　形象=numpy.array(图片) 　　 　　

可以解决这个bug
　　

　　

参考 　　

<>强如果使用opencv2可以考虑直接将numpy图像转换为IplImage

　　

opencv3 python已经不支持cv2。简历的函数了
　　

　　

但Opencv2可能还可以尝试以下方法
　　

　　

numpy图像iplimage

　　

　　

python调用动态链接库的基本过程详解