5、用Numpy实现结构体

1、结构数组：

　　在C语言中我们可以通过struct关键字定义结构类型，结构中的字段占据连续的内存空间，每个结构体占用的内存大小都相同，因此可以很容易地定义结构数组。和C语言一样，在NumPy中也很容易对这种结构数组进行操作。只要NumPy中的结构定义和C语言中的定义相同，NumPy就可以很方便地读取C语言的结构数组的二进制数据，转换为NumPy的结构数组。

假如我们需要创建的C语言的结构如下图：

 1 struct cal_ctrl{
 2 u16        ifrm_width;    
 3 u16        ifrm_height;
 4 u8        conv_size    ;
 5 bool            conv_pad    ;
 6 u8        conv_std    ;
 7 u16        ifrm_num    ;
 8 u32        ifrm_bsptr    ;
 9 bool            relu_en;
10 bool             res_en;
11 bool             pool_en;
12 u32        convp_bsptr;
13 u32        convk_bsptr;
14 u32        res_bsptr;
15 bool             dw_en;
16 bool              dw_pad;
17 u8         dw_std;
18 u32         dwp_bsptr;
19 bool             dw_relu_en;               
20 u16        ofrm_width;
21 u16        ofrm_height;
22 u16        ofrm_num;
23 u32          ofrm_bsptr;    
24 bool             conv_end    ;    
25 };

本结构体为我的一个项目中用到的部分宏定义没有给出

现在使用python中的numpy实现这个结构体：

 1 cal_ctrl = np.dtype({'names':['ifrm_width',#图片宽度  y
 2                               'ifrm_height',#图片长度  y
 3                               'conv_size',#卷积核大小最大3*3   y
 4                               'conv_pad',#是否有零填充  y
 5                               'conv_std',#卷积步长   y
 6                               'ifrm_num',#计算一个输出帧（feature map）需要多少个输入帧。从1计数。需要是8的整数倍。 y
 7                               'ifrm_bsptr',#存放所有输入帧基地址的DDR地址指针。(*iframe_base_ptr)指向的DDR空间依次存放各个输入帧。   t
 8 
 9 
10                               'relu_en',#当为为TRUE第一层卷积输出为【0~127】：当为Flash第一层卷积输出为【-】
11                               'res_en',#当为TRUE feature map层累加功能，累加后再做Relu：当为Flashfeature map层累加功能
12                               'pool_en',#第一次2*2最大池化标准位
13 
14 
15                               'convp_bsptr',#存放卷积计算的滤波系数的地址指针。W     t
16                               'convk_bsptr',#存放卷积计算的K参数（每个输出帧的bias）的地址指针。b  t
17                               'res_bsptr',#存放Feature map累加层的数据的地址指针。  t
18 
19                                 #----------------------second depth wise conv----------------------
20                               'dw_en',#Depth wise 卷积使能。
21                               'dw_pad',#True 零填充，Flash不需要填充
22                               'dw_std',#步长
23                               'dwp_bsptr',#存放Depth wise卷积计算的滤波系数的地址指针。包含K参数（每个输出帧的bias）。
24                               'dw_relu_en',#1'b1:使能Relu，第二层卷积输出为[0~127]的整数；1'b0:不使能，第二层卷积输出为[-128~127]的整数。
25 
26                                 #-------------------------- frame output ctrl-------------------------
27                               'ofrm_width',#输出帧的宽
28                               'ofrm_height',#输出帧的长
29                               'ofrm_num',#输出帧的通道数
30                               'ofrm_bsptr',#输出帧地址指针
31                               'conv_end'],#继续去读conv common ctrl info队列，进行卷积计算。1：卷积计算结束，发出中断。
32                    'formats':[np.uint16,np.uint16,np.uint8 ,bool,np.uint8,np.uint16,np.uint32,bool,bool,bool,np.uint32,np.uint32,np.uint32,
33                                 bool,bool,np.uint8,np.uint32,bool,np.uint16,np.uint16,np.uint16,np.uint32,bool]},align=True)#结构体中数据类型

View Code

在这段代码中使用np.dtype来创建结构的每个字段，并且对每个字段的类型进行初始化类型，

可以使用下面的代码来添加实例;

a = np.array([(......),(.......)],
    dtype=cal_ctrl)

#或者
 a= np.empty((1), dtype=cal_ctrl)#创建了一个空的实例

#可以使用numpy创建数组的方法来创建它的实例，需要自创建数组的函数中加dtype=cal_ctrl

可以使用a.dtype来查看结构的数据类型

a[0][''ifrm_num''] = 45
#通过a[][]来修改或者访问结构的属性。

使用下面的代码可以将python结构装换为bin二进制文件来提供给C语言使用

a.tofile("test.bin")

内存对其问题：

　　C语言的结构体为了内存寻址方便，会自动的添加一些填充用的字节，这叫做内存对齐。例如如果把下面的name[32]改为name[30]的话，由于内存对齐问题，在name和age中间会填补两个字节，最终的结构体大小不会改变。因此如果numpy中的所配置的内存大小不符合C语言的对齐规范的话，将会出现数据错位。为了解决这个问题，在创建dtype对象时，可以传递参数align=True，这样numpy的结构数组的内存对齐和C语言的结构体就一致了。

　　利用下面的C语言可以把二进制文件读出来：

#include <stdio.h>

struct person
{
    char name[32];
    int age;
    float weight;
};

struct person p[2];

void main ()
{
    FILE *fp;
    int i;
    fp=fopen("test.bin","rb");
    fread(p, sizeof(struct person), 2, fp);
    fclose(fp);
    for(i=0;i<2;i++)
        printf("%s %d %f\n", p[i].name, p[i].age, p[i].weight);
    getchar();
}

 

转载于:https://www.cnblogs.com/wanshuai/p/9186024.html