OpenCV C++ Python混合编译中的矩阵传參_c++ opencv矩阵传递给python-CSDN博客

本文链接：https://blog.csdn.net/dielaoji0733/article/details/90678016

本文主要简化该博文的代码，解决了混合编译中矩阵传输问题（C++ Mat -----> Python numpy array），经过测试任意维度和数据类型的Mat均可使用此方法。python安装 opencv源码安装这里就不做讲解了，网上方法多着是。

值得注意以下几点：

1、本次操作在Ubuntu 16.04下进行。
2、在Ubuntu下也有图形化界面的cmake，使用sudo apt install cmake-qt-gui安装，使用这个配置opencv更加直观方便。
3、当配置安装路径不是默认的/usr/local时，需要注意要将编译生成路径下的/lib/python3.5文件夹拷贝到/usr/local/lib下。例如：我的opencv安装路径在/usr/local/opencv，并且我编译了python3.5,我需要将/usr/local/opencv/lib/python3.5下的文件拷贝到/usr/local/lib/python3.5下，否则编译的opencv在python中不可被调用
4、pip install安装后的文件放在~/.local/lib/python3.5下，sudo pip install在/usr/local/lib下
5、需要运行sudo apt install python3-dev 安装python的库，否则会报找不到Python.h错误。
6、需要运行sudo apt install python-numpy安装numpy库，否者会报找不到numpy/arrayobject.h错误。

混合编译指令：

终端端指令：

g++ -I/usr/include/python3.5 pythonwithcpp.cpp -L/usr/lib/python3.5/config-3.5m-x86_64-linux-gnu -lpython3.

CLion CMakeLists.txt(使用其他IDE的配置方法会有所不同)

#工程名：test
cmake_minimum_required(VERSION 3.14)
project(test)

set(CMAKE_CXX_STANDARD 14)
set(Python_ADDITIONAL_VERSIONS 3.5)
add_executable(test main.cpp)

find_package(PythonLibs 3 REQUIRED)
include_directories(${PYTHON_INCLUDE_DIRS})
target_link_libraries(test ${PYTHON_LIBRARIES})
find_package(OpenCV REQUIRED)
target_link_libraries(test ${OpenCV_LIBS})

代码功能描述：

本代码实现了一个使用C++ opencv打开摄像头读取图像，将图像传输给python opencv（numpy array类型）并显示，然后将图像返回，C++ opencv接收返回值，并显示图像。简单来说就是C++ —> Python —> C++。

main.cpp

#include <iostream>
#include <python3.5/Python.h>
#include <numpy/arrayobject.h>
#include <opencv2/opencv.hpp>

int main(int argc, char* argv[])
{
    //初始化python
    Py_Initialize();
    import_array();     //numpy初始化，会报迷之警告，大家忽略它吧
    PyRun_SimpleString("import sys");
    PyRun_SimpleString("sys.path.append('./')");				//将当前路径加入，否者会出现找不到模块，这两句话非常重要
    PyObject *py_Module = PyImport_ImportModule("TestModule");          //引入模块
    PyObject *py_main = PyObject_GetAttrString(py_Module,"main");       //获取main函数

    npy_intp Dims[3] = {480, 640, 3}; //给定维度信息

    cv::VideoCapture cap(1);
    cv::Mat frame;

    while(1)
    {
        cap>>frame;

        /*生成包含这个多维数组的PyObject对象，使用PyArray_SimpleNewFromData函数，
         * 第一个参数2表示维度，第二个为维度数组Dims,第三个参数指出数组的类型，第四个参数为数组*/
        /*关键：直接将矩阵的数据指针传入即可 numpy操作即可转换程对Mat操作。经测试任意维度的任意类型数据均适用*/
        PyObject *PyArray  = PyArray_SimpleNewFromData(3, Dims, NPY_UBYTE, frame.data);
        PyObject *ArgArray = PyTuple_New(1);
        PyTuple_SetItem(ArgArray, 0, PyArray); //同样定义大小与Python函数参数个数一致的PyTuple对象
        PyArrayObject *py_return = (PyArrayObject *)PyEval_CallObject(py_main, ArgArray);
        /*关键： 反馈回来的数据直接将矩阵数据指针指向ArrayObject的数据即可*/
        cv::Mat img(cv::Size(640,480),CV_8UC3);
        img.data = (u_char*)py_return->data;            //直接将图像的数据指针指向numpy返回的数据
        cv::imshow("c++",img);
        cv::waitKey(1);
    }
    Py_Finalize();    //释放python
    return 0;
}

TestModule.py

import cv2

def main(img):
    cv2.imshow('py', img)
    cv2.waitKey(1)
    return img

if __name__ == "__main__":
    cap = cv2.VideoCapture(1)
    while True:
        _, img = cap.read()
        main(img)