ubuntu C++调用python

最新推荐文章于 2024-04-07 15:04:41 发布
最新推荐文章于 2024-04-07 15:04:41 发布
阅读量1.6k 收藏 19
点赞数 3
分类专栏： 深度学习 文章标签： python ubuntu c++
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_39942341/article/details/129333969
版权

普通

目录结构
在这里插入图片描述
main.py
等会用c++调用func()

#!/usr/bin/env python
# _*_ coding:utf-8 _*_
import os


def func():
    print('hello world')


if __name__ == '__main__':
    func()

main.cpp
其中Py_SetPythonHome的路径是anaconda中环境的路径，最开始的L一定要加（因为代表wchar_t)
sys.path.append是用来找你的python文件路径的，其中 " . " "." "."表示可执行文件的路径

#include <Python.h>
#include <iostream>

int main() {
	Py_SetPythonHome(L"/home/icml/miniconda3/envs/DL");
	Py_Initialize();
	if (0 == Py_IsInitialized()) {
		std::cout << "python init fail" << std::endl;
		return -1;
	}

	PyRun_SimpleString("import sys");
	PyRun_SimpleString("sys.path.append('../python_script')");

	//相当于import
	PyObject* pModule = PyImport_ImportModule("main");
	if (NULL == pModule) {
		std::cout << "module not found" << std::endl;
		return -1;
	}

	PyObject* pFunc = PyObject_GetAttrString(pModule, "func");
	if (NULL == pFunc || 0 == PyCallable_Check(pFunc)) {
		std::cout << "not found function func" << std::endl;
		return -1;
	}


	PyObject_CallObject(pFunc, NULL);

	Py_Finalize();
	return 0;
}

CMakeLists.txt
稍微对照着修改一下就行

cmake_minimum_required(VERSION 3.0.0)
project(C_PLUS_PLUS VERSION 0.1.0)

# IF(NOT CMAKE_BUILD_TYPE)
#   SET(CMAKE_BUILD_TYPE Release)
# ENDIF()

set(PYTHON_INCLUDE_DIRS "/home/icml/miniconda3/envs/DL/include/python3.8")
INCLUDE_DIRECTORIES(${PYTHON_INCLUDE_DIRS})
link_directories("/home/icml/miniconda3/envs/DL/lib/python3.8/config-3.8-x86_64-linux-gnu")
set(PYTHON_LIBRARIES "/home/icml/miniconda3/envs/DL/lib/libpython3.8.so")
add_executable(${PROJECT_NAME} main.cpp)
target_link_libraries(${PROJECT_NAME} ${PYTHON_LIBRARIES})

我这里cmake最后产生到build目录里
在这里插入图片描述

opencv+numpy+pytorch

main.cpp

load_model
加载模型

get_predict_xy
用C++的opencv读图片，转numpy传入python
python再用pytorch预测，返回一个numpy

simple_test
用C++的opencv读图片，转numpy传入python
python直接传回来给C++，转opencv

顺带提一下，import_array()一定要写

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

void load_model(PyObject* pModule, const std::string& model_path){
    PyObject* init_model = PyObject_GetAttrString(pModule, "init_model");
	if (NULL == init_model || 0 == PyCallable_Check(init_model)) {
		std::cout << "not found function init_model" << std::endl;
		exit(-1);
	}
    PyObject *pArgs = PyTuple_New(1);
    PyTuple_SetItem(pArgs, 0, Py_BuildValue("s", model_path.c_str()));

	PyObject* result = PyObject_CallObject(init_model, pArgs);
	if(NULL == result){
		std::cout << "init_model failed" << std::endl;
		exit(-1);
	}
    int return_value = -1;
    PyArg_Parse(result, "i", &return_value);
    std::cout<<"returned "<<return_value<<std::endl;
}

void get_predict_xy(PyObject* pModule, const std::string& img_path){
	cv::Mat img = cv::imread(img_path, 0);
    PyObject* predict = PyObject_GetAttrString(pModule, "get_predict_xy");
	if (NULL == predict || 0 == PyCallable_Check(predict)) {
		std::cout << "not found function get_predict_xy" << std::endl;
		exit(-1);
	}
	npy_intp dims[] = {img.rows, img.cols};
	PyObject* pValue = PyArray_SimpleNewFromData(2, dims, NPY_UINT8, img.data);
    PyObject *pArgs = PyTuple_New(1);
    // PyTuple_SetItem(pArgs, 0, Py_BuildValue("s", img_path.c_str()));
	PyTuple_SetItem(pArgs, 0, pValue);

	PyObject* result = PyEval_CallObject(predict, pArgs);
	if(NULL == result){
		std::cout << "get_predict_xy failed" << std::endl;
		exit(-1);
	}
	if(!PyArray_Check(result)){//None
		std::cout << "didn't return numpy" << std::endl;
		exit(-1);
	}
	PyArrayObject* ret_array;
	PyArray_OutputConverter(result, &ret_array);
	if(2 != PyArray_NDIM(ret_array)){
		exit(-1);
	}
	npy_intp* shape = PyArray_SHAPE(ret_array);
	int n = shape[0];
	int m = shape[1];
	cv::Mat return_key_points(n,m,CV_32F,PyArray_DATA(ret_array));
	for(int i = 0; i < n; ++i){
		for(int j = 0; j < m; ++j){
			int* cur = reinterpret_cast<int*>(PyArray_GETPTR2(ret_array, i, j));
			std::cout<<*cur<<' ';
			
		}
		std::cout<<std::endl;
	}

	//PyArray_GETPTR2
}


void simple_test(PyObject* pModule, const std::string& img_path){
	cv::Mat img = cv::imread(img_path, 0);
	 PyObject* predict = PyObject_GetAttrString(pModule, "simple_test");
	if (NULL == predict || 0 == PyCallable_Check(predict)) {
		std::cout << "not found function simple_test" << std::endl;
		exit(-1);
	}
	npy_intp dims[] = {img.rows, img.cols};
	PyObject* pValue = PyArray_SimpleNewFromData(2, dims, NPY_UINT8, img.data);
    PyObject *pArgs = PyTuple_New(1);
    // PyTuple_SetItem(pArgs, 0, Py_BuildValue("s", img_path.c_str()));
	PyTuple_SetItem(pArgs, 0, pValue);

	PyObject* result = PyEval_CallObject(predict, pArgs);
	if(NULL == result){
		std::cout << "simple_test failed" << std::endl;
		exit(-1);
	}
	if(!PyArray_Check(result)){//None
		std::cout << "didn't return numpy" << std::endl;
		exit(-1);
	}
	PyArrayObject* ret_array;
	PyArray_OutputConverter(result, &ret_array);
	if(2 != PyArray_NDIM(ret_array)){
		exit(-1);
	}
	npy_intp* shape = PyArray_SHAPE(ret_array);
	int n = shape[0];
	int m = shape[1];
	cv::Mat return_img(n,m,CV_8UC1,PyArray_DATA(ret_array));
	// cv::imshow("test", return_img);
	// cv::waitKey(0);
	// cv::destroyAllWindows();
	for(int i = 0; i < n; ++i){
		uchar* data1 = img.ptr<uchar>(i);
		uchar* data2 = return_img.ptr<uchar>(i);
		for(int j = 0; j < m; ++j){
			if(data1[j] != data2[j]){
				std::cout<<"not equal"<<std::endl;
				return;
			}
		}
	}
	std::cout<<"equal"<<std::endl;
}

int main() {
	Py_SetPythonHome(L"/home/icml/miniconda3/envs/DL");
	Py_Initialize();
	if (0 == Py_IsInitialized()) {
		std::cout << "python init fail" << std::endl;
		return -1;
	}
	import_array(); //这句一定要写
	PyRun_SimpleString("import sys");
	PyRun_SimpleString("sys.path.append('../python_script')");

	//相当于import
	PyObject* pModule = PyImport_ImportModule("predict");
	if (NULL == pModule) {
		std::cout << "module not found" << std::endl;
		return -1;
	}
	simple_test(pModule, "/mnt/data/datasets/landmark/ISBI2015_ceph/raw/001.bmp");
	load_model(pModule, "../python_script/best.pth");
	get_predict_xy(pModule, "/mnt/data/datasets/landmark/ISBI2015_ceph/raw/001.bmp");
	get_predict_xy(pModule, "/mnt/data/datasets/landmark/ISBI2015_ceph/raw/001.bmp");
	Py_Finalize();
	return 0;
}

predict.py
UNet我没放出来

#!/usr/bin/env python
# _*_ coding:utf-8 _*_
import os
import numpy as np

from model.u2net import UNet
import torch
from cv2 import cv2
import imgaug.augmenters as iaa

model = UNet(in_channels=1, out_channels=19)
device = torch.device('cuda:0')
augmentation = iaa.Sequential([
    iaa.Resize({"width": 416, "height": 512})
])


def init_model(path):
    global model, device
    if not os.path.exists(path):
        print(f'not found {os.path.abspath(path)}')
        return -1
    model_state_dict = torch.load(path)
    model.load_state_dict(model_state_dict)
    model = model.to(device)
    return 0


def get_img_aug(img):
    global augmentation
    print('----get_img_aug------')
    print(img.shape)
    print('------------------')
    # img = cv2.imread(path, 0)  # 2490*1935
    img_aug = augmentation(image=img)
    img_aug = (img_aug - img_aug.min()) / (img_aug.max() - img_aug.min())
    img_aug = torch.FloatTensor(img_aug).unsqueeze(0).unsqueeze(0)  # torch.Size([1, 1, 512, 416])
    return img_aug


def get_heatmap_coordination_batch_numpy(heatmap):
    """
    get heatmap coordination by batch

    :param heatmap: (B,C,H,W) or (B,C,H,W,D) (C is the num of landmark)
    :return: coordination (B,C,2) or (B,C,3)
    """
    origin_shape = heatmap.shape
    heatmap = heatmap.reshape(*origin_shape[:2], -1)
    temp = np.argmax(heatmap, axis=-1)[..., np.newaxis]

    # unravel_index
    out = []
    for dim in reversed(origin_shape[2:]):
        out.append(temp % dim)
        temp = np.floor_divide(temp, dim)
    out = np.concatenate(out[::-1], axis=-1)
    return out


def get_predict_xy(img):
    global model
    # if not os.path.exists(path):
    #     return None
    img = get_img_aug(img).to(device)# 1 * 1 * 512 * 416
    output = model(img)['output'].to('cpu').detach().numpy() # 1 * 1 * 19 * 2
    predict_xy = get_heatmap_coordination_batch_numpy(output).squeeze(0)  # 19 * 2
    print(predict_xy)
    return predict_xy

def simple_test(img):
    return img

if __name__ == '__main__':
    path = '/mnt/data/datasets/landmark/ISBI2015_ceph/raw/001.bmp'
    init_model('best.pth')
    print('finish_init')
    print(get_predict_xy(path).shape)
    print(get_predict_xy(path).dtype)

CMakeLists.txt

cmake_minimum_required(VERSION 3.0.0)
project(C_PLUS_PLUS VERSION 0.1.0)

IF(NOT CMAKE_BUILD_TYPE)
  SET(CMAKE_BUILD_TYPE Release)
ENDIF()

set(PYTHON_INCLUDE_DIRS "/home/icml/miniconda3/envs/DL/include/python3.8")
set(NUMPY_INCLUDE_DIR "/home/icml/miniconda3/envs/DL/lib/python3.8/site-packages/numpy/core/include")
INCLUDE_DIRECTORIES(${PYTHON_INCLUDE_DIRS} ${NUMPY_INCLUDE_DIR})
link_directories("/home/icml/miniconda3/envs/DL/lib/python3.8/config-3.8-x86_64-linux-gnu")
set(PYTHON_LIBRARIES "/home/icml/miniconda3/envs/DL/lib/libpython3.8.so")
add_executable(${PROJECT_NAME} main.cpp)
target_link_libraries(${PROJECT_NAME} ${PYTHON_LIBRARIES})

find_package(OpenCV REQUIRED)
message(STATUS "OpenCV library status:")
message(STATUS "  config: ${OpenCV_DIR}")
message(STATUS "  version: ${OpenCV_VERSION}")
message(STATUS "  libraries: ${OpenCV_LIBS}")
message(STATUS "  include path: ${OpenCV_INCLUDE_DIRS}")
INCLUDE_DIRECTORIES(${OpenCV_INCLUDE_DIRS})
target_link_libraries(${PROJECT_NAME}  ${OpenCV_LIBS})

目录结构
在这里插入图片描述
运行
在这里插入图片描述

在Ubuntu下使用C++调用Python程序
2301_79331328的博客
09-27 397
在Ubuntu操作系统下，通过C++调用Python程序是一种常见的需求。本文将介绍如何在Ubuntu环境下使用C++调用Python程序，并提供相应的源代码示例。函数来执行Python代码。此外，你还可以通过构建带参数的Python代码来实现在C++程序中向Python程序传递参数。你可以根据自己的需求修改参数的值和Python代码，然后重新编译和运行程序，以验证参数传递的效果。头文件来调用Python解释器，并执行一行简单的Python代码。如果你想在C++程序中传递参数给Python程序，可以使用。
ubuntu中python调用C/C++方法之动态链接库详解
09-15
主要给大家介绍了关于如何在ubuntu中python调用C/C++方法之动态链接库的相关资料，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起看看吧
ubuntu c++ 调用 python
HelloJinYe的博客
07-06 2279
环境 ubuntu16.04 因为手头上的工作需要用到c++与python的交互,所以写下这个博客. 1.c++ 1.1 test.cpp #include <Python.h> int main(int argc, char *argv[]) { Py_Initialize(); //判断初始化是否成功 if(!Py_IsInitialized()) { printf("Python init failed!\n"); retu
在Ubuntu环境下运行c++和Python程序
求知小鸟
06-27 800
在Ubuntu环境下运行Python程序 首先编写以py为后缀的程序： 然后在文件目录下打开终端，然后输入： python3 py1.py
ubuntu qt 运行命令行
qq_43006346的博客
01-17 694
直接调用：run_cmd([“roscore”,“rostopic list”], 2)下面是封装好的C++头文件，直接调用run_cmd_fun()即可。
使用C++调用Python代码的方法详解
12-20
在本文中，我们将深入探讨如何使用C++调用Python代码，包括配置Python环境以及实际的C++调用过程。这是一个跨语言交互的重要技术，允许我们利用C++的高性能和Python的丰富库资源。 首先，配置Python环境至关重要。...
c++调用python【源码】
06-25
本文将详细探讨如何使用C++调用Python的源码，以实现二者的无缝对接。 C++调用Python主要依赖于Python的API接口——`Python C API`，这是一个供其他编程语言与Python交互的接口。首先，我们需要确保系统已经安装了...
c++中如何调用shell命令
07-27
这是在论坛上找到的，如题“c++中如何调用shell命令”，简单适用。
ubuntu c++调用python函数并获取返回值
yuchunhai321的博客
04-06 864
c++调用python文件的函数并获取函数的返回值
python源码保护之cython
cainiaonixiji的博客
06-21 4170
转载请注明出处！！！ 准备 项目需要，是在windows7上操作。python3.7，针对python项目，而非单个的python程序。 思路：先将py代码转成c代码，然后编译成pyd(window上是pyd，linux上是so)文件 安装cython：pip install cython 编译 直接上源码 import sys, os, shutil, time from distutils.c...
Ubuntu下QtCreator的C++工程调用python
kevinshift的博客
09-11 1419
c++调用python
ubuntu中c++调用python
weixin_38440272的博客
04-19 2744
参考自：点击打开链接
ubuntu下Pycharm配置python解释器,调用opencv-python；Qt调用opencv(C++版)
CASIA-AdvancedRobot
12-30 754
ubuntu下Pycharm配置python解释器,调用opencv-python；Qt调用opencv(C++版)
Ubuntu16.04 OMNeT++配置 C++调用Python和TensorFlow
weixin_43789697的博客
01-30 3302
1. Ubuntu系统 Omnet中C++调用Python的相关环境配置 参考https://blog.csdn.net/Honiyo/article/details/120651711。 如果Ubuntu中Python目录在usr/lib下，则按照上述链接中的指示操作。但是如果想使用Anaconda来管理Python环境，情况会复杂一些。 新建一个C++或Omnet项目（或在现有项目上操作），右键项目——>Propertise——>C/C++ General——>Paths and
如何在Ubuntu20.04中构建了CPython
Light_Bug的博客
11-15 506
如何快速的在Ubuntu20.04编译cpython
ubuntu c++调用python编译成的so库并获取返回值
yuchunhai321的博客
04-07 341
ubuntu c++调用python编译成的so库并获取返回值
Ubuntu20.04下C++和python混合编程
Mozikiy的博客
03-23 401
Ubuntu20.04下C++和python混合编程
C++ 调用 python深度学习脚本 进行图像分类
C++ 调用 python深度学习脚本 进行图像分类的博客
05-09 2836
C++ 调用 python深度学习脚本 进行图像分类 Python Hello.py 文件 import torch import PIL from PIL import Image import numpy as np import cv2 import torch import torchvision.models as models import torch.nn as nn import ...
Linux|ubuntu下运行python
奇树谦的博客
08-01 2163
linux下执行python
ubuntu python调用c++函数示例
最新发布
09-13
在Ubuntu系统中，如果你想用Python调用C++编写的函数，你需要创建一个C++的共享库（动态链接库），然后通过Python的`ctypes`库或者`cffi`库来调用这个库中的函数。下面是一个简单的示例来说明这个过程： **步骤 1: ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Nightmare004

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值