numpy 转c指针【python调用c代码】

在写《瘦脸实现【Python】》时候实现了在python环境下的瘦脸功能，但实际使用起来，python的处理速度实在太慢，让人难以接受，所以用c语言重新实现了一次，速度有了很大的提升。因为之前的UI是用python搭建的，所以想通过python调用c的方法实现算法的加速。

因为联想到opencv也有python的API，在python下，图像处理的速度也很快，所以就查找了opencv通过怎样的方法来实现numpy转Mat的过程。

首先搜到了https://blog.csdn.net/jacke121/article/details/80275658，这篇博客，但是经过实验发现该方法并不支持python3.x版本（后来在原作者GitHub上经过提问，作者给出了最新版本，支持python2和3），后来我就自己翻看opencv的源码（XXX/modules/python/src2/cv2.cpp)发现numpy转化为Mat跟 pyopencv_to函数有关，于是我就找到了《从PyOpenCV到CV2》这篇博文，结合该代码和源码，将瘦脸代码改写成c代码，并编译成库，提供给python调用。

ps:在查找资料的过程中，也有大神是通过boost库实现的，但我觉得为了转换还多依赖一个库，很麻烦，而且opencv好像也并没有依赖该库，所以并没有按照这个方法去实验。

下面对实现的过程做一个详细的记录。

环境：【windows7+vs2013+python3.5】  和 【 windows10+vs2017+python3.6】

1.【建立Dll动态库工程】

建立一个dll工程，并添加如下头文件，库文件目录。python是64位系统的，平台要选择x64。

 

库目录，库文件

然后写瘦脸的c代码：

#include <Python.h>
#include<malloc.h> 
#include <numpy/arrayobject.h>
typedef unsigned char uchar;

//最近邻插值法
uchar* BilinearInter(uchar* data, int step_length, float ux, float uy)
{
	int ux_i = round(ux);
	int uy_i = round(uy);

	return (data + uy_i * step_length + ux_i * 3);
}


uchar * localTransform(uchar* data, int channel, int width, int height, int startX, int startY, int endX, int endY, float radius)
{
	float ddradius = radius * radius;
	int data_size = channel * width*height;
	int step_length = channel * width;
	uchar*  copyImg = (uchar*)malloc(sizeof(uchar) *data_size);
	memcpy(copyImg, data, data_size);
	float ddmc = (endX - startX) * (endX - startX) + (endY - startY) * (endY - startY);


	for (int j = 0; j < height; j++)
	{

		uchar* rowData = copyImg + j * step_length;

		for (int i = 0; i < width; i++)
		{

			if (abs(i - startX) > radius && abs(j - startY) > radius)
				continue;

			float distance = (i - startX) * (i - startX) + (j - startY) * (j - startY);

			if (distance < ddradius)
			{
				float ratio = (ddradius - distance) / (ddradius - distance + ddmc);
				ratio = ratio * ratio;

				float UX = i - ratio * (endX - startX);
				float UY = j - ratio * (endY - startY);

				uchar *insertValue = BilinearInter(data, step_length, UX, UY);
				memcpy(rowData + i * channel, insertValue, channel);
			}
		}
	}

	memcpy(data, copyImg, data_size);
	free(copyImg);

	return data;
}
static int failmsg(const char *fmt, ...) {
	char str[1000];

	va_list ap;
	va_start(ap, fmt);
	vsnprintf(str, sizeof(str), fmt, ap);
	va_end(ap);

	PyErr_SetString(PyExc_TypeError, str);
	return 0;
}

//尝试查看传过来的数组的数据
static PyObject* face_data(PyObject* self, PyObject* args)
{
	PyObject* pyobj_img = NULL;


	char ok = PyArg_ParseTuple(args, "O", &pyobj_img);
	if (ok)
	{
		PyArrayObject* oarr = (PyArrayObject*)pyobj_img;
		int typenum = PyArray_TYPE(oarr), new_typenum = typenum;
		int ndims = PyArray_NDIM(oarr);

		uchar* data = (uchar*)PyArray_DATA(oarr);

		localTransform(data, 3, 606, 738, 145, 487, 447, 473, 80.0);

		PyObject *result = PyUnicode_FromFormat("result:%s", "ok");
		return result;
	}
	else
	{
		PyObject *result = PyUnicode_FromFormat("result:%d", 10);
		return result;
	}

}


static PyObject *
face_hello(PyObject *self, PyObject *args) {
	PyObject *name, *result;
	if (!PyArg_ParseTuple(args, "U:demo_hello", &name))
		return NULL;
	result = PyUnicode_FromFormat("Hello, %S!", name);
	return result;
}


// method table
static PyMethodDef DemoMethods[] = {

{ "hello", face_hello, METH_VARARGS, "I guess here is description." },
{ "face_data", (PyCFunction)face_data, METH_VARARGS | METH_KEYWORDS, "I guess here is description." },
{ NULL, NULL, 0, NULL }        /* Sentinel */
};

// The method table must be referenced in the module definition structure.
static struct PyModuleDef demomodule = {
PyModuleDef_HEAD_INIT,
"facethin",   /* name of module */
NULL, /* module documentation, may be NULL */
-1,       /* size of per-interpreter state of the module,
  or -1 if the module keeps state in global variables. */
  DemoMethods
};

// The initialization function must be named PyInit_name()
PyMODINIT_FUNC
PyInit_demo(void)
{
	return PyModule_Create(&demomodule);
}

最后生成动态库facethin.dll，修改后缀名demo.pyd，然后将demo.pyd移动到C:\Users\aUsernme\AppData\Local\Programs\Python\Python36\DLLs，其中username计算机用户名。

 

编写python代码：

import demo
import cv2
import time
img=cv2.imread('timg4.jpg')

start = time.clock()
hi=demo.demo_data(img)
end = time.clock()

print('run time:',end-start)

cv2.imshow('img',img)
cv2.imwrite('thin.jpg',img)

cv2.waitKey(0)

运行效果：

原图

瘦脸图：

总结：

在我的机器上，时间上大概是20多ms，而纯python实现需要1.5s左右，提升非常明显。

本文的主要目的是介绍下如何将numpy转c指针，瘦脸中某些参数只针对实例图像有效，不适用其他图像。

ps：图像来自网络，侵权请告知。