Windows下通过内存映射（mmap）在Python和C++间传输数据（OpenCV/数组）

有些工程，本身是利用C++编写的，但是目前主流的深度学习框架都是基于Python，当有大量数据传输的时候，当我们想利用C++给Python传输大数据的时候，内存映射（mmap）就是一个不错的选择。注意的是这里只是传输数据，内存映射并没有一个同步机制，如果要发送任务的话，还是会需要类似命名管道/socket的东西来做同步。本篇博客只介绍内存映射（mmap）。

首先，在Windows下建立内存映射会比Linux系统稍微麻烦一点，CreateFileMapping函数会有很多参数，安全性等，这里不一一展开了，按照下面的例子写上就好。内存映射也会有映射到文件上的方式，这里只映射到内存。在用完内存映射之后，记得清除释放内存。

#define MMAP_SIZE 67108864 // 64MB

LPCWSTR mmapName = L"sharemem";
HANDLE hMapFileVTX = CreateFileMapping(INVALID_HANDLE_VALUE,NULL, PAGE_READWRITE, 0, MMAP_SIZE, mmapName);
LPVOID lpBase = MapViewOfFile(hMapFile, FILE_MAP_ALL_ACCESS, 0, 0, MMAP_SIZE);
// Do some work...
UnmapViewOfFile(lpBase);
CloseHandle(hMapFile);

在建立完内存映射后，我们可以很方便的使用memcpy把我们想要写入的数据写入内存中。其中start为我需要复制的数据的指针头，size为我需要写入的长度。现在我有一个double数组start，它的长度为size。

//double* start;
memcpy((double*)lpBase, start, size);

这样，我们就已经把数据写入内存块了，同样我们也可以写入字符串，甚至结构体，类，只要我们知道它的结构，就能在另一边给他读出来。

接下来我们看Python这边，首先，我们也需要建立一个内存映射。虽然大小不是一定要一样的，但是为了避免bug，我们还是设定成一样。tagname必须和之前C++的mmapName是一样的。虽然mmapName在C++中的类型是wchar字符串，但是在实际使用中他们是一样的。

import mmap
mmap_file = mmap.mmap(-1, 67108864, access = mmap.ACCESS_WRITE, tagname = 'sharemem')

在建立内存映射后，我们就可以读取内存中的数据了，举几个例子。string需要decode，数组可以直接使用numpy的frombuffer函数读取。需要注意的是内存块一般是大于数据的，所以我们必须要提前知道数据的大小，不然会读到很多没用的，错误的数据，记得只读取到我们需要的长度，具体可以参考本文最后的OpenCV的例子。至于怎么提前知道数据的长度，我们可以使用命名管道来传输，或者hardcode。

#read string
data = mmap_file.read().translate(None, b'\x00').decode()

#read double as numpy
import numpy as np
data = np.frombuffer(mmap_file, dtype=np.double)

如果要从python写入内存块，那么只需要使用write函数。从C++读取内存的方法很多，本文不再赘述。

mmap_file.write(data)

在我们传输一些特殊的，封装好数据的时候，我们就需要去研究其根本的数据结构，比如OpenCV的图片，在C++中是Mat格式，在Python是numpy数组，只要理解了这点，就不难操作了，这里举一个简单的例子。我们把C++的Mat传输给Python。

// cv::Mat src;
memcpy(lpBase, src.data, src.cols * src.rows * 3);

在这里我们要特别小心的是，OpenCV的numpy数组格式是unit8，因为RGB数据的范围是在0-255之间的。如果格式错了的话，数据也会出错。并且因为数据大小一般是小于内存块大小的，所以我们必须提前知道它的长宽，这样我们就可以根据长宽计算出图片大小，然后reshape。

img = np.frombuffer(mmap_file, dtype=np.uint8)
img = img[:h*w*3]
img = img.reshape((h,w,3))

这样img就可以直接被拿来作为OpenCV的数据使用了，非常方便。在这个例子中我使用的是RGB三通道的数据，如果通道数不同或者RGB顺序不同的话请根据自己的情况调整。