c与python-如何实现 C/C++ 与 Python 的通信？

题主想问的是其实是C/C++与Python的交互吧，这块我也研究了挺久的，碰到的情况也比较极端，相信我是比较有发言权的。

首先讲一下我搞c与python交互的理由。我从事的是深度学习领域，常见的问题是将算法部署到嵌入式硬件中去，这些硬件通常自带算法加速单元，比如海思的编解码器和npu，能提高算法运行速度，降低cpu负载，而且这些平台的cpu都比较弱。操作这些专用硬件需要用c语言，然而算法工程师通常使用python，即使他们懂c，硬件适配也不是他们的主要工作。这导致算法工程师对算法的掌控力下降，与硬件团队对接时效率很低。如果硬件接口能以python的形式暴露出来，算法工程师就很容易对部署在硬件上面的算法进行验证测试，同时也减轻硬件工程师的工作量。另外，python以开发效率高著称，业务逻辑能用python就不要用c开发，硬件团队使用python也能很好地提高工作效率。

有了c/python交互的需求，接下来就讲讲其最终达到的效果。c/python交互最简单的形式就是函数的相互调用，这个问题的回答基本都是在讲这个，我就不赘述了。复杂一点的形式是同一个对象不同语言的交互，可以借助一些开源库来实现，比如pybind11，boost。更复杂的也是我最终想达到的目的是array的交互。注意这里的array不是c的array，而是numpy的array。这在数值计算领域尤其重要！

需求和目的都明确了，下面来看看实现的方案！

1、boost。caffe实现c/python交互就是用这个，因此我研究过一段时间，结论是难用，文档少，不推荐。

2、pybind11。优点是简单易用，无依赖，文档齐全。但是有一个致命的缺点让我不得不抛弃他，就是用海思的编译器编译不通过！原因是他使用了c++的exception，海思的编译器太老了，不支持。

3、用opencv当做c/python交互的桥梁。当我在看opencv-python bindings的实现时，心中默默在念”天哪！这就是我想要的”。opencv的优点也是boost和pybind11的缺点：不需要写module文件，假如你有100个类要暴露给python，你就要在cpp文件里面写100个module，而opencv只需要在类名前面加上CV_EXPORTS_W关键字，在方法前面加上CV_WRAP就可以了。很优雅，后期维护也很方便。

numpy array的无缝镶嵌，c代码里的cv::Mat类型，就是python里的numpy array，opencv已经帮你做了Mat和array间的转换，无需再写转换代码，在c里面使用Mat也很方便。

opencv代码兼容性好，通俗易懂，能在多种平台编译通过，包括arm-linux交叉编译。

综上，强势安利opencv的python bindings!

如何将opencv-python bindings应用于自己的项目中呢？可以参照opencv_contrib的方式，将自己的项目作为opencv的extra modules，这样就可以调用CV_EXPORTS_W、CV_WRAP等宏，同时也可以调用opencv的其他modules。当你项目要用到opencv的时候，这种方案是最好不过了。相信现在搞机器视觉的最离不开import numpy和import cv2这两行代码吧，哈哈哈。

最后附上opencv_contrib和opencv-python bindings tutorials的链接，希望对各位看官能有一点点启发。opencv/opencv_contrib?github.comHow OpenCV-Python Bindings Works??docs.opencv.org

更新！我这里写了一个小小的sample，涵盖了深度学习里常用的python/C++交互方式，希望能帮助大家了解opencv python扩展的使用。Zondabb/pybindcpp?github.com