基于共享内存 实现Python 和c++ 传输图片

需求：c++ 将图片写入共享内存，python读取。将c++写的共享内存的操作封装为一个so库，c++ 和python共同调用这个库，便于双方的操作，省去信号量的管理操作。

一,c++写入端

int main(int argc, char **argv)
{
    SharedMemoryOption op;
    op.id = 2017;
    op.size = 1048576 * 40;
    op.mode = work_mode::WRITE;

    SharedMemory::Ptr shm = std::make_shared<SharedMemory>(op);

    cv::Mat rawImg = cv::imread("2.jpg");
    if(rawImg.empty()){
        return 0;
    }

    while (1)
    {   
        shm->writeImg(reinterpret_cast<char *>(rawImg.data),rawImg.cols,rawImg.rows,rawImg.channels());
        std::this_thread::sleep_for(std::chrono::milliseconds(200));
    }
    
    return 0;
}

二，python读取端

 #coding=utf-8
from ctypes import *
import sys
import numpy as np
import cv2
import math
import time
if __name__ =='__main__':
        print(cv2.__version__)
        dll = CDLL("../../build/libShm.so")
        
        #初始化
        dll.init(2017,1048576 * 40,0)
    
        width = c_int()
        height = c_int()
        channels = c_int()
        
        dll.readImg.restype = POINTER(c_char)
        
        while True:
            tick = time.time()
            data=dll.readImg(byref(width),byref(height),byref(channels))
        
            size =width.value*height.value*channels.value

            #获取内存中，指定地址、指定长度的字节
            image_data = string_at(data, size)
            #返回的是一个数组，这个数组的内容是缓冲区的内容
            image_array = np.frombuffer(image_data, dtype=np.uint8)
            img = image_array.reshape((height.value,width.value,channels.value))
        
            tock = time.time()
            print(f"取图耗时为: {(tock - tick)*1000:.2f}ms")
        
            cv2.imwrite('output.jpg', img)

三,测试结果

nx平台，4M的图，读取时间大约在20ms 左右。第一次很慢。

四，优化点 

写入端将图片宽，高，通道数 写道共享内存的前三个int，这样读取的时候先读取三个int,之后根据前三个int读取具体图片内容。