python定义结构体数组numpy_5、用Numpy实现结构体

1、结构数组：

在C语言中我们可以通过struct关键字定义结构类型，结构中的字段占据连续的内存空间，每个结构体占用的内存大小都相同，因此可以很容易地定义结构数组。和C语言一样，在NumPy中也很容易对这种结构数组进行操作。只要NumPy中的结构定义和C语言中的定义相同，NumPy就可以很方便地读取C语言的结构数组的二进制数据，转换为NumPy的结构数组。

假如我们需要创建的C语言的结构如下图：

1 structcal_ctrl{2 u16 ifrm_width;3 u16 ifrm_height;4 u8 conv_size ;5 boolconv_pad ;6 u8 conv_std ;7 u16 ifrm_num ;8 u32 ifrm_bsptr ;9 boolrelu_en;10 boolres_en;11 boolpool_en;12 u32 convp_bsptr;13 u32 convk_bsptr;14 u32 res_bsptr;15 booldw_en;16 booldw_pad;17 u8 dw_std;18 u32 dwp_bsptr;19 booldw_relu_en;20 u16 ofrm_width;21 u16 ofrm_height;22 u16 ofrm_num;23 u32 ofrm_bsptr;24 boolconv_end ;25 };

本结构体为我的一个项目中用到的部分宏定义没有给出

现在使用python中的numpy实现这个结构体：

1 cal_ctrl = np.dtype({'names':['ifrm_width',#图片宽度 y

2 'ifrm_height',#图片长度 y

3 'conv_size',#卷积核大小最大3*3 y

4 'conv_pad',#是否有零填充 y

5 'conv_std',#卷积步长 y

6 'ifrm_num',#计算一个输出帧(feature map)需要多少个输入帧。从1计数。需要是8的整数倍。 y

7 'ifrm_bsptr',#存放所有输入帧基地址的DDR地址指针。(*iframe_base_ptr)指向的DDR空间依次存放各个输入帧。 t

8

9

10 'relu_en',#当为为TRUE第一层卷积输出为【0~127】：当为Flash第一层卷积输出为【-】

11 'res_en',#当为TRUE feature map层累加功能，累加后再做Relu：当为Flashfeature map层累加功能

12 'pool_en',#第一次2*2最大池化标准位

13

14

15 'convp_bsptr',#存放卷积计算的滤波系数的地址指针。W t

16 'convk_bsptr',#存放卷积计算的K参数(每个输出帧的bias)的地址指针。b t

17 'res_bsptr',#存放Feature map累加层的数据的地址指针。 t

18

19 #----------------------second depth wise conv----------------------

20 'dw_en',#Depth wise 卷积使能。

21 'dw_pad',#True 零填充，Flash不需要填充

22 'dw_std',#步长

23 'dwp_bsptr',#存放Depth wise卷积计算的滤波系数的地址指针。包含K参数(每个输出帧的bias)。

24 'dw_relu_en',#1'b1:使能Relu，第二层卷积输出为[0~127]的整数；1'b0:不使能，第二层卷积输出为[-128~127]的整数。

25

26 #-------------------------- frame output ctrl-------------------------

27 'ofrm_width',#输出帧的宽

28 'ofrm_height',#输出帧的长

29 'ofrm_num',#输出帧的通道数

30 'ofrm_bsptr',#输出帧地址指针

31 'conv_end'],#继续去读conv common ctrl info队列，进行卷积计算。1：卷积计算结束，发出中断。

32 'formats':[np.uint16,np.uint16,np.uint8 ,bool,np.uint8,np.uint16,np.uint32,bool,bool,bool,np.uint32,np.uint32,np.uint32,33 bool,bool,np.uint8,np.uint32,bool,np.uint16,np.uint16,np.uint16,np.uint32,bool]},align=True)#结构体中数据类型

View Code

在这段代码中使用np.dtype来创建结构的每个字段，并且对每个字段的类型进行初始化类型，

可以使用下面的代码来添加实例;

a =np.array([(......),(.......)],

dtype=cal_ctrl)#或者

a= np.empty((1), dtype=cal_ctrl)#创建了一个空的实例

#可以使用numpy创建数组的方法来创建它的实例，需要自创建数组的函数中加dtype=cal_ctrl

可以使用a.dtype来查看结构的数据类型

a[0][''ifrm_num''] = 45

#通过a[][]来修改或者访问结构的属性。

使用下面的代码可以将python结构装换为bin二进制文件来提供给C语言使用

a.tofile("test.bin")

内存对其问题：

C语言的结构体为了内存寻址方便，会自动的添加一些填充用的字节，这叫做内存对齐。例如如果把下面的name[32]改为name[30]的话，由于内存对齐问题，在name和age中间会填补两个字节，最终的结构体大小不会改变。因此如果numpy中的所配置的内存大小不符合C语言的对齐规范的话，将会出现数据错位。为了解决这个问题，在创建dtype对象时，可以传递参数align=True，这样numpy的结构数组的内存对齐和C语言的结构体就一致了。

利用下面的C语言可以把二进制文件读出来：

#include

struct person

{

char name[32];

int age;

float weight;

};

struct person p[2];

void main ()

{

FILE*fp;

int i;

fp=fopen("test.bin","rb");

fread(p, sizeof(struct person),2, fp);

fclose(fp);for(i=0;i<2;i++)

printf("%s %d %f\n", p[i].name, p[i].age, p[i].weight);

getchar();

}