python调用c++动态库（1）

由于项目中需要使用python语言搭建服务器调用我的目标检测算法来实现功能，所以记录一下自己调试过程中的历程，也做个mark。

1.准备C++动态库

#ifndef CPPDE_H
#define CPPDE_H

#include "cppde_global.h"
#include <iostream>
#include <stdio.h>
#include <string>
#include "opencv2/opencv.hpp"
#include "caffe/refinedet_detect.hpp"
class CPPDESHARED_EXPORT Cppde
{
public： 
    ~Cppde();
    //检测结果转json格式
    std::string detectToJson(const float confidence_threshold,
                             cv::Mat& img, std::string img_id);
     //加载目标检测算法
    bool loadModel(const std::string& model_file,
                   const std::string& weights_file);
    void release();

private:
    std::string label2class(int label);
    void drawImage(cv::Mat& frame, cv::Rect& rect , float score,
                   std::string label_name, cv::Scalar& color);

private:
    Detector *detector_;
    std::string model_file_;
    std::string weights_file_;
};

以上是我的c++源码头文件，主要包含检测器启动，检测功能函数，由于python不可以直接调用C++方法，所以得将上述方法用extern C转为python可以直接调用的C方法，在上述代码下，添加以下部分：

#ifdef __cplusplus
extern "C"{
#endif
    Cppde cppde;
    void loadModel(const char *model_file,
                   const char *weights_file)
    {
        cppde.loadModel(model_file, weights_file);
        printf("load model finish\n");
    }
    const char *detectToJson(const float confidence_threshold,
                       int rows, int cols, unsigned char* imgdata, char* img_id)
    {
        cv::Mat img(rows, cols, CV_8UC3, (void *)imgdata);
        std::string res = cppde.detectToJson(confidence_threshold, img, img_id);
        return res.data();
    }
    void release()
    {
        cppde.release();
    }
#ifdef __cplusplus
}
#endif
#endif // CPPDE_H

这里相当于用C将C++中的方法调用重新写了一遍，这里需要注意的是：由于C和C++中参数类型名不一样，所以C++的std::string 得修改为char*，cv::Mat型分解为int rows, int cols和unsigned char* imagedata指针传入，具体对应类型名可以自己去查。

以上准备完毕，可以自己用main函数测试功能正常与否，如果没问题就可以编译成自己的动态库了！