CMake下调用anaconda的pytorch及numpy传参CV::Mat给python（多线程版）

经测试发现上次写的
CMake下调用anaconda的pytorch及numpy传参CV::Mat给python
在多线程下就挂了…… 经过各种实验，终于完成了多线程的实现，在此分享一下：

主要结构如下:

//
// Created by daybeha on 2022/7/8.
//

//c++ python联合编程 问题记录
//
//        多线程下代码框架完成，
//但Mat转numpy的核心函数 PyArray_SimpleNewFromData（）在第三次调用时会报段错误


#define PY_SSIZE_T_CLEAN

#include <Python.h>
#include <iostream>
#include <opencv2/opencv.hpp>
#include "numpy/arrayobject.h"
#include <stdio.h>
//#include <time.h>
//#include <pthread.h>

#include <thread>
#include "loopclose.h"

using namespace std;


const char *python_modle = "sg_match";
//const char * python_func =  "compute_score";
const char *python_func = "con_show";
//const char * python_func =  "show_img";


void fun() {
    //文献[3]中在此处需要调用PyGILState_Check()检测当前线程是否拥有GIL，
    //但我的环境并不能编译PyGILState_Check，但我实测没有PyGILState_Check也OK.
    PyGILState_STATE gstate;
    gstate = PyGILState_Ensure();   //如果没有GIL，则申请获取GIL
    Py_BEGIN_ALLOW_THREADS;
        Py_BLOCK_THREADS;
        
        // 调用Python C API函数，如PyRun_SimpleString、PyImport_Import、PyObject_CallObject、……
        
        Py_UNBLOCK_THREADS;
    Py_END_ALLOW_THREADS;
    PyGILState_Release(gstate);    //释放当前线程的GIL
}


int main() {
    //初始化Python环境，如果是C++ class，可以将这一部分放到class的构造函数中去。
    //**********************************************
    Py_Initialize(); //初始化Python环境
    if (!Py_IsInitialized()) //检测是否初始化成功
    {
        return -1;
    } else {
        PyEval_InitThreads();     //开启多线程支持
        int nInit = PyEval_ThreadsInitialized();  //检测线程支持是否开启成功
        if (nInit) {
            PyEval_SaveThread();  //因为调用PyEval_InitThreads成功后，当前线程就拥有了GIL，释放当前线程的GIL，
        }
    }

    thread *a = new thread(fun);

//    loopclose *lc = new loopclose();
//    thread *b = new thread(&loopclose::run, lc);
//
//    b->join();
//    cout << "b finished!" << endl;
    a->join();
    cout << "a finished!" << endl;


    //结束Python环境，如果是C++ class，可以将这一部分放到class的析构函数中去。
    //**********************************************
//    PyGILState_Ensure();
    Py_Finalize();
    //**********************************************
    return 0;
}

编译方式参考：ROS+Pytorch的联合使用示例（语义分割）

catkin_make -DPYTHON_EXECUTABLE=/home/daybeha/anaconda3/envs/pytorch/bin/python -DPYTHON_INCLUDE_DIR=/home/daybeha/anaconda3/envs/pytorch/include/python3.9 -DPYTHON_LIBRARY=/home/daybeha/anaconda3/envs/pytorch/lib/libpython3.9.so -DCMAKE_BUILD_TYPE=Release -DSETUPTOOLS_DEB_LAYOUT=OFF

有一个需要注意的问题：

cv::Mat转 numpy的函数 **PyArray_SimpleNewFromData()**在多线程里可能会报内存问题，特别是循环调用时

如有大佬路过有解法，恳请评论区指导我！！！

Reference

【Python笔记1.1】C/C++多线程调Python