C++调用Python传入参数、图片并接受返回值

版权声明：本文为博主原创文章，遵循 CC 4.0 by-sa 版权协议，转载请附上原文出处链接和本声明。 本文链接：https://blog.csdn.net/qq_41433316/article/details/97141318

最近在做C++调用Pytorch模型进行识别的任务，C++关于Pytorch的教程很少，基本上都是用Python写的，但因为要识别任务是实时的，Python的执行效率不如C++，所以主题代码还是没用Python。
网上利用C++调用Pytorch模型的方法主要是把模型文件转化成C++可以加载和执行的模型文件，利用的是Torch Script，但这个方法我目前还没有看懂…（先放上一个链接，后续再看：https://blog.csdn.net/tlzhatao/article/details/86555269）
现在我使用的方法是在C++文件里调用Python，Python文件主要执行的是调用模型、接受图片进行检测并返回坐标结果的功能，C++需要向Python传入模型所在位置（因为需要根据不同的任务选择不同的模型）以及图片（视频流），并接受返回的坐标
原始的C++代码里有涉及到摄像头的打开，图片的实时获取等功能，所以先写了一个简单的代码来实现C++调用Python的功能，代码如下：

#include <iostream>
#include <Python.h>
#include <vector>
#include "opencv2/opencv.hpp"
#include <numpy/arrayobject.h>

using namespace std;

int transport(PyObject *pDict)
{

import_array();

cv::Mat img = cv::imread("2.jpg", CV_LOAD_IMAGE_COLOR);
cout<<"读取完毕"<<endl;
int m, n;
n = img.cols*3;
m = img.rows;
unsigned char *data = (unsigned  char*)malloc(sizeof(unsigned char) * m * n);
int p = 0;
for (int i = 0; i < m; i++)
{
for (int j = 0; j < n; j++)
{
data
 = img.at<unsigned char>(i, j);
p++;
}
}

npy_intp Dims[2] = { m, n }; //给定维度信息
PyObject*PyArray = PyArray_SimpleNewFromData(2, Dims, NPY_UBYTE, data);

PyObject *ArgArray = PyTuple_New(2);
PyObject *arg = PyLong_FromLong(30);
PyTuple_SetItem(ArgArray, 0, PyArray);
PyTuple_SetItem(ArgArray, 1, arg);
PyObject*pFuncFive = PyDict_GetItemString(pDict, "load_image");
PyObject* pReturnValue = PyObject_CallObject(pFuncFive, ArgArray);

if(PyList_Check(pReturnValue)){
cout<<"finish"<<endl;
}
int Size0List = PyList_Size(pReturnValue);
vector<vector<double> > detections;
double t;
detections.resize(Size0List);
cout<<"Size0List:"<<Size0List<<endl;
for(int i=0;i<Size0List;i++){
cout<<"turn:"<<i<<endl;
PyObject *ListItem = PyList_GetItem(pReturnValue,i);
int Num0Items = PyList_Size(ListItem);
int j=0;
while(j<Num0Items){
if(j>=Num0Items)
{
break;
}
PyObject *Item = PyList_GetItem(ListItem,j);
detections[i].push_back(PyFloat_AsDouble(Item));
PyArg_Parse(Item,"d",&t);
cout<<"t:::"<<t<<endl;
Py_DECREF(Item);
j++;
}
Py_DECREF(ListItem);
}
cout<<"getget"<<endl;

for(int i=0;i<detections.size();i++){
for(int j=0;j<detections[i].size();j++)
cout<<detections[i][j]<<endl;
}
}
int main()
{
Py_Initialize();PyObject* sys = PyImport_ImportModule("sys");

PyRun_SimpleString("import sys"); // 执行 python 中的短语句
PyRun_SimpleString("sys.path.append('python文件所在路径')");

PyObject *pModule(0);
pModule = PyImport_ImportModule("test1");//myModel:Python文件名

if(pModule){
cout<<"读取到python文件"<<endl;
}PyObject *pDict = PyModule_GetDict(pModule);
int count = 0;
while(count<3){
count++;
PyObject *ArgArray2 = PyTuple_New(1);
PyObject *arg2 = PyLong_FromLong(20);
PyTuple_SetItem(ArgArray2, 0, arg2);
PyObject *pFuncFive2 = PyDict_GetItemString(pDict, "init");
PyObject_CallObject(pFuncFive2, ArgArray2);
}transport(pDict);
return 0;
}

[p]下面是Python代码：

import numpy as np
import cv2

bb = [[10,1011],[10,2],[2,56],[3,3.4]]
def init(choose):
global bb
if choose == 20:
bb.append([4,64])

def arrayreset(array):
a = array[:, 0:len(array[0] - 2):3]
b = array[:, 1:len(array[0] - 2):3]
c = array[:, 2:len(array[0] - 2):3]
a = a[:, :, None]
b = b[:, :, None]
c = c[:, :, None]
m = np.concatenate((a, b, c), axis=2)
return m

def load_image(image,a):
rgbImg = arrayreset(image)
# rgbImg=cv2.cvtColor(img,cv2.COLOR_GRAY2BGR)
print(rgbImg.shape)
cv2.imshow("test",rgbImg)
cv2.waitKey(1000)
global bb
bb.append([2,34])
return bb

下面是功能解读：
首先，Python文件里，init函数我模拟的是一个初始化网络并加载模型的操作，这里的bb是一个全局变量，所以在C++里使用init函数的部分我也放在了主函数的位置。因为检测的时候模型只需要加载一次就可以了，所以C++调用模型的地方也会与传图片进行检测的部分分离开。
而在transport函数里，就是一个传图片的功能，在实际任务中，开启摄像头，获取到每一帧的图片后进行传入即可。参考博客：https://www.geek-share.com/detail/2722074897.html
下面是实现方法：
C++调用Python主要是用的<Python.h>头文件，首先初始化：

Py_Initialize();

下来是加载Python模型：

PyObject* sys = PyImport_ImportModule("sys");

PyRun_SimpleString("import sys"); // 执行 python 中的短语句
PyRun_SimpleString("sys.path.append('python文件所在路径')");

PyObject *pModule(0);
pModule = PyImport_ImportModule("test1");//test1:Python文件名

注意的是，如果python文件所在的位置和可执行文件不在一块的话，一定要导入python文件的路径。
判断是否读取到python文件：

if(pModule){
cout<<"读取到python文件"<<endl;
}

下面这个操作我也不是很懂，所有的函数原理在百度上都能找到，我只大概了解了一下实现，pDict里面就是python文件里的函数了，如果想要使用某个函数的话，用

PyDict_GetItemString(pDict，函数名)

即可

PyTuple_New(n)

是传入的参数个数

PyLong_FromLong(n)

是传入的参数，这里是C++的long型

PyTuple_SetItem(a,b,c)

，中间的参数为传入参数的位置

PyObject_CallObject()

是函数的实现，这个是有返回值的，但也可以不返回

PyObject *pDict = PyModule_GetDict(pModule);
int count = 0;
while(count<3){
count++;
PyObject *ArgArray2 = PyTuple_New(1);
PyObject *arg2 = PyLong_FromLong(20);
PyTuple_SetItem(ArgArray2, 0, arg2);
PyObject *pFuncFive2 = PyDict_GetItemString(pDict, "init");
PyObject_CallObject(pFuncFive2, ArgArray2);
}

图片的传入是类似的，只不过多了个Mat到Numpy的转化，记得加上<numpy/arrayobject.h> 头文件并

import_array()

下面是接受返回值(pReturnValue)的处理：

int Size0List = PyList_Size(pReturnValue);
vector<vector<double> > detections;
double t;
detections.resize(Size0List);
cout<<"Size0List:"<<Size0List<<endl;
for(int i=0;i<Size0List;i++){
cout<<"turn:"<<i<<endl;
PyObject *ListItem = PyList_GetItem(pReturnValue,i);
int Num0Items = PyList_Size(ListItem);
int j=0;
while(j<Num0Items){
if(j>=Num0Items)
{
break;
}
PyObject *Item = PyList_GetItem(ListItem,j);
detections[i].push_back(PyFloat_AsDouble(Item));
PyArg_Parse(Item,"d",&t);
cout<<"t:::"<<t<<endl;
Py_DECREF(Item);
j++;
}
Py_DECREF(ListItem);
}

具体的就不解释了…
如果变量是int，double之类的，需要使用PyArg_Parse()来转到C++里面去，用完别忘了释放。
至于实际任务的代码，参考了 https://www.jianshu.com/p/c9f5f4ce3e7a?utm_campaign=maleskine 这位博主，感觉写的挺好的，我的代码差不多就是这个形式。
最后最后，写CMakeLists的时候，一定要加上下面的东西：

find_package(PythonLibs REQUIRED)

include_directories(${PYTHON_INCLUDE_DIRS}

target_link_libraries( 工程名 ${PYTHON_LIBRARIES})

当然实际情况中不可能这么简洁…