标签：cmake python py c++ SOURCE pybind11 pcc
前言：
因为最近c++下的工程需要在python下调用，所以需要把c++编译成可供python调用的库，记录一下具体做法：
编译c++有多种方法，因为我的是cmake构建的工程，所以直接在cmake的基础上编译成python库（c++中用了第三方库opencv和boost）
下载编译pybind11
下载pybind11：git clone https://github.com/pybind/pybind11.git
安装pytest： pip install pytest
编译：
cd pybind11 mkdir build cd build cmake .. cmake --build . --config Release --target check
操作C++代码
我的做法是将编译好的pybind11文件夹拷贝到了c++工程目录下（这样是方便在编译c++的时候能找到pybind11，当然你也可以通过其他方式，只要能找到pybind11就行）
（我只封装了所需要的函数接口）
将你需要的函数接口定义在一个.cpp文件中，比如说，我在pcc.cpp文件中定义了两个函数（该包含的.h文件就正常包含）：
int pcc_encoder() 和 int pcc_decoder()
然后在此文件中加入如下代码：
#include <pybind11/pybind11.h> namespace py = pybind11; PYBIND11_PLUGIN(Pypcc) { py::module m("Pypcc", "pcc python module"); m.def("pcc_encoder", &pcc_encoder, "Encoder the pointcloud data"); m.def("pcc_decoder", &pcc_decoder, "Decoder the pointcloud data"); return m.ptr(); }
其中比较重要的是这两句：
m.def("pcc_encoder", &pcc_encoder, "Encoder the pointcloud data");
m.def("pcc_decoder", &pcc_decoder, "Decoder the pointcloud data");
这两句代码表明了可供python调用的函数接口，没有在此操作的函数python是找不到的
修改CMakeLists.txt
（只需改动几处即可，第三方库的include和链接基本和c++编译一样）
PROJECT(compression) CMAKE_MINIMUM_REQUIRED(VERSION 2.1.8) add_definitions(-std=c++11) find_package(Boost COMPONENTS system thread program_options) find_package(OpenCV QUIET) set(LIBRARY_OUTPUT_PATH ../) set(dso_SOURCE_FILES ${PROJECT_SOURCE_DIR}/src/decoder.cpp ${PROJECT_SOURCE_DIR}/src/encoder.cpp ${PROJECT_SOURCE_DIR}/src/utils.cpp ${PROJECT_SOURCE_DIR}/src/io.cpp ${PROJECT_SOURCE_DIR}/src/pcc_module.cpp ) #add_library(pcc SHARED ${dso_SOURCE_FILES}) include_directories( ${PROJECT_SOURCE_DIR}/include ${OpenCV_INCLUDE_DIRS} ${Boost_INCLUDE_DIRS} ) add_subdirectory(pybind11) pybind11_add_module(Pypcc ${PROJECT_SOURCE_DIR}/src/pcc.cpp ${dso_SOURCE_FILES}) #add_executable(pcc_test ${PROJECT_SOURCE_DIR}/src/pcc_test.cpp ${dso_SOURCE_FILES}) #add_executable(pcc_test ${PROJECT_SOURCE_DIR}/src/pcc_test.cpp) target_link_libraries(Pypcc PRIVATE ${Boost_LIBRARIES} ${OpenCV_LIBS} )
可以看到只需要修改原本文件的几个地方就可以：
set(LIBRARY_OUTPUT_PATH ../)
这个的意思是设置生成的python库的位置
add_subdirectory(pybind11)
这个是用来增加pybind11的目录，因为之前我把pybind11放在了c++的工程目录下，所以可以直接顺利找到
pybind11_add_module(Pypcc ${PROJECT_SOURCE_DIR}/src/pcc.cpp ${dso_SOURCE_FILES})
这个的意思对应于编译c++的add_executable命令，就是说把哪些文件编译成python库，Pypcc是取的库的名字
target_link_libraries(Pypcc PRIVATE
${Boost_LIBRARIES}
${OpenCV_LIBS}
)
这里是链接第三方库，注意要加上PRIVATE
然后按照一般的c++编译步骤就可以了（进入到新建的build文件夹，执行cmake .. 再执行make），编译完成之后我们可以看到在指定目录下生成.so文件
编写python调用文件
import Pypcc #导入.so模块 Pypcc.XXX() #调用模块的函数
这里说明一下：因为我的.so文件放在了和.py文件同一目录下，所以可以直接导入
遇到的问题：
- 因为我的.so文件是在python3.6的环境下编译的，所以python2.7环境下导入报出没有这个模块的错误，
原因到底是编译c++环境的原因，还是一开始编译pybind11默认的python环境的原因？后续可以验证一下
这个问题已经解决了：
在编译自己的c++项目的时候，一般来说需要在build中先cmake ..生成makefile文件，如果在这里我们不指定python版本的时候，就会寻找到默认的python版本，比如在我的环境下执行cnake ..,有如下信息输出：
-- Found PythonInterp: /usr/bin/python3.6 (found version "3.6.9") -- Found PythonLibs: /usr/lib/x86_64-linux-gnu/libpython3.6m.so
说明此时的python版本是3.6 ，而如果我们想利用pyhton2.7（其他版本也一样，前提是系统里安装了相应的python版本或者虚拟环境），那么在cmake ..的时候就要指定python为2.7版本：在python2.7安装的位置找到库文件/头文件/可执行文件
cmake -DPYTHON_LIBRARY=/usr/lib/x86_64-linux-gnu/libpython2.7.so \ -DPYTHON_INCLUDE_DIR=/usr/include/python2.7 \ -DPYTHON_EXECUTABLE=/usr/bin/python2.7 \ ..
这时候给出的cmake信息为：
- -- Found PythonInterp: /usr/bin/python2.7 (found version "2.7.17")
- -- Found PythonLibs: /usr/lib/x86_64-linux-gnu/libpython2.7.so
然后执行make命令，就会生成可供python2.7导入调用的库
- 因为我需要传二维数组给这个参数，考虑到python和c++之间用纯c语言“沟通”可能会好一点，所以打算以这样的方式传参：
float points[][4]
int nums
但是在编译的时候报出错误：
cannot convert ‘pybind11::detail::type_caster<float, void>::cast_op_type<float (*&&)[4]> {aka float*}’ to ‘float (*)[4]’ in argument passing
看到有人说pybind11不支持这种指针类型？？？这里还没弄清楚
后面我的解决方法是使用STL vector进行传参的，c++中的STL与python是有类型对应的：
前提是要在之前的.cpp文件中包含一个头文件
#include <pybind11/stl.h>
- 在c++中，一般在.h中声明一个函数的时候，可以赋给参数默认值，这样在调用的时候如果默认值的参数没有传进来，那么函数就是用其默认值，但是如果某个函数作为python接口供python调用，即使在c++中声明了默认值，python调用的时候也要将全部参数传参，否则会出现参数不匹配的错误
与opencv通信
最近遇到的问题是希望使用Python cv2读取图片,然后将其传入到c++中处理,这实际上涉及到opencv读取图像在Python和C++中的转换问题.
在C++中读取的图片类型是cv::Mat, 这是opencv中定义的类型,使用起来很方便,在Python中读取的图片类型是numpy.ndarray类,也就是第三方库numpy的类型, 因此需要定义函数对其进行转换,这里引用了https://blog.csdn.net/non_hercules/article/details/105095153/ 的工作:
//在c++中代码中将cv::Mat与py::array_t<unsigned char>进行转换 //py::array_t<unsigned char>就是c++中接收到的Python传过来的图像的类型 /* Python->C++ Mat */ cv::Mat numpy_uint8_1c_to_cv_mat(py::array_t<unsigned char>& input) { if (input.ndim() != 2) throw std::runtime_error("1-channel image must be 2 dims "); py::buffer_info buf = input.request(); cv::Mat mat(buf.shape[0], buf.shape[1], CV_8UC1, (unsigned char*)buf.ptr); return mat; } cv::Mat numpy_uint8_3c_to_cv_mat(py::array_t<unsigned char>& input) { if (input.ndim() != 3) throw std::runtime_error("3-channel image must be 3 dims "); py::buffer_info buf = input.request(); cv::Mat mat(buf.shape[0], buf.shape[1], CV_8UC3, (unsigned char*)buf.ptr); return mat; } /* C++ Mat ->numpy */ py::array_t<unsigned char> cv_mat_uint8_1c_to_numpy(cv::Mat& input) { py::array_t<unsigned char> dst = py::array_t<unsigned char>({ input.rows,input.cols }, input.data); return dst; } py::array_t<unsigned char> cv_mat_uint8_3c_to_numpy(cv::Mat& input) { py::array_t<unsigned char> dst = py::array_t<unsigned char>({ input.rows,input.cols,3}, input.data); return dst; } //注意,在c++中应包含 #include<pybind11/numpy.h>
标签：cmake,python,py,c++,SOURCE,pybind11,pcc 来源： https://www.cnblogs.com/lidabo/p/16625524.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。