python extension c++ 扩展

模块编写参考教程：

https://thomasnyberg.com/cpp_extension_modules.html

https://docs.python.org/3/extending/extending.html

调试参考：

https://stackoverflow.com/questions/15253586/python-extension-debugging

https://wiki.python.org/moin/DebuggingWithGdb

https://blog.csdn.net/wfdtxz/article/details/7368357

python编程的确很方面，但有的时候速度上不如c和c++，对于处理的数据量比较大的情况下还是需要使用python 调用c++的方法，本使用的是python extension的方式，数据转换比较繁琐，这里只提供了自己的一个模板，方便记住。

首先需要创建一个文件夹，报错扩展模块：

其中cpp目录用来保存cpp文件，setup.py用来编译和安装扩展模块。

cpp目录下主要包含以下文件：

主要内容格式如下：

setup.py:

此文件主要负责编译c++模块，封装成python可以调用的形式。这里主要修改module_name1项为自己的包名字，sources中为自己用到的cpp文件路径。

import sys
import numpy as np
from distutils.core import setup
from distutils.extension import Extension
package_name = 'level-set'
module_name1 = 'drlse'
version = sys.version[0]
wrap_source = './cpp/wrap_py{0:}.cpp'.format(version)
module1 = Extension(module_name1,include_dirs=[np.get_include(), './cpp'],sources=['./cpp/drlse.cpp', './cpp/level_set.cpp', wrap_source])setup(name=package_name,ext_modules=[module1])

drlse.cpp:

这里调用c++模块，将python变量的传递给c++方法，并返回c++的结果给python

此中切记要使用NPY_FLOAT32数据类型，不要使用NPY_FLOAT64类型，不然结果返回给python会出现错误。

#include <Python.h>
#include "numpy/arrayobject.h"
#include "level_set.hpp"
#include <iostream>using namespace std;// example to use numpy object: http://blog.debao.me/2013/04/my-first-c-extension-to-numpy/
// write a c extension ot Numpy: http://folk.uio.no/hpl/scripting/doc/python/NumPy/Numeric/numpy-13.html
static PyObject *
level_set_wrapper(PyObject *self, PyObject *args)
{PyObject *I=NULL,*phi=NULL;float W,H,mu,timestep,lambda,alfa,epsilon,potential_function,iters;PyArrayObject *arr_I=NULL;PyArrayObject *arr_phi=NULL;if (!PyArg_ParseTuple(args, "OOfffffffff", &I,&phi,&W,&H,&mu,&timestep,&lambda,&alfa,&epsilon,&potential_function,&iters)) return NULL;arr_I = (PyArrayObject*)PyArray_FROM_OTF(I, NPY_FLOAT32, NPY_IN_ARRAY);if (arr_I == NULL) return NULL;arr_phi = (PyArrayObject*)PyArray_FROM_OTF(phi, NPY_FLOAT32, NPY_IN_ARRAY);if (arr_phi == NULL) return NULL;npy_intp * shape = PyArray_DIMS(arr_I);  // npy_intp array of length nd showing length in each dim.drlse_Evolution((float*)arr_I->data, (float*)arr_phi->data, int(W), int(H), mu, timestep, lambda, alfa,epsilon, (int)potential_function, (int)iters);cout<<1<<endl;// level_set2D.InitPhi(mask, image_width, image_height)// alfa = 0;// level_set2D.Evolution();// float* final_phi = level_set2D.GetPhi();// PyArrayObject * phi_np = (PyArrayObject*) PyArray_SimpleNewFromData(2, shape, NPY_FLOAT64, final_phi);Py_DECREF(arr_I);//Py_DECREF(arr_phi);return PyArray_Return(arr_phi);}static PyMethodDef Methods[] = {{"drlse",  level_set_wrapper, METH_VARARGS, "computing drlse by cpp"}, {NULL, NULL, 0, NULL}
};

wrap_py3.cpp:

其中需要修改方法名。

#include "drlse.cpp"static struct PyModuleDef cGeosDis =
{PyModuleDef_HEAD_INIT,"drlse", /* name of module */"",          /* module documentation, may be NULL */-1,          /* size of per-interpreter state of the module, or -1 if the module keeps state in global variables. */Methods
};PyMODINIT_FUNC PyInit_drlse(void) {import_array();return PyModule_Create(&cGeosDis);
}

主要方法模块就不再列了，跟正常的c++写法没有区别主要用来实现自己要提高效率的方法。

以上这些文件，最复杂的是drlse.cpp文件，也就是连接文件，这是这里边的核心，其他模块都比较模板。这些文件准备好以后，可以执行命令以后对方法进行调用。

python setup.py buildpython setup.py install

随后可以再python中对模块进行调用和测试，如此调用：

import drlse
import numpy as np
from PIL import Imagefilename = '216748_216749-100180_100181-18.jpg'
img = np.array(Image.open(filename).convert('L'))
W,H=img.shape
image_size = W * H
timestep = 5
potential_function=1
c0=2
mu = 0.2 / timestep
_lambda = 20
alfa = 4
epsilon = 1.5
iters = 50initialLSF = 2 * np.ones(img.shape)
phi=initialLSF.copy()
phi[100:120,100:120]=-c0
final_phi=drlse.drlse(img.astype(np.float32),phi.astype(np.float32), W,H,mu,timestep,_lambda,alfa,epsilon, potential_function,iters)
ted=1
print(final_phi)

整个过程中最复杂的部分就是调试，目前没有能够实现再IDE中进行联调。我调试的方法是在cygwin中安装gdb对python测试模块进行调试，然后去发现那一部分有错误，再去查找代码。这部分主要是对drlse.cpp这种连接代码进行调试。c++部分自己单独写了main函数进行了调试，这个过程弄得及其麻烦。。。

调试的时候要注意，使用不同的build命令，我在cygwin中的命令为

CFLAGS='-Wall -O0 -g' python3 setup.py build

感想：之前已经进行过一次python 扩展编程，用了两三天，这回有一次实现另一个方法，还是用了两三天，因此特别记录一下，也希望可以帮助其他有需要的人一下。这个流程比较繁琐，希望有大牛能够提供一种更加有效率和简洁的解决方案。

python extension c++ 扩展相关推荐

Python常见问题（4）：Python库与扩展 Library and Extension FAQ
Contents Library and Extension FAQ General Library Questions How do I find a module or application t ...
TVM apps extension示例扩展库
TVM apps extension示例扩展库此文件夹包含TVM的示例扩展库.演示了其它库如何在C++和Python API中扩展TVM. 该库扩展了TVM的功能. python模块加载新的共享库, ...
delphi打包python_使用Delphi 编写Python Extension
使用Delphi 编写Python Extension 作者:1000copy 摘要: 在互联网公共可访问领域内,关于Python/C interface的介绍,手册都是比较多的.Py直接支持C编写扩 ...
python基础-C扩展
写python的c扩展简介使用C/C++编写Python模块扩展 Python - 用C扩展编程使用 C 或 C++ 扩展 Python 原因添加额外的非python功能. 性能瓶颈的效率提升 ...
Python调用C函数的方法以及如何编写Python的C扩展
正文共1535个字,2张图,预计阅读时间4分钟. 01 前言前言属闲聊,正文请转后. 标题比较长,其实"如何用Python调用C的函数"以及"如何编写Python的C扩 ...
pythoncad官网_Pycad: Python Extension for AutoCad
Pycad Python Extension for AutoCad Editor/Debuger 简要说明: Pycad是利用ironpython来实现对CAD.net API的利用,使得大家得以在 ...
pythoncad_Pycad: Python Extension for AutoCad
Pycad Python Extension for AutoCad Editor/Debuger 使用方法: 1.程序支持AutoCad2013-2020(2014版本以下需安装.Net4.5),将 ...
python开发autocad插件_Pycad: Python Extension for AutoCad
Pycad Python Extension for AutoCad Editor/Debuger 使用方法: 1.程序支持AutoCad2013-2020(2014版本以下需安装.Net4.5),将 ...
Python正则表达式之扩展语法（5）
非捕获组和命名组精心设计的正则表达式可能会划分很多组,这些组不仅可以匹配相关的子串,还能够对正则表达式本身进行分组和结构化.在复杂的正则表达式中,由于有太多的组,因此通过组的序号来跟踪和使用会变得困 ...
写python的c扩展简介
写python的c扩展简介 2012 年 10 月 05 日 isnowfy programGo to comment python是一门非常方便的动态语言,很多你用c或者java要很多行的代码,可能 ...

python extension c++ 扩展

python extension c++ 扩展相关推荐

最新文章

热门文章