VTM中直接调用python(pytorch模型)_libtorch vtm-优快云博客

本文详细介绍了如何在C++程序中调用Python文件，特别是包含第三方库如PyTorch的神经网络模型。首先配置C++环境，包括包含目录和库目录设置。接着在C++代码中，通过`Py_Initialize`和`Py_Finalize`初始化和结束Python环境，使用`PyImport_ImportModule`导入Python模块，通过`PyObject_CallObject`调用Python函数，并将C++的一维list传递给Python，最后从Python返回结果并处理。在Python端，加载模型并进行预测，将结果转换为一维list返回。文章还提到了在不同设备间测试时遇到的问题及其解决方案。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

参考：

C++调用python文件（包含第三方库） - 知乎 (zhihu.com)

奇巧：C++ 调用python方法 - 知乎 (zhihu.com)

(31条消息) C调用Python（传递数字、字符串、list数组（一维、二维），结构体）_sunshine_9990的博客-优快云博客

一、环境配置：

一、VC++目录：

1、包含目录：python所在文件夹下include文件夹“C:\Program Files (x86)\Microsoft Visual Studio\Shared\Python37_64\include”

2、库目录：python所在文件夹下libs文件夹“C:\Program Files (x86)\Microsoft Visual Studio\Shared\Python37_64\libs”

二、链接器输入

附加依赖项：python37.lib

三、release文件夹（同EncoderApp.exe文件夹）

复制python文件夹下DLLs、libs、Lib文件夹、所调用的python文件、python37.lib到该文件夹下

测试所用的.bat、.cfg也放在该文件夹下

二、C++代码，传递一维list[[list0],[list1],[list2]],返回值一维list

int main(int argc, char* argv[])
{
  //add
  Py_Initialize();
  //end
  // print information
  fprintf( stdout, "\n" );
  fprintf( stdout, "VVCSoftware: VTM Encoder Version %s ", VTM_VERSION );
  fprintf( stdout, NVM_ONOS );
  fprintf( stdout, NVM_COMPILEDBY );
  fprintf( stdout, NVM_BITS );
      ....
      ....
      ....
  return 0;
  //add
  Py_Finalize();
  //end
}

void EncCu::python()
{

  //初始化使用的变量
  PyObject* pModule = NULL;
  PyObject* pFunc = NULL;
  PyObject* pName = NULL;
  PyObject* pReturn = NULL;
  int wh = width * height;

  //2、初始化python系统文件路径，保证可以访问到 .py文件
  PyRun_SimpleString("import sys");
  PyRun_SimpleString("sys.path.append('./')");
  //3、导入所调用的python文件
  pModule = PyImport_ImportModule("GEAPI");
  //4、调用python文件函数
  pFunc = PyObject_GetAttrString(pModule, "out");
  //5、定义三个Pylist列表
  PyObject* PyListP0 = PyList_New(wh);
  PyObject* PyListP1 = PyList_New(wh);
  PyObject* PyListP2 = PyList_New(wh);

  int num = 0;
  for (unsigned y = 0; y < height; y++)
  {
    for (unsigned x = 0; x < width; x++)
    {
      Pel pixel = (pcYuvSrc0.bufs[0].at(x, y) + IF_INTERNAL_OFFS) >> IF_INTERNAL_FRAC_BITS(ClipBD);
      float pixelL0 = float(round(float(pixel) / 4.0)); 
      //向列表中添加元素
      PyList_SetItem(PyListP0, num, PyFloat_FromDouble(pixelL0));
      num++;
    }
    //cout << endl;
  }
  //PylistP1、PylistP2同理
  //...
  //6、三个list添加到一个新list中
  PyObject* PyList = PyList_New(0);
  PyList_Append(PyList, PyListP0);
  PyList_Append(PyList,PyListP1);
  PyList_Append(PyList, PyListP2);
  //7、定义一个Tuple对象，Tuple对象的长度与Python函数参数个数一致
  PyObject* ArgList = PyTuple_New(1);
  //8、传递list到python函数中
  PyTuple_SetItem(ArgList, 0, PyList);
  //9、接收返回值list
  pReturn = PyObject_CallObject(pFunc, ArgList);
  for (unsigned y = 0; y < height; y++)
    {
      for (unsigned x = 0; x < width; x++)
      {
        PyObject* Item = PyList_GetItem(pReturn, num);//获取List对象中的每一个元素
        num++;
        float result;
        PyArg_Parse(Item, "f", &result);//f表示转换成float型变量
        Pel pixel = round(result);
        pcYuvdst.bufs[0].at(x, y) = Pel(pixel * 4);
        Py_DECREF(Item);

      }
      //cout << endl;
    }
}

三、c++调用python完整代码，神经网络pytorch模型

import sys
import torch
import torch.nn as nn
import torch.nn.functional as F
import os
import numpy as np
from pure_network import DetailEnhance
def out(inputorg):
  #inputorg = [[list0],[list1],[list2]]
  inputP0 = inputorg[0]
  inputP1 = inputorg[1]
  inputP2 = inputorg[2]
  #模型加载
  model = DetailEnhance()
  model = torch.load("",map_location='cpu')
  model.eval()
  #输入转tensor，转数组
  P0 = torch.as_tensor(inputP0,dtype=torch.float32)
  P1 = torch.as_tensor(inputP1,dtype=torch.float32)
  P2 = torch.as_tensor(inputP2,dtype=torch.float32)

  refP0 = np.array(P0).reshape(height,width)
  refP1 = np.array(P1).reshape(height, width)
  refP2 = np.array(P2).reshape(height, width)
  input0 = np.array([[refP0], [refP1], [refP2]])
  
  #增减维度，确保与模型输入维度一致
  input = (torch.from_numpy(input0).unsqueeze(0) / 255)
  output = model(input)*255
  #输出转list，返回一维list[]
  out = output.detach().numpy().reshape(1,width*height).tolist()
  dst = out[0]
  return dst

踩坑记录：

1、c++中调用python

//PyObject* Item 写在循环外，否则无法调用大块
PyObject* Item = NULL;  
for (unsigned y = 0; y < height; y++)
    {
      for (unsigned x = 0; x < width; x++)
      {
        Item = PyList_GetItem(pReturn, num);//获取List对象中的每一个元素
        num++;
        float result;
        PyArg_Parse(Item, "f", &result);//f表示转换成float型变量
        Pel pixel = round(result);
        pcYuvdst.bufs[0].at(x, y) = Pel(pixel * 4);


      }
      //cout << endl;
    }
Py_DECREF(Item);