C/C++调用Python [OpenCV与Numpy]

最新推荐文章于 2025-07-13 11:22:17 发布

ziweipolaris

最新推荐文章于 2025-07-13 11:22:17 发布

阅读量1.7w

点赞数 33

CC 4.0 BY-SA版权

文章标签： Python C/C++ OpenCV Numpy

本文链接：https://blog.youkuaiyun.com/ziweipolaris/article/details/83689597

本文介绍了如何在C/C++环境中调用Python，特别是在使用OpenCV和Numpy的情况下。首先，文章详细阐述了环境配置，包括OpenCV、Python和Numpy的设置。接着，讲解了C/C++与Python之间的类型转换，包括基本类型和复杂对象的转换。然后，展示了C调用Python的实例，特别讨论了引用计数和opencv与numpy类型转换的问题。最后，提到了如何编写Python扩展来加速代码执行。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

C/C++调用Python [opencv与numpy]

目前的情况下，如果你有一个深度学习模型，很想在项目中使用，但模型是用python写的，项目使用的是C++，怎么办？直观的做法是从C++调用python解释器，本文遇到的情景是C++环境下有张图片，需要将其中一个区域（ROI）进行放大（超分辨率重建），放大算法是python环境下的函数（pytorch模型），之后在C++环境下进行后续处理，假设希望从C/C++端调用的python函数如下（暂不介绍超分辨率，用opencv的resize替代）：

import cv2 as cv
def super_resolution(img, scale=4):
    height, width = img.shape[:2]
    dsize = (width*scale, height*scale)
    big_img = cv.resize(img, dsize)
    return big_img

先介绍环境配置，再讲从C/C++调用Python的关键操作。

1. 环境设置

以windows环境为例，开发时需要做好相关配置，我的环境：Windows10，VS2017 Community，Python3.6.4_x64，OpenCV3.4.1_x64。

OpenCV环境

官方文档

Visual Studio配置包含目录（编译错），D:\Program Files\opencv3\build\include
Visual Studio配置库目录（链接错），D:\Program Files\opencv3\build\x64\vc15\lib
Visual Studio配置链接器输入（链接错）：opencv_world341.lib
追加Path环境变量（运行错）：Path=Path;D:\Program Files\opencv3\build\x64\vc15\bin，改完环境变量一定要重启Visual Studio才能生效。

下面的例子读取一张图片并显示。

//opencv_demo.cpp
#include<opencv/cv.hpp>
using namespace cv;

int main(int argc, char *argv[]){
   
   
    Mat img = imread("lena.jpg");
    imshow("lena", img);
    waitKey(0);
    destroyAllWindows();
    return 0;
}

Python环境

官方文档——Python和C相互调用

Visual Studio配置包含目录（编译错）：D:\Program Files\Python36\include
Visual Studio配置库目录（链接错）：D:\Program Files\Python36\libs
新增环境变量（运行错）：PYTHONHOME=D:\Program Files\Python36，改完环境变量一定要重启Visual Studio才能生效。

下面的例子从C调用Python解释器，并执行Python代码，打印时间和日期。

//python_demo.cpp
// https://docs.python.org/3.6/extending/embedding.html#very-high-level-embedding
#include <Python.h> 

int main(int argc, char *argv[])
{
   
   
    wchar_t *program = Py_DecodeLocale(argv[0], NULL);
    if (program == NULL) {
   
   
        fprintf(stderr, "Fatal error: cannot decode argv[0]\n");
        exit(1);
    }
    Py_SetProgramName(program);  /* optional but recommended */
    Py_Initialize();
    PyRun_SimpleString("from time import time,ctime\n"
                       "print('Today is', ctime(time()))\n");
    if (Py_FinalizeEx() < 0) {
   
   
        exit(120);
    }
    PyMem_RawFree(program);
    getchar();
    return 0;
}

Numpy环境

官方文档——如何利用Numpy的C API

numpy更多C API

Visual Studio头文件目录（编译错）：D:\Program Files\Python36\Lib\site-packages\numpy\core\include
关键代码（运行错）：在Py_Initialize();之后必须调用import_array();以加载所有numpy函数(C API)，与加载dll类似。

下面的例子展示用numpy接口实现矩阵计算矩阵乘法，并验证结果。

// numpy_demo.cpp 
#include <Python.h> 
#include <iostream>
#include <numpy/arrayobject.h>
using namespace std;

int main(int argc, char *argv[])
{
   
   
    wchar_t *program = Py_DecodeLocale(argv[0], NULL);
    if (program == NULL) {
   
   
        fprintf(stderr, "Fatal error: cannot decode argv[0]\n");
        exit(1);
    }
    Py_SetProgramName(program);  /* optional but recommended */
    Py_Initialize();
    
    import_array();		/* load numpy api */
    double array_1[2][3] = {
   
    {
   
    2,5,6 },{
   
    5,6,5 } };
    npy_intp dims_1[] = {
   
    2, 3 };
    PyObject *mat_1 = PyArray_SimpleNewFromData(2, dims_1, NPY_DOUBLE, array_1);

    double array_2[3][4] = {
   
    {
   
    1,