前言
类型
返回自定义类型数据(结构体/类)
定义一个C++结构体，表示自定义的类型。
struct MyData
{
int x;
int y;
int w;
int h;
};
接口函数
输入：废弃(无用处)
返回：MyData类型指针
/*
返回自定义类型数据 MyData
*/
MyData* get_data2(int length) {
MyData* data = new MyData();
data->x = 10;
data->y = 20;
data->w = 30;
data->h = 30;
return data;
}
python扩展代码
注意：返回值策略，返回一个引用
image.png
image.png
image.png
image.png
PYBIND11_MODULE(demo6, m) {
m.doc() = "Simple demo";
py::class_<MyData>(m, "MyData")
.def_readwrite("x", &MyData::x)
.def_readwrite("y", &MyData::y)
.def_readwrite("w", &MyData::w)
.def_readwrite("h", &MyData::h);
m.def("get_data2", &get_data2, py::return_value_policy::reference);
}
测试结果
image.png
返回 python list 类型
py::list
接口函数
/*
返回python list
*/
py::list get_data3(int len) {
py::list data;
for (int i = 0; i < len; i++)
{
data.append<int>(255);
}
return data;
}
python扩展代码
PYBIND11_MODULE(demo6, m) {
m.def("get_data3", &get_data3, py::return_value_policy::reference);
}
测试结果
image.png
返回python tuple类型
py::tuple
接口函数
/*
返回python tuple
*/
py::tuple get_data4(int len) {
py::tuple data(len);
for (int i = 0; i < len; i++)
{
data[i] = 128;
}
return data;
}
python扩展代码
PYBIND11_MODULE(demo6, m) {
m.def("get_data4", &get_data4, py::return_value_policy::reference);
}
测试结果
image.png
矩阵操作——返回Eigen::Matrix类型
Eigen是一个矩阵线性代数运算库，封装了矩阵类型，包含许多矩阵计算方法。Eigen是header-only的，不需要编译，只需要包含路径即可。
image.png
visaul studio配置
image.png
C++ Eigen::Matrix 类型在 python中对应 numpy.ndarray类型。
首先，需要包含头文件
#include<pybind11/eigen.h>
#include<Eigen/Dense>
接口函数
/*
https://blog.csdn.net/j_d_c/article/details/78903393
返回 Eigen::Matrix类型, 在python中表示为numpy.ndarray
*/
Eigen::Matrix<unsigned char, 32, 32> get_matrix_eigen() {
Eigen::Matrix<unsigned char, 32, 32> mat;
for (int i = 0; i < 32; i++)
{
for (int j = 0; j < 32; j++)
{
//索引元素
mat(i,j) = 64;
}
}
return mat;
}
/*
计算矩阵相加
Eigen::Matrix3f
*/
Eigen::Matrix3f calc_mat_add(Eigen::Matrix3f a, Eigen::Matrix3f b) {
return a + b;
}
/*
创建3x3矩阵
输入： list, size=9
返回：Eigen::Matrix3f, python 中numpy.ndarray
*/
Eigen::Matrix3f create_mat_3x3(py::list in) {
assert(in.size() == 9);
Eigen::Matrix3f mat;
int count = 0;
for (int i = 0; i < 3; i++)
{
for (int j = 0; j < 3; j++)
{
mat(i, j) = py::cast<float>(in[count]);
count++;
}
}
return mat;
}
python扩展代码
PYBIND11_MODULE(demo6, m) {
m.def("get_matrix_eigen", &get_matrix_eigen, py::return_value_policy::reference);
m.def("calc_mat_add", &calc_mat_add, py::return_value_policy::reference);
m.def("create_mat_3x3", &create_mat_3x3, py::return_value_policy::reference);
}
python测试代码
func6 = demo6.get_matrix_eigen()
print(func6)
func7 = demo6.calc_mat_add(np.array([[1, 2, 3],
[3, 2, 1],
[4, 5, 6]]),
np.array([[3, 3, 1],
[6, 4, 6],
[7, 7, 9]]))
print(func7)
func8 = demo6.create_mat_3x3([1, 2, 3, 4, 5, 6, 7, 8, 9])
print(func8)
image.png
image.png
image.png
完整工程
C++
#include<iostream>
#include<pybind11/pybind11.h>
#include<pybind11/complex.h>
#include<pybind11/eigen.h>
#include<Eigen/Dense>
/*
file:///D:/pybind11-master/docs/.build/html/advanced/functions.html
*/
namespace py = pybind11;
struct MyData
{
int x;
int y;
int w;
int h;
};
unsigned char* get_data(int length) {
unsigned char* data = new unsigned char[length];
for (int i = 0; i < length; i++)
{
data[i] = 255;
}
return data;
}
/*
返回自定义类型数据 MyData
*/
MyData* get_data2(int length) {
MyData* data = new MyData();
data->x = 10;
data->y = 20;
data->w = 30;
data->h = 30;
return data;
}
/*
返回python list
*/
py::list get_data3(int len) {
py::list data;
for (int i = 0; i < len; i++)
{
data.append<int>(255);
}
return data;
}
/*
返回python tuple
*/
py::tuple get_data4(int len) {
py::tuple data(len);
for (int i = 0; i < len; i++)
{
data[i] = 128;
}
return data;
}
/*
返回 python complex复数
*/
std::complex<float> get_complex() {
py::list data;
std::complex<float> item(1, 2);
return item;
}
/*
https://blog.csdn.net/j_d_c/article/details/78903393
返回 Eigen::Matrix类型, 在python中表示为numpy.ndarray
*/
Eigen::Matrix<unsigned char, 32, 32> get_matrix_eigen() {
Eigen::Matrix<unsigned char, 32, 32> mat;
for (int i = 0; i < 32; i++)
{
for (int j = 0; j < 32; j++)
{
//索引元素
mat(i,j) = 64;
}
}
return mat;
}
/*
计算矩阵相加
Eigen::Matrix3f
*/
Eigen::Matrix3f calc_mat_add(Eigen::Matrix3f a, Eigen::Matrix3f b) {
return a + b;
}
/*
创建3x3矩阵
输入： list, size=9
返回：Eigen::Matrix3f, python 中numpy.ndarray
*/
Eigen::Matrix3f create_mat_3x3(py::list in) {
assert(in.size() == 9);
Eigen::Matrix3f mat;
int count = 0;
for (int i = 0; i < 3; i++)
{
for (int j = 0; j < 3; j++)
{
mat(i, j) = py::cast<float>(in[count]);
count++;
}
}
return mat;
}
/*
https://blog.csdn.net/u013701860/article/details/86313781
*/
PYBIND11_MODULE(demo6, m) {
m.doc() = "Simple demo";
py::class_<MyData>(m, "MyData")
.def_readwrite("x", &MyData::x)
.def_readwrite("y", &MyData::y)
.def_readwrite("w", &MyData::w)
.def_readwrite("h", &MyData::h);
m.def("get_data", &get_data, py::return_value_policy::reference);
m.def("get_data2", &get_data2, py::return_value_policy::reference);
m.def("get_data3", &get_data3, py::return_value_policy::reference);
m.def("get_data4", &get_data4, py::return_value_policy::reference);
m.def("get_complex", &get_complex, py::return_value_policy::reference);
m.def("get_matrix_eigen", &get_matrix_eigen, py::return_value_policy::reference);
m.def("calc_mat_add", &calc_mat_add, py::return_value_policy::reference);
m.def("create_mat_3x3", &create_mat_3x3, py::return_value_policy::reference);
}
python
import demo6.demo6 as demo6
import numpy as np
func1 = demo6.get_data(10)
print(func1)
help(demo6)
func2 = demo6.get_data2(10)
print(func2)
func3 = demo6.get_data3(20)
print(func3)
func4 = demo6.get_data4(10)
print(func4)
func5 = demo6.get_complex()
print(func5)
func6 = demo6.get_matrix_eigen()
print(func6)
func7 = demo6.calc_mat_add(np.array([[1, 2, 3],
[3, 2, 1],
[4, 5, 6]]),
np.array([[3, 3, 1],
[6, 4, 6],
[7, 7, 9]]))
print(func7)
func8 = demo6.create_mat_3x3([1, 2, 3, 4, 5, 6, 7, 8, 9])
print(func8)
