VS2017 QT/C++ 调用python函数传图像_vs2017 qt python

原文：VS2019 C++ 调用python函数/类对象的方法_ 蜗牛在听雨的博客-CSDN博客_c++调用python函数

1、c++调用python类（传图像参数） ，编译出错，解决方法：

因为需要转换图像格式，从opencv的Mat格式转为python的PIL格式，需要用到numpy的C++接口。但是编译出错，目前看到这篇文章写的最精准，也解决了我的问题。编译错误内容：

无法解析的外部符号 __imp___Py_RefTotal
无法解析的外部符号 __imp___Py_NegativeRefcount，该符号在函数 __import_array 中被引用

2、总结如下：

1、引入头文件#include"arrayobject.h" （文件在C:\Program Files\Python36\Lib\site-packages\numpy\core\include\numpy目录下）

2、添加import_array()函数。

3、修改两个头文件object.h和pyconfig.h （文件在C:\Program Files\Python36\include目录下）
在object中，修改54行的

/* Py_DEBUG implies Py_TRACE_REFS. */
#if defined(Py_DEBUG) && !defined(Py_TRACE_REFS)
#define Py_TRACE_REFS
#endif

修改为

/* Py_DEBUG implies Py_TRACE_REFS. */
#if defined(Py_DEBUG) && !defined(Py_TRACE_REFS)
//#define Py_TRACE_REFS
#endif

在pyconfig中，修改358行的

/* Py_DEBUG implies Py_TRACE_REFS. */
#if defined(Py_DEBUG) && !defined(Py_TRACE_REFS)
//#define Py_TRACE_REFS
#endif

修改为：

#ifdef _DEBUG
//#	define Py_DEBUG
#endif

代码如图所示：

 

3、 传图像的源代码如下：

//读图像，以array形式传递参数 
 Mat sml_img = imread("1.png",0);
 if (!sml_img.isContinuous()) 
 { 
  sml_img = sml_img.clone(); 
 }
 npy_intp dims[] = { sml_img.rows, sml_img.cols};
 
 PyObject *pValue = PyArray_SimpleNewFromData(2, dims, NPY_UINT8, sml_img.data);
 
 
//用tuple封装参数传入python
 PyObject* args = PyTuple_New(1);
 PyTuple_SetItem(args, 0, pValue);
 
 //返回值
 PyObject *pReturn = PyObject_CallObject(pFunc, args);
 PyArrayObject* ret_array = (PyArrayObject*)PyList_GetItem(pReturn, 0);
 PyArrayObject* ret_params = (PyArrayObject*) PyList_GetItem(pReturn, 1);
 
 
 
 //返回的numpy矩阵的row和col
 int Rows = ret_params->dimensions[0], columns = ret_params->dimensions[1];
 std::cout << Rows << "  " << columns << std::endl;
 
 
 //获取py返回值，很多种方式，我只是为了解析返回的两个数组
 
//#define out_Value(i,j) (*(npy_float64*)((PyArray_DATA(ret_params) +                \
                                    //(i) * PyArray_STRIDES(ret_params)[0] +   \
                                   // (j) * PyArray_STRIDES(ret_params)[1])))
 int a = *((int *)PyArray_GETPTR2(ret_params, 2, 1));
 
 
//转换成Mat，图像显示
 npy_intp *shape = PyArray_SHAPE(ret_array);
 Mat big_img(shape[0], shape[1], CV_8UC1, PyArray_DATA(ret_array));
 imshow("t",big_img);
 waitKey(0);