C++ 是一种编译型(compiled)语言，设计重点是性能、效率和使用灵活性，偏向于系统编程、嵌入式、资源受限的软件和系统。html

Python是一种解释型(interpreted)语言，一样也支持不一样的编程范式。Python 内置了经常使用数据结构(str, tuple, list, dict)，简洁的语法、丰富的内置库(os,sys,urllib,...)和三方库(numpy, tf, torch ...)，功能强大。最为重要的是和可以和多种服务(flask…）和tensorflow、pytorch等无缝联合，从而方便将你的算法开放出去。python

一方面，咱们须要编译型语言(C++)性能；一方面，也须要解释型语言(Python)的灵活。这时，pybind11 能够用做 C++ 和 Python 之间沟通的桥梁。ios

Pybind11 是一个轻量级只包含头文件的库，用于 Python 和 C++ 之间接口转换，能够为现有的 C++ 代码建立 Python 接口绑定。Pybind11 经过 C++ 编译时的自省来推断类型信息，来最大程度地减小传统拓展 Python 模块时繁杂的样板代码，已经实现了 STL 数据结构、智能指针、类、函数重载、实例方法等到Python的转换，其中函数能够接收和返回自定义数据类型的值、指针或引用。算法

因为在Windows上和在Linux上使用会有较大不一样，因此我这里将分为两个部分来讲明问题，本文为上篇，具体说明Windows+VS实现编程

一、vs的最简单调用flask

新建立项目，作如下修改：数组

这几个都是标准配置【固然还有更简便方法】，正常生成

# include "pch.h"
# include <iostream >
# include <pybind11 /pybind11.h >
namespace py = pybind11;
PYBIND11_MODULE(example, m) {
    m.doc() = "pybind11 example module";
     // Add bindings here
    m.def( "foo", []() {
         return "Hello, World!";
    });
}

其中：

The PYBIND11_MODULE() macro creates a function that will be called when an import statement is issued from within Python. The module name ( example ) is given as the first macro argument (it should not be in quotes). The second argument ( m ) defines a variable of type py::module which is the main interface for creating bindings. The method module::def() generates binding code that exposes the add() function to Python.

生成结果中，只有pyd是须要的.

当你的python调用和pyd的文件在同一个目录下面就能够进行调用。

pyd是什么格式的文件:
1.PYD是一种PYTHON动态模块。
2.实质上仍是dll文件,只是改了后缀为PYD。

这里特别须要注意，就是.pyd文件名和GOPyWarper这个函数名字必定要同样，不然报数据结构

错误。app

二、vs添加OpenCV的调用函数

配置中，须要添加OpeCV部分。分别是附加包含目录和附加依赖项。

PYBIND11_MODULE(example, m) {

m.doc() = "pybind11 example module";

// Add bindings here

m.def("foo", []() {

Mat src = imread("e:/template/lena.jpg");

Mat gray;

cvtColor(src, gray, COLOR_BGR2GRAY);

imshow("gray", gray);

waitKey(0);//必需要设置，不然卡死

return "Hello, OpenCV!";

});

}

这种调用是没有问题的，关键的问题在于numpy数组和Mat的相互转换。只有这样，才可以将Mat和Python高质量融合。

// python调用C++.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。
//
# include "pch.h"
# include <iostream >
# include <opencv2 /core.hpp >
# include <opencv2 /imgcodecs.hpp >
# include <opencv2 /imgproc.hpp >
# include <opencv2 /highgui.hpp >
# include <pybind11 /pybind11.h >
using namespace cv;
using namespace std;
namespace py = pybind11;
PYBIND11_MODULE(example, m) {
    m.doc() = "pybind11 example module";
     // Add bindings here
    m.def( "foo", [](string strPath) {
        Mat src = imread(strPath);
        Mat gray;
        cvtColor(src, gray, COLOR_BGR2GRAY);
        imshow( "gray", gray);
        waitKey( 0); //必须设置，不然卡死
         return "Hello, OpenCV!";
    });
}

三、图片Mat做为输入和list做为输出

对于实际项目而言来讲，输入的是图片，输出的vector（numpy)，这里就涉及到格式转换问题，目前找到解决方案。

src = cv2.imread( '', 1)
var1 = GOPyWarper.test_rgb_to_gray(src)
cv2.imshow( 'gray',var1)