QT调用python处理图像

#include "widget.h" #include <QApplication> #include <Python.h> #include <opencv2/opencv.hpp> #include <QApplication> #include <iostream> #include <numpy/ndarrayobject.h> #include <QDebug> using namespace std; using namespace cv; int main(int argc, char *argv[]) { QApplication a(argc, argv); // 设置主目录，就是python的主目录 Py_SetPythonHome(L"D:\\Anaconda3\\envs\\python38"); // 初始化python模块 Py_Initialize(); import_array(); // 判定是否初始化成功 if(!Py_IsInitialized()) { cout<<"初始化python环境失败！"<<endl; return -1; } /* * 测试初始化后的python环境，自测使用 PyRun_SimpleString("import sys");//引入sys模块 PyRun_SimpleString("sys.path.append('./')");//将存放python文件的路径加入搜寻路径 PyRun_SimpleString("import numpy as np"); PyRun_SimpleString("import os"); PyRun_SimpleString("from datetime import datetime, time"); PyRun_SimpleString("print(\"hello python\")"); cout << "point1" << endl; */ // 将python文件导入成PyObject对象，func是python文件的名称，此处不要加.py PyObject* m_pyObj = PyImport_ImportModule("func"); // 获取函数，myfunc表示调用的python文件内的myfunc函数 PyObject *pFunc = PyObject_GetAttrString(m_pyObj, "myfunc"); /* * 简单调用测试，测试python文件是否调用成功 QString inputPara = "this is paras"; //调用python中的Myfun函数,返回值是ret,s代表是字符串格式，如果是int则写i，double写d auto ret = PyObject_CallMethod(m_pyObj, "myfunc", "i", 2); */ ///////////////////////////////////////////////////////////////////////////////////////////////////////////// // 读取一张图像 cv::Mat image = cv::imread("E:\\companyFiles\\PythonWorkSpace\\20221104Project\\3.jpeg"); // 打印图像的大小 cout<<image.size()<< endl; // 保存图像大小 auto sz = image.size(); int x = sz.width; int y = sz.height; int z = image.channels(); //注意这个维度数据！ npy_intp Dims[3] = {y, x, z}; cout<<"point2"<<endl; cout << Dims[0] << endl; //////////////////////////////////////////////////////////////////////////////////////////////////////////////// int array_x = 3; int array_y = 3; // 定义二维数组 double CArrays[3][3] = {{1.3, 2.4, 5.6}, {4.5, 7.8, 8.9}, {1.7, 0.4, 0.8}}; // 设置维度数据 npy_intp Dims_array[2] = {3, 3}; int nElem_array = 3 * 3; uchar* m_array = new uchar[nElem_array]; // 将数组复制到新建的数组中 std::memcpy(m_array, image.data, nElem_array * sizeof(uchar)); // 生成包含这个多维数组的PyObject对象，使用PyArray_SimpleNewFromData函数，第一个参数3表示维度，第二个为维度数组Dims,第三个参数指出数组的类型，第四个参数为数组 PyObject *PyArray_array = PyArray_SimpleNewFromData(2, Dims_array, NPY_DOUBLE, (void*)m_array); // 创建一个大小为1的元组对象 PyObject *ArgArray_array = PyTuple_New(1); // 设置Tuple的某一个元素，参数为索引index和要传入的PyObject对象 PyTuple_SetItem(ArgArray_array, 0, PyArray_array); // 调用函数，传入Numpy Array 对象。 PyObject_CallObject(pFunc, ArgArray_array); //调用函数，传入Numpy Array 对象。 PyObject_CallMethod(m_pyObj, "myfunc1", "O", PyArray_array); //////////////////////////////////////////////////////////////////////////////////////////////////////////////// // 所有像素点的数量，要乘以通道数，灰度图单通道，彩色图三通道 int nElem = x * y * z; // 创建与像素个数大小相同的数组 uchar* m = new uchar[nElem]; // 将Mat格式矩阵数据复制到新建的数组中 std::memcpy(m, image.data, nElem * sizeof(uchar)); // 生成包含这个多维数组的PyObject对象，使用PyArray_SimpleNewFromData函数，第一个参数3表示维度，第二个为维度数组Dims,第三个参数指出数组的类型，第四个参数为数组 PyObject *PyArray = PyArray_SimpleNewFromData(3, Dims, NPY_UINT8, (void*)m); // 创建一个大小为1的元组对象 PyObject *ArgArray = PyTuple_New(1); // 设置Tuple的某一个元素，参数为索引index和要传入的PyObject对象 PyTuple_SetItem(ArgArray, 0, PyArray); // 调用函数，传入Numpy Array 对象。 PyObject_CallObject(pFunc, ArgArray); //调用函数，传入Numpy Array 对象。 PyObject *rest = PyObject_CallMethod(m_pyObj, "myfunc", "O", PyArray); // 获取返回值 if(rest) { PyObject *repr = PyObject_Repr(rest); PyObject *imgfrompy = PyUnicode_AsEncodedString(repr, "utf-8", "strict"); char *result = PyBytes_AsString(imgfrompy); // 打印返回值 qDebug()<<result<<"end"<<endl; } Py_Finalize(); Widget w; w.show(); return a.exec(); }