1

想法是能够从库中修改数组，就像函数的“输出”一样。例子：

ffi.cdef("""
    //Reads data from a file, and store in the numpy array
    void read_image(PyArray* arr);
""")

C = ffi.dlopen('libimage.so')
image = np.array([], dtype=np.float32)
C.read_image(image)
assert image.ndim == 2
4

1 回答 1

0

您PyXxx不能通过 CFFI 传递特定于 CPython 的结构：您需要传递标准 C 数据。通常我会回答你需要使用标准 C 接口设计你的 cdef()'ed 函数，例如：

ffi.cdef("""
    struct myimage_t {
        int width, height;
        float *data;
    };
    int read_image(struct myimage_t *output);  // fill in '*output'
    void free_image(struct myimage_t *img);   // free output->data
""")

myimage = ffi.new("struct myimage_t *")
if lib.read_image(myimage) < 0:
    raise IOError
...
lib.free_image(myimage)

然后，您需要手动将其转换myimage为 numpy 数组，位于上面的“...”代码中。

一种更好的选择是使用 Python 回调：根据规范创建 numpy 数组并返回 C 标准float *指针的回调。numpy 数组本身保存在回调的某个位置。您可以将其保存为 Python 全局，或者更干净地使用通过 C 传递的“句柄”。需要 API 版本，而不是 ABI。在 _example_build.py 中：

ffi.cdef("""
   extern "Python" float *alloc_2d_numpy_array(void *handle, int w, int h);
   void read_image(void *handle);
""")
ffi.set_source("_example_cffi", """
   void read_image(void *handle)
   {
       // the C code that eventually invokes
       float *p = alloc_2d_numpy_array(handle, w, h);
        // and then fill the data at 'p'
   }
""")
ffi.compile(verbose=True)

在文件 example.py 中：

from _example_cffi import ffi, lib

class Context:
    pass

@ffi.def_extern()
def alloc_2d_numpy_array(handle, w, h):
    context = ffi.from_handle(handle)
    context.image = np.ndarray([w, h], dtype=np.float32)
    return ffi.cast("float *", ffi.from_buffer(context.image))

context = Context()
lib.read_image(ffi.new_handle(context))
image = context.image
于 2016-08-31T07:25:55.207 回答