Python中调用一个接受cv::Mat数据的C++函数

在 Python 中调用一个接受 `cv::Mat` 数据的 C++ 函数，可以使用 `Boost.Python` 库。

假设有如下的 C++ 代码：

#include <opencv2/opencv.hpp>

void process_image(cv::Mat image) {
    // 对图像进行处理
    // ...
}

则需要使用 `Boost.Python` 来将 `process_image` 函数导出到 Python 中。示例代码如下：

#include <boost/python.hpp>
#include <opencv2/opencv.hpp>
#include <numpy/arrayobject.h>

using namespace boost::python;

void process_image(cv::Mat image) {
    // 对图像进行处理
    // ...
}

// 将 cv::Mat 转换为 numpy.ndarray
PyObject* mat_to_ndarray(const cv::Mat& mat) {
    npy_intp dims[2] = { mat.rows, mat.cols };
    int dtype = NPY_UINT8;
    int channels = mat.channels();
    if (channels == 1) {
        dtype = NPY_UINT8;
    } else if (channels == 3) {
        dtype = NPY_UINT8;
    } else if (channels == 4) {
        dtype = NPY_UINT8;
    }
    PyObject* pyobj = PyArray_SimpleNewFromData(2, dims, dtype, mat.data);
    PyObject* capsule = PyCapsule_New((void*)mat.data, NULL, NULL);
    PyArray_SetBaseObject((PyArrayObject*)pyobj, capsule);
    return pyobj;
}

// 将 numpy.ndarray 转换为 cv::Mat
cv::Mat ndarray_to_mat(PyObject* ndarray) {
    PyArrayObject* np_array = (PyArrayObject*)ndarray;
    int ndims = PyArray_NDIM(np_array);
    npy_intp* dims = PyArray_DIMS(np_array);
    int dtype = PyArray_TYPE(np_array);
    int channels = (dtype == NPY_UINT8) ? 1 : 3;
    if (ndims == 3) {
        channels = dims[2];
    }
    cv::Mat mat(dims[0], dims[1], CV_MAKETYPE(dtype, channels), PyArray_DATA(np_array));
    return mat.clone();
}

BOOST_PYTHON_MODULE(my_module) {
    import_array();  // 初始化 NumPy

    // 导出 process_image 函数
    def("process_image", process_image);

    // 导出 mat_to_ndarray 函数
    def("mat_to_ndarray", mat_to_ndarray);

    // 导出 ndarray_to_mat 函数
    def("ndarray_to_mat", ndarray_to_mat);
}

在 Python 中，可以按照以下方式调用 C++ 函数 `process_image`：

import numpy as np
import cv2
import my_module

# 读取图像
image = cv2.imread("image.jpg")

# 将 cv::Mat 转换为 numpy.ndarray
image_array = my_module.mat_to_ndarray(image)

# 调用 C++ 函数处理图像
my_module.process_image(image_array)

注意：在使用 NumPy 数组时，需要先初始化 NumPy，可以使用 `import_array()` 函数进行初始化。同时，为了避免内存释放问题，需要在 `mat_to_ndarray` 函数中使用 `PyCapsule_New` 函数创建一个新的 Python 对象，并将其作为 `numpy.ndarray` 的基础对象。