Question

我正在开发一个python 2.7模块，它使用ctypes从动态库运行编译函数。它包含一个从该库包装C结构的类，表示一个图像，并用于从C代码接收数据。

动态库执行数据的深层复制，特别是对于python包装器。

模块中的进一步处理是使用numpy数组完成的，因此，我应该将从C代码中检索到的数据转换为numpy.ndarray。

目前速度和内存消耗不是问题。

目前，我已在该类中实现了一个方法，该方法使用numpy.ndarray函数创建并返回numpy.frombuffer。

我想知道，是否可以更好地实施。

这是python类

import ctypes as ct
import numpy as np

class C_Mat(ct.Structure):
    _fields_ = [("rows", ct.c_int),
                ("cols", ct.c_int),
                ("data", ct.c_char_p),
                ("step", ct.ARRAY(ct.c_int64, 2)),
                ("data_type", ct.c_int)]

    _dtypes = { 0: np.uint8,
                1: np.int8,
                2: np.uint16,
                3: np.int16,
                4: np.int32,
                5: np.float32,
                6: np.float64 }


    def image(self):
        r = np.frombuffer(self.data,
                          dtype=self._dtypes[self.data_type], 
                          count=self.cols*self.step[1]*self.step[0])
        r.shape = (self.cols, self.rows)
        r.strides = (self.step[0], self.step[1])

    return r

Answer 1

有阵列接口描述 project.property(String name)

如何使Python对象表现得像一个numpy数组？

1 个答案: