QT下C++调用python程序，含第三方库numpy和tensorflow

• 相关配置
• python和QT程序
• 所遇问题

1. .pro配置文件

在.pro文件中增加python的部分路径（按照自己的安装路径修改），如下语句：

INCLUDEPATH += D:Python36include
               D:Python36Libsite-packagesnumpycoreinclude

LIBS += D:Python36libspython36.lib

2. 程序位置

将python程序拷贝到QT程序所在文件夹，并在项目中将.py文件添加至Other files。

在QT的.cpp主程序中添加头文件及程序：

#include 
#include 
int main()
{
	string str ="image.png";
	//Python初始化
   	Py_Initialize();
     if( !Py_IsInitialized() )
         qDebug()<<"初始化失败";

     //导入sys模块设置模块地址
     PyRun_SimpleString("import sys");
     PyRun_SimpleString("sys.path.append('./')");  //改成自己Py文件的路径
     PyRun_SimpleString("sys.path.append('D:Python36Libsite-packages')");  //改成自己Python安装文件的路径

     //创建模块指针
     PyObject* pModule = Pyimport_importModule("predict");  //调用predict程序
     if (pModule==NULL)
     {
	     qDebug()<<"获取模块指针失败";
	     return -1;
     }
         
     //创建函数指针
     PyObject* pFunc= PyObject_GetAttrString(pModule,"get_image");  //调用get_image函数
     if(pFunc==NULL)
     {
	     qDebug()<<"获取模块指针失败";
	     return -1;
     }

     PyObject* pPara = PyTuple_New(1); //1个输入参数
     PyTuple_SetItem(pPara,0,Py_BuildValue("s",str.data())); //传入字符串
     // 调用函数,并得到 python 类型的返回值
     PyObject* Py_result = PyObject_CallObject(pFunc, pPara);
     //判断返回是否为空
     if(Py_result != NULL)
     {
         vector> array;
         //获取矩阵维度
         npy_intp *Py_array_shape = PyArray_DIMS(Py_result);
         int arrayrow = Py_array_shape[0];
         int arraycol = Py_array_shape[1];

         vector temp;
         int thisdata;
         //array
         for(npy_intp row = 0; row < (npy_intp)arrayrow; row++)
         {
             temp.clear();
             for(npy_intp col = 0; col < (npy_intp)arraycol; col++)
             {
                 thisdata = *(int*)PyArray_GETPTR2(Py_result,row,col);
                 temp.push_back(thisdata);
             }
             array.push_back(temp);
         }
         //至此，python返回的array数据解析完成  
     }
}

python程序如下，以predict.py命名：

import tensorflow as tf
from tensorflow.keras.layers import (Conv2D, Input, Lambda, Reshape, Softmax)
from tensorflow.keras.models import Model
import numpy as np
from PIL import Image

def Deepmodel(input_shape=(416, 416, 3), classes=21, alpha=1.):
    img_input = Input(shape=input_shape)

    x = Conv2D(classes, (1, 1), padding='same')(img_input)
    x = Lambda(lambda xx: tf.image.resize(xx, size_before3[1:3]))(x)

    x = Reshape((-1, classes))(x)
    x = Softmax()(x)

    model = Model(img_input, x)
    return model

HEIGHT = 416
WIDTH = 416
NCLASSES = 9
model = Deepmodel(classes=NCLASSES, input_shape=(HEIGHT, WIDTH, 3))
model.load_weights("logs/ep072-loss0.038-val_loss0.284.h5")
    
def get_image(file_path):
    img = Image.open(file_path)

    img = img.resize((WIDTH,HEIGHT), Image.BICUBIC)
    img = np.array(img) / 255
    img = img.reshape(-1, HEIGHT, WIDTH, 3)

    pr = model.predict(img)[0]
    pr = pr.reshape((int(HEIGHT), int(WIDTH), NCLASSES)).argmax(axis=-1)

    return pr

1. Pyimport_importModule为空
情况一：说明第三方库的路径没有完全导入，参考相关配置；
情况二：如果导入keras的话，会有这样的问题，将keras换成tensorflow.keras。

2. PyObject_CallObject为空
将

PyObject* pPara = PyTuple_New(1);
pPara = Py_BuildValue("s",str.data());

换成

PyObject* pPara = PyTuple_New(1);
PyTuple_SetItem(pPara,0,Py_BuildValue("s",str.data()));

3. 解析返回数据
python只有一个numpy返回值时，如上示例。
python有多个numpy返回值时，需要增加PyArg_UnpackTuple语句，将每个numpy拆分，例如：

PyArrayObject *Py_array1, Py_array2;
PyArg_UnpackTuple(Py_result, "ref", 2, 2, &Py_array1, &Py_array2);

再对每个Py_array分别操作。具体可参考C++调用python，并且在python和C++之间传输数据(numpy和mat数据)

4. 编译不通过

说明QT和python的配置平台不一致，要想编译通过，需要QT和python为相同的配置平台，要么二者都是32位，要么二者都是64位。