c++多线程调用python脚本

为什么？

1、提升效率。

2、一开始代码是在python中用了多进程，后面发现c++调用的Python代码是无法开启多进程的。由于Python解释器有全局解释所GIL的原因，导致在同一时刻只能有一个线程拥有解释器，所以在C++多线程调用python脚本时，需要控制GIL，线程获取GIL。

c++如何开启多线程

首先要引入头文件#include，管理线程的函数和类在该头文件中声明，其中包括std::thread类。

语句"std::thread th1(test);"创建了一个名为th1的线程。

join()是线程阻塞方法，主函数阻塞直到th1子线程运行完毕。

#include
#include
using namespace std;


void test()
{
  cout << "子线程运行" << endl;
  cout << "子线程id为" << this_thread::get_id() << endl;
}
int main()
{
  cout << "主线程" << endl;
  thread th1(test);
  cout << "主线程中显示子线程id为" << th1.get_id() << endl;
  th1.join();
  return 0;
}

结果：

c++多线程调用python脚本

此处涉及到c++与numpy之间的通信协议。（可以查看我之前写的：https://mp.weixin.qq.com/s/DJCCXXGH_2658p2ytMvZMw）

在C++多线程环境下，直接调用 api操作 Python解释器，肯定会导致 core dump, 因为 Python 绝大部分函数都是非线程安全的。由GIL控制访问顺序。

Python解释器不是完全线程安全的。为了支持多线程Python程序，有一个全局锁，称为 global interpreter lock or GIL，在当前线程能够安全访问Python对象之前，它必须由当前线程持有。没有锁，即使是最简单的操作也可能导致多线程程序中的问题。

话不多说，附上代码。改代码将一个800*512*512的ct图像分别放入4个不同的python线程计算，最后再将运行结果拿回来。

#include
#include"include/Python.h"
#include"arrayobject.h"
#include
#include
#include
using namespace std;

import numpy as np
import time
def ff(data,times):
    print(data.shape)
    data = data.reshape(-1)
    data = np.clip(data,200,3000)
    data = data.reshape(-1,512,512)
    time.sleep(times)
    return data