Python C C++如何联合编程
目录
- 严肃点
- 真实点
- 没有对比就没有选择困难
- 课程在哪里
- ctypes
- boost
- opencv
- 常见问题
严肃点
Python、C语言、C++联合编程，可以发挥出C、C++的性能和Python的便利，我相信这是很多人一直想要的功能。但是网络上一直没有几个课程来讲述这个问题，所以我做了几个视频，系统谈谈自己在联合编程实践中遇到的坑，抛砖引玉。
真实点
C语言、C++太难用了，要是一直能用Python该多好了，无奈自己的身处工业制造行业，很多工具仅仅提供C、C++的SDK，其余的编程语言一律不提供。完全用C、C++开发，开发速度较慢，自身能力不太行、领导容易不满，再加上人手不够，时间节点不能总是卡在我这里吧。万般无奈，思前想后的解决方式是对仅提供C、C++的SDK封装一层后，交由Python调用，大部分的业务逻辑还是Python来完成。这样做后，可以大大缩短工期，你好，我好，大家好。
没有对比就没有选择困难
在努力寻找联合编程的教程后，发现网络上的文章很杂很乱，又很少，捋不清头绪。不知道你是不是和像我一样，找教程而不得。如果有，我下面的文字，一定会对你有所帮助。
先来一份自己的总结表格，梳理网上常见的解决方案：
结论：
- 如果仅仅用C语言，那么用Python自带的ctypes库就蛮好用的；
- 如果需要用C++，那么用boost-python和pybind11都可以；
- 如果你是图像处理从业者，那么直接用opencv，就可以完成Python和C++的交互。
课程在哪里
ctypes
课程链接：Python ctypes和C语言交互
网易云课堂搜索：ctypes
boost
课程链接：boost python和C++交互
网易云课堂搜索：boost
opencv
课程链接：编译自己的opencv-python
网易云课堂搜索：opencv-python
常见问题
pybind11是现代的C++，boost-python历史包袱太重，选择哪一个？
我目前用的是boost-python，很重要原因是自带的boost-numpy库，可以很方便的和Python numpy进行交互，帮助文档也较全。写Python的，对numpy库肯定不陌生，它太重要了。
boost被人诟病的一点就是编译太复杂，容易出错，我将在课程中论述其中的注意事项，我相信你学完后，会觉得编译其实很简单。
为什么opencv这个图像库也入选了？
opencv对于Python的封装，本来就是基于numpy，而且官方的源码也清楚明白，如果你经常使用opencv库，直接看这个课程，肯定可以拓展你的技能树。
以上是 Python C C++如何联合编程 的全部内容， 来源链接： utcz.com/z/386518.html
