python利用pybind11调用C++函数进行加速

目的： 由于python遍历图像像素的方式问题，处理相同图像比C语言要慢很多，不能实现实时的处理图像，所以需要将遍历图像的部分代码改写成c++代码，因为c++中遍历数组的方式是通过地址直接访问，所以速度很快；然后编译成库函数，通过Python调用库函数实现python和c++混合编写，加速代码的处理速度。
实现方式： ctypes, pybind11, cython,等等，目前有很多种连接Python和c++的工具型项目；其中的cython和pybind11较为流行，而他们各有优缺点，参见：不同的python-c++调用方式比较
使用的方法： pybind11,因为我需要处理的图像数据是nd.array类型，查看资料发现pybind11对这个数据类型支持较好，很好方便的使用；
实现过程： 运行环境：Linux+anaconda3

1. 先下载pybind11,从下面连接下载：

git clone https://github.com/pybind/pybind11.git

2. 然后在环境中安装pytest:

pip install pytest

3. 编译安装：

cd pybind11-master
mkdir build
cd build
cmake ..
cmake --build . --config Release --target check

4. 将python代码改为C++代码格式，设置为example.cpp, 改写格式参见以下博客：
   python与C++数据传递
   python-c++ Numpy处理
   C++和Python的混合编程-C++数据类型的导出和调用
5. 在项目文件下编译存在的cpp文件

c++ -O3 -Wall -shared -std=c++11 -fPIC `python3 -m pybind11 --includes` example.cpp -o example`python3-config --extension-suffix`

需要根据自己的cpp函数修改example.cpp和-o后面的名称，编译成功会得到.so后缀的库，python代码调用的就是这个文件，过程中需要设置相应的python路径，否则会报错，详情参见：使用pybind11 将C++代码编译为python模块，需要将python的路径改为pybind11源码所在的路径；
对于上述编译代码的解释可以参见：pybind11使用

6. 最后在python代码中import上述编译好的库就ok啦。
   其他可以参考的资料如下：
   python调用C++之pybind11入门
   基于pybind11实现Python调用c++编写的CV算法–下 （Linux+Cmake）
   pybind11 数据交互
   Python与C/C++的混合调用
   pybind11使用指南

其他cython相关的资料：
用Cython加速Python到“起飞”
用Cython写高性能的数组操作