最近在做影像项目，发现在C++端调试halcon每次编译挺耗时间，同时使用不够方便，于是打包python库。系统必须是window10 64系统，python3。采用pybind11封装

#！/usr/bin/env python3# -*- coding: utf-8 -*-# @Author: tcy# @Date:2020-5-3 12:10:53# @Version:V1.01# @Last Modified by:tcyshanghai songjiang xiaokunshan# @Last Modified time: 2020-5-7 ...

利用pybind11实现python和C++图像之间的相互调用。将Mat类引入python中。图像相互转换通过左值引用及智能指针实现。封装了类操作及8个函数（Mat和numpy相互转换）1.dll项目文件:制作py_opencv_module.pydadd.hadd.cppsub.hsub.cppimageHeader.hNumpyMatConver.hNumpyMatConver.cpp2.py

1.1.传递复杂数据类型QT内部提供一组宏：Q_DECLARE_ASSOCIATIVE_CONTAINER_METATYPE(Container)声明关联容器元类型Q_DECLARE_METATYPE(Type)声明元类型Q_DECLARE_OPAQUE_POINTER(PointerType)声明不透明的指针Q_DECLARE_SEQUENTIAL_CONTAINER_METATYPE(Cont

1.函数：np.s_[:]数组索引np.index_exp[2::2]建立数组索引元组的更好方法a.item(* args)复制元素到python标量参数：None:len(a)=1; Int_type:数组平面索引;Int_types:元祖a.itemset(* args)更改数组中数值 .

1.函数：cat(self,others=None,sep=None,na_rep=None,join='left')用途：用给定分隔符连接系列/索引中的字符串返回：str（others=None）Series或Index参数：--others : 列表(复合)序列df,np.array,为None则连接本身的元素 注1--sep=None：str或None（None等价sep=''）--na_r

1.1.isContinuous：如矩阵元素连续存储且每行末尾没有间隙,则该方法返回true。否则,它返回false。1.2.连续矩阵：说明：1x1或1xN矩阵始终是连续创建新矩阵(create(),imread(),clone()或构造函数Mat::Mat(...))始终是连续矩阵借用数据：借一行或借用多行但具有完整原始宽度是连续实例：Mat img = cv::imrea.

数据判断：2018/11/8 2019/1/51.函数：缺省值判断 pd.isna(obj) /isnull(obj)#检测类似数组对象缺失值。pd.notna(obj) /notnull(obj) #检测类似数组对象非缺失值。参数：obj：标量或数组返回：布尔或布尔数组说明：# NA值如None或np.nan,NaT将映射True值。''或np.inf不被视为...

# 实例5.1：validate检查重复键left = pd.DataFrame({'A' : [11,12], 'B' : [13, 13]})#B列重复数字right = pd.DataFrame({'A' : [14,15,16], 'B': [13,13,13]})#B列重复数字left1 = pd.DataFrame({'A' : [1...

导入数据2020/5/27=================================================================================1.1.sklearn中导入数据方法有:pandas.read_csv,np.loadtxt,python csv.reader1.2.sklearn中数据多为numpy 2D,1D,pd.Series,pd.D