在 Swig 中通过 ref 返回动态数组

Question

我正在使用 swig 在 c++ 中包装一些代码以在 Python 中使用。
在对输入数组进行一些计算后，我有一个获取数组并返回 2 个动态数组（该函数通过 ref 获取它们）的函数。
我的问题是输出数组的大小未指定，因为大小取决于输入数组。
我的功能看起来像：

void arrayManipulate(int* inArray, int inLen, int resolution, int* &outArray1, int &outLen1, int* &outArray2, int &outLen2)

我使用 numpy.i 将输入数组转换为 numpy 数组。
但是如果我想使用 numpy 来返回带有 ARGOUT 的数组，它就不起作用，因为它假设输出数组的大小是已知的。

模块.i：

%module minimal
%{
#include "minimal.h"
#include "numpy/arrayobject.h"
%}

%include numpy.i
%init %{
inport_array();
%}
%apply (int* INARRAY1, int DIM1) {(int* inArray, int inLen)}
%apply (int* ARGOUT_ARRAY1, int DIM1) {(int* &outArray1, int &outLen1), (int* &outArray2, int &outLen2)
%include "minimal.h"

如果我尝试编译它，我会收到以下错误：

File minimal_wrap.cxx: IntelliSense: a value of type "int" could not be assigned to entity od type "int *"
File minimal_wrap.cxx: IntelliSense: a value of type "int *" could not be assigned to entity od type "int **"

如果我从 minimum.i 和 minimum.h（从函数）中删除所有“&”符号，它会编译，但 python 除外以给出输出数组的维度：

TypeError: arrayManipulate takes exactly 4 arguments (2 given)

我想在 python 中使用它，例如：

import minimal
import numpy as np
arr1, arr2 = minimal.arrayManipulate(np.asarray([1,2,3]),100)

我怎样才能让它工作？

Answer 1

这里有一个答案，它使用双指针而不是 *&。你可以制作一个简单的包装函数来支持这个原型

请注意，返回的数组是分配的，并且类型映射会生成一个代理，以确保在 Python 中删除数组时删除。它们是受管理的

头文件（test.h）：

#pragma once

void fun(int* inArray, int inLen, int resolution,
     int** outArray1, int* outLen1,
     int** outArray2, int* outLen2);

源文件（test.cpp）：

#include "test.h"
#include <malloc.h>

void fun(int* inArray, int inLen, int resolution, 
     int** outArray1, int* outLen1,
     int** outArray2, int* outLen2) {

  int _outLen1 = resolution*inLen;
  int _outLen2 = resolution*inLen;
  int* _outArray1 = (int*)malloc(_outLen1*sizeof(int));
  int* _outArray2 = (int*)malloc(_outLen2*sizeof(int));

  for (int i = 0 ; i < inLen ; i++) {
    for (int j = 0 ; j < resolution ; j++) {
      _outArray1[i*resolution+j] = resolution*inArray[i];
      _outArray2[i*resolution+j] = resolution*inArray[i];
    }
  }

  // Assign outputs
  *outLen1 = _outLen1;
  *outLen2 = _outLen2;
  *outArray1 = _outArray1;
  *outArray2 = _outArray2;
}

接口定义文件（test.i）

%module example
%{
  #define SWIG_FILE_WITH_INIT
  #include "test.h"
%}

%include "numpy.i"

%init
%{
  import_array();
%}

%apply (int* IN_ARRAY1, int DIM1) {(int* inArray, int inLen)}

%apply (int** ARGOUTVIEWM_ARRAY1, int* DIM1) {(int** outArray1, int* outLen1)}
%apply (int** ARGOUTVIEWM_ARRAY1, int* DIM1) {(int** outArray2, int* outLen2)}

%include "test.h"

在 Python 中

import numpy as np
import example
a = np.ones(27,dtype=np.int32)
h = example.fun(a,2) # h contains the two outputs

为了支持例如size_t，在 numpy.i 中搜索此部分

%numpy_typemaps(unsigned long long, NPY_ULONGLONG, int)
%numpy_typemaps(float             , NPY_FLOAT    , int)
%numpy_typemaps(double            , NPY_DOUBLE   , int)

并添加以下内容

%numpy_typemaps(signed char       , NPY_BYTE     , size_t)
%numpy_typemaps(unsigned char     , NPY_UBYTE    , size_t)
%numpy_typemaps(short             , NPY_SHORT    , size_t)
%numpy_typemaps(unsigned short    , NPY_USHORT   , size_t)
%numpy_typemaps(int               , NPY_INT      , size_t)
%numpy_typemaps(unsigned int      , NPY_UINT     , size_t)
%numpy_typemaps(long              , NPY_LONG     , size_t)
%numpy_typemaps(unsigned long     , NPY_ULONG    , size_t)
%numpy_typemaps(long long         , NPY_LONGLONG , size_t)
%numpy_typemaps(unsigned long long, NPY_ULONGLONG, size_t)
%numpy_typemaps(float             , NPY_FLOAT    , size_t)
%numpy_typemaps(double            , NPY_DOUBLE   , size_t)

这添加了更多类型映射以支持使用 size_t 而不是 int 进行索引。