interface.h File Reference

Go to the source code of this file.

Classes
struct	bounding_box
struct	classification

Macros
#define	AisDeployC_API   extern "C"

Typedefs
typedef struct bounding_box	bounding_box
typedef struct classification	classification

Functions
AisDeployC_API int	check_version ()
	检查当前库版本号与头文件版本号是否一致
AisDeployC_API std::string	get_version ()
	获得当前库版本号
AisDeployC_API void *	initialize (const char *model_path, int gpu_id, int *state)
	模型初始化
AisDeployC_API int	process_images (void *base, std::vector< cv::Mat > &imgs)
	处理图片
AisDeployC_API int	get_categories (void *base, std::vector< std::string > &out_categories)
	获得类别列表
AisDeployC_API int	get_per_category_binary_masks (void *base, std::vector< std::vector< cv::Mat > > &per_category_masks)
	获得每类别的二值掩模
AisDeployC_API int	get_per_category_score_maps (void *base, std::vector< std::vector< cv::Mat > > &per_category_score_maps)
	获得每类别的置信度图
AisDeployC_API int	get_binary_mask_from_score_map (cv::Mat score_map, cv::Mat &binary_mask, float thresh)
	置信度图阈值处理获得二值掩模
AisDeployC_API int	erode_binary_mask (cv::Mat &binary_mask, int kernel_size, int iter_erode)
	二值掩模腐蚀处理
AisDeployC_API int	dilate_binary_mask (cv::Mat &binary_mask, int kernel_size, int iter_dilate)
	二值掩模膨胀处理
AisDeployC_API int	cal_per_category_instances (void *base, std::vector< std::vector< cv::Mat > > per_category_score_maps, std::vector< std::vector< cv::Mat > > per_category_masks)
	计算每类别的实例 blob（输入掩模和置信度图）
AisDeployC_API int	get_per_batch_instance_number (void *base, std::vector< int > &per_batch_instance_number)
	获得每个批次的实例个数
AisDeployC_API int	get_per_batch_instances (void *base, std::vector< std::vector< bounding_box > > &per_batch_instances)
	获得每个批次的实例
AisDeployC_API int	get_per_batch_instance_mask_areas (void *base, std::vector< std::vector< float > > &per_batch_instance_mask_areas)
	获得每个批次的实例掩模面积
AisDeployC_API int	release (void *base)
	释放实例
AisDeployC_API int	update_license (void *base, const char *path)
	更新授权文件信息
AisDeployC_API int	generate_license (void *base)
	生成未授权文件
AisDeployC_API int	py_process_json_str (void *base, const char *input, int input_size)
	python使用的处理json string输入格式的接口
AisDeployC_API int	py_get_json_str_results (void *base, char **output, int *output_size)
	python使用的获取json string输出格式的接口
AisDeployC_API int	py_free_result (char *output)
	python使用的释放返回结果的接口
AisDeployC_API int	get_per_batch_embeddings (void *base, std::vector< std::vector< float > > &per_batch_embeddings)
	获得每个批次的图像特征嵌入
AisDeployC_API int	get_per_batch_embeddings_3d (void *base, std::vector< std::vector< std::vector< std::vector< float > > > > &per_batch_embeddings)
	获得每个批次的图像3D特征嵌入
AisDeployC_API int	process_embedding_3d_prompt (void *base, std::vector< std::vector< std::vector< std::vector< float > > > > batch_embeddings, std::vector< std::vector< std::vector< float > > > point_coords, std::vector< std::vector< float > > point_labels, std::vector< std::vector< std::vector< std::vector< float > > > > batch_mask_input, std::vector< float > has_mask_input, std::vector< std::vector< float > > orig_im_size)
	处理图片
AisDeployC_API int	load_keys_embeddings (void *base, std::vector< std::string > &vec_keys, std::vector< std::vector< float > > &vec_embeddings)
	批量加载 字段 和 特征嵌入 对
AisDeployC_API int	compare_with_ground_embeddings (void *base, std::vector< std::vector< float > > &vec_embeddings, std::vector< std::string > &ground_keys, std::vector< std::vector< float > > &vec_scores)
	将特征嵌入与底库内的特征嵌入进行比较
AisDeployC_API int	py_compare_with_ground_embeddings (void *base, const char *input, int input_size, char **output, int *output_size)
	python使用的批量 字段 和 特征嵌入 对，与底库中特征嵌入做比对，json string输入格式的接口,json string输出格式的接口
AisDeployC_API int	py_process_decoder (void *base, const char *input, int input_size, char **output, int *output_size)
	python使用的解码器处理接口，输入特征嵌入和提示prompt，json string输入格式的接口,json string输出格式的接口
AisDeployC_API int	get_per_batch_classification (void *base, std::vector< classification > &per_batch_cls)
	获得每个批次的分类结果
AisDeployC_API int	get_per_batch_pose_estimation (void *base, std::vector< std::vector< std::vector< float > > > &per_batch_pose)
	获得每个批次的姿态估计结果

Variables
const std::string	AisDeployCVersion ="v0.3.3b"

Macro Definition Documentation

AisDeployC_API

#define AisDeployC_API   extern "C"

Definition at line 13 of file interface.h.

Typedef Documentation

bounding_box

typedef struct bounding_box bounding_box

classification

typedef struct classification classification

Function Documentation

cal_per_category_instances()

AisDeployC_API int cal_per_category_instances	(	void *	base,
		std::vector< std::vector< cv::Mat > >	per_category_score_maps,
		std::vector< std::vector< cv::Mat > >	per_category_masks )

计算每类别的实例 blob（输入掩模和置信度图）

输入掩模和置信度图，计算每类别的实例 blob

See also

示例代码如下

string current_path_str = ".";
String str = current_path_str+"/../tests/assets/images/sem_mask_1.jpg";
 
Mat binary_mask = imread(str, IMREAD_GRAYSCALE);
 
String str1 = current_path_str+"/../tests/assets/images/sem_score.jpg";
Mat image = imread(str1, IMREAD_GRAYSCALE);
cv::Mat score_map;
image.convertTo(score_map, CV_32FC1, 1.0 / 255, 0);
 
std::vector<std::vector<cv::Mat> >  per_category_score_maps;
std::vector<std::vector<cv::Mat> > per_category_masks;
 
std::vector<cv::Mat> tmp;
tmp.push_back(score_map);
per_category_score_maps.push_back(tmp);
 
std::vector<cv::Mat> tmp1;
tmp1.push_back(binary_mask);
per_category_masks.push_back(tmp1);
 
int ret = cal_per_category_instances(
        ptrDeploy,
        per_category_score_maps,
        per_category_masks
);

Parameters

base	initialize返回的模型指针
per_category_score_maps	输入每类别的置信度图，一般是get_per_category_score_maps接收的per_category_score_maps
per_category_masks	输入每类别的置信度图，一般是get_per_category_binary_masks接收的per_category_masks，或者是它经过腐蚀膨胀处理后的二值掩模组成

Returns

执行结果，0表示执行成功，否则执行失败

check_version()

AisDeployC_API int check_version

(

)

检查当前库版本号与头文件版本号是否一致

检查当前库版本号与头文件版本号是否一致

See also

示例代码如下

int ret = check_version();

Returns

执行结果，0表示检查成功，否则检查失败

compare_with_ground_embeddings()

AisDeployC_API int compare_with_ground_embeddings	(	void *	base,
		std::vector< std::vector< float > > &	vec_embeddings,
		std::vector< std::string > &	ground_keys,
		std::vector< std::vector< float > > &	vec_scores )

将特征嵌入与底库内的特征嵌入进行比较

将特征嵌入与底库内的特征嵌入进行比较，获得比较结果（字段与对应的置信度）

See also

示例代码如下

int ret = compare_with_ground_embeddings(ptrDeploy, vec_keys, vec_embeddings);

Parameters

base	initialize返回的模型指针
vec_embeddings	批量的特征嵌入，维度记为N维
ground_keys	底库中的字段，维度记为M维
vec_scores	比较的阈值结果，如果比较的vec_embeddings是N维，底库的长度是M维，则输出的vec_scores的维度是NxM

Returns

执行结果，0表示执行成功，否则执行失败

dilate_binary_mask()

AisDeployC_API int dilate_binary_mask	(	cv::Mat &	binary_mask,
		int	kernel_size,
		int	iter_dilate )

二值掩模膨胀处理

二值掩模膨胀处理

See also

示例代码如下

string current_path_str = ".";
String str = current_path_str+"/../tests/assets/images/sem_mask_1.jpg";
 
Mat binary_mask = imread(str, IMREAD_GRAYSCALE);
 
int kernel_size = 3;
int iter_dilate = 1;
 
int ret = dilate_binary_mask(
        binary_mask,
        kernel_size,
        iter_dilate
);

Parameters

binary_mask	处理的二值掩模，由于使用的是引用，所以会直接以该变量接收处理结果
kernel_size	膨胀处理的核大小，>1
iter_dilate	膨胀处理迭代次数, >=1

Returns

执行结果，0表示执行成功，否则执行失败

erode_binary_mask()

AisDeployC_API int erode_binary_mask	(	cv::Mat &	binary_mask,
		int	kernel_size,
		int	iter_erode )

二值掩模腐蚀处理

二值掩模腐蚀处理

See also

示例代码如下

string current_path_str = ".";
String str = current_path_str+"/../tests/assets/images/sem_mask.jpg";
 
Mat binary_mask = imread(str, IMREAD_GRAYSCALE);
 
int kernel_size = 7;
int iter_erode = 2;
 
int ret = erode_binary_mask(
        binary_mask,
        kernel_size,
        iter_erode
);

Parameters

binary_mask	处理的二值掩模，由于使用的是引用，所以会直接以该变量接收处理结果
kernel_size	腐蚀处理的核大小，>1
iter_erode	腐蚀处理迭代次数, >=1

Returns

执行结果，0表示执行成功，否则执行失败

generate_license()

AisDeployC_API int generate_license

(

void *

base

)

生成未授权文件

生成授权文件

See also

示例代码如下

int ret = generate_license(ptrDeploy);

Parameters

base	initialize返回的模型指针

Returns

执行结果，0表示检查成功，否则检查失败

get_binary_mask_from_score_map()

AisDeployC_API int get_binary_mask_from_score_map	(	cv::Mat	score_map,
		cv::Mat &	binary_mask,
		float	thresh )

置信度图阈值处理获得二值掩模

置信度图阈值处理获得二值掩模

See also

示例代码如下

string current_path_str = ".";
String str = current_path_str+"/../tests/assets/images/sem_score.jpg";
Mat image = imread(str, IMREAD_GRAYSCALE);
cv::Mat score_map;
image.convertTo(score_map, CV_32FC1, 1.0 / 255, 0);
 
cv::Mat binary_mask;
float thresh = 0.1;
 
int ret = get_binary_mask_from_score_map(
        score_map,
        binary_mask,
        thresh
);

Parameters

score_map	输入置信度图，一般是get_per_category_score_maps接收per_category_score_maps中单个score_map，值域需要控制在[0,1]
binary_mask	用来接收处理的二值掩模结果
thresh	处理的阈值，值域(0,1)

Returns

执行结果，0表示执行成功，否则执行失败

get_categories()

AisDeployC_API int get_categories	(	void *	base,
		std::vector< std::string > &	out_categories )

获得类别列表

获得当前模型的类别列表

See also

示例代码如下

std::vector<std::string> out_categories;
int ret = get_categories(
        ptrDeploy,
        out_categories
);

Parameters

base	initialize返回的模型指针
out_categories	用来接收类别列表变量

Returns

执行结果，0表示执行成功，否则执行失败

get_per_batch_classification()

AisDeployC_API int get_per_batch_classification	(	void *	base,
		std::vector< classification > &	per_batch_cls )

获得每个批次的分类结果

在实例计算结束后，获得每个批次的分类结果

See also

示例代码如下

std::vector<classification> per_batch_cls;
int ret = get_per_batch_classification(ptrDeploy, per_batch_cls);

Parameters

base	initialize返回的模型指针
per_batch_cls	获得每个批次的分类结果，分类结果使用结构体classification表达

Returns

执行结果，0表示执行成功，否则执行失败

get_per_batch_embeddings()

AisDeployC_API int get_per_batch_embeddings	(	void *	base,
		std::vector< std::vector< float > > &	per_batch_embeddings )

获得每个批次的图像特征嵌入

在实例计算结束后，获得每个批次的图像特征嵌入

See also

示例代码如下

std::vector<std::vector<float>> & per_batch_embeddings;
int ret = get_per_batch_embeddings(ptrDeploy, per_batch_embeddings);

Parameters

base	initialize返回的模型指针
per_batch_embeddings	获得每个批次的实例的图像特征嵌入

Returns

执行结果，0表示执行成功，否则执行失败

get_per_batch_embeddings_3d()

AisDeployC_API int get_per_batch_embeddings_3d	(	void *	base,
		std::vector< std::vector< std::vector< std::vector< float > > > > &	per_batch_embeddings )

获得每个批次的图像3D特征嵌入

在实例计算结束后，获得每个批次的图像特征嵌入

See also

示例代码如下

std::vector<std::vector<std::vector<std::vector<float>>>> & per_batch_embeddings;
int ret = get_per_batch_embeddings_3d(ptrDeploy, per_batch_embeddings);

Parameters

base	initialize返回的模型指针
per_batch_embeddings	获得每个批次的实例的图像特征嵌入

Returns

执行结果，0表示执行成功，否则执行失败

get_per_batch_instance_mask_areas()

AisDeployC_API int get_per_batch_instance_mask_areas	(	void *	base,
		std::vector< std::vector< float > > &	per_batch_instance_mask_areas )

获得每个批次的实例掩模面积

在实例计算结束后，获得每个批次的实例掩模面积

See also

示例代码如下

std::vector<std::vector<float>> per_batch_instance_mask_areas;
int ret = get_per_batch_instance_mask_areas(ptrDeploy, per_batch_instance_mask_areas);

Parameters

base	initialize返回的模型指针
per_batch_instance_mask_areas	获得每个批次的实例掩模面积

Returns

执行结果，0表示执行成功，否则执行失败

get_per_batch_instance_number()

AisDeployC_API int get_per_batch_instance_number	(	void *	base,
		std::vector< int > &	per_batch_instance_number )

获得每个批次的实例个数

在实例计算结束后，获得每个批次的实例个数

See also

示例代码如下

std::vector<int>  per_batch_instance_number;
int ret = get_per_batch_instance_number(ptrDeploy, per_batch_instance_number);

Parameters

base	initialize返回的模型指针
per_batch_instance_number	获得每个批次的实例个数，第一层vector代表批次，与process_images中输入imgs对应

Returns

执行结果，0表示执行成功，否则执行失败

get_per_batch_instances()

AisDeployC_API int get_per_batch_instances	(	void *	base,
		std::vector< std::vector< bounding_box > > &	per_batch_instances )

获得每个批次的实例

在实例计算结束后，获得每个批次的实例

See also

示例代码如下

std::vector<std::vector<bounding_box>> per_batch_instances;
int ret = get_per_batch_instances(ptrDeploy, per_batch_instances);

Parameters

base	initialize返回的模型指针
per_batch_instances	获得每个批次的实例，实例使用结构体bounding_box表达

Returns

执行结果，0表示执行成功，否则执行失败

get_per_batch_pose_estimation()

AisDeployC_API int get_per_batch_pose_estimation	(	void *	base,
		std::vector< std::vector< std::vector< float > > > &	per_batch_pose )

获得每个批次的姿态估计结果

在实例计算结束后，获得每个批次的姿态估计结果

See also

示例代码如下

std::vector<std::vector<std::vector<float>>> per_batch_pose;
int ret = get_per_batch_pose_estimation(ptrDeploy, per_batch_pose);

Parameters

base	initialize返回的模型指针
per_batch_pose	获得每个批次的姿态估计结果，姿态估计结果结果使用std::vector<float>表示，其中每个float表示一个关键点的坐标{x, y}

Returns

执行结果，0表示执行成功，否则执行失败

get_per_category_binary_masks()

AisDeployC_API int get_per_category_binary_masks	(	void *	base,
		std::vector< std::vector< cv::Mat > > &	per_category_masks )

获得每类别的二值掩模

获得当前模型的处理图像批次（前向推理）后的每类别的二值掩模结果

See also

示例代码如下

std::vector<std::vector<cv::Mat> > per_category_masks;
int ret = get_per_category_binary_masks(
        ptrDeploy,
        per_category_masks
);

Parameters

base	initialize返回的模型指针
per_category_masks	用来接收每类别的二值掩模结果，第一层vector代表类别（与get_categories的接收out_categories对应），第二层vector代表批次（与process_images输入imgs对应）

Returns

执行结果，0表示执行成功，否则执行失败

get_per_category_score_maps()

AisDeployC_API int get_per_category_score_maps	(	void *	base,
		std::vector< std::vector< cv::Mat > > &	per_category_score_maps )

获得每类别的置信度图

获得当前模型的处理图像批次（前向推理）后的每类别的置信度图

See also

示例代码如下

std::vector<std::vector<cv::Mat> > per_category_score_maps;
int ret = get_per_category_score_maps(
        ptrDeploy,
        per_category_score_maps
);

Parameters

base	initialize返回的模型指针
per_category_score_maps	用来接收每类别的置信度图结果，第一层vector代表类别（与get_categories的接收out_categories对应），第二层vector代表批次（与process_images输入imgs对应）

Returns

执行结果，0表示执行成功，否则执行失败

get_version()

AisDeployC_API std::string get_version

(

)

获得当前库版本号

获得当前库的版本号，格式为v0.0.0

See also

示例代码如下

std::string version = get_version();

Returns

std::string 返回版本号

initialize()

AisDeployC_API void * initialize	(	const char *	model_path,
		int	gpu_id,
		int *	state )

模型初始化

根据模型路径、GPU ID 初始化模型

See also

c++接口示例代码如下

int initRet = 0;
string current_path_str = ".";
std::string model_path = current_path_str+"/../tests/assets/models/epoch_200_segmentor_setting_oen.aism";
int gpu_id = 0;
ptrDeploy = initialize(model_path.c_str(), gpu_id, &initRet);

python接口示例代码如下

import ctypes
import platform
lib = None
handle = None
if "macOS" in platform.platform():
    # sys.path.append(os.path.join(os.path.dirname(__file__), "../cmake-build-debug"))
    lib = ctypes.cdll.LoadLibrary("./cmake-build-debug/libAisDeployC.dylib")
elif "Windows" in platform.platform():
    lib = ctypes.windll.LoadLibrary( "./cmake-build-release/AisDeployC.dll" )
elif "Linux" in platform.platform():
    lib = ctypes.cdll.LoadLibrary( "./build/libAisDeployC.so" )
    lib.initialize.restype = ctypes.c_void_p
ret = ctypes.c_int(-1)
gpu_id = ctypes.c_int(-1)
path_str = "tests/assets/models/epoch_200_segmentor_setting_oen.aism"
path_char = ctypes.c_char_p(path_str.encode('utf-8'))
handle = lib.initialize(path_char, gpu_id, ctypes.pointer(ret))
lib.py_process_json_str.argtypes = [ctypes.c_void_p, ctypes.c_char_p, ctypes.c_int]
lib.release.argtypes = [ctypes.c_void_p]

Parameters

model_path	模型路径
gpu_id	显卡(GPU) ID，0代表0号显卡；-1代表不使用GPU
state	执行状态，0代表执行成功

Returns

返回模型对象指针 void*

load_keys_embeddings()

AisDeployC_API int load_keys_embeddings	(	void *	base,
		std::vector< std::string > &	vec_keys,
		std::vector< std::vector< float > > &	vec_embeddings )

批量加载 字段 和 特征嵌入 对

批量加载 字段 和 特征嵌入 对，形成底库

See also

示例代码如下

int ret = load_keys_embeddings(ptrDeploy, vec_keys, vec_embeddings);

Parameters

base	initialize返回的模型指针
vec_keys	批量的字段
vec_embeddings	批量的特征嵌入

Returns

执行结果，0表示执行成功，否则执行失败

process_embedding_3d_prompt()

AisDeployC_API int process_embedding_3d_prompt	(	void *	base,
		std::vector< std::vector< std::vector< std::vector< float > > > >	batch_embeddings,
		std::vector< std::vector< std::vector< float > > >	point_coords,
		std::vector< std::vector< float > >	point_labels,
		std::vector< std::vector< std::vector< std::vector< float > > > >	batch_mask_input,
		std::vector< float >	has_mask_input,
		std::vector< std::vector< float > >	orig_im_size )

处理图片

使用模型处理3维嵌入和提示词（前向推理）

process_images()

AisDeployC_API int process_images	(	void *	base,
		std::vector< cv::Mat > &	imgs )

处理图片

使用模型处理图像或图像批次（前向推理）

See also

单一批次示例代码如下

std::vector<cv::Mat> imgs;
string current_path_str = ".";
String str = current_path_str+"/../tests/assets/images/1.jpg";
Mat image = imread(str);
imgs.push_back(image);
int ret = process_images(ptrDeploy, imgs);

多批次示例代码如下

std::vector<cv::Mat> imgs;
string current_path_str = ".";
String str = current_path_str+"/../tests/assets/images/1.jpg";
Mat image = imread(str);
imgs.push_back(image);
String str_1 = current_path_str+"/../tests/assets/images/63_1024.jpg";
Mat image_1 = imread(str_1);
imgs.push_back(image_1);
int ret_1 = process_images(ptrDeploy, imgs);

Parameters

base	initialize返回的模型指针
imgs	输入图像批次

Returns

执行结果，0表示执行成功，否则执行失败

py_compare_with_ground_embeddings()

AisDeployC_API int py_compare_with_ground_embeddings	(	void *	base,
		const char *	input,
		int	input_size,
		char **	output,
		int *	output_size )

python使用的批量 字段 和 特征嵌入 对，与底库中特征嵌入做比对，json string输入格式的接口,json string输出格式的接口

python使用的批量 字段 和 特征嵌入 对，与底库中特征嵌入做比对，json string输入格式的接口,json string输出格式的接口

See also

示例代码如下

key = ""
value = list()
file_json = {"embedding_vector":value}
input_json = {"data_list": [file_json]}
data_str = json.dumps(input_json)
data_char = ctypes.c_char_p(data_str.encode('utf-8'))
ret_char_c = ctypes.c_char_p()
ret = lib.py_compare_with_ground_embeddings(handle, data_char, len(data_str), ret_char_c, None)

Parameters

base	initialize返回的模型指针
input	输入json string (const char *)
input_size	输入json string长度
output	输出json string (char **)
output_size	输出json string长度

Returns

执行结果，0表示检查成功，否则检查失败

py_free_result()

AisDeployC_API int py_free_result

(

char *

output

)

python使用的释放返回结果的接口

python使用的释放返回结果的接口

See also

示例代码如下

ret_char_c = ctypes.c_char_p()
ret = lib.py_free_result(ret_char_c)

Parameters

output

输出json string (char *)

Returns

执行结果，0表示检查成功，否则检查失败

py_get_json_str_results()

AisDeployC_API int py_get_json_str_results	(	void *	base,
		char **	output,
		int *	output_size )

python使用的获取json string输出格式的接口

python使用的获取json string输出格式的接口,一般需要先经过initialize, py_process_json_str

See also

示例代码如下

ret_char_c = ctypes.c_char_p()
ret = lib.py_get_json_str_results(handle, ret_char_c, None)

Parameters

base	initialize返回的模型指针
output	输出json string (char **)
int	输出json string长度

Returns

执行结果，0表示检查成功，否则检查失败

python使用的获取json string输出格式的接口,一般需要先经过initialize, py_process_json_str

See also

示例代码如下

ret_char_c = ctypes.c_char_p()
ret = lib.py_get_json_str_results(handle, ret_char_c, None)

Parameters

base	initialize返回的模型指针
output	输出json string (char **)
output_size	输出json string长度

Returns

执行结果，0表示检查成功，否则检查失败

py_process_decoder()

AisDeployC_API int py_process_decoder	(	void *	base,
		const char *	input,
		int	input_size,
		char **	output,
		int *	output_size )

python使用的解码器处理接口，输入特征嵌入和提示prompt，json string输入格式的接口,json string输出格式的接口

python使用的解码器处理接口，输入特征嵌入和提示prompt，json string输入格式的接口,json string输出格式的接口

See also

示例代码如下

key = ""
value = list()
file_json = {"embedding_vector":value}
input_json = {"data_list": [file_json]}
data_str = json.dumps(input_json)
data_char = ctypes.c_char_p(data_str.encode('utf-8'))
ret_char_c = ctypes.c_char_p()
ret = lib.py_process_decoder(handle, data_char, len(data_str), ret_char_c, None)

Parameters

base	initialize返回的模型指针
input	输入json string (const char *)
input_size	输入json string长度
output	输出json string (char **)
output_size	输出json string长度

Returns

执行结果，0表示检查成功，否则检查失败

py_process_json_str()

AisDeployC_API int py_process_json_str	(	void *	base,
		const char *	input,
		int	input_size )

python使用的处理json string输入格式的接口

python使用的处理json string输入格式的接口,一般需要先经过initialize和process_json_str.argtypes = [ctypes.c_void_p, ctypes.c_char_p, ctypes.c_int]的设定

See also

示例代码如下

imgPth = "tests/assets/images/1.jpg"
f= open(imgPth, 'rb')
qrcode = base64.b64encode(f.read()).decode()
f.close()
file_json = {"type": "base64", "data": qrcode, "ch":3}
input_json = {"data_list": [file_json]}
data_str = json.dumps(input_json)
data_char = ctypes.c_char_p(data_str.encode('utf-8'))
 
ret = lib.py_process_json_str(handle, data_char, len(data_str))

Parameters

base	initialize返回的模型指针
input	输入json string (const char *)
input_size	输入json string长度

Returns

执行结果，0表示检查成功，否则检查失败

release()

AisDeployC_API int release

(

void *

base

)

释放实例

释放实例

See also

c++接口示例代码如下

int ret = release(ptrDeploy);

python接口示例代码如下，一般需要先经过initialize和lib.release.argtypes = [ctypes.c_void_p]的设定

ret = lib.release(handle)

Parameters

base	initialize返回的模型指针

Returns

执行结果，0表示执行成功，否则执行失败

update_license()

AisDeployC_API int update_license	(	void *	base,
		const char *	path )

更新授权文件信息

更新授权文件信息

See also

示例代码如下

int ret = update_license(ptrDeploy, "macos_registed_info.aisl");

Parameters

base	initialize返回的模型指针
path	授权文件的路径

Returns

执行结果，0表示检查成功，否则检查失败

Variable Documentation

AisDeployCVersion

const std::string AisDeployCVersion ="v0.3.3b"

Definition at line 8 of file interface.h.