以下是 C++ 调用 Python 方法的对比表格，涵盖 PyBind11、Python C API 和 系统调用 三种主要方式：
| 特性 | PyBind11 | Python C API | 系统调用 (QProcess等) |
|---|---|---|---|
| 易用性 | ⭐⭐⭐⭐⭐ (类C++语法) | ⭐⭐ (需手动管理引用/异常) | ⭐⭐⭐ (简单命令调用) |
| 性能 | ⭐⭐⭐⭐ (直接内存共享) | ⭐⭐⭐⭐⭐ (最底层无额外开销) | ⭐ (进程间通信开销大) |
| 数据交互 | ⭐⭐⭐⭐⭐ (自动类型转换) | ⭐⭐⭐ (需手动转换) | ⭐ (仅文本/二进制流) |
| 线程安全 | ⭐⭐⭐ (需手动管理GIL) | ⭐⭐ (完全手动管理GIL) | ⭐⭐⭐⭐ (独立进程) |
| 依赖管理 | ⭐⭐⭐ (需Python环境) | ⭐⭐⭐ (需Python开发头文件) | ⭐ (需完整Python环境) |
| 适用场景 | 高性能嵌入/复杂数据交互 | 底层控制/轻量级嵌入 | 简单脚本调用/黑盒执行 |
| 代码示例 | py::module::import("numpy") | PyImport_ImportModule("numpy") | system("python script.py") |
| 跨平台支持 | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐⭐ (路径/Shell差异) |
| 调试难度 | ⭐⭐ (C++异常+Python错误混合) | ⭐⭐⭐ (纯C错误处理) | ⭐⭐⭐⭐ (独立日志) |
| 维护成本 | ⭐⭐ (需同步C++/Python接口) | ⭐⭐⭐ (接口变更需手动调整) | ⭐⭐⭐ (需维护脚本路径) |
[toc]
pybind11 是一个轻量级的头文件库，用于在 Python 和 C++ 之间进行互操作。它允许 C++ 代码被 Python 调用，反之亦然。
pybind11 的优点包括：
- 易于使用：pybind11 的 API 简单易懂，即使是初学者也可以快速上手。
- 高性能：pybind11 使用 C++ 的编译器来生成 Python 的 C 扩展，因此性能非常高。
- 跨平台：pybind11 支持 Windows、Linux 和 macOS。
pybind11 的使用方法非常简单。只需在 C++ 代码中包含 pybind11 头文件，然后使用 pybind11 提供的 API 来将 C++ 类型和函数暴露给 Python。
这部分代码开源在：
cmake_minimum_required(VERSION 3.10)
set(VERSION_MAJOR 1)
set(VERSION_MINOR 0)
set(SOFT_VERSION V${VERSION_MAJOR}.${VERSION_MINOR})
# 定义项目名称变量
set(PROJECT_NAME "pybind11_examples")
project(${PROJECT_NAME} )
# set(CMAKE_BUILD_TYPE Debug)
set(CMAKE_BUILD_TYPE Release)
set(CMAKE_CXX_STANDARD 17)
set(CMAKE_CXX_STANDARD_REQUIRED ON)
if(MSVC)
add_compile_options(/utf-8) # MSVC启用UTF-8编码
endif()
# ---------------------- 项目配置 ----------------------
# -------------- Python ------------------#
# 添加子模块
add_subdirectory(${CMAKE_CURRENT_SOURCE_DIR}/third_party/pybind11)
# --------------------------- 源代码 ---------------------------
include_directories(
${CMAKE_SOURCE_DIR}
)
# 源文件和头文件
set(SOURCES
main.cpp
)
# 添加可执行文件
add_executable(${PROJECT_NAME}
${SOURCES}
)
# 复制脚本到可执行目录下
set(SCRIPTS_SRC_DIR "${CMAKE_SOURCE_DIR}/scripts")
set(SCRIPTS_DST_DIR "${CMAKE_CURRENT_BINARY_DIR}/${CMAKE_BUILD_TYPE}/scripts")
file(GLOB SCRIPT_FILES "${SCRIPTS_SRC_DIR}/*.py")
add_custom_target(copy_scripts ALL
COMMAND ${CMAKE_COMMAND} -E make_directory "${SCRIPTS_DST_DIR}"
COMMAND ${CMAKE_COMMAND} -E copy_if_different ${SCRIPT_FILES} "${SCRIPTS_DST_DIR}"
COMMENT "Copying Python scripts to output directory"
)
# 链接库
if(WIN32)
target_link_libraries(${PROJECT_NAME}
pybind11::embed
)
endif()- 实现一个
C++代码，然后通过pybind11包装给python
#include <pybind11/embed.h>
#include <pybind11/numpy.h>
#include <pybind11/stl.h>
#include <windows.h>
#include <cstdlib> // for std::setenv
#include <iostream>
#include <filesystem>
#include <json/json.h>
#include <opencv2/opencv.hpp>
namespace py = pybind11;
namespace fs = std::filesystem;
int main()
{
fs::path script_path = fs::current_path() / "scripts";
std::string python_path = script_path.string() + ";D:\\Program\\Anaconda\\envs\\py39\\Lib";
_putenv_s("PYTHONHOME", "D:\\Program\\Anaconda\\envs\\py39");
_putenv_s("PYTHONPATH", python_path.c_str());
py::scoped_interpreter guard{};
try
{
// 1. numpy导入验证
auto np = py::module::import("numpy");
std::cout << "numpy path: " << np.attr("__file__").cast<std::string>() << std::endl;
// 2. numpy模块测试
py::module npmodule = py::module::import("npmodule");
std::vector<double> data = {1.0, 2.0, 3.0, 4.0, 5.0};
py::object result = npmodule.attr("compute_mean")(data);
double mean = result.cast<double>();
std::cout << "Mean: " << mean << std::endl;
}
catch (py::error_already_set &e)
{
std::cerr << "Error: " << e.what() << std::endl;
// 10. 错误恢复机制
py::exec("import sys; print(sys.path)");
return -1;
}
py::finalize_interpreter();
return 0;
}import numpy as np
def compute_mean(arr):
arr = np.array(arr)
return np.mean(arr)pybind11 逐渐支持了越来越多的 C++ 特性，包括：
- 类和对象
- 模板
- 继承
- 多态
- 异常处理
- 线程安全
- 动态类型
pybind11 的开发工作一直在进行中，Wenzel Jakob 和其他开发人员不断添加新的特性和功能。
pybind11 是一个非常强大的工具，可以用于各种任务。它可以用于将 C++ 代码与 Python 脚本集成，也可以用于创建 Python 的 C++ 扩展。已经成为 C++ 和 Python 互操作领域的事实标准。
| 特性 | 技术实现 | 应用场景 |
|---|---|---|
| 多层混淆 | 控制流扁平化+指令替换 | 防止逆向工程 |
| 量子加密 | CRYSTALS-Kyber算法集成 | 金融级安全需求 |
| 硬件绑定 | TPM 2.0芯片支持 | 防止非法设备运行 |
| 跨平台编译 | 生成ARM/x86/WASM字节码 | 边缘计算场景 |
| 动态许可证 | 区块链智能合约验证 | 软件订阅制管理 |
| 反调试注入 | 内存校验+断点检测 | 对抗IDA Pro等工具 |
Pyarmor 是一个用于加密和保护 Python 脚本的工具。它能够在运行时刻保护 Python 脚本代码不被泄露，设置加密后脚本的使用期限，绑定加密脚本到硬盘、网卡等硬件设备。Pyarmor 9.0 用户文档。 功能特点:
-
无缝替换: 加密后的脚本依然是一个有效的 .py 文件，在大多数情况下可以直接替换原来的 .py 脚本，而不影响脚本的使用。
-
均衡加密: 提供了丰富的加密选项来平衡安全性和性能，能够满足大多数应用对安全性和性能的要求。
-
不可逆加密: 能够直接重命名源代码中的函数，类，方法，变量和参数。
-
转换成为 C 代码: 能够把模块中部分函数转换成为 C 代码，然后使用高优化选项直接编译 C 代码为机器指令来保护 Python 函数
-
限制加密脚本的使用范围: 可以绑定加密脚本到指定的设备或者设置加密脚本的有效期
-
Themida 保护: 使用 Themida 保护加密脚本（仅 Windows 平台可用）
# 简单加密
pyarmor gen foo.py
pyarmor g foo.py
pyarmor generate foo.py
# 这个命令会生成一个加密脚本 dist/foo.py ，这也是一个正常的 Python 脚本，可以直接使用 Python 解释器执行:
python dist/foo.py
# 查看所有生成的文件:
#ls dist/
#... foo.py
#... pyarmor_runtime_000000
#除了加密脚本之外，可以看到还有另外一个目录 pyarmor_runtime_000000 ，这是运行加密脚本所依赖的一个 Python 包 。