将多维numpy数组转换为ctypes数组的最有效方法

Question

你好，我正在使用python中的ctypes模块来运行python中的一些图像处理C代码，目的是优化我的代码，并减少执行时间。在

在 为此，我将一个图像读入一个numpy数组，然后使用一个内核对该图像应用2D卷积，生成一个过滤后的图像。为了节省一些执行时间，我希望在C中实现相同的目标。在

所以，问题的第一部分是将numpy图像数组转换成ctype数组，这样我就可以用C语言执行卷积了。 下面是我的C代码，现在什么也不做，但我需要它来访问函数定义：

#import <math.h>

void convolution(int *array,int *kernel, int array_height, int array_width,
                 int kernel_height, int kernel_width) {
    int i=0;

下面是我的python代码，它为这个C函数添加了一个包装函数：

^{pr2}$

尽管这段代码工作得很好，但我想知道的是，有没有更有效的方法来执行从numpy数组或list到ctypes数组的转换？因为我在python中使用C扩展来节省执行时间，所以我希望这个时间尽可能少。在

编辑：

正如Daniel建议的，我使用了^{}，它对1D numpy数组很好，我做了如下工作：

c_array = numpy.ascontiguousarray(array,dtype=numpy.uint32)

但是当我尝试二维数组的类似方法时，它不起作用，我尝试的是：

c_array = numpy.ascontiguousarray(array,dtype=numpy.ndarray)

当我使用这个时，python崩溃了。我做错什么了？在

Answer 1

最快的方法是，如果不需要，根本不转换数组。 此代码也适用于列表和元组：

c_array = numpy.ascontiguousarray(param, dtype=int)
pointer = c_array.ctypes.data_as(ctypes.c_void_p)