python调用clibrary
① 有谁知道python怎么调用c#的dll
1、首选运行工具 makepy.py。
② 在python中如何调用PCSC中的接口
你找个工具将这个接口API，自动转换成python版本的就可以了。好象是SWIG和Boost。 这两个以前看过，偶尔还试过几次。之所以建议你用自动工具，就是因为python对于C++扩展麻烦些，对于C语言接口可以使用ctypes和cython简单解决。不过C++如果用这些方法有时候被很麻烦。
boost在linux里会经常用到，在windows下也可以使用。SWIG在一般的教程里都会提及到。SIP也是最近出名的。
下面是一些参考资料，搜索来的。
=== 使用工具进行扩展 ===
虽然扩展过程并不复杂，但也可以使用许多已知的工具简化扩展过程。
(1) SWIG
由David Beazley创建，是一个自动的扩展构造工具。它读入注释的C/C++头文件，为python、tcl、perl等多种脚本语言产生wrap代码。SWIG可以包装大量C++特性到Python的扩展模块中。
评价：swig简单，可以支持多种脚本文件，但支持的c++特性不完备。
(2) SIP
由Phil Thompson创建，是一个C++模块构造器，专门为C++的类创造wrapper。它曾经被用于创建PyQt和PyKDE扩展模块，因此比较出名。
评价：支持C++特征很齐全，但比较复杂。
(3) bgen
该工具被包含在标准Python发布包中的模块构建工具集里，由Jack Jansen维护。它用于产生在Macintosh版本可用的Python扩展模块。
(4) pyfort
由Paul bois创建，用来产生Fortran语言生成的扩展模块。
(5) cxx
也由Paul Dubois创建，是一个库，为Python的C++扩展提供了友好的API。Cxx允许将许多python对象（如list和tuple）使用到STL的运算中。库也提供了C++异常处理到python异常处理的转化。
(6) WrapPy
由Greg Couch创建，通过读入C++头文件来产生扩展模块。
(7) Boost Python Library
由David Abrahams创建。该库提供了更多与众不同的C++ wrap到python扩展中，而只需要对要扩展的C++类写很少的附加信息。
评价：Boost为C++提供了许多实用的库，如Regex（正则表达式库）、Graph（图组件和算法）、concept check（检查泛型编程中的concept）、Thread（可移植的C++多线程库）、Python（把C++类和函数映射到Python之中）、Pool（内存池管理）等等。
Boost总体来说是实用价值很高，质量很高的库。并且强调对跨平台的支持。但是Boost中也有很多是实验性质的东西，在实际的开发中实用需要谨慎。
boost.python支持的c++特性较多，但是比较复杂。
③ 如何用python获得C函数中的变量的值
网页链接
python ctypes 第一句话：
ctypesis a foreign function library for Python. It provides C compatible data types, and allows calling functions in DLLs or shared libraries. It can be used to wrap these libraries in pure Python.
没看到有说可以直接访问data。
你可以这样加这样的函数：
intget_a()
{
returna;
}
再在python里面调用。
④ python的opencv有源码吗
Python中调用cv2库是通过编译C/C++代码并生成so文件实现的。opencv的cv2.so文件是通过cv2.cpp文件编译而成。此文件位于指定的gitee仓库中。在该仓库的特定行，使用cmake函数add_library指定生成cv2.so。
调用cv2.so的方法仅需导入cv2库即可。这句代码由自动生成的python_loader.cmake文件产生，该文件同样位于上述gitee仓库中。生成的文件存放在python_loader文件夹下，其中cv2/__init__.py文件导入了cv2.so，并利用了其中定义的C函数。
导入cv2.so并不足够，还需要借助numpy来处理数据结构。因此，在python_loader/cv2/__init__.py文件中，首先导入cv2.so，然后进一步导入了额外的python_loader/cv2/_extra_py_code/等。这里import cv2的语句存在歧义，根据当前环境决定是执行cv2/__init__.py还是查找cv2.so。
在执行import cv2时，实际执行的是python_loader/cv2/__init__.py文件。在该文件中，首先删除当前cv2模块，然后重新导入cv2.so。接着，导入了python_loader/cv2/_extra_py_code/gapi，为cv2添加了额外的数据处理函数。最终，通过py_code_loader.init('cv2')执行了_extra_py_code.init('cv2')，将gapi整合入cv2模块。