从python中的函数返回后，指向浮点数的C类型指针发生变化

我目前正在研究一个 Darknet/YOLO 项目，该项目使用 python 中的 opencv 从实时流接收的图像中检测对象。为了检测对象，opencv 图像，它只是一个具有形状的 numpy 数组，(height, width, color_channels)必须转换为 Darknet（用 c 编写）可以读取的格式（在 Darknet 中定义的具有 *float 类型的数据属性的 IMAGE 类）。为此，我在 python 中编写了以下代码：

    h, w, c = input_frame.shape
    # create a flattened image and normalize by devision by 255.
    # NOTE transpose(2, 0, 1) permutes the axes from 0,1,2 to 2,0,1 (clockwise cycle)
    flattened_image = input_frame.transpose(2, 0, 1).flatten().astype(np.float32)/255.
    # create a C type pointer
    c_float_p = ctypes.POINTER(ctypes.c_float) # define LP_c_float type
    c_float_p_frame = flattened_image.ctypes.data_as(c_float_p) # cast to LP_c_float
    # create empty C_IMAGE type object and then set data to c_float_p_frame
    C_IMAGE_frame = dn.make_image(w, h, c)
    C_IMAGE_frame.data = c_float_p_frame

（请注意，这dn是暗网接口，并在上方某处导入，但这不是问题，因此不是很重要）

然后将 C_IMAGE_frame 对象传递给网络。重要提示：此代码有效。然而，这里有一个问题，如果我将完全相同的代码打包到一个函数中，我会在图像传递到暗网后收到访问冲突错误（即段错误）。我最初在测试脚本中内联编写了这段代码并且一切正常，所以当我开始清理我的代码时，我将上面的代码块打包到以下函数中：

def np_image_to_c_IMAGE(input_frame):
    """
    parameters
    ==========
    input_frame: ndarray            (opencv image)

    returns
    ==========
    C_IMAGE_frame: C IMAGE object   (implimented in darknet)
    converts a numpy image (w x h x c dim ndarray) to a C type IMAGE
    defined in darknet. Returns a pointer.
    """
    h, w, c = input_frame.shape
    # create a flattened image and normalize by devision by 255.
    # NOTE transpose(2, 0, 1) permutes the axes from 0,1,2 to 2,0,1 (clockwise cycle)
    flattened_image = input_frame.transpose(2, 0, 1).flatten().astype(np.float32)/255.
    # create a C type pointer
    c_float_p = ctypes.POINTER(ctypes.c_float) # define LP_c_float type
    c_float_p_frame = flattened_image.ctypes.data_as(c_float_p) # cast to LP_c_float
    # create empty C_IMAGE type object and then set data to c_float_p_frame
    C_IMAGE_frame = dn.make_image(w, h, c)
    C_IMAGE_frame.data = c_float_p_frame
    return C_IMAGE_frame

我最初很困惑为什么我的代码会创建段错误，但是我运行了一些调试测试并发现了以下问题：在C_IMAGE_frame.data[0]函数中访问（即只是读出第一个值）时，我得到了一个浮点数，就像人们期望的那样，但是如果我在像这样返回 C_IMAGE_frame 后做同样的事情：

#opencv get image and other code...
C_IMAGE = np_image_to_C_IMAGE(opencv_image)
print(C_IMAGE.data[0])

python 引发段错误。我检查了所有指针是否都正确“返回”，我看到发生了一些指针重新分配魔术。

def np_image_to_C_IMAGE(input_frame):
    # rest of function...
    print(C_IMAGE_frame)  # output: <lib.darknet.IMAGE object at 0x0000021F24F6EDC0>
    print(C_IMAGE_frame.data) # output: <lib.darknet.LP_c_float object at 0x0000021F24F6EBC0>
    print(C_IMAGE_frame.data[0]) # output: 0.0
    return C_IMAGE_frame

# after C_IMAGE is returned in script
C_IMAGE = np_image_to_C_IMAGE(opencv_image)
print(C_IMAGE)  # output: <lib.darknet.IMAGE object at 0x0000021F24F6EDC0>
print(C_IMAGE.data) # output: <lib.darknet.LP_c_float object at 0x0000021F24F6BAC0>
print(C_IMAGE.data[0] # raises Segmentation fault

请注意，data指针0x0000021F24F6EBC0更改为0x0000021F24F6BAC0so当然会出现段错误，但为什么会发生这种情况？我怎样才能避免这种情况？这只是一些内部的python技巧还是其他什么？我的意思是，如果我在 python 中返回一些东西，我希望它是我传递给的确切对象return，但也许 python ctypes 破坏了某些东西或者有一些需要解决方法的有趣的实现？

现在我将代码内联粘贴到我的分析脚本中，所以我的脚本又可以工作了，但我对为什么会发生这种情况以及如何解决它非常感兴趣。

编辑我添加了一个最小的可重现示例：

from ctypes import *
import numpy as np

class IMAGE(Structure):
    _fields_ = [("w", c_int),
                ("h", c_int),
                ("c", c_int),
                ("data", POINTER(c_float))]

img = np.zeros((1080, 1920, 3)) # h, w, c array = opencv image analogon

def np_image_to_c_IMAGE(input_frame):
    h, w, c = input_frame.shape
    flattened_image = input_frame.transpose(2, 0, 1).flatten().astype(np.float32)/255.
    c_float_p = POINTER(c_float) # define LP_c_float type
    c_float_p_frame = flattened_image.ctypes.data_as(c_float_p) # cast to LP_c_float
    C_IMAGE_frame = IMAGE(w, h, c, c_float_p_frame)
    print(C_IMAGE_frame)
    print(C_IMAGE_frame.data)
    return C_IMAGE_frame

C_IMAGE = np_image_to_c_IMAGE(img)

print(C_IMAGE)
print(C_IMAGE.data)

输出：

# within function
<__main__.IMAGE object at 0x7fc7f618ff40>
<__main__.LP_c_float object at 0x7fc7f49b1040>
# after return
<__main__.IMAGE object at 0x7fc7f618ff40>
<__main__.LP_c_float object at 0x7fc800777f40>