python中调用多进程加速处理文件

问题背景是这样的，我有一批需要处理的文件，对于每一个文件，都需要调用同一个函数进行处理，相当耗时

有没有加速的办法呢？当然有啦，比如说你将这些文件分成若干批，每一个批次都调用自己写的python脚本进行处理，这样同时运行若干个python程序也可以进行加速

但是，有没有更简单的方法呢？比如说，我一个运行的一个程序里面，同时分为多个线程，然后进行处理？

实际上是有的

大概思路是这样，将这些个文件路径的list，分成若干个，至于分成多少，要看自己cpu核心有多少，比如你的cpu有32核的，理论上就可以加速32倍

直接上代码:

复制代码

# -*-coding:utf-8-*-
import numpy as np
from glob import glob
import math
import os
import torch
from tqdm import tqdm
import multiprocessinglabel_path = '/home/ying/data/shiyongjie/distortion_datasets/new_distortion_dataset/train/label.txt'
file_path = '/home/ying/data/shiyongjie/distortion_datasets/new_distortion_dataset/train/distortion_image'
save_path = '/home/ying/data/shiyongjie/distortion_datasets/new_distortion_dataset/train/flow_field'r_d_max = 128
image_index = 0
txt_file = open(label_path)
file_list = txt_file.readlines()
txt_file.close()
file_label = {}
for i in file_list:i = i.split()file_label[i[0]] = i[1]r_d_max = 128
eps = 1e-32
H = 256
W = 256def generate_flow_field(image_list):for image_file_path in ((image_list)):pixel_flow = np.zeros(shape=tuple([256, 256, 2]))  # 按照pytorch中的grid来写image_file_name = os.path.basename(image_file_path)# print(image_file_name)k = float(file_label[image_file_name])*(-1)*1e-7# print(k)r_u_max = r_d_max/(1+k*r_d_max**2)  # 计算出畸变校正之后的对角线的理论长度scale = r_u_max/128  # 将这个长度压缩到256的尺寸，会有一个scale，实际上这里写128*sqrt(2)可能会更加直观for i_u in range(256):for j_u in range(256):x_u = float(i_u - 128)y_u = float(128 - j_u)theta = math.atan2(y_u, x_u)r = math.sqrt(x_u ** 2 + y_u ** 2)r = r * scale  # 实际上得到的r，即没有resize到256×256的图像尺寸size，并且带入公式中r_d = (1.0 - math.sqrt(1 - 4.0 * k * r ** 2)) / (2 * k * r + eps)  # 对应在原图（畸变图）中的rx_d = int(round(r_d * math.cos(theta)))y_d = int(round(r_d * math.sin(theta)))i_d = int(x_d + W / 2.0)j_d = int(H / 2.0 - y_d)if i_d < W and i_d >= 0 and j_d < H and j_d >= 0:  # 只有求的的畸变点在原图中的时候才进行赋值value1 = (i_d - 128.0)/128.0value2 = (j_d - 128.0)/128.0pixel_flow[j_u, i_u, 0] = value1  # mesh中存储的是对应的r的比值，在进行畸变校正的时候，给定一张这样的图，进行找像素即可pixel_flow[j_u, i_u, 1] = value2# 保存成array格式saved_image_file_path = os.path.join(save_path, image_file_name.split('.')[0] + '.npy')pixel_flow = pixel_flow.astype('f2')  # 将数据的格式转换成float16类型， 节省空间# print(saved_image_file_path)# print(pixel_flow)np.save(saved_image_file_path, pixel_flow)returnif __name__ == '__main__':file_list = glob(file_path + '/*.JPEG')m = 32n = int(math.ceil(len(file_list) / float(m)))  # 向上取整result = []pool = multiprocessing.Pool(processes=m)  # 32进程for i in range(0, len(file_list), n):result.append(pool.apply_async(generate_flow_field, (file_list[i: i+n],)))pool.close()pool.join()

复制代码
在上面的代码中，我的函数

generate_flow_field(image_list)
需要传入一个list，然后对于这个list进行操作，之后对操作的结果进行保存

所以，只需要将你需要处理的多个文件，切分成尽量等大小的list，然后再对每一个list，开一个线程进行处理即可

看我上面的主函数

复制代码

if __name__ == '__main__':file_list = glob(file_path + '/*.JPEG')  # 将文件夹下所有的JPEG文件列成一个listm = 32  # 假设CPU有32个核心n = int(math.ceil(len(file_list) / float(m)))  # 每一个核心需要处理的list的数目result = []pool = multiprocessing.Pool(processes=m)  # 开32线程的线程池for i in range(0, len(file_list), n):result.append(pool.apply_async(generate_flow_field, (file_list[i: i+n],)))  # 对每一个list都用上面我们定义的函数进行处理pool.close()  # 处理结束之后，关闭线程池pool.join()

复制代码
主要是这样的两行代码，一行是

pool = multiprocessing.Pool(processes=m) # 开32线程的线程池
用来开辟线程池

另外一行是

result.append(pool.apply_async(generate_flow_field, (file_list[i: i+n],))) # 对每一个list都用上面我们定义的函数进行处理
对于线程池，用apply_async()同时跑generate_flow_field这个函数，传入的参数是：file_list[i: i+n]

实际上apply_async()这个函数的作用是所有的线程同时跑，速度是比较快的

怎么样，讲到这里，是不是学会如何使用pool.apply_async()来进行多线程加速了呢？

python中调用多进程加速处理文件相关推荐

从Python中的另一个文件调用函数
本文翻译自:Call a function from another file in Python Set_up: I have a .py file for each function I need ...
python中调用ｃ库
python中调用c库 2013-04-23 15:34:52| 分类: python核心编程 | 标签:python makefile |举报 |字号订阅参考地址:http://my. ...
python r语言结合部署_（转）python中调用R语言通过rpy2 进行交互安装配置详解...
python中调用R语言通过rpy2 进行详解 1.R语言的安装: 大家进行R语言的安装,在安装好R后,需要配置环境变量R才能进行使用. 对此电脑右键->选择高级设置->环境变量-> ...
python中调用C++函数
python中调用C++函数无参调用单变量传入与返回调用 numpy数组传入与返回调用 c++类调用用python写不香吗?还这么复杂调用C++? 一. 无参调用在python中调用无参数和无 ...
python调用simulink_[Python-MATLAB] 在Python中调用MATLAB的API
可以参考官方的说明文档: MATLAB Engine API的使用文档: 原材料: 1.MATLAB 2015a 32位的 2.Python 2.7.13 32位的安装: 1.运行cmd,切 ...
[转载] 扩展Python之在Python中调用C编写的函数模块
参考链接: 如何在Python中调用C函数目录编写Python扩展1. 创建应用代码2. 根据样板编写封装代码2.1 包含Python头文件2.2 为每一个模块函数添加形如PyObject* *M ...
linux系统下Opencv4.1.1编译安装，以及增加子函数和python中调用
目录 Table of Contents 目录一源码编译和安装添加opencv路径二增加并列子函数的方法三增加库函数形参的方法四 cv增加子函数一些数据变量的问题 4.1 数据类型一 ...
python中如何打开csv文件_Python对CSV文件的处理
原标题:Python对CSV文件的处理在接口自动化测试中,把测试的数据存储到csv的文件也是一种很不错的选择,下面就详细的介绍如何实现CSV文件内容的读取和如何把数据写入到CSV的文件中.在Pyth ...
python中调用adb命令来控制手机
前言如今python是非常多人学习的,而手机也几乎人手一部.对于很多Python学习者,想用python来完成android手机中各种炫酷的的控制,adb是必不可缺少的工具之一.比如17年末大热的微 ...

python中调用多进程加速处理文件

python中调用多进程加速处理文件相关推荐

最新文章

热门文章