图像处理的多处理已编辑

如何解决图像处理的多处理已编辑

我有以下程序：

daytime_images = os.listdir("D:/TR/Daytime/")
number_of_day_images = len(daytime_images)
day_value = 27

def find_RGB_day(clouds,red,green,blue):
    img = Image.open(clouds)
    img = img.convert('RGB')
    pixels_single_photo = []
    for x in range(img.size[0]):
        for y in range(img.size[1]):
            h,s,v,= img.getpixel((x,y))
            if h <= red and s <= green and v <= blue:
                pixels_single_photo.append((x,y))
    return pixels_single_photo

number = 0

for _ in range(number_of_day_images):
    world_image = ("D:/TR/Daytime/" + daytime_images[number])
    pixels_found = find_RGB_day(world_image,day_value,day_value)
    coordinates.append(pixels_found)
    number = number+1

已编辑 我想使用多处理器执行该功能，所以我尝试了：

for number in range(number_of_day_images):
    p = multiprocessing.Process(
        target=find_RGB_day,args=("D:/TR/IR_Photos/Daytime/" + daytime_images[number],27,27))
    p.start()
    p.join()
    number = number+1
    coordinates.append(p)

执行它时，发生AttributeError，我不知道如何解决：

Traceback (most recent call last):
  File "<string>",line 1,in <module>
  File "C:\ProgramData\Anaconda3\lib\multiprocessing\spawn.py",line 116,in spawn_main
    exitcode = _main(fd,parent_sentinel)
  File "C:\ProgramData\Anaconda3\lib\multiprocessing\spawn.py",line 126,in _main
    self = reduction.pickle.load(from_parent)
AttributeError: Can't get attribute 'find_RGB_day' on <module '__main__' (built-in)>

我认为此错误可能与将图像引入程序的方式有关，在该程序中，我从文件夹中获取所有名称，然后为每个元素选择元素，其编号为number + 1 +

解决方法

我正在与wagnifico并行工作，并尝试了Pool（不错的猜测）。我没有图像文件，因此我使用namedtuple构造了类似的函数以使其尽可能接近。

from multiprocessing import Pool,TimeoutError
import os,time
import random
from collections import namedtuple


def find_RGB_day(red,green,blue):
    img = Image((256,256))  # loading your image goes here eg. 256 x 256
    pixels_single_photo = []
    for x in range(img.size[0]):
        for y in range(img.size[1]):
            h,s,v,= random.randrange(255),random.randrange(255),random.randrange(255)
            if h <= red and s <= green and v <= blue:
                pixels_single_photo.append((x,y))
    time.sleep(5)  # del this line,it imitates loading a big file
    return pixels_single_photo


if __name__ == '__main__':
    number_of_day_images = 5
    day_value = 27
    Image = namedtuple('Image',['size'])

    with Pool(processes=4) as pool:  # You can play with processes number
        multiple_results = [pool.apply_async(find_RGB_day,args=(27,27,27)) for i in range(number_of_day_images)]
        try:
            [print(res.get()) for res in multiple_results]
        except TimeoutError:
            print("We lacked patience and got a multiprocessing.TimeoutError")

我使用了有关“使用工作人员池”的python文档，您可以找到HERE。

因此，池不负责创建所有流程，而是负责所有计算。

for _ in range(number_of_day_images):
    p = multiprocessing.Process(target=find_RGB_day,args=("D:/TR/IR_Photos/Daytime/" + daytime_images[number],27))
    p.start()
    p.join()

您可能会遇到这样的事情：

multiple_results = [pool.apply_async(find_RGB_day,27)]
    try:
        [print(res.get()) for res in multiple_results]

在我的代码示例中，4个文件在大约5秒钟内加载并构建了一个multi_results数组（因为我们有4个worker），最后一个在5秒钟后触发。

[编辑] 我已经下载了图像，并使用此代码获取了所需像素的所有坐标。（27，27，27）对我来说太低了，因此我使用了不同的音阶（31，90，170）。

享受。

from multiprocessing import Pool,TimeoutError
import time,os
import random
from PIL import Image


def find_RGB_day(clouds,red,blue):
    img = Image.open(clouds)
    img = img.convert()
    pixels_single_photo = []
    for x in range(img.size[0]):
        for y in range(img.size[1]):
            # print(img.getpixel((x,y)))
            h,= img.getpixel((x,y))
            if h <= red and s <= green and v <= blue:
                pixels_single_photo.append((x,y))
    return pixels_single_photo


def create_pool():
    coordinates = []
    with Pool(processes=4) as pool:
        files_to_precess = [pool.apply_async(find_RGB_day,args=("D/TR/Daytime/" + daytime_images[number],31,90,170))
                            for number in range(number_of_day_images)]
        try:
            coordinates = [res.get() for res in files_to_precess]  # processes get your data in here
        except TimeoutError:
            print("We lacked patience and got a multiprocessing.TimeoutError")
    return coordinates

if __name__ == '__main__':
    daytime_images = os.listdir("D/TR/Daytime/")
    number_of_day_images = len(daytime_images)
    print(number_of_day_images)
    day_value = 27
    coordinates = create_pool()
    [print(res) for res in coordinates]

您应该按照错误消息的说明进行操作，然后添加一个主模块：

def fun(inputs):
    # your function
    return outputs

if __name__ == '__main__':
   # your main code
   p = multiprocessing.Process(target=fun,args=(inputs,))
   p.start()
   p.join()

更多详细信息，请访问answers for this question。

此外，您的代码中有一个错误。像上面示例中一样，在调用进程target=fun,)时必须拆分函数和参数。当您使用参数target=fun(inputs)发送函数时，实际上并没有调用任何进程，因为您只是将函数fun的输出作为目标，而不是函数本身。这将引发错误，因为函数的输出不可调用（本身不是函数）。

为了使您的呼叫适应多个参数，可以使用：

for number in range(number_of_days_images):
    p = multiprocessing.Process(
        target=find_RGB_day,27)
    )
    # rest of your code ...

此外，我建议您使用pool.Pool.map，它将在所需数量的worker之间分割参数列表并阻止结果。 here很好地描述了如何为具有多个参数的函数实现该功能。

图像处理的多处理已编辑

如何解决图像处理的多处理已编辑

解决方法

相关推荐