python - Python 3.7:使用共享变量多处理 for 循环
问题描述
首先是一些上下文:
我正在尝试编写一个 python 脚本,将灰度图像 (.tif) 转换为具有所谓“jet”颜色图的 .jpeg。我设法使用 for 循环来做到这一点,但对于一张图像来说它有点长(要处理数百万像素!),所以我想使用多处理。
我的问题是要将每个灰色像素转换为彩色像素,我必须使用两个变量(光强度的最小值''min_img''和向量''dx_cm''从初始灰度到256比例,对应于喷射颜色图)。
因此,为了将 ''min_img'' 和 ''dx_cm'' 的信息传递给我尝试使用 multiprocessing.Value() 的进程,但作为回报,我得到了错误:
RuntimeError: Synchronized objects should only be shared between processes through inheritance
我从不同的来源尝试了许多不同的东西,无论我的代码版本如何,我都在努力解决这个错误。因此,如果我的代码不干净,我很抱歉,如果有人可以帮助我,我将不胜感激。
我的非工作代码:
import multiprocessing
from PIL import Image
from matplotlib import cm
def fun(gr_list,dx,minp):
dx_cmp = dx.value
min_imgp = minp.value
rgb_res=list()
for i in range(len(gr_list)):
rgb_res.extend(cm.jet(round(((gr_list[i]-min_imgp)/dx_cmp)-1))[0:-1])
return rgb_res
if __name__ == '__main__':
RGB_list=list()
n = multiprocessing.cpu_count()
img = Image.open(r'some_path_to_a.tif')
Img_grey=list(img.getdata())
dx_cm = multiprocessing.Value('d',(max(Img_grey)-min(Img_grey))/256)
min_img = multiprocessing.Value('d',min(Img_grey))
with multiprocessing.Pool(n) as p:
RGB_list = list(p.map(fun, (Img_grey,dx_cm,min_img)))
res = Image.frombytes("RGB", (img.size[0], img.size[1]), bytes([int(0.5 + 255*i) for i in RGB_list]))
res.save('rgb_file.jpg')
PS:这是我想并行化的初始 for 循环的示例:
from PIL import Image
from matplotlib import cm
if __name__ == '__main__':
img = Image.open(r'some_path_to_a.tif')
Img_grey = list(img.getdata())
dx_cm = (max(Img_grey)-min(Img_grey))/256
min_img = min(Img_grey)
Img_rgb = list()
for i in range(len(Img_grey)):
Img_rgb.extend(cm.jet(round(((Img_grey[i]-min_img)/dx_cm)-1))[0:-1])
res = Image.frombytes("RGB", (img.size[0], img.size[1]), bytes([int(0.5 + 255*i) for i in Img_rgb]))
res.save('rgb_file.jpg')
解决方案
您的fun
方法正在循环某个列表,但在这种情况下,它将接收“部分”,即列表中的一个项目,因此它应该只返回其处理的结果。
我已更改工作代码以使用多处理运行。
由于该fun
方法返回一个列表,因此p.map
将返回一个列表列表(结果列表)并且需要展平,之前使用 listextends
方法完成。
尝试使用进程池和线程池多处理,在我的场景中没有任何性能提升。
- 进程多处理:
from PIL import Image
from matplotlib import cm
import multiprocessing
def fun(d):
part, dx_cm, min_img = d
return cm.jet(round(((part-min_img)/dx_cm)-1))[0:-1]
if __name__ == '__main__':
img = Image.open(r'a.tif')
Img_grey = list(img.getdata())
def Gen(img_data):
dx_cm = (max(img_data)-min(img_data))/256
min_img = min(img_data)
for part in img_data:
yield part, dx_cm, min_img
n = multiprocessing.cpu_count()
with multiprocessing.Pool(n) as p:
Img_rgb = [item for sublist in p.map(fun, Gen(Img_grey)) for item in sublist]
res = Image.frombytes("RGB", (img.size[0], img.size[1]), bytes([int(0.5 + 255*i) for i in Img_rgb]))
res.save('b.jpg')
- 线程多处理:
from PIL import Image
from matplotlib import cm
import multiprocessing
from multiprocessing.pool import ThreadPool
if __name__ == '__main__':
img = Image.open(r'a.tif')
Img_grey = list(img.getdata())
dx_cm = (max(Img_grey)-min(Img_grey))/256
min_img = min(Img_grey)
def fun(part):
return cm.jet(round(((part-min_img)/dx_cm)-1))[0:-1]
n = multiprocessing.cpu_count()
with ThreadPool(n) as p:
Img_rgb = [item for sublist in p.map(fun, Img_grey) for item in sublist]
res = Image.frombytes("RGB", (img.size[0], img.size[1]), bytes([int(0.5 + 255*i) for i in Img_rgb]))
res.save('b.jpg')
推荐阅读
- swift - 排序或重新排序 OrderedDictionary
= [:] 在 ASCollectionNode - swift 不工作 - c# - JSON.NET - 制作属性以检查空字符串属性值
- c++ - 如何提高 iOS 上 std::sin 函数的精度
- html - 保持段落标签中的多行均匀对齐
- javascript - 使用 Promise 和 xhr 复制 fetch - JavaScript
- consul - 使用预先分配的 secretID 创建 consul ACL 令牌(1.4 系统)
- vb.net - 填写 PDF 和打印 PDF 时出现问题
- r - gpuR - 求解矩阵
- google-sheets - 复制一个范围的特定选择/不相邻的单元格并以相同的顺序粘贴到另一个范围内
- javascript - 即使在使用的测试中未使用 jest.mock('request-promise-native') 时,Jest 手动模拟也始终用于 request-promise-native