如果要用Python播放視頻，或者打開攝像頭獲取視頻流，我們可以用OpenCV Python。但是在視頻幀獲取的時候同時做一些圖像識別和處理，可能會因為耗時多而導致卡頓。一般來說，我們首先會想到把這些工作放入到線程中處理。但是由于Python GIL的存在，用不用線程幾乎沒有區別。所以要解決這個問題，必須通過多進程。這里分享下使用Dynamsoft Barcode Reader開發Python條形碼掃碼的例子。

用Python和攝像頭打造的桌面條形碼掃碼應用

安裝Dynamsoft Barcode Reader:

pip install dbr

安裝OpenCV Python

pip install opencv-python

在主程序中創建一個新的掃碼進程和共享內存:

from multiprocessing import Process, Queue

frame_queue = Queue(4)

finish_queue = Queue(1)

dbr_proc = Process(target=dbr_run, args=(

frame_queue, finish_queue))

dbr_proc.start()

通過OpenCV不斷獲取視頻幀插入到隊列中:

vc = cv2.VideoCapture(0)

if vc.isOpened(): # try to get the first frame

rval, frame = vc.read()

else:

return

windowName = "Barcode Reader"

base = 2

count = 0

while True:

cv2.imshow(windowName, frame)

rval, frame = vc.read()

count %= base

if count == 0:

try:

frame_queue.put_nowait(frame)

except:

try:

while True:

frame_queue.get_nowait()

except:

pass

count += 1

條形碼讀取進程不斷從隊列中拿出數據進行解碼:

def dbr_run(frame_queue, finish_queue):

dbr.initLicense(config.license)

while finish_queue.qsize() == 0:

try:

inputframe = frame_queue.get_nowait()

results = dbr.decodeBuffer(inputframe, config.barcodeTypes)

if (len(results) > 0):

print(get_time())

print("Total count: " + str(len(results)))

for result in results:

print("Type: " + result[0])

print("Value: " + result[1] + "\n")

except:

pass

dbr.destroy()

這樣基本完成。不過在app退出的時候會看到一些錯誤信息:

Traceback (most recent call last):

File "E:\Programs\Python\Python36\lib\multiprocessing\queues.py", line 236, in _feed

send_bytes(obj)

File "E:\Programs\Python\Python36\lib\multiprocessing\connection.py", line 200, in send_bytes

self._send_bytes(m[offset:offset + size])

File "E:\Programs\Python\Python36\lib\multiprocessing\connection.py", line 290, in _send_bytes

nwritten, err = ov.GetOverlappedResult(True)

BrokenPipeError: [WinError 109] The pipe has been ended

記得在結束應用之前要清空隊列中的數據:

def clear_queue(queue):

try:

while True:

queue.get_nowait()

except:

pass

queue.close()

queue.join_thread()

程序運行效果:

源碼

總結

以上是生活随笔為你收集整理的python多进程优化_如何利用多进程优化Python视频应用的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。