多进程读取图片

多进程读取图片,查看图片的尺寸h,w是否为(1080,1920)

#coding:utf-8
import cv2
from tqdm import tqdm
from multiprocessing import Pool

def get_all_path(path_src, suffix):
    Pathway = []
    for r, ds, fs in os.walk(path_src):

        for fn in fs:
            if os.path.splitext(fn)[1] in suffix:
                # print(fs)
                # break
                fname = os.path.join(r, fn)
                # dst_namr = os.path.join(r, fn)
                Pathway.append(fname)
    return sorted(Pathway)

def process_image(img_path):
    img = cv2.imread(img_path)
    h, w, _ = img.shape
    if h != 1080 or w != 1920:
        print('shape', img_path, h, w)

if __name__ == '__main__':
    # 图像路径列表
    img_dir = '/data/cvorg_img'
    process_num = 10 ## 进程数
    img_pathway = get_all_path(img_dir, ['.jpg'])

    # 创建进程池,根据需要设置进程数量
    pool = Pool(processes=process_num ) 
    # 使用进程池处理图像路径列表
    with tqdm(total=len(img_pathway)) as pbar:
        for _ in pool.imap_unordered(process_image, img_pathway):
            pbar.update()

    # 关闭进程池
    pool.close()
    pool.join()
  • 6
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在 PySide6 中设置多进程用于图像处理,可以使用 Python 标准库 multiprocessing。multiprocessing 是一个可以在 Python 中使用多进程的模块,它与 threading 模块类似,但可以更好地利用多核 CPU。以下是一个使用 multiprocessing 处理图像的示例代码: ```python import multiprocessing import cv2 def process_image(image_path): # 读取图像 image = cv2.imread(image_path) # 在这里添加图像处理代码 # ... # 保存图像 cv2.imwrite('processed_' + image_path, image) if __name__ == '__main__': # 图像文件路径 image_path = 'example.jpg' # 创建进程池 pool = multiprocessing.Pool() # 启动进程,处理图像 pool.apply_async(process_image, (image_path,)) # 关闭进程池 pool.close() pool.join() ``` 在上面的代码中,首先定义了一个名为 process_image 的函数,用于处理图像。然后在主函数中创建了一个进程池,使用 apply_async 方法启动一个进程来处理图像。最后关闭进程池并等待所有进程完成。 如果需要同时处理多个图像,则可以使用 map_async 方法来启动多个进程,例如: ```python import multiprocessing import cv2 def process_image(image_path): # 读取图像 image = cv2.imread(image_path) # 在这里添加图像处理代码 # ... # 保存图像 cv2.imwrite('processed_' + image_path, image) if __name__ == '__main__': # 图像文件路径列表 image_paths = ['example1.jpg', 'example2.jpg', 'example3.jpg'] # 创建进程池 pool = multiprocessing.Pool() # 启动进程,处理图像 pool.map_async(process_image, image_paths) # 关闭进程池 pool.close() pool.join() ``` 以上就是使用 PySide6 和 multiprocessing 设置多进程处理图像的示例。如果您有任何问题或者需要更多帮助,请随时提问。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值