python moviepy中的多处理

Question

在Moviepy上同时并行地将视频片段作为视频文件写入视频片段，而无需等待该过程完成，

因此，我将视频分成5秒钟的片段

     n=0
     p = 5
     clip = mp.VideoFileClip(videofile).subclip(n, n+p)

然后，我在视频中添加字幕，

    x = 0
    text2 = 'hello'+str(x)
    text[x] = TextClip(text2, font='Amiri-regular',color='white',fontsize=24).set_duration(p).set_start(0)

然后，我对前五个剪辑一次又一次地执行此操作，在第五个剪辑中，我将该剪辑作为视频文件写入

我要继续处理视频的其余部分，因为写作会在后台继续进行，因此在编辑@Roland Smith建议的代码后，我使用了多重处理，我使用：

if float.is_integer(float(x)/5.0) == True and x != 0:
    text2 = concatenate(text.values())
    textd = text2.on_color(size=(clip.w ,text2.h),color=(0,0,0), col_opacity=0.6).set_pos('bottom')
    video3[n] = CompositeVideoClip([VideoFileClip(videofile).subclip(n,5+n), textd])



def audioclip(data):
    outname = str(data)[-10:].strip('>') + '.mp4'
    data.write_videofile(outname,fps=24, codec='libx264')       
    return outname

names = video3.values()
h = multiprocessing.Pool()
audiofiles = h.map(audioclip, names)
gc.collect()
n = n+p
x = x+1

我已经进口了

    from moviepy.editor import *
    import moviepy.editor as mp
    import os 
    import multiprocessing
    from multiprocessing import pool

但是，我收到此错误：

     Traceback (most recent call last):
      File "p2 (copy).py", line 128, in <module>
audiofiles = h.map(audioclip, names)
      File "/usr/lib/python2.7/multiprocessing/pool.py", line 251, in map
return self.map_async(func, iterable, chunksize).get()
      File "/usr/lib/python2.7/multiprocessing/pool.py", line 558, in get
raise self._value
    cPickle.PicklingError: Can't pickle <type 'function'>: attribute lookup __builtin__.function failed

请帮忙

Answer 1

您的问题尚不完全清楚，但我想我会向您展示如何并行进行音频提取。

您提供的第一个代码片段应重新设计为一个函数。

import moviepy.editor as mp
from multiprocessing import pool

def audioclip(input):
    clip = mp.VideoFileClip(input).subclip(0,20)
    outname = input[:-3] + 'mp3'
    clip.audio.write_audiofile(outname)
    return outname

此外，您将需要输入文件名列表。 然后，使用multiprocessing.Pool对象的map方法，将上述函数应用于所有视频。

# You should probably take the names from the command line...
names = ['foo.mp4', 'bar.mp4', 'spam.mp4', 'eggs.mp4']

p = multiprocessing.Pool()
audiofiles = p.map(audioclip, names)

默认情况下，这将从剪辑中并行提取音频，所使用的工作进程数量与CPU具有内核的数量相同。

编辑 ：请注意，如果使用map ，则必须对可迭代项进行腌制并将其发送到工作进程。 为了避免使用大量资源，最好将一个大文件的名称发送给工作进程（这样它就可以读取文件本身）而不是该文件的内容 。 否则，这将很快成为该过程的瓶颈。 如果多个工作人员都必须读取同一个文件，这可能看起来很浪费，但是所有现代操作系统都需要进行文件系统缓存，这可以缓解这种情况。