python moviepy中的多處理

Question

在Moviepy上同時並行地將視頻片段作為視頻文件寫入視頻片段，而無需等待該過程完成，

因此，我將視頻分成5秒鍾的片段

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

然后，我在視頻中添加字幕，

    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，我對前五個剪輯一次又一次地執行此操作，在第五個剪輯中，我將該剪輯作為視頻文件寫入

我要繼續處理視頻的其余部分，因為寫作會在后台繼續進行，因此在編輯@Roland Smith建議的代碼后，我使用了多重處理，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

我已經進口了

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

但是，我收到此錯誤：

     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

請幫忙

Answer 1

您的問題尚不完全清楚，但我想我會向您展示如何並行進行音頻提取。

您提供的第一個代碼片段應重新設計為一個函數。

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，您將需要輸入文件名列表。 然后，使用multiprocessing.Pool對象的map方法，將上述函數應用於所有視頻。

# 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)

默認情況下，這將從剪輯中並行提取音頻，所使用的工作進程數量與CPU具有內核的數量相同。

編輯 ：請注意，如果使用map ，則必須對可迭代項進行腌制並將其發送到工作進程。 為了避免使用大量資源，最好將一個大文件的名稱發送給工作進程（這樣它就可以讀取文件本身）而不是該文件的內容 。 否則，這將很快成為該過程的瓶頸。 如果多個工作人員都必須讀取同一個文件，這可能看起來很浪費，但是所有現代操作系統都需要進行文件系統緩存，這可以緩解這種情況。