Question

TL; DR：多处理共享阵列使用Python 2工作正常，但它们使用Python 3随机挂起（几秒钟）。我在RPi3上运行代码。

我正在为Raspberry Pi 3编写视频捕获代码，我需要有两个256帧的视频缓冲区，这些视频缓冲区是交替的。当一个缓冲区被填充时，另一个缓冲区正在另一个线程中处理。

我已经成功地使用Python 2做了多年，但最近我将所有内容移植到Python 3.然后我注意到很多帧都被丢弃，看似随机。

以下是我用于测试的代码：

from __future__ import print_function, division

import numpy as np

import time
import multiprocessing
import ctypes



class BufferedCapture(multiprocessing.Process):


    running = False

    def __init__(self, array1, array2):

        super(BufferedCapture, self).__init__()

        self.array1 = array1

        self.array2 = array2



    def startCapture(self):
        """ Start capture using the specified camera.

        """

        self.exit = multiprocessing.Event()
        self.start()



    def stopCapture(self):
        """ Stop capture.
        """

        self.exit.set()
        self.join()


    def run(self):

        assignment_times = []
        for i in range(256):

            print(i)

            # Assign arrays to video frames (in this case, use placeholder values)

            t1 = time.time()
            self.array1[i, :1200, :700] = np.ones((1200, 700), dtype=np.uint8)*3
            assignment_times.append(time.time() - t1)

            t1 = time.time()
            self.array2[i, :1200, :700] = np.ones((1200, 700), dtype=np.uint8)*5
            assignment_times.append(time.time() - t1)


        print('Max assignment time:', max(assignment_times))
        print('Avg assignemnt time:', sum(assignment_times)/len(assignment_times))





if __name__ == "__main__":


    import multiprocessing.sharedctypes

    width = 1280
    height = 720

    array_pad = 1

    # Init shared arrays
    array_size = 256*(width + array_pad)*(height + array_pad)

    array1_ctypes = multiprocessing.sharedctypes.RawArray(ctypes.c_uint8, array_size)
    array1 = np.frombuffer(array1_ctypes, dtype=np.uint8, count=array_size)
    array1.shape = (256, width + array_pad, height + array_pad)

    array2_ctypes = multiprocessing.sharedctypes.RawArray(ctypes.c_uint8, array_size)
    array2 = np.frombuffer(array2_ctypes, dtype=np.uint8, count=array_size)
    array2.shape = (256, width + array_pad, height + array_pad)


    bc = BufferedCapture(array1, array2)

    print('Starting')
    # Start buffered capture
    bc.startCapture()

    print('Stopping')
    bc.stopCapture()

    print(array1)
    print('_________________')
    print(array2)

在使用Python 2.7运行代码之后，就会报告：

Max assignment time: 0.0120410919189
Avg assignment time: 0.0102647687308

一切都很好。

另一方面，这是我用Python 3.6获得的：

Max assignment time: 5.458962678909302
Avg assignment time: 0.07329284632578492

进一步分析后，我注意到数组赋值只是随机挂起，而大多数情况下它的速度相当快，但速度不如Python 2快。

我还注意到，使用Python 3在一开始就需要很长时间（~10s）来启动数组，而Python 2基本上是即时的。

我完全被这个难过，有没有人知道这里发生了什么？

谢谢！

P.S。这段代码是我的低成本流星相机项目的一部分，如果有人有兴趣，这里是GitHub回购：https://github.com/CroatianMeteorNetwork/RMS

更新

我在运行Linux Mint 18.1的笔记本电脑上进行了测试，Python 2和3的运行速度同样快。这是Raspberry Pi特有的问题。

Python 3多处理阵列初始化随机挂起

0 个答案: