如何在 Python 中实现非阻塞无限循环

Question

我有一个从网络摄像头读取视频帧的无限循环，每一帧都会经过一个需要高计算能力的复杂函数。因此，当显示帧时，程序会因为阻塞代码而感觉有点滞后。

我现在打算做的是，

只收集目标对象出现时的前几帧
将它们放在一个单独的线程中以避免代码阻塞。

我测量了网络摄像头每秒捕获的帧数，即约 28 帧。所以每秒while循环只会收集前5帧并在另一个线程中处理所有帧，并且return所有5个函数完成后的结果。

我已经尝试使用 'Pool' 和 'Queue' 但无法正常工作，循环仍然被阻塞。下面的代码模糊地代表了我的程序现在的样子，我回家后会编辑它，现在使用 phone 到 post。

def detect(frame):
    # detect target object from images
    pass

def nn(frame):
    # some heavy processing code
    pass

count = 0
stack = []

while True:
    frame = cv2.imread(0)

    detected = detect(frame)

    # stop collecting images when collected 5
    if detected and count <= 5:
        stack.append(frame)
        count += 1

    # start processing
    if len(stack) == 5:
        p = Pool(4)
        results = p.map(nn, frame)
        p.close()
        p.join()

        # reset
        stack = []
        count = 0

我的概念正确吗？或者我需要做其他事情，比如协程？

Answer 1

我使用 rq.
解决了这个问题 python 的简单消息队列。首先，你需要运行异步执行方法。

它将运行你的 nn 功能，在这种情况下，
然后，为消息队列设置一个简单的配置，我使用 redis 包中的 connectionPool。

基本上，您将整个任务发送到由 rq worker 执行的并行进程。

def nn(frame):
    # some heavy processing code
    pass

def asynch_call(frame):
   p = Pool(4)
   results = p.map(nn, frame)
   p.close()
   p.join()

pool = redis.ConnectionPool(
  host=HOST, 
  port=PORT, 
  password=PASS, 
  db=0)

r = redis.Redis(connection_pool=pool)  
q = Queue('nn_queue', connection=r)

count = 0
stack = []

while True:
    frame = cv2.imread(0)

    detected = detect(frame)

    # stop collecting images when collected 5
    if detected and count <= 5:
        stack.append(frame)
        count += 1

    # start processing
    if len(stack) == 5:

        job = q.enqueue(asynch_call, frame, timeout=any_long_timeout )

        if job.status=='queued':
            print("Job submission ok")

            # reset
            stack = []
            count = 0

为了启动一个处理异步调用的 worker，您有几个选择，为 Worker 创建您自己的代码，或者只是运行在单独的终端中执行以下命令:

rq worker nn_queue

查看带有上面用于发送作业的队列名称的命令。
希望对你有帮助。

如何在 Python 中实现非阻塞无限循环

How to implement non-blocking infinite loop in Python

python

loops

asynchronous

coroutine

python-multithreading