Apache spark 使用OpenCV阅读HDFS hadoop中的视频

我有保存在HDFS中的视频。 我想从视频中捕获帧

我正在使用Python、pyspark、opencv（pythonapi）

在视频捕获对象中，需要指定视频文件的路径，但opencv不支持hdfs文件系统作为路径

我可以让你融合并挂载一个目录，但我想并行化整个帧提取

---

有什么想法可以实现吗？

您可能需要将HDFS文件获取到本地文件系统或NFS，该文件可以装载到多个实例。你试过类似Pydoop的东西吗？你可能需要下载整个文件。一旦文件在HDFS中，您就不会知道哪个帧是哪个帧，除非它存储在每个帧的二进制文件中