Python 我可以使用所有的CPU和内核来处理图像吗？

我对用python编码是个新手

所以我有一个做人脸识别的项目，我有20个文件夹，每个文件夹包含4幅图像。但是当我运行代码时，编码过程花费了很多时间

这是我的代码：

import face_recognition
import cv2
import numpy as np
import os 
import glob

path = './dataset'
folders = [f for f in glob.glob(path + '**/*', recursive=True)]

known_face_encodings = []
known_face_names = []

for f in folders:
    names = f.split('/')[2]
    print('encoding file : {}'.format(names))
    for images_f in glob.glob(f + '**/*.jpg'):

        images = face_recognition.load_image_file(images_f)
        location = face_recognition.face_locations(images)
        images_encoding = face_recognition.face_encodings(images, known_face_locations = location)[0]
        known_face_encodings.append(images_encoding)
        known_face_names.append(names)

---

我能做些什么来加快编码过程吗？怎么做？提前感谢

您可以使用此功能将处理分为不同的线程：

import threading

def face_recognition_function( f ) :
    names = f.split('/')[2]
    print('encoding file : {}'.format(names))
    for images_f in glob.glob(f + '**/*.jpg'):

        images = face_recognition.load_image_file(images_f)
        location = face_recognition.face_locations(images)
        images_encoding = face_recognition.face_encodings(images, known_face_locations = location)[0]
        known_face_encodings.append(images_encoding)
        known_face_names.append(names)

threads = []
for f in folders:
    t = threading.Thread(target=face_recognition_function, args=(f,))
    t.start()
    threads.append( t )

# threads work now on your images

for t in threads :
    t.join()  # wait for the completion

---

当前版本的代码为每个文件夹启动一个新线程。如果这会导致您的计算机内存不足或导致无法预知的结果，您可能希望创建更少的并行线程。但是，对于20个文件夹，我认为这里不会发生任何错误。

您可以使用此功能将处理划分为不同的线程：

import threading

def face_recognition_function( f ) :
    names = f.split('/')[2]
    print('encoding file : {}'.format(names))
    for images_f in glob.glob(f + '**/*.jpg'):

        images = face_recognition.load_image_file(images_f)
        location = face_recognition.face_locations(images)
        images_encoding = face_recognition.face_encodings(images, known_face_locations = location)[0]
        known_face_encodings.append(images_encoding)
        known_face_names.append(names)

threads = []
for f in folders:
    t = threading.Thread(target=face_recognition_function, args=(f,))
    t.start()
    threads.append( t )

# threads work now on your images

for t in threads :
    t.join()  # wait for the completion

---

当前版本的代码为每个文件夹启动一个新线程。如果这会导致您的计算机内存不足或导致无法预知的结果，您可能希望创建更少的并行线程。但是，有20个文件夹，我认为这里不会发生任何错误。

，我认为您必须澄清程序、IO或CPU计算的界限。如果IO是绑定的，则可以先预加载所有文件或进行批读取。如果是CPU计算，最好改进人脸识别过程。人脸编码扫描你检查你的CPU使用情况，以确定这是问题所在？每个图像大概要拍摄多长时间？也许这就是通常发生的事，谢谢！，我认为您必须澄清程序、IO或CPU计算的界限。如果IO是绑定的，则可以先预加载所有文件或进行批读取。如果是CPU计算，最好改进人脸识别过程。人脸编码扫描你检查你的CPU使用情况，以确定这是问题所在？每个图像大概要拍摄多长时间？也许这是正常情况，谢谢！