lukeiamyourfather在http://resources.realflow.com上面共享了他的Multithreaded Mesh Proces脚本,这个脚本是用来实现realflow的多线程输出mesh,虽然realflow的nogui模式有"-threads"这个参数,但你会发现即使你指定了"n"个线程,也是没什么不同的,不管是版4还是版本5,lukeiamyourfather的这个脚本很好的解决了这个问题,他把真正的多线程引入到了realflow的mesh输出。
但是他这个脚本是基于python 3.x来写的,你必须使用python 3.x,不然会出错,因为他用到的一些模块在3.x版本里改名了,如果需要用2.6来运行必须将名称改回来。
参考他的脚本,我使用multiprocessing模块也写了一个,multiprocessing在2.6时被归入了标准库,这样3.x版本应该也能用(我没装,所以没试过),不同的是我这个脚本开始的输出信息可能会有点乱,而他的不会(他加了很多锁,我一个也没),其它的基本一致,我试过对比两个脚本的速度,很接近。
"""
#####################################
## ##
## multiprocessingMesh v0.1 ##
## Author: Mack Stone ##
## Date: 2011/01/22 ##
## Email: schistone@gmail.com ##
## blog: http://schi.iteye.com ##
## ##
#####################################
"""
import multiprocessing
import time
import subprocess
import sys, os
# realflow install path
# realflow安装路径,你可能要改它
realflowRootPath = r'C:\Program Files\Next Limit\RealFlow 5'
# print time info
# 输出时间信息
timeInfo = lambda *args: str(time.strftime("%Y-%m-%d %H:%M:%S", time.localtime(time.time())))
# Dump subprocess output to /dev/null to keep the terminal window output clean
# 为了让命令行窗口显得干净点
outPut = open('NUL')
# multiprocess class
# 我要输出我想要的信息,所以重写Process
class MeshProcess(multiprocessing.Process):
def __init__(self, func, args, name=''):
super(MeshProcess, self).__init__()
self.name = name
self.func = func
self.args = args
def run(self):
print '>%s -->' % timeInfo(), 'Starting', self.name
self.res = self.func(*self.args)
print '>>%s -->' % timeInfo(), self.name, 'exited'
# start realflow to process mesh
# 使用realflow进行mesh
def processMesh(q, scene, thread):
while not q.empty():
startFrame, endFrame = q.get()
print '>%s -->' % timeInfo(), 'Thread %d starting meshing frame %d - %d' % (thread, startFrame, endFrame)
subprocess.Popen('realflow.exe -nogui -threads 1 -mesh -range %s %s "%s"' % (startFrame, endFrame, scene),
stdout=outPut, stderr=outPut, shell=True, cwd=realflowRootPath).wait()
print '>%s -->' % timeInfo(), 'Thread %d finished meshing frame %d - %d' % (thread, startFrame, endFrame)
def main(args):
helpText = r"""#####################################
## ##
## multiprocessingMesh v0.1 ##
## Author: Mack Stone ##
## Date: 2011/01/22 ##
## Email: schistone@gmail.com ##
## blog: http://schi.iteye.com ##
## ##
#####################################
usage: C:\Python26\python.exe multiprocessingMesh.py startFrame endFrame threadCount sceneFile
Example: C:\Python26\python.exe multiprocessingMesh.py 0 100 8 C:\test\test.flw
"""
# if argv not right print out help
# 输出帮助信息
if len(args) < 4 or not os.path.isfile(args[3]):
print helpText
return 0
startFrame = int(args[0])
endFrame = int(args[1])
threads = int(args[2])
sceneFile = r'%s' % args[3]
# Populate frameList for each threads
# 计算帧列表
frameList = []
incr = (endFrame + 1) / (threads * 2) + 1
startList = [i for i in range(startFrame, endFrame+1, incr)]
endList = [i-1 for i in range(startFrame, endFrame+1, incr)]
endList.append(endFrame)
endList.pop(0)
frameList = zip(startList, endList)
process = []
q = multiprocessing.Queue() # 创建列队
print '>%s -->' % timeInfo(), "Begin meshing process..."
print '>>...'
# create threads
# 创建线程
for i in range(threads):
x = i + 1
p = MeshProcess(processMesh, (q, sceneFile, x),
"Thread %d" % x)
process.append(p)
# start threads
# 线程开始
for i in range(threads):
process[i].start()
# Fill the queue
# 将帧列表放到列队中排队
for f in frameList:
q.put(f)
# end threads
# 线程任务完成,结束线程
for i in range(threads):
process[i].join()
print '>>>...'
print '>>%s -->' % timeInfo(), "End of meshing process"
# exit
# 退出
sys.exit()
if __name__ == '__main__':
main(sys.argv[1:])
使用视频
http://u.115.com/file/f455884023#
multiprocessingMesh.mp4
希望对你们有帮助
分享到:
相关推荐
本文将详细探讨如何使用Python的`_multiprocessing`模块来实现多任务处理,以及在这个过程中可能遇到的一些挑战和解决方案。 首先,`_multiprocessing`是Python的多进程库,它提供了跨平台的方式来创建子进程。与多...
描述中提到的"a spider showing the method of multiprocessing in python"进一步证实了这个项目的核心是展示如何在Python中利用多进程技术来提升爬虫的效率。 Python的`multiprocessing`模块是实现多进程处理的...
Python_multiprocessing_6_共享内存_shared_memory_(多进程_多核运算_教学教程tutori
在Python编程领域,开发AI机器人是一项充满挑战与创新的工作。这个名为"python基于文心大模型的AI机器人画画插件.zip"的压缩包文件显然包含了用于创建一个能够绘画的AI机器人的源代码。该插件可能利用了先进的自然...
### Python多进程库multiprocessing中进程池Pool类的使用详解 #### 一、引言 在进行大规模数据处理或计算密集型任务时,利用多核处理器的优势是非常重要的。Python 的 `multiprocessing` 模块提供了丰富的功能来...
多处理Python 2.7 多处理基本代码,在 OSX 上测试。 这只是使用 Python 多处理代码的框架,您需要提供自己的工作函数。
在Python编程中,多线程(Multithreading)和多处理(Multiprocessing)是两种用于实现并发执行任务的技术,它们都是提升程序效率的关键工具。在处理大量数据、网络请求或I/O密集型任务时,利用多线程或多处理能够...
Python的`multiprocessing`模块提供了创建多进程的功能,而`tqdm`库则可以方便地为程序添加进度条,提供友好的用户界面。本文将详细介绍如何结合`multiprocessing`和`tqdm`来实现多进程并显示进度条。 1. **多进程...
在Python中,多进程(multiprocessing)模块允许我们创建并行执行的独立进程,这尤其适用于CPU密集型任务,因为每个进程都有自己独立的内存空间。相比于多线程,多进程在处理CPU资源时不会受到全局解释器锁(GIL)的...
Python的多进程模块Multiprocessing是Python中用于实现并发执行任务的重要工具,尤其在处理CPU密集型任务时,能充分利用多核CPU的计算能力。多线程在同一时刻只能处理一个任务,而多进程则是通过创建独立的进程来...
Python_multiprocessing_4_效率对比_multithreading,_multiprocessing_co
多线程模块Multiprocessing是Python标准库中的一个重要部分,它主要解决了Python中由于全局解释器锁(GIL)导致的多线程执行效率低下的问题。GIL是Python解释器的设计缺陷,它限制了同一时刻只有一个线程在执行字节...
然而,在使用`pyinstaller`将Python脚本打包成exe文件后,可能会遇到“Failed to execute script pyi_rth_certifi”这样的错误。本文将详细解释这个问题的原因,并提供解决此问题的方法。 首先,`pyinstaller`在...
Python 3.85 使用pyinstaller在win10 x64下打包的应用程序,在win10 x64下运行完全正常,但是在win7 x64下则报错。failed to execute script pyi_rth_ pyi_rth_xxx 解决方法
Python的`multiprocessing`模块是用于创建和管理进程的核心库,它使得在Python程序中利用多核处理器的优势成为可能。这个模块提供了进程间通信(IPC)的机制,以及类似于线程池的进程池(Pool)功能,使得并行处理...
Python_multiprocessing_7_lock_锁__(多进程_多核运算_教学教程tutorial)
《PyPI上的qt_multiprocessing-0.0.2.tar.gz:Python中的多进程与Qt集成探索》 在Python的世界里,PyPI(Python Package Index)是开发者获取和分享开源软件包的重要平台。本文将深入探讨PyPI上的一款名为qt_...
Python3的`multiprocessing`模块是用于实现多进程编程的核心工具,它允许程序创建和管理多个并发执行的进程。在Python中,多进程是通过复制主进程并分配独立的内存空间来实现的,每个进程都有自己的全局变量和堆栈,...
Python_multiprocessing_3_queue_进程输出_(多进程_多核运算_教学教程tutorial)