使用sorted()函数时触发NameError: global name '<lambda>' is not defined错误求助

问题根源 #

1. Numba CUDA不支持lambda作为sorted的key：CUDA设备端的JIT编译无法处理匿名lambda函数，导致无法识别<lambda>这个全局名称，抛出NameError。
2. 变量名错误：bar函数中while len(images) > 1:里的images未定义，实际应该使用传入的images_list参数。
3. CUDA函数的误用：cv2.imread、cv2.VideoWriter这类主机端IO操作不能放在@jit(target_backend='cuda')装饰的函数里，CUDA设备代码无法调用主机端的OpenCV API。

解决方案 #

1. 用显式函数替代lambda #

定义一个普通函数作为sorted()的key，确保能被Numba CUDA编译识别：

def sort_key(x):
    return x[0]

2. 分离主机端与CUDA设备端代码 #

将图像加载、视频写入这类IO操作移到主机端（非JIT装饰的函数），CUDA函数仅负责计算相似度和排序的核心逻辑。

3. 修正变量名错误 #

把bar函数中的while len(images) > 1:改为while len(images_list) > 1:。

修改后的完整代码 #

import cv2
import numpy as np
from numba import jit, cuda
import copy

# 主机端函数：加载图像，不使用CUDA JIT
def load_images():
    images = []
    for i in range(1,10):#3941):
        print(f'i:{i}')
        filename = "extracted/" + str(i).zfill(4) + '.png'
        image = cv2.imread(filename)
        images.append(image)
    print('loaded images')
    height, width, layers = images[0].shape
    return images, width, height

# 显式定义排序key函数，供CUDA函数调用
def sort_key(x):
    return x[0]

# CUDA加速的核心排序逻辑函数
@jit(target_backend='cuda')
def sort_frames(images_list, where):
    images_new = [images_list.pop(3)]#3157)]
    c = 0
    while len(images_list) > 1:
        scores = []
        old_image = images_new[-1]
        for i in range(len(images_list)):
            scores.append([np.sum((images_list[i][where] - old_image[where])**2), i])
        # 使用显式定义的sort_key替代lambda
        new = sorted(scores, key=sort_key)
        images_new.append(images_list.pop(new[0][1]))
        c += 1
    print(f'where:{where} sorted images')
    return images_new

# 主机端函数：生成视频
def create_video(images_new, width, height, where):
    video = cv2.VideoWriter(f'videoat{where}.avi', 0, 10, (width, height))
    for image in images_new:
        video.write(image)
    print(f'where:{where} made video')
    cv2.destroyAllWindows()
    video.release()
    print(f'where:{where} done')

# 主流程
images, width, height = load_images()
sorted_images = sort_frames(copy.deepcopy(images), 50)
create_video(sorted_images, width, height, 50)

额外说明 #

• 确保sort_key函数定义在CUDA函数之前，且没有使用Numba装饰（因为它是一个简单的取值函数，Numba能自动处理）。
• 所有涉及OpenCV的IO操作都放在主机端函数中，避免CUDA设备代码调用主机API导致的错误。

内容的提问来源于stack exchange，提问作者Jerome Palayoor