使用multiprocessing与cv2时遇pickle错误及多进程实现咨询

错误原因 #

你遇到的TypeError: cannot pickle 'cv2.VideoCapture' object，本质是Python多进程启动时会序列化（pickle）传递给子进程的参数，但cv2.VideoCapture对象不支持序列化，无法跨进程传递。

代码中的其他问题 #

除了序列化错误，你的代码还有几处需要修正的地方：

1. 创建filtered_process时，args参数格式错误，必须传入元组，否则会导致函数参数不匹配
2. 子进程中的cv2.waitKey(1)无效，因为子进程没有OpenCV的GUI上下文
3. 灰度图绘制用了plt.plot（画曲线），而非plt.imshow（显示图像），导致保存结果错误
4. 锁的使用不够安全，未考虑异常场景下的释放问题
5. saveFramesFiltered中currentFrame递增时机错误，可能导致重复处理或跳过帧

修复后的完整代码 #

import cv2
import os
import time
import matplotlib.image as pltim
from multiprocessing import Process, Lock
import matplotlib.pyplot as plt


def saveFramesUnfiltered(lock):
    # 子进程内部创建VideoCapture，避免跨进程传递不可序列化对象
    vid = cv2.VideoCapture("maxwell cat.mp4")
    currentFrame = 0

    while True:
        success, frame = vid.read()
        if not success:  # 视频读取完毕自动退出循环
            break
        
        # 使用with上下文管理器自动管理锁，避免异常导致锁无法释放
        with lock:
            cv2.imwrite(f"./framesBefore/frame{currentFrame}.jpg", frame)
        
        currentFrame += 1
        time.sleep(0.01)
    
    vid.release()


def saveFramesFiltered(lock):
    currentFrame = 0
    # 从视频获取总帧数，替代硬编码的215
    vid = cv2.VideoCapture("maxwell cat.mp4")
    framemax = int(vid.get(cv2.CAP_PROP_FRAME_COUNT))
    vid.release()

    while currentFrame < framemax:
        frame_path = f"./framesBefore/frame{currentFrame}.jpg"
        if os.path.exists(frame_path):
            with lock:
                image = pltim.imread(frame_path)
            
            # 计算灰度图
            r, g, b = image[:, :, 0], image[:, :, 1], image[:, :, 2]
            grayImage = 0.299 * r + 0.587 * g + 0.114 * b
            
            # 正确绘制灰度图像
            plt.imshow(grayImage, cmap="gray")
            plt.axis("off")
            
            with lock:
                plt.savefig(f"./framesAfter/grayImage{currentFrame}.jpg", bbox_inches='tight', pad_inches=0)
            
            plt.clf()  # 清除画布，避免后续帧重叠
            time.sleep(0.01)
            currentFrame += 1  # 处理完成后再递增帧序号
        else:
            # 帧未生成时短暂等待重试
            time.sleep(0.005)


def main():
    # 简化目录创建逻辑
    os.makedirs('framesBefore', exist_ok=True)
    os.makedirs('framesAfter', exist_ok=True)

    lock = Lock()

    # 修正args参数为元组格式
    unfiltered_process = Process(target=saveFramesUnfiltered, args=(lock,))
    filtered_process = Process(target=saveFramesFiltered, args=(lock,))

    unfiltered_process.start()
    filtered_process.start()

    unfiltered_process.join()
    filtered_process.join()

    cv2.destroyAllWindows()


if __name__ == '__main__':
    main()

关于多进程实现思路的说明 #

你的核心思路（一个进程提取原始帧，一个进程处理帧）是合理的，能利用多进程并行提升效率。但需要注意：

1. 多进程间不能传递不可序列化的对象（如OpenCV的VideoCapture、窗口句柄等）
2. 进程间同步可以用文件存在性判断，也可以用multiprocessing.Queue直接传递帧数据，效率更高
3. 硬编码的帧数量建议改为从视频中动态获取，提升代码通用性

内容的提问来源于stack exchange，提问作者MR. potato35