Что именно делает код с несколькими потоками медленнее, чем код с меньшим количеством потоков? ⇐ Python

[Anonymous]

Итак, я новичок в робототехнике и программировании. Я создаю проект, используя ESP32 и OpenCv, чтобы создать автомобиль определенного цвета. Когда я писал код opencv-части проекта, я заметил, что мне нужно будет использовать многопоточность для одновременной обработки и отправки команд. Итак, с небольшой помощью ChatGPT я придумал свой собственный код для блокировок и очередей, о которых я не знал до того, как ChatGPT вставил их.

Код: Выделить всё

import cv2
import numpy as np
from PIL import Image
import requests, threading
from queue import Queue

#height = 480, width 640

import cv2
import numpy as np
from PIL import Image
import requests, threading
from queue import Queue

#height = 480, width 640
prev_direction = 'None'
lock = threading.Lock()
direction_queue = Queue()

def run_motor():

global prev_direction
while True:
val = direction_queue.get()

if val == -1:
direction = 'right'
elif val == 1:
direction = 'left'
elif val == 0:
direction = 'stop'
else:
continue

with lock:
if direction == prev_direction:
direction_queue.task_done()
continue

prev_direction = direction

url = 'http://192.168.0.110/'
print (direction)
'''try:
print(url+direction)
response = requests.get(url + direction)
response.raise_for_status()  # Raises HTTPError if the status code is 4xx or 5xx
print('Response received successfully')

except requests.exceptions.HTTPError as errh:
print(f'HTTP Error: {errh}')
except requests.exceptions.ConnectionError as errc:
print(f'Error Connecting: {errc}')
except requests.exceptions.Timeout as errt:
print(f'Timeout Error: {errt}')
except requests.exceptions.RequestException as err:
print(f'An error occurred: {err}')'''

direction_queue.task_done()

motor_thread = threading.Thread(target=run_motor, daemon=True)
motor_thread.start()

#'http://192.168.0.113:81/stream'
cap = cv2.VideoCapture('http://192.168.0.113:81/stream')
if not cap.isOpened():
print("Error: Could not open video stream.")
exit()
upper_limit = np.array([85,255,255])
lower_limit = np.array([35, 100, 100])

while True:

ret, frame = cap.read()

if not ret:
print("Error: Could not read frame.")
break
if frame is None or frame.size == 0:
print("Error: Empty frame received.")
continue
#height, width, channel = frame.shape
#print(f"height{height}, width {width}")
hsv_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
mask = cv2.inRange(hsv_frame, lower_limit, upper_limit)
mask_ = Image.fromarray(mask)
bbox = mask_.getbbox()

if bbox is not None:
x1, y1, x2, y2 = bbox
frame = cv2.rectangle (frame, (x1,y1), (x2,y2), (0,255,0), 4)
cx = (x1+x2)//2
cy = (y1+y2)//2
if cx < 140:
val = -1
elif cx > 180:
val = 1
else:
val = 0
if val is not None:
direction_queue.put(val)

cv2.imshow('frame', frame)
if cv2.waitKey(1) == ord('q'):
break

cap.release()
cv2.destroyAllWindows() '''

после этого все работало нормально, но мне было интересно, как его оптимизировать. Я спросил в чатGPT (плохая идея...), и он выдал этот код

Код: Выделить всё

'''direction_queue = Queue()
frame_queue = Queue()
stop_flag = threading.Event()

def run_motor():

prev_direction = 'None'
while not stop_flag.is_set():

val = direction_queue.get()
if val == -1:
direction = 'right'
elif val == 1:
direction = 'left'
elif val == 0:
direction = 'stop'
else:
continue

if direction != prev_direction:
prev_direction = direction

url = 'http://192.168.0.110/'
print (direction)
try:
print(url+direction)
response = requests.get(url + direction)
response.raise_for_status()  # Raises HTTPError if the status code is 4xx or 5xx
print('Response received successfully')

except requests.exceptions.HTTPError as errh:
print(f'HTTP Error: {errh}')
except requests.exceptions.ConnectionError as errc:
print(f'Error Connecting: {errc}')
except requests.exceptions.Timeout as errt:
print(f'Timeout Error: {errt}')
except requests.exceptions.RequestException as err:
print(f'An error occurred: {err}')

def capture_frame():
#'http://192.168.0.113:81/stream'
cap = cv2.VideoCapture('http://192.168.0.113:81/stream')
if not cap.isOpened():
print("Error: Could not open video stream.")
return
cap.set(cv2.CAP_PROP_BUFFERSIZE, 1)
while not stop_flag.is_set():

ret, frame = cap.read()

if not ret:
print("Error: Could not read frame.")
break
if frame is not None and frame.size > 0:
frame_queue.put(frame)
cap.release()

def process_frame():
x =0
y = 0
upper_limit = np.array([85,255,255])
lower_limit = np.array([35, 100, 100])
while not stop_flag.is_set():
frame = frame_queue.get()
if frame is None:
continue
hsv_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
mask = cv2.inRange(hsv_frame, lower_limit, upper_limit)
mask_ = Image.fromarray(mask)
bbox = mask_.getbbox()

if bbox is not None:
x1, y1, x2, y2 = bbox
frame = cv2.rectangle(frame, (x1, y1), (x2, y2), (0, 255, 0), 4)
cx = (x1 + x2) // 2
if cx < 300:
val = -1
elif cx > 340:
val = 1
else:
val = 0
direction_queue.put(val)
cv2.imshow('frame', frame)
if cv2.waitKey(1) == ord('q'):
stop_flag.set()
cv2.destroyAllWindows()

capture_thread = threading.Thread(target = capture_frame, daemon = True)
process_thread = threading.Thread(target = process_frame, daemon = True)
motor_thread = threading.Thread(target = run_motor, daemon = True)

capture_thread.start()
process_thread.start()
motor_thread.start()

capture_thread.join()
process_thread.join()
motor_thread.join()'''

Оказывается, этот код настолько медленный, что даже не закрывает программу должным образом. Мне просто интересно, почему этот код оказался медленным.

Подробнее здесь: https://stackoverflow.com/questions/787 ... wer-thread