NVIDIA推出了適用於Python的開源視頻處理框架“ VideoProcessingFramework ”（VPF）。據悉，VPF是一組開源的C ++庫和Python綁定，可與其封閉源代碼Codec SDK進行交互。該框架的功能是簡化從Python開發GPU加速視頻編碼/解碼的過程。VPF利用NVIDIA Video Codec SDK來提高靈活性和性能，並為開發人員提供Python固有的易用性。

實際上，儘管Python 不是性能最高的語言，但它卻是一種易於使用的語言。並且在NVIDIA 決定發布此視頻處理框架之後，相當於在現有Video Codec SDK C ++ 堆棧周圍的Python wrapper，都將用於在Kepler 及更高版本上基於GPU 的視頻編碼/解碼。

因此，在利用基於GPU 的高性能視頻加速的同時，用戶最終獲得了易於閱讀/編寫的代碼。

該代碼在GitHub上可作為  NVIDIA的VideoProcessingFramework獲得。

此外，在介紹VPF的博客內容中，開發人員還提供了一個簡短的Python代碼示例，該示例使用PyNvCodec模塊顯示Python中的視頻轉碼。

import PyNvCodec as nvc

gpuID = 0
encFile = "big_buck_bunny_1080p_h264.mov"
xcodeFile = open("big_buck_bunny_1080p.h264", "wb")

nvDec = nvc.PyNvDecoder(encFile, gpuID)
nvEnc = nvc.PyNvEncoder({'preset': 'hq', 'codec': 'h264', 's': '1920x1080'}, gpuID)

while True:
    raw Surface  = nvDec.DecodeSingleSurface()
    # Decoder will return zero surface if input file is over;
    if not (rawSurface.GetCudaDevicePtr()):
        break
    
    encFrame = nvEnc.EncodeSingleSurface(rawSurface)
    if(encFrame.size):
        frameByteArray = bytearray(encFrame)
         xcodeFile.write(frameByteArray)

# Encoder is asynchronous, so we need to flush it
encFrames = nvEnc.Flush()
for encFrame in encFrames:
    encByteArray = bytearray(encFrame)
    xcodeFile.write(encByteArray)

參考消息：

https://devblogs.nvidia.com/vpf-hardware-accelerated-video-processing-framework-in-python/

https://www.phoronix.com/scan.php?page=news_item&px=NVIDIA-Video-Process-Framework