More Related Content
結婚式のエンドロールを「Pythonで」当日作った話
- 2. 私事ですが
- 3. 結婚しました
- 5. お前誰よ • お仕事 サーバーインフラ園児にあ • 趣味 酒、本、ボードゲーム • 住んでるとこ 岐阜（名古屋の植民地） • 最近のあ バクシン！バクシン！
- 10. で
- 12. 自作した動機 • エンドロールの見積りがそこそこしたので、式の 費用圧縮をしたかった • 二人で協力して何か作ったもの的なのがあったほ うが面白いかな…と思った • ただの食事会的な感じを避けて遊び要素を入れた かった • 「こんなことやってる/できる人」と伝えれる
- 13. 前提 • 結婚式式場には早い段階でOKをもらっている • 式場の方針としてPCから直接プロジェクターに写すのは NG • そのため、動画データを式場に送り、当日DVDに焼いて もらう運用が必須 • 焼くタイミングで音楽を式場が入れる • 上記の作業が発生するため、持ち込み料は不要だが費用 は発生 • 結婚式の列席者はお互いの家族のみ (ほぼLINE利用ユーザー) • 他のタスク盛りだくさんなので、手間はかけれない…
- 14. PythonとAWSで頑張る方針
- 15. で、何が出来上がったか
- 16. 全体構成
- 17. 画像保存部 • ユーザーからのインターフェイスはLINEでお手軽 (LINE Developersめっちゃ楽だた) • ナウい感じにしたいのでAWS Lambdaを利用 • データはS3に保存 • アップロードした人のユーザー名等をDynamoDBに保存 • チュートリアル的なシンプル構成
- 18. 画像加工部 • S3バケットにデータが保存されたら投稿者名を画 像に追記して別のS3バケットに保存(まどろっこし いけど事故防止のため) • 画像のトリミングもこのタイミングで実施 • 画像保存部もだけど、LambdaでPillow使えるよう にするのがめんどくさかった…
- 19. 動画生成部 • 動画変換時間が長すぎ、AWS Lambdaでいい感じに…とい う夢はここで崩壊した… • EC2に環境を作り、マルチスレッドでS3にある画像を動画化 • 生成した動画を公開用バケットにアップし、ダウンロード URLをSESで式場に連絡 • ここの作成が一番手間取った • ここの作業は式当日、手動で実施した
- 20. 動画生成公開部 • 全部式場にお願いした部分 • 前日リハ時に式場の音響さんが目の前で音楽の長 さを調整するのは職人技だった • 動画サイズがプロジェクター的にダメだったのが 判明したりしたので、事前リハ大事
- 23. 画像保存部 • LINEからのWebhookでキックされるLambda • PILで画像を取得 • Boto3で画像のS3へのアップロードとLINE投稿者 のメタ情報をdynamoDBに書き込み • Dynamodbにメタ情報を保存するのは投稿者情報 を画像に追記するため → 元画像も残したいのでこんな感じにしてます が、一緒に処理できたと思う… → 画像処理周りはあとで修正しまくって、タイ ムアップしたのでよくない作りです…
- 24. 画像加工部 1 • S3アップロードでキックされるLambda • こちらもPILで処理 • 文字入れ処理はこれ→ • 文字配置箇所の計算が ちょっと頭使ったくらい • 処理終了後にS3にアップ (事故防止のため別バケット) draw.text( ( bg.size[0] - font_size[0] - 115, bg.size[1] - font_size[1] - 80 ), text, FONT["color"], font=font, stroke_width=2, stroke_ fi ll="#EEE" )
- 25. 画像加工部 2 • 画像のリサイズもここで実施している • リサイズ処理は簡単だが、縦撮りと横撮りでリサ イズする仕方が変わる • プロジェクトの表示サイズも微妙なのも絡んで、 結構微妙な感じになった # 画像の配置場所指定 p = ( round(((MOVIE_SIZE[0] - image.size[0]) / 2)-230), round((MOVIE_SIZE[1] - image.size[1]) / 2)-20 ) video_frame.paste(image, p)
- 26. 画像加工部 縦と横
- 27. 動画生成部 1 • 処理時間からLambda利用を断念したとこ • S3から加工済み画像をダウンロードしてMoveiPy で動画化 https://zulko.github.io/moviepy/ • いろいろな機能があるが、使ったのは 「crossfadein」ど「crossfadeout」 tmp_clips = [] clip = ImageClip(local_img_ fi le).set_duration(4) clip = clip.crossfadein(1.2) clip = clip.crossfadeout(1.2) tmp_clips.append(clip)
- 28. 動画生成部 2 • 処理時間の短縮はCPUパワーに頼った • EC2の強いインスタンスサイズと ThreadPoolExecutorでの並列処理 • これだけで並列処理できるのは素敵 • 当日はc5.4xlargeで10並列処理 137個の画像を10分程度で動画化 with ThreadPoolExecutor(max_workers=WOKER_NUM, thread_name_pre fi x="thread") as executor: for m in local_img_ fi les: print(m) executor.submit(create_movie_parts, m)
- 29. 動画生成部 3 • 生成した動画はS3の公開バケットにアップロード し、ダウンロードURLをSESから送信したメールで 通知 • SESもboto3で簡単に利用可能だった • S3バケットは式が終了次第非公開に変更 • このあたりの運用はかなり雑運用
- 30. 結婚式当日、何が起きたか
- 35. 素人にはおすすめしない…
- 37. その他効能 • 列席者は楽しんでくれた • 列席できないペットの写真もアップされてた • 失敗写真的なのもあったがそれはそれで笑えた • 予想の倍の写真がアップされ、エンドロールの時 間が10分となった (スケジュール調整は式場の人に助けられました…) • メインのフランベタイムを動画作成時間に当てた 結果、メイン以降のご飯の味を覚えてない…
- 42. まとめ • 時間的制限があったので、コードの綺麗さよりも動くことを優先 • コピペプログラミング最高 • 動画化の部分が一番時間かかった • GPUインスタンスにドライバいれてGPU処理とか色々やりました が、思ったほどはやくならず… (うまく設定できてなかった可能性が高い) • Lambdaはサードパーティのライブラリ使うのがめんどくさい https://github.com/keithrozario/Klayers は神 • 簡単に早くできるのはCPUパワー！！ • どうせ1時間もかからない処理だからマシマシインスタンスにして パワーで殴るという学び