¿Por qué mi código de procesamiento paralelo en Python se ejecuta más lento que el secuencial? (+ ¿cómo leer archivos TIFF rápidamente en Python?) ¿Por qué mi código de procesamiento paralelo en Python se ejecuta más lento que el secuencial? (+ ¿cómo leer archivos TIFF rápidamente en Python?)

Tengo un conjunto de imágenes TIFF grandes (3200 x 3200). Quiero cargarlas en Jupyter Notebook, calcular promedios y crear un array de numpy. Para ser concreto, cada secuencia de películas está compuesta por 10 imágenes TIFF y hay varias secuencias de películas. Quiero calcular el promedio de 10 fotogramas para cada película y devolver un array de tamaño (#secuencias de películas x 3200 x 3200).

from tifffile import tifffile

def uselibtiff(f):
    tif = tifffile.imread(f) # abrir archivo TIFF en modo lectura
    return tif

def avgFrames(imgfile_Movie, im_shape):
    im = np.zeros(im_shape)
    for img_frame in imgfile_Movie:
        frame_im = uselibtiff(img_frame)
        im += frame_im
    return im

im_avg_all = np.zeros((num_movies, im_shape[0], im_shape[1]))
for n, imgfile_Movie in enumerate(imgfiles_byMovie):
print(n)
results = avgFrames(imgfile_Movie, im_shape)/num_frames
im_avg_all[n] = results

Hasta ahora, he notado que avgFrames tarda aproximadamente 3 segundos (para 10 fotogramas por película). Quería acelerar las cosas e intenté usar multiprocessing en Python.

import multiprocessing as mp
print("Número de procesadores:", mp.cpu_count())

pool = mp.Pool(mp.cpu_count())

results = [pool.apply(avgFrames, args=(imgfile_Movie, im_shape)) for imgfile_Movie in imgfiles_byMovie]
pool.close()

Lamentablemente, el código anterior se ejecuta muy lentamente y tengo que terminarlo sin ver los resultados. ¿Qué estoy haciendo mal aquí?