Performance MATLAB：如何提高这个特定代码的速度？

我基本上是在尝试按顺序读取50000个png文件（文件名为1.png，2.png…），然后将它们逐个转换为灰度。然后我使用整形函数将这些图像数据转换为单个向量。此处的imresize将32*32图像尺寸减小为8*8。由于下面的for循环需要很多时间（大约5到6分钟），我正在考虑其他方法或任何优化方法。我尝试了并行计算工具箱中的matlabpool和parfor，但由于我在一台独立的计算机上工作，所以它对我不起作用。请建议我在这个代码中的一些方法或更改

image_Coll = zeros(8*8,50000);

for k = 1:50000
  imageData = imread(strcat('D:\MATLAB_FILES\KAGGLE_CIFAR\train\',num2str(k), '.png'));
  imageData = imresize(imageData,[8 8]);
  imageData = rgb2gray(imageData);
  imageData=reshape(imageData,8*8,1); % 8 * 8 pixels
  image_Coll(:,k)= imageData;
end

---

最耗时的部分可能是

imread

，对此您可能无能为力

通过在循环中使用单独的变量，可以稍微减少时间。在代码保持不变的情况下，

imageData

首先是32x32，然后是8x8，在下一次迭代中，Matlab必须分配内存以再次生成

imageData

32x32。可以避免使用两个变量而不是一个变量。另外，

（：）

可能比

重塑

更快：

image_Coll = zeros(8*8,50000);

for k = 1:50000
  imageData = imread(strcat('D:\MATLAB_FILES\KAGGLE_CIFAR\train\',num2str(k), '.png'));
  imageData2 = imresize(imageData,[8 8]);
  imageData2 = rgb2gray(imageData2);
  image_Coll(:,k)= imageData2(:);
end

或许

image_Coll = zeros(8*8,50000);

for k = 1:50000
  imageData = imread(strcat('D:\MATLAB_FILES\KAGGLE_CIFAR\train\',num2str(k), '.png'));
  imageData2(:,k)= rgb2gray(imresize(imageData,[8 8]));
  image_Coll(:,k)= imageData2(:);
end

---

不过，我认为这不会为您节省太多时间。

您希望达到什么样的速度？就我个人而言，我不认为每分钟打开1000张图片不算慢

如果你想要显著的加速，你可能需要跳出框框思考一下。我可以想出一些办法：

与其加载50000张图像，不如尝试将它们保存到一个或几个更大的（mat）文件中，然后从那里加载它们。当然，这只有在您需要多次处理相同的图片时才有帮助

通常，您可以通过使用矢量化来实现加速。我不知道这是否可行，但如果你在几个大图像上调用rgb2gray（原始图像的拼接）并分割结果，可能会比单独处理每个图像快得多

---

无论如何，一定要使用

配置文件

，关注瓶颈，并保持现实的期望。

哦，这太可悲了。我以前使用了更多的变量，然后这样做。我同意丹尼斯的观点-？我认为有更好的方法来做到这一点。是的，我是一个早熟的程序员。