Performance 在将矩阵转换为向量时获得更好的性能

处理图像时，通常包括3层（RGB）。为了进行一些计算，我需要将图像的每一层转换为一个向量

I1 = ones(70,50,3);       % the first image
I2 = 0.4 * ones(70,50,3); % the second image
for dd = 1:3
    ILayer1 = I1(:,:,dd);
    ILayerLinear1 = ILayer1(:);
    ILayer2 = I2(:,:,dd);
    ILayerLinear2 = ILayer2(:);
    comp = ILayerLinear1 * ILayerLinear1.';
end

在这里，我用一个非常简单的计算替换了主要的计算部分，但这不是重点。 有没有更好的方法不重复矩阵到向量的转换，或者更有效？因为它可能在代码中发生多次

function V = I2V(I)
[r,c,d] = size(I);
V = zeros(d,r*c);
for dd = 1:d
    layer = I(:,:,dd);
    V(dd,:) = layer(:);
end
end

更新：

我还可以如下定义一个函数来传递图像和检索向量，但它仍然不能改进代码

function V = I2V(I)
[r,c,d] = size(I);
V = zeros(d,r*c);
for dd = 1:d
    layer = I(:,:,dd);
    V(dd,:) = layer(:);
end
end

---

我不确定外部产品，但其他的都在这里

I1 = reshape(1:70*50*3, 70,50,3);
I2 = 0.4*reshape(1:70*50*3, 70,50,3);

i1 = reshape(I1, [], 3);
i2 = reshape(I2, [], 3);

---

我不确定外部产品，但其他的都在这里

I1 = reshape(1:70*50*3, 70,50,3);
I2 = 0.4*reshape(1:70*50*3, 70,50,3);

i1 = reshape(I1, [], 3);
i2 = reshape(I2, [], 3);