在caffe ImageNet例子中有對圖片進行resize的部分，文中使用的是linux shell腳本命令：

for name in /path/to/imagenet/val/*.JPEG; do

convert -resize 256x256\! $name $name

done

但該命令在運行后光標就一直處于等待狀態(tài)，直到所有的圖片全部運行結(jié)束。這種情況在圖片數(shù)量比較大時就很惱人(對于ILSVRC2012數(shù)據(jù)集中的100多萬張圖片來說，這種狀態(tài)可能會持續(xù)好幾天)，你不知道程序的運行狀況，不知道處理了多少圖片，不知道程序大概什么時候能結(jié)束。

因此，本文采用matlab語言中的并行機制來實現(xiàn)圖片尺寸的批量resize。

代碼如下：

clear;clc;close all;

tic; % 用于計算程序運行時間，和toc搭配使用

CoreNum=6; % cpu核的數(shù)量

% 下面代碼塊為并行處理檢測與開啟程序，需要在執(zhí)行結(jié)束后予以關閉

if matlabpool('size')<=0

matlabpool('open','local',CoreNum);

else

disp('Already initialized');

end

imagePath = 'rastaPlpSpec/train/'; % 圖片存放路徑

imageFiles = dir(imagePath);

numFiles = length(imageFiles);

parfor i=3:numFiles % 從3開始，因為前兩個是當前路徑‘.’和上一級路徑‘..’

j = i-2;

disp(j);

imageFile = strcat(imagePath,imageFiles(i).name);

A = imread(imageFile);

B = imresize(A,[256 256]); % resize為256x256

imwrite(B,imageFile); % 覆蓋原始圖片，若需要另存為，則修改此處的imageFile為新的存儲路徑

end

matlabpool close % 關閉并行

toc; % 顯示運行時間

在該代碼中，因為我的cpu有6個核，所以設置CoreNum=6。

如果我有兩個物理cpu，每個有6個核，那么我這里是否可以設置CoreNum=12呢，這樣效率會不會成倍提升？由于對matlab的并行處理了解不多，這里就留個疑問，等我知道后再補充，有知道的歡迎交流。

—————————————————————————————————————————————

在linux中關于cpu的相關信息都在文件/proc/cpuinfo中，用戶可以直接查看該文件或使用下面的命令顯示需要的信息：

1. 顯示物理cpu個數(shù)

cat /proc/cpuinfo | grep 'physical id' | sort | uniq | wc -l

顯示每個物理cpu的核數(shù)

cat /proc/cpuinfo | grep 'cpu cores' | uniq

顯示邏輯cpu的個數(shù)

cat /proc/cpuinfo | grep 'processor' | wc -l

其中： 總核數(shù) = 物理CPU個數(shù) X 每顆物理CPU的核數(shù) 總邏輯CPU數(shù) = 物理CPU個數(shù) X 每顆物理CPU的核數(shù) X 超線程數(shù)

總結(jié)

以上是生活随笔為你收集整理的matlab 图片 并行,图片尺寸批量resize的matlab并行代码的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。