Matlab批量JPG图像导入提速方法咨询

我需要从指定文件夹中导入平均约500张JPG格式图像，为此编写了两种Matlab实现函数，第二种方法速度略有提升，但整体导入耗时仍过长，请问是否有可进一步加快图像导入速度的方法？

第一种实现方法 #

function Seq = ImageImport(imgPath, imgType,Amount)
    images  = dir([imgPath imgType]);
    N = length(images);

    % 检查图像目录与文件
    if( ~exist(imgPath, 'dir') || N<1 )
        disp('Directory not found or no matching images found.');
    end

    % 预分配元胞数组
    Seq{N,1} = [];
    
    if Amount == "all"
        for i = 1:N
            Seq{i} = imread([imgPath images(i).name]);
        end
    elseif Amount == "first"
        Seq{1} = rgb2gray(imread([imgPath images(1).name]));
    end
end

第二种实现方法 #

function Seq = ImageImport(imgPath, imgType,Amount)
    images  = dir([imgPath imgType]);
    N = length(images);
    
    % 检查图像目录与文件
    if( ~exist(imgPath, 'dir') || N<1 )
        disp('Directory not found or no matching images found.');
    end
    
    % 预分配元胞数组
    Seq{N,1} = [];
    
    % 预分配文件路径元胞
    filepath{N,1} = [];
    for i = 1:N
       filepath{i} = sprintf('%s%s',imgPath,images(i).name);
    end
    
    if Amount == "all"
        for i = 1:N
            Seq{i} = imread(filepath{i});
        end
    elseif Amount == "first"
        Seq{1} = imread(filepath{1});
    end
end

提速优化方案 #

1. 用统一尺寸数组替代元胞数组 #

如果所有图像尺寸一致，直接预分配三维/四维数值数组（而非元胞数组），能避免元胞的内存管理开销，大幅提升速度：

function Seq = ImageImport(imgPath, imgType,Amount)
    images  = dir([imgPath imgType]);
    N = length(images);

    if( ~exist(imgPath, 'dir') || N<1 )
        disp('Directory not found or no matching images found.');
        Seq = [];
        return;
    end
    
    if Amount == "all"
        % 读取第一张图获取尺寸与数据类型
        firstImg = imread([imgPath images(1).name]);
        [h,w,c] = size(firstImg);
        % 预分配四维数组：高度×宽度×通道数×图像数
        Seq = zeros(h,w,c,N,'like',firstImg);
        
        for i = 1:N
            Seq(:,:,:,i) = imread([imgPath images(i).name]);
        end
    elseif Amount == "first"
        Seq = imread([imgPath images(1).name], 'ColorSpace', 'Gray');
    end
end

2. 使用imageDatastore批量读取 #

Matlab内置的imageDatastore是专门为批量图像设计的工具，内部做了I/O优化，支持自动并行读取，比手动循环更高效：

function Seq = ImageImport(imgPath, imgType,Amount)
    % 创建图像数据存储对象
    ds = imageDatastore(fullfile(imgPath, imgType));
    
    if Amount == "all"
        % 一次性读取所有图像，若尺寸一致返回数组，否则返回元胞
        Seq = readall(ds);
    elseif Amount == "first"
        % 读取单张并转灰度
        ds.ColorSpace = 'Gray';
        Seq = read(ds);
    end
end

3. 启用并行循环（parfor） #

如果电脑有多核心CPU，用parfor替代普通for循环，利用并行计算加速文件读取：

function Seq = ImageImport(imgPath, imgType,Amount)
    images  = dir([imgPath imgType]);
    N = length(images);

    if( ~exist(imgPath, 'dir') || N<1 )
        disp('Directory not found or no matching images found.');
        Seq = [];
        return;
    end
    
    Seq = cell(N,1);
    if Amount == "all"
        % 初始化并行池（首次运行会自动启动，后续可跳过）
        if isempty(gcp('nocreate'))
            parpool;
        end
        
        parfor i = 1:N
            Seq{i} = imread([imgPath images(i).name]);
        end
        
        % 可选：关闭并行池
        delete(gcp);
    elseif Amount == "first"
        Seq{1} = imread([imgPath images(1).name], 'ColorSpace', 'Gray');
    end
end

4. 预打包成Mat文件减少I/O #

如果需要反复读取这批图像，可一次性读取后保存为Mat文件，后续直接加载Mat文件（比反复解码JPG快数倍）：

% 首次读取并保存
Seq = ImageImport('your/path/', '*.jpg', "all");
save('images_batch.mat', 'Seq');

% 后续直接加载
load('images_batch.mat');

5. 直接读取灰度图减少运算 #

如果最终需要灰度图，在读的时候指定ColorSpace参数，避免先读RGB再转灰度的额外运算：

% 替代 rgb2gray(imread(...))
imread(filePath, 'ColorSpace', 'Gray');

内容的提问来源于stack exchange，提问作者Raúl Santamaría