如何基于含图像标签的MAT文件创建分类用ImageDatastore？

嗨，作为MATLAB新手，你遇到的问题其实是因为ImageDatastore默认把每个文件当成一个数据条目，而你的自定义ReadFcn直接返回了整个41x41x1000的批量矩阵，所以imds里只有1个条目，而不是你需要的1000个单张图像条目。不用把图像存到磁盘，我们可以直接从内存中的数据构建带标签的datastore，步骤很简单：

方法步骤： #

1. 先加载.mat文件中的数据和标签 #

首先把.mat里的data和class变量加载到工作区：

load('A.mat'); % 执行后工作区会有data(41x41x1000)和class(1x1000)两个变量

2. 将批量图像数组转换为cell数组 #

ImageDatastore可以直接接受cell数组作为输入，每个cell对应一张单图。我们把data的每个切片（41x41）转换成cell元素：

% num2cell的[1 2]参数表示保留前两个维度（图像的高和宽），把第三个维度拆分成cell
imageCells = num2cell(data, [1 2]);
% 此时imageCells是1x1000的cell数组，每个元素是41x41的矩阵

3. 创建ImageDatastore和LabelDatastore #

分别创建存储图像和标签的datastore：

% 基于cell数组创建图像datastore
imds = imageDatastore(imageCells);
% 基于标签数组创建标签datastore
labelds = labelDatastore(class);

4. 合并两个datastore（可选但推荐） #

如果需要同时读取图像和对应的标签，把两个datastore合并成CombinedDatastore：

combinedds = combine(imds, labelds);

测试读取 #

现在你可以像普通datastore一样读取数据了，比如读取前3个图像和标签：

reset(combinedds); % 重置读取指针到开头
for i = 1:3
    [img, label] = read(combinedds);
    figure; imshow(img); title(['第', num2str(i), '张图，标签：', num2str(label)]);
end

为什么之前的方法不行？ #

你之前的代码里，matRead函数返回的是整个d.data（41x41x1000），ImageDatastore会把这个矩阵当成一个单独的图像条目（而不是1000个），所以read(imds)只会拿到这个大矩阵，而不是单张图。上面的方法通过拆分数据为单个图像单元，让datastore能正确识别每个条目。

内容的提问来源于stack exchange，提问作者sparkle