在matlab中的子矩阵上使用parfor

Question

我有一段代码将图像矩阵img 分成小块并并行处理它们。但是Matlab说parfor循环不能用，因为outC{i,j}的方式是索引的。我该如何解决这个问题？

子矩阵的大小不同。如果img=[4x7]，那么

C=[3x3 3x3 3x1;
   1x3 1x3 1x1]

附带说明，我不确定在这里使用元胞数组是否是个好主意。如果没有，请随时就如何划分img 提出建议。

C=mat2cell(img, rowSplit, colSplit);
[rowc,colc]=size(C);
outC=cell(rowc,colc);
parfor i=1:rowc
    for j=1:colc
       outC{i,j}=doWork(C{i,j}); 
    end
end

Answer 1

您可以对输入和输出使用线性索引。

首先我假装输入你的形状，以及一个简单的doWork 函数：

>> C= {rand(3) rand(3) rand(3,1); rand(1,3) rand(1,3) rand(1)};
>> C
C = 
    [3x3 double]    [3x3 double]    [3x1 double]
    [1x3 double]    [1x3 double]    [    0.3922]
>> doWork = @(x)2*x;

然后使用线性索引：

>> outC=cell(size(C));
>> parfor ci=1:numel(C)
     outC{ci} = doWork(C{ci});
   end

快速检查它是否有效：

>> outC{2,1}./C{2,1}
ans =
     2     2     2

Answer 2

虽然这里有很多答案可以帮助您使用 parfor 块来做您需要的事情，但我认为更好的解决方案可能是改用 spmd 块。

与其将您的图像拆分为单元阵列中的较小部分，不如考虑将其转换为distributed array，也许与您当前所做的分配相同的部分。在spmd 块中，您可以执行doWork 函数，它将应用于该工作程序上存在的（共同）分布式数组的任何部分。最后，您可以将结果汇总并gather 将它们返回给客户端。

我发现spmd 比parfor 更难掌握，但是一旦你明白了它就会非常强大；我认为这个例子可以很方便地以这种形式表达。

Answer 3

只需构建一个输出向量，然后使用reshape 将其制成矩阵。