图片尺寸批量resize的matlab并行代码

在caffe ImageNet例子中有对图片进行resize的部分，文中使用的是linux shell脚本命令：

for name in /path/to/imagenet/val/*.JPEG; do
    convert -resize 256x256! $name $name
done
1
2
3

但该命令在运行后光标就一直处于等待状态，直到所有的图片全部运行结束。这种情况在图片数量比较大时就很恼人（对于ILSVRC2012数据集中的100多万张图片来说，这种状态可能会持续好几天），你不知道程序的运行状况，不知道处理了多少图片，不知道程序大概什么时候能结束。

因此，本文采用matlab语言中的并行机制来实现图片尺寸的批量resize。 
代码如下：

clear;clc;close all;
tic;            % 用于计算程序运行时间，和toc搭配使用
CoreNum=6;      % cpu核的数量
% 下面代码块为并行处理检测与开启程序，需要在执行结束后予以关闭
if matlabpool('size')<=0
    matlabpool('open','local',CoreNum);
else
    disp('Already initialized');
end

imagePath = 'rastaPlpSpec/train/';  % 图片存放路径
imageFiles = dir(imagePath);
numFiles = length(imageFiles);
parfor i=3:numFiles                 % 从3开始，因为前两个是当前路径‘.’和上一级路径‘..’
    j = i-2;
    disp(j);
    imageFile = strcat(imagePath,imageFiles(i).name);
    A = imread(imageFile);
    B = imresize(A,[256 256]);      % resize为256x256
    imwrite(B,imageFile);           % 覆盖原始图片，若需要另存为，则修改此处的imageFile为新的存储路径
end
matlabpool close    % 关闭并行
toc;                % 显示运行时间
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

在该代码中，因为我的cpu有6个核，所以设置CoreNum=6。 
如果我有两个物理cpu，每个有6个核，那么我这里是否可以设置CoreNum=12呢，这样效率会不会成倍提升？由于对matlab的并行处理了解不多，这里就留个疑问，等我知道后再补充，有知道的欢迎交流。

————————————————————————————————————————————— 
在linux中关于cpu的相关信息都在文件/proc/cpuinfo中，用户可以直接查看该文件或使用下面的命令显示需要的信息： 
1. 显示物理cpu个数

cat /proc/cpuinfo | grep 'physical id' | sort | uniq | wc -l
1

1. 显示每个物理cpu的核数

cat /proc/cpuinfo | grep 'cpu cores' | uniq
1

1. 显示逻辑cpu的个数

cat /proc/cpuinfo | grep 'processor' | wc -l
1

其中： 
总核数 = 物理CPU个数 X 每颗物理CPU的核数 

总逻辑CPU数 = 物理CPU个数 X 每颗物理CPU的核数 X 超线程数

转自：http://blog.csdn.net/yingyujianmo/article/details/46520253