导语：由于用MATLAB做神经网络、深度学习相关的实验时，需要用到的数据是以.mat文件的格式存储，所以在数据准备阶段，如何将一组图片的参数导入到.mat文件，便于通过MATLAB训练，这便是这里要讨论的问题。
1.什么是MAT文件
MAT文件是MATLAB使用的一种特有的二进制数据文件。通常采用MAT文件把工作区的变量存储在磁盘里。MAT文件可以包含一个或多个MATLAB变量数据本身，而且同时保存变量名及数据类型等。
在MATLAB中载入某个mat文件后，可以在当前工作区完全再现当初保存在mat文件时的那些变量。同样，也可以使用mat文件从MATLAB中导出数据。
（1）输出数据到mat文件
save filename：保存工作变量中的全部数据
save filename var1，var2......varN：选择需要保存的变量
note：也可以使用通配符“*”将所有以s开头的变量保存到文件中去。
用法：save filename s*
（2）读取mat文件
S=load(filename)
S=load(filename,variables)
S=load(filename,'-mat',variables)
S=load(filename,'-ascii')%用于强调以mat文件格式处理文件或者强制用文件方式处理文件
note：直接用load函数，可将mat文件载入，如果是带有返回参数的load函数，则会将mat文件中的所有数据载入到返回变量。
可用whos函数查看工作空间的变量。
（3）查看mat文件变量
whos -file filename
2.将图片数据存入mat文件
（1）这里我将图片都imresize成[64,64]大小，共20张图片、
clc
clear all
data=zeros(20,64,64,3)
for i=1:20
pic_name=[num2str(i),'.jpg'];
I=imread(pic_name);
I=imresize(I,[64,64]);
data(i,:,:,:)=I(:,:,:)
end
save imag_data.mat data
（2）更加通用的方法
clc
clear all
file=dir('*.jpg');
n=length(file);
data=zeros(n,64,64,3);
for i=1:n
img=imread(file(i).name);
I=imresize(img,[64,64]);
data(i,:,:,:)=I(:,:,:)
end
save img_data.mat data
note:这种方法不适用图片数量过多的情况，否则会报出处理的数据量过大，超过处理极限的问题。针对数量过多的图片，可进行分布处理。
这里可能关于矩阵的格式跟之后用到不同，之后的处理就可以通过load之后的矩阵进行处理，这里只是将图片的数据保存在mat文件中。这只是一个简单的例子，总体思想是这个样子。
总结：在做机器学习或深度学习相关的练习中，数据的准备是第一步，而通过MATLAB做的训练时，数据通常为mat文件，因此如何将待训练的数据处理为mat文件是很必要的步骤。本次此仅仅介绍了一个小例子，并且没有存储标签，这是因为我将要做的这个实验不需要标签，关于如何将标签数据存入的思想也与上诉类似，首先建立一个空的矩阵，确定维度，之后往矩阵里面填入数据，最后保存变量。在使用时，load不同变量即可。
附：若需要更加详细的代码，可参阅https://blog.csdn.net/yongjiankuang/article/details/72824081。里面的代码更加完善。写代码一定要目标明确。