Effektiv nedsampling af LAS/LAZ-filer med Laspy: En trin-for-trin guide

Forstå processen med nedsampling af LAS-data med Laspy

Når du arbejder med store LAS- eller LAZ-filer i Python, er downsampling afgørende for effektiv behandling og analyse. Laspy, en Python-pakke til læsning, skrivning og ændring af LAS-data, tilbyder adskillige måder at manipulere punktskydata på, såsom oprettelse og redigering af LAS-headere.

Dette eksempel viser, hvordan man downsampler et datasæt ved at udtrække hvert tiende punkt fra en laz fil og genbrug en eksisterende LasHeader. Dette kræver en forståelse af, hvordan headere interagerer med data, især når der arbejdes med forskellige punkttællinger.

Ved etablering af en ny LasData objekt fra en eksisterende header, støder brugere ofte på uoverensstemmende matrixstørrelse. Denne forskel opstår, fordi overskriftens point_count tilpasses muligvis ikke automatisk med de nye data.

Udfordringen er at evaluere, om det er påkrævet manuelt at ændre header-attributter som offsets, skalaer og point_count, eller om der er en mere automatisk løsning. Dette indlæg forklarer, hvordan du korrekt opdaterer disse værdier, når du downsampler ved hjælp af Laspy, hvilket resulterer i en effektiv proces.

Optimering af Point Cloud Downsampling med Laspy

Det første script i dette indlæg fokuserer på downsampling a LAZ fil, som er nødvendig for at administrere store punktskydatasæt. Ved at importere den originale fil ved hjælp af laspy.read() funktion, kan vi tilgå punktdataene og headeren, der indeholder metadata om punktskyen. Nedsamplingsteknikken involverer at vælge hvert tiende punkt, hvilket minimerer datasættets størrelse, samtidig med at vigtige geografiske egenskaber bevares. Dette gøres ved at bruge np.arange() at opbygge en række indekser. Når du har valgt pointene, skal du kopiere overskriften fra den originale fil for at sikre kompatibilitet i metadata, som f.eks punktformat og version.

Der opstår dog et almindeligt problem, når antallet af punkter i den originale header ikke svarer til de nedsamplede data. For at rette dette bruger vi kopi() funktion til at lave en overfladisk kopi af den originale overskrift og manuelt ændre point_count felt for at afspejle antallet af nedsamplede punkter. Efter oprettelse af den nye header tildeles de downsamplede punkter til en ny LasData objekt, der indeholder de reelle x-, y- og z-koordinater. Endelig, den LasData gemmes som en ny LAZ-fil ved hjælp af skrive() metode. Dette script er effektivt for brugere, der har brug for at udtrække mindre datasæt fra større punktskyer.

Det andet script udvider det første ved automatisk at genberegne forskydninger og skalaer for nedsamplede data. Når du arbejder med punktskyer, er det afgørende at have nøjagtige forskydninger, da de angiver oprindelsen af ​​dataene i 3D-rum. De header.offsets attribut opdateres med minimum x-, y- og z-koordinater fra nedsamplede punkter. Tilsvarende indstilles skalafaktorerne, der påvirker præcisionen af ​​punktdataene ved hjælp af header.vægte attribut. Dette script minimerer ikke kun størrelsen af ​​punktskyen, men det sikrer også, at dataene er præcise og justeret, hvilket gør det mere velegnet til praktisk brug.

Endelig demonstrerer det endelige script enhedstest med Python's enhedstest rammer. I dette script bestemmer en testcase, om det nedsamplede pointantal svarer til den forudsagte værdi. Dette er afgørende for at sikre, at downsampling-proceduren fungerer konsekvent på tværs af kontekster og datasæt. Testtilfældet defineres ved hjælp af TestCase klasse, og sammenligningen udføres ved hjælp af self.assertEqual() metode. Ved at inkludere test i workflowet kan vi sikre, at downsampling-proceduren fungerer korrekt, før den implementeres til større projekter eller pipelines. Dette script hjælper brugere med at undgå problemer og uoverensstemmelser, når de arbejder med flere punktskyfiler.

import laspy
import numpy as np
from copy import copy
# Load the existing LAZ file
las = laspy.read("input_file.laz")
# Downsample by taking every 10th point
indices = np.arange(0, len(las.points), 10)
downsampled_points = las.points[indices]
# Copy the header and adjust the point count
header = copy(las.header)
header.point_count = len(downsampled_points)
# Create new LasData with downsampled points
d_las = laspy.LasData(header)
d_las.points = downsampled_points
# Write to a new LAZ file
d_las.write("downsampled_output.laz")

import laspy
import numpy as np
# Load the original LAZ file
las = laspy.read("input_file.laz")
# Downsample by taking every 10th point
indices = np.arange(0, len(las.points), 10)
downsampled_points = las.points[indices]
# Create new header and adjust offsets/scales
header = laspy.LasHeader(point_format=las.header.point_format, version=las.header.version)
header.offsets = np.min([las.x[indices], las.y[indices], las.z[indices]], axis=1)
header.scales = np.array([0.01, 0.01, 0.01])  # Set new scales
# Create new LasData and write to file
downsampled_las = laspy.LasData(header)
downsampled_las.points = downsampled_points
downsampled_las.write("downsampled_with_scales.laz")

import unittest
import laspy
import numpy as np
class TestDownsampling(unittest.TestCase):
    def test_downsample_point_count(self):
        las = laspy.read("input_file.laz")
        indices = np.arange(0, len(las.points), 10)
        downsampled_points = las.points[indices]
        self.assertEqual(len(downsampled_points), len(indices))
if __name__ == "__main__":
    unittest.main()

Håndtering af LAS-filmetadata og avancerede nedsamplingsteknikker

Når man arbejder med store datasæt med lamme, er styring af metadata lige så afgørende som styring af de faktiske pointsky-data. Vedligeholdelse af nøjagtigheden af LasHeader værdier efter downsampling er en betydelig vanskelighed. Fordi punktskydatas koordinater (x, y og z) ændres, skal overskriften afspejle disse ændringer. Genberegning af forskydninger kræver genberegning af minimumsværdierne for hver dimension, hvorimod vægte bestemme præcisionen af ​​punktdataene, især til lagring.

En anden faktor, der skal evalueres, er integriteten af ​​de yderligere dimensioner i LAS-filen. Ekstra bytes bruges almindeligvis til at opbevare andre oplysninger end de normale x-, y- og z-koordinater, såsom intensitet eller GPS-tid. Hvis datasættet indeholder disse ekstra dimensioner, skal de håndteres ved nedsampling. Du skal garantere, at antallet af point i de ekstra dimensioner svarer til det reducerede pointantal i de primære data. De add_extra_dim funktionalitet i lamme muliggør tilføjelse af brugerdefinerede dimensioner til LAS-headeren.

Endelig er hastighedsoptimering en vigtig faktor at overveje, når du nedsampler punktskyer. Mens der typisk kræves menneskelige justeringer af headeren, automatiseres processen ved at udnytte effektiv indeksering og anvende array-operationer via nusset kan fremskynde processen betydeligt. Ved at udnytte kraften i nusset, kan du hurtigt administrere enorme datasæt uden at ofre ydeevnen. Dette giver dig mulighed for at udvide løsninger til større projekter eller endda automatisere pipelines til behandling af flere LAZ-filer.