लॅस्पीसह एलएएस/एलएझेड फायलींचा प्रभावीपणे नमुना उतरवणे: एक चरण-दर-चरण मार्गदर्शक

Laspy सह LAS डेटा डाउनसॅम्पलिंगची प्रक्रिया समजून घेणे

Python मध्ये मोठ्या LAS किंवा LAZ फायलींसोबत काम करताना, कार्यक्षम प्रक्रिया आणि विश्लेषणासाठी डाउनसॅम्पलिंग आवश्यक आहे. लॅस्पी, LAS डेटा वाचण्यासाठी, लिहिण्यासाठी आणि बदलण्यासाठी पायथन पॅकेज, पॉइंट क्लाउड डेटा हाताळण्याचे अनेक मार्ग ऑफर करते, जसे की LAS शीर्षलेख तयार करणे आणि संपादित करणे.

हे उदाहरण a मधून प्रत्येक दहावा बिंदू काढून डेटासेट कसा खाली आणायचा हे दाखवते आळशी फाइल करा आणि विद्यमान पुन्हा वापरा LasHeader. यासाठी हेडर डेटाशी कसे संवाद साधतात हे समजून घेणे आवश्यक आहे, विशेषत: भिन्न बिंदू संख्यांसह कार्य करताना.

नवीन स्थापन करताना LasData विद्यमान शीर्षलेखातील ऑब्जेक्ट, वापरकर्त्यांना वारंवार जुळत नसलेल्या ॲरे आकाराचा सामना करावा लागतो. ही असमानता येते कारण हेडरचे point_count नवीन डेटासह स्वयंचलितपणे संरेखित होऊ शकत नाही.

ऑफसेट्स, स्केल आणि पॉइंट_काउंट यांसारख्या शीर्षलेख विशेषता व्यक्तिचलितपणे सुधारणे आवश्यक आहे की नाही किंवा आणखी स्वयंचलित समाधान आहे का याचे मूल्यांकन करणे हे आव्हान आहे. हे पोस्ट वापरून डाउनसॅम्पलिंग करताना ही मूल्ये योग्यरित्या कशी अद्यतनित करावी हे स्पष्ट करते लास्पी, परिणामी एक प्रभावी प्रक्रिया.

Laspy सह पॉइंट क्लाउड डाउनसॅम्पलिंग ऑप्टिमाइझ करणे

या पोस्टमधील पहिली स्क्रिप्ट डाउनसॅम्पलिंगवर केंद्रित आहे LAZ फाईल, जी बिग पॉइंट क्लाउड डेटासेट व्यवस्थापित करण्यासाठी आवश्यक आहे. वापरून मूळ फाइल आयात करून laspy.read() फंक्शन, आम्ही पॉइंट डेटा आणि हेडरमध्ये प्रवेश करू शकतो ज्यामध्ये पॉइंट क्लाउड बद्दल मेटाडेटा आहे. डाउनसॅम्पलिंग तंत्रामध्ये प्रत्येक दहावा बिंदू निवडणे समाविष्ट आहे, जे महत्त्वपूर्ण भौगोलिक गुणधर्म राखून ठेवत डेटासेटचा आकार कमी करते. हे वापरून केले जाते np.arange() निर्देशांकांची श्रेणी तयार करण्यासाठी. गुण निवडल्यानंतर, मेटाडेटामध्ये सुसंगतता सुनिश्चित करण्यासाठी मूळ फाइलमधून शीर्षलेख कॉपी करा, जसे की point_format आणि आवृत्ती.

तथापि, एक सामान्य समस्या उद्भवते जेव्हा मूळ शीर्षलेखातील बिंदूंची संख्या डाउनसॅम्पल्ड डेटाशी संबंधित नसते. याचे निराकरण करण्यासाठी, आम्ही वापरतो कॉपी() मूळ शीर्षलेखाची उथळ प्रत तयार करण्यासाठी आणि व्यक्तिचलितपणे सुधारित करण्यासाठी कार्य point_count खाली नमुना दिलेल्या बिंदूंची संख्या प्रतिबिंबित करण्यासाठी फील्ड. नवीन शीर्षलेख तयार केल्यानंतर, डाउनसॅम्पल्ड पॉइंट्स नवीनसाठी वाटप केले जातात LasData ऑब्जेक्ट ज्यामध्ये वास्तविक x, y आणि z निर्देशांक असतात. शेवटी, द LasData वापरून नवीन LAZ फाइल म्हणून जतन केले आहे लिहा() पद्धत ही स्क्रिप्ट अशा वापरकर्त्यांसाठी कार्यक्षम आहे ज्यांना मोठ्या पॉइंट क्लाउडमधून लहान डेटासेट काढण्याची आवश्यकता आहे.

दुसरी स्क्रिप्ट डाउनसॅम्पल्ड डेटासाठी ऑफसेट आणि स्केलची आपोआप पुनर्गणना करून पहिली वाढवते. पॉइंट क्लाउडसह काम करताना, अचूक ऑफसेट असणे महत्वाचे आहे कारण ते 3D स्पेसमधील डेटाचे मूळ सूचित करतात. द header.offsets डाउनसॅम्पल पॉइंट्समधून किमान x, y आणि z निर्देशांकांसह विशेषता अपडेट केली जाते. त्याचप्रमाणे, पॉइंट डेटाच्या अचूकतेवर परिणाम करणारे स्केल घटक वापरून सेट केले जातात header.scales विशेषता ही स्क्रिप्ट केवळ पॉइंट क्लाउडचा आकार कमी करत नाही, तर डेटा अचूक आणि संरेखित असल्याची खात्री देखील देते, ज्यामुळे ते व्यावहारिक वापरासाठी अधिक योग्य बनते.

शेवटी, अंतिम स्क्रिप्ट पायथनसह युनिट चाचणी दर्शवते एकक चाचणी फ्रेमवर्क या स्क्रिप्टमध्ये, चाचणी केस निर्धारित करते की डाउनसॅम्पल पॉइंट संख्या अंदाजित मूल्याशी संबंधित आहे की नाही. डाउनसॅम्पलिंग प्रक्रिया संदर्भ आणि डेटासेटवर सातत्याने कार्य करते याची खात्री करण्यासाठी हे महत्त्वपूर्ण आहे. चाचणी केस वापरून परिभाषित केले आहे टेस्टकेस वर्ग, आणि तुलना वापरून आयोजित केली जाते self.asssertEqual() पद्धत वर्कफ्लोमध्ये चाचणी समाविष्ट करून, आम्ही हे सुनिश्चित करू शकतो की डाउनसॅम्पलिंग प्रक्रिया मोठ्या प्रकल्पांवर किंवा पाइपलाइनवर तैनात करण्यापूर्वी योग्यरित्या कार्य करते. ही स्क्रिप्ट वापरकर्त्यांना अनेक पॉइंट क्लाउड फाइल्ससह काम करताना समस्या आणि विसंगती टाळण्यास मदत करते.

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")

१

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()

एलएएस फाइल मेटाडेटा आणि प्रगत डाउनसॅम्पलिंग तंत्र हाताळणे

सह प्रचंड डेटासेटसह काम करताना लास्पी, मेटाडेटा व्यवस्थापित करणे हे वास्तविक पॉइंट क्लाउड डेटा व्यवस्थापित करण्याइतकेच महत्त्वाचे आहे. ची अचूकता राखणे LasHeader डाउनसॅम्पलिंग नंतरची मूल्ये ही एक महत्त्वपूर्ण अडचण आहे. पॉइंट क्लाउड डेटाचे निर्देशांक (x, y, आणि z) बदलत असल्याने, हेडरने हे बदल प्रतिबिंबित केले पाहिजेत. पुनर्गणना करत आहे ऑफसेट प्रत्येक परिमाणासाठी किमान मूल्यांची पुनर्गणना करणे आवश्यक आहे, तर तराजू पॉइंट डेटाची अचूकता निश्चित करा, विशेषतः स्टोरेजसाठी.

मूल्यांकन करण्यासाठी आणखी एक घटक म्हणजे LAS फाइलमधील अतिरिक्त परिमाणांची अखंडता. एक्स्ट्रा बाइट्स सामान्यतः सामान्य x, y, आणि z निर्देशांकांव्यतिरिक्त इतर माहिती ठेवण्यासाठी वापरली जातात, जसे की तीव्रता किंवा GPS वेळ. डेटासेटमध्ये हे अतिरिक्त परिमाण असल्यास, नमुना उतरवताना ते हाताळले जाणे आवश्यक आहे. तुम्ही हमी दिली पाहिजे की अतिरिक्त परिमाणांमधील बिंदूंची संख्या प्राथमिक डेटामधील कमी केलेल्या बिंदूंच्या संख्येशी संबंधित आहे. द add_extra_dim मध्ये कार्यक्षमता लास्पी LAS शीर्षलेखात सानुकूल परिमाण जोडणे सक्षम करते.

शेवटी, स्पीड ऑप्टिमायझेशन हा एक महत्त्वाचा घटक आहे ज्याचा विचार करणे पॉइंट क्लाउड्स डाउनसॅम्पलिंग करताना आहे. हेडरवर मानवी ट्वीक्स सामान्यत: आवश्यक असताना, कार्यक्षम अनुक्रमणिका वापरून आणि ॲरे ऑपरेशन्स द्वारे लागू करून प्रक्रिया स्वयंचलित करणे सुन्न प्रक्रियेस लक्षणीय गती देऊ शकते. च्या शक्तीचा वापर करून सुन्न, तुम्ही कार्यप्रदर्शनाचा त्याग न करता प्रचंड डेटासेट द्रुतपणे व्यवस्थापित करू शकता. हे तुम्हाला मोठ्या प्रकल्पांसाठी उपायांचा विस्तार करण्यास किंवा एकाधिक LAZ फायलींवर प्रक्रिया करण्यासाठी स्वयंचलित पाइपलाइन देखील करण्यास अनुमती देते.