在numpy数组中检测树高和树冠宽度

Question

我有一个3D-LiDAR pointcoud，可以用laspy包把树加载到python中。它现在存储为numpy数组。我的目的是通过找到具有最高z值的点来计算树的高度，并计算到它下面最低z值的距离。因此，我通过以下方式导入数据：

inFile = laspy.file.File("~/DATA/tree.las", mode='r')
point_records = inFile.points

当时，我通过以下公式计算高度：

min = inFile.header.min
max = inFile.header.max
zdist = max[2] -min[2]

问题是，这样的话，我没有考虑到地形中的坡度。如何索引恰好低于最高点的点？

Answer 1

这只是一个盲目的猜测，因为对于一个好的答案，有很多信息缺失。

假设我们有一个由3个点组成的数组，(x，y，z)

A= 1,2,3

B= 1,2,4

C= 0,1,2。

我们已经将点A确定为z中的最大值，并将其lat和long设置为

lat = 1
long = 2

基本上，你浏览一下点的列表，过滤掉所有你想看的点，然后取最小的点。下面是一种简单的方法，使用for循环。这对于速度来说并不理想。可以使用np.where()和花哨的索引，这样做更容易、更快，但这更具可读性和可调性：

import numpy as np
# This is some test data, with three data points
a = np.array([[1,2,3],[1,2,4],[0,1,2]])
# Now we define the lat and long we want to get
filter_x = 1
filter_y = 2
filtered_points = []
for i in range(a.shape[0]): # iterating through all points
    if a[i][0] == filter_x and a[i][1] == filter_y: 
        filtered_points.append(a[i][2]) # Append z of point to list
print min(filtered_points) # print minimum