Python提供哪些LiDAR处理工具？

我一直在使用FUSION和命令行FUSION Lidar Toolkit（LTK）来处理LiDAR数据。广泛的Google搜索（“ Lidar Python”）产生了libLAS和pyLAS作为Python LiDAR库，但是，这些库似乎仅提供对LAS数据的读写访问。

除了来自点云的冠层曲面模型之外，我对创建强度和密度图像特别感兴趣。Python中是否有一套公认的工具可以完成FUSION LTK能够完成的同类任务？

laspy是另一个出色的LAS读/写软件。它支持直接在numpy数组中使用数据以及许多其他不错的Pythonic功能。但是，它本身不是在处理软件。

PDAL可以将Python用作管道内过滤语言，但这也不是处理引擎。

用于LiDAR和点云处理的Python颤振器中没有太多内容。我认为其中一些与通​​常处理的数据量以及面对挑战时C / C ++的典型响应有关。我确实希望随着Python的改进（PyPy推动了很多事情，这就是我努力开发松散的原因），更多的Python点云处理软件将可用。我认为前景正在改善，但事情还没有到位。

我最近发布了一个名为WhiteboxTools的开源（MIT）独立（即无依赖性）库，用于执行多种类型的地理空间分析，包括LiDAR数据处理。该库是用Rust编写的，并广泛支持基于Python的脚本。例如，以下Python脚本使用WhiteboxTools库在LAS文件中填充LiDAR点的RGB颜色数据：

from whitebox_tools import WhiteboxTools

wbt = WhiteboxTools()
wbt.work_dir = "/path/to/data/"
in_lidar = "lidar_data.las"
in_image = "airphoto.tif"
out_lidar = "colourized_lidar.las"
wbt.lidar_colourize(in_lidar, in_image, out_lidar) 

WhiteboxTools的LiDAR专用处理工具包括以下功能：

• BlockMaximum：根据输入的LAS文件创建最大块的栅格。
• BlockMinimum：从输入LAS文件创建最小块栅格。
• FilterLidarScanAngles：删除LAS文件中扫描角度大于阈值的点。
• FindFlightlineEdgePoints：在LAS文件中标识沿飞行路线边缘的点。
• FlightlineOverlap：读取LiDAR（LAS）点文件，并输出一个栅格，其中包含每个网格像元中重叠的飞行路线的数量。
• LidarElevationSlice：输出LiDAR（LAS）点文件中位于指定海拔范围之间的所有点。
• LasToAscii：将一个或多个LAS文件转换为ASCII文本文件。
• LidarColourize：基于输入图像添加LiDAR（LAS）文件的红-绿-蓝颜色字段。
• LidarGroundPointFilter：标识LiDAR数据集中的地面点。
• LidarIdwInterpolation：使用反距离加权（IDW）方案对LAS文件进行插值。
• LidarHillshade：计算LAS文件中点的山体阴影值，并将这些数据存储在RGB字段中。
• LidarHistogram：从LiDAR数据创建直方图。
• LidarInfo：打印有关LiDAR（LAS）数据集的信息，包括标题，点返回频率和分类数据，以及有关可变长度记录（VLR）和地理关键字的信息。
• LidarJoin：将多个LiDAR（LAS）文件连接到单个LAS文件中。
• LidarKappaIndex：对两个LAS文件的分类执行协议的kappa索引（KIA）分析。
• LidarNearestNeighbourGridding：使用最近邻居方案对LAS文件进行网格化。
• LidarPointDensity：计算LiDAR数据集的点密度的空间模式。
• LidarPointStats：创建几个栅格，概述LAS点数据的分布。
• LidarRemoveDuplicates：从LiDAR数据集中删除重复点。
• LidarRemoveOutliers：移除LiDAR点云中的离群值（高点和低点）。
• LidarSegmentation：根据法线向量分割LiDAR点云。
• LidarSegmentationBasedFilter：使用基于分段的方法识别LiDAR点云内的地面点。
• LidarTile：将LiDAR LAS文件平铺为多个LAS文件。
• LidarTophatTransform：对Lidar数据集执行白色礼帽转换；作为对地面高度的估计，这对于建模植被冠层很有用。
• NormalVectors：计算LAS文件中点的法线向量，并将这些数据（XYZ向量分量）存储在RGB字段中。

此外，还有许多用于处理从LiDAR源数据中插入的DEM的工具（例如，保留特征的去噪，水电执法等）。详细信息可以在用户手册中找到。源代码可以发现这里和编译的二进制文件是Geomorphometry和Hydrogeomatics网站上，在这里。

尽管不是严格意义上的“ Python”库，而是其他工具（尤其是GRASS）的一组包装器，但我编写了“ ARSF DEM脚本”：

https://github.com/pmlrsg/arsf_dem_scripts

目的之一是为不同的命令行工具（称为使用子进程）提供一组通用的Python函数，并带有method用于指定工具的标志。

生成DSM，强度和密度图像的示例用法是：

from arsf_dem import dem_lidar

# DSM image (GRASS, points2grid, SPDLib, FUSION or licensed LAStools)
dem_lidar.las_to_dsm('in_las.las', 'out_dsm.tif',
                      method='points2grid')

# Intensity image (GRASS or licensed version of LAStools)
dem_lidar.las_to_intensity('in_las.las', 'out_intensity.tif',
                           method='GRASS')

# Density image (GRASS only)
dem_lidar.grass_lidar.las_to_density('in_las.las', 'out_density.tif',
                                     bin_size=10)

通过GRASS Python包装器可以使用很多LiDAR处理工具，这些工具也可以代替/除了可以通过使用的工具之外arsf_dem。

pylidar是用于LiDAR处理的相对较新的Python模块集。它基于SPDLib和RIOS，并使用numpy。

可从此处下载

开始尝试使用此处找到的工具。它非常有用。https://github.com/brycefrank/pyfor

如果查看LAStools的QGIS工具箱（现在是处理插件框架的一部分）的源代码，则可以看到如何调用外部软件（在此为LAStools）来执行LiDAR处理操作。