如何从.las文件的16位值中过滤颜色？

Question

我有一个包含内容的.las文件，如下所示：

   array([( 860297,  472942, 67187, 11051, 73, 0, 0, 0, 1, 12079, 11051,  9252),
           ( 859318,  473132, 67336,  8995, 73, 0, 0, 0, 1,  9252,  8995,  9509),
           ( 859941,  473665, 67550, 12079, 73, 0, 0, 0, 1, 12079, 12850, 10023),
           ...,
           (1057593, 1184341, 75212, 19018, 73, 0, 0, 0, 1, 20303, 19275, 16191),
           (1057764, 1184161, 74734, 14906, 73, 0, 0, 0, 1, 15934, 14906, 13878),
           (1057548, 1184058, 74881, 26214, 73, 0, 0, 0, 1, 28784, 25957, 21074)],
          dtype=[('X', '<i4'), ('Y', '<i4'), ('Z', '<i4'), ('intensity', '<u2'), ('bit_fields', 'u1'),
                 ('raw_classification', 'u1'), ('scan_angle_rank', 'i1'), ('user_data', 'u1'),
                 ('point_source_id', '<u2'), ('red', '<u2'), ('green', '<u2'), ('blue', '<u2')])

正如我在.las文件中发现的，RGB中的值以16位颜色存储。我编写了2个函数-将颜色转换为8位：

opened_file = open("my.las") #example
colors = opened_file.points[["red", "green", 'blue']]
>>> array([(12079, 11051,  9252), (9252,  8995,  9509), (12079, 12850, 10023), ...])

def eightbitify(colour):
    return colour/256

接下来，我尝试将颜色转换为HSV，因此我可以过滤特定的颜色：

def to_hsv(rgb: np.ndarray):
    empty_image = np.zeros((1, 1, 3), dtype=np.uint8)
    empty_image[0, 0] = list(reversed(rgb))
    hsv = cv2.cvtColor(empty_image, cv2.COLOR_RGB2HSV)
    return list(reversed(hsv[0, 0]))

我并没有找到更好的解决方案，因为OpenCV需要图像-所以我创建了一个像素的图像并进行了转换（非常难看：/）。问题是我收到的值与任何internet RGB-HSV计算器的结果都不匹配。 我以这种方式使用这些功能：

def convert_color(rgb_16: np.ndarray)->np.ndarray:
    converted_color = np.array([int(eightbitify(rgb_16[0])), int(eightbitify(rgb_16[1])), int(eightbitify(rgb_16[2]))])
    converted_hsv = to_hsv(converted_color)
    return converted_hsv

for color in colors:
    converted = convert_color(color)

所以我的问题是：
1.从我的opened_file.points初始数组将RGB值转换为HSV的最佳方法是什么？
2.如何仅使用numpy从opened_file.points中过滤特定颜色？我可以对RGB值等应用一些转换功能吗？
不幸的是，我对numpy的经验很少，所以我需要帮助。谢谢大家!

Answer 1

我不熟悉你的图像类型，但希望能在Numpy和OpenCV方面帮助你

#!/usr/bin/env python3

import pylas
import cv2
import numpy as np

# Open file
las = pylas.read('W2.las')

# Extract all the red values into a Numpy array, likewise green and blue
R = las.points["red"]
G = las.points["green"]
B = las.points["blue"]

# Make a Numpy image by stacking the RGB values and converting to uint8
BGR = (np.dstack((B,G,R))>>8).astype(np.uint8)

# Convert to HSV
HSV = cv2.cvtColor(BGR, cv2.COLOR_BGR2HSV)

# Define lower and uppper limits of what we call "green"
range_lo = np.array([70,30,30])
range_hi = np.array([90,255,255])

# Mask image to only select greens
mask = cv.inRange(HSV,range_lo,range_hi)

# Change image to red where we found green
image[mask>0]=(0,0,255)

cv.imwrite("result.png",image)

目前，我不知道图像的形状，所以它显示为一条4400万像素的长线，但它只需要一个reshape()来纠正它。请注意，mask中的每个真/假值都将作为像素列表的索引，并指示该像素是否为绿色

您可能需要处理range参数的上下两个值-请参阅我的答案here

Stack Overflow user@Nathance制作了一个带有滑块here的相当整洁的HSV颜色选择器