将点云Z向数据生成伪彩图、灰度图(最小值和最大值区间映射RGB三通道)

本文主要是介绍将点云Z向数据生成伪彩图、灰度图(最小值和最大值区间映射RGB三通道),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

C# 指针遍历+for循环多线程

public unsafe static HObject PointXYZ_To_GrayColorHobject(ref PointXYZ[] PointCloudData, int ImgWidth, int ImgHeight, float ZMin, float ZMax,out HObject colorImg)
{try{HObject ImgHobject = null;colorImg = null;if (PointCloudData == null) return ImgHobject;//归一化后按 0-1/3  1/3-2/3  2/3-1 进行颜色映射float cut1 = 1.0f / 3.0f;float cut2 = 2.0f / 3.0f;int numPoints = PointCloudData.Length;float RangeZ = ZMax - ZMin;//点云数据范围float coefficient = RangeZ > 0 ? 255 * 1.0f / RangeZ : 0;//灰度系数//byte[] grayArr = new byte[numPoints];IntPtr colorPtr = Marshal.AllocHGlobal(numPoints * 3 * sizeof(byte));//分配伪彩图RGB内存IntPtr grayPtr = Marshal.AllocHGlobal(numPoints * sizeof(byte));//分配灰度图内存int numProcessedPoints = ImgWidth - (ImgWidth % 4); // 可以处理的点的数量(4的倍数)fixed (PointXYZ* pData = PointCloudData){float* pHeight = (float*)pData;byte* colorPtrTemp = (byte*)colorPtr;byte* grayPtrTemp = (byte*)grayPtr;Parallel.For(0, ImgHeight, Row =>{float* PRowIndexPointData = pHeight + Row * ImgWidth * 3;//点云指针byte* pDest = colorPtrTemp + Row * 3 * ImgWidth;//伪彩图图像遍历指针byte* pGrayDest = grayPtrTemp + Row * ImgWidth;//灰度图图像遍历指针for (int Col = 0; Col < numProcessedPoints; Col += 4){float height1 = PRowIndexPointData[2];float height2 = PRowIndexPointData[5];float height3 = PRowIndexPointData[8];float height4 = PRowIndexPointData[11];#region gray灰度映射pGrayDest[0] = (byte)((height1 >= ZMin && height1 <= ZMax) ? (height1 - ZMin) * coefficient : 0);pGrayDest[1] = (byte)((height2 >= ZMin && height2 <= ZMax) ? (height2 - ZMin) * coefficient : 0);pGrayDest[2] = (byte)((height3 >= ZMin && height3 <= ZMax) ? (height3 - ZMin) * coefficient : 0);pGrayDest[3] = (byte)((height4 >= ZMin && height4 <= ZMax) ? (height4 - ZMin) * coefficient : 0);#endregion#region color颜色映射//height1  normalval1if (height1 >= ZMin && height1 <= ZMax){float normalVal1 = (height1 - ZMin) / RangeZ;if (normalVal1 <= cut1){pDest[0] = 0;pDest[1] = (byte)(3 * normalVal1 * 255);pDest[2] = 255;}else if (normalVal1 > cut1 && normalVal1 <= cut2){pDest[0] = (byte)((3 * normalVal1 - 1) * 255);pDest[1] = 255;pDest[2] = (byte)((-3 * normalVal1 + 2) * 255);}else if (normalVal1 > cut2){pDest[0] = 255;pDest[1] = (byte)((-3 * normalVal1 + 3) * 255);pDest[2] = 0;}}else{pDest[0] = 0;pDest[1] = 0;pDest[2] = 0;}//height2  normalval2if (height2 >= ZMin && height2 <= ZMax){float normalVal2 = (height2 - ZMin) / RangeZ;if (normalVal2 <= cut1){pDest[3] = 0;pDest[4] = (byte)(3 * normalVal2 * 255);pDest[5] = 255;}else if (normalVal2 > cut1 && normalVal2 <= cut2){pDest[3] = (byte)((3 * normalVal2 - 1) * 255);pDest[4] = 255;pDest[5] = (byte)((-3 * normalVal2 + 2) * 255);}else if (normalVal2 > cut2){pDest[3] = 255;pDest[4] = (byte)((-3 * normalVal2 + 3) * 255);pDest[5] = 0;}}else{pDest[3] = 0;pDest[4] = 0;pDest[5] = 0;}//height3  normalval3if (height3 >= ZMin && height3 <= ZMax){float normalVal3 = (height3 - ZMin) / RangeZ;if (normalVal3 <= cut1){pDest[6] = 0;pDest[7] = (byte)(3 * normalVal3 * 255);pDest[8] = 255;}else if (normalVal3 > cut1 && normalVal3 <= cut2){pDest[6] = (byte)((3 * normalVal3 - 1) * 255);pDest[7] = 255;pDest[8] = (byte)((-3 * normalVal3 + 2) * 255);}else if (normalVal3 > cut2){pDest[6] = 255;pDest[7] = (byte)((-3 * normalVal3 + 3) * 255);pDest[8] = 0;}}else{pDest[6] = 0;pDest[7] = 0;pDest[8] = 0;}//height4  normalval4if (height4 >= ZMin && height4 <= ZMax){float normalVal4 = (height4 - ZMin) / RangeZ;if (normalVal4 <= cut1){pDest[9] = 0;pDest[10] = (byte)(3 * normalVal4 * 255);pDest[11] = 255;}else if (normalVal4 > cut1 && normalVal4 <= cut2){pDest[9] = (byte)((3 * normalVal4 - 1) * 255);pDest[10] = 255;pDest[11] = (byte)((-3 * normalVal4 + 2) * 255);}else if (normalVal4 > cut2){pDest[9] = 255;pDest[10] = (byte)((-3 * normalVal4 + 3) * 255);pDest[11] = 0;}}else{pDest[9] = 0;pDest[10] = 0;pDest[11] = 0;}#endregionpGrayDest += 4;pDest += 12;PRowIndexPointData += 12;}for (int Col = numProcessedPoints; Col < ImgWidth; Col++){float height1 = PRowIndexPointData[2];#region gray灰度映射pGrayDest[0] = (byte)((height1 >= ZMin && height1 <= ZMax) ? (height1 - ZMin) * coefficient : 0);#endregion#region color颜色映射//height1  normalval1if (height1 >= ZMin && height1 <= ZMax){float normalVal1 = (height1 - ZMin) / RangeZ;if (normalVal1 <= cut1){pDest[0] = 0;pDest[1] = (byte)(3 * normalVal1 * 255);pDest[2] = 255;}else if (normalVal1 > cut1 && normalVal1 <= cut2){pDest[0] = (byte)((3 * normalVal1 - 1) * 255);pDest[1] = 255;pDest[2] = (byte)((-3 * normalVal1 + 2) * 255);}else if (normalVal1 > cut2){pDest[0] = 255;pDest[1] = (byte)((-3 * normalVal1 + 3) * 255);pDest[2] = 0;}}else{pDest[0] = 0;pDest[1] = 0;pDest[2] = 0;}#endregionpGrayDest++;pDest += 3;PRowIndexPointData += 3;}});}HOperatorSet.GenImage1(out ImgHobject, "byte", ImgWidth, ImgHeight, grayPtr);HOperatorSet.GenImageInterleaved(out colorImg, colorPtr, "rgb", ImgWidth, ImgHeight, -1, "byte", ImgWidth, ImgHeight, 0, 0, -1, 0);Marshal.FreeHGlobal(colorPtr);Marshal.FreeHGlobal(grayPtr);return ImgHobject;}catch{colorImg = null;return null;}
}

 

 

这篇关于将点云Z向数据生成伪彩图、灰度图(最小值和最大值区间映射RGB三通道)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1035211

相关文章

Java中注解与元数据示例详解

《Java中注解与元数据示例详解》Java注解和元数据是编程中重要的概念,用于描述程序元素的属性和用途,:本文主要介绍Java中注解与元数据的相关资料,文中通过代码介绍的非常详细,需要的朋友可以参... 目录一、引言二、元数据的概念2.1 定义2.2 作用三、Java 注解的基础3.1 注解的定义3.2 内

将sqlserver数据迁移到mysql的详细步骤记录

《将sqlserver数据迁移到mysql的详细步骤记录》:本文主要介绍将SQLServer数据迁移到MySQL的步骤,包括导出数据、转换数据格式和导入数据,通过示例和工具说明,帮助大家顺利完成... 目录前言一、导出SQL Server 数据二、转换数据格式为mysql兼容格式三、导入数据到MySQL数据

C++中使用vector存储并遍历数据的基本步骤

《C++中使用vector存储并遍历数据的基本步骤》C++标准模板库(STL)提供了多种容器类型,包括顺序容器、关联容器、无序关联容器和容器适配器,每种容器都有其特定的用途和特性,:本文主要介绍C... 目录(1)容器及简要描述‌php顺序容器‌‌关联容器‌‌无序关联容器‌(基于哈希表):‌容器适配器‌:(

C#提取PDF表单数据的实现流程

《C#提取PDF表单数据的实现流程》PDF表单是一种常见的数据收集工具,广泛应用于调查问卷、业务合同等场景,凭借出色的跨平台兼容性和标准化特点,PDF表单在各行各业中得到了广泛应用,本文将探讨如何使用... 目录引言使用工具C# 提取多个PDF表单域的数据C# 提取特定PDF表单域的数据引言PDF表单是一

一文详解Python中数据清洗与处理的常用方法

《一文详解Python中数据清洗与处理的常用方法》在数据处理与分析过程中,缺失值、重复值、异常值等问题是常见的挑战,本文总结了多种数据清洗与处理方法,文中的示例代码简洁易懂,有需要的小伙伴可以参考下... 目录缺失值处理重复值处理异常值处理数据类型转换文本清洗数据分组统计数据分箱数据标准化在数据处理与分析过

大数据小内存排序问题如何巧妙解决

《大数据小内存排序问题如何巧妙解决》文章介绍了大数据小内存排序的三种方法:数据库排序、分治法和位图法,数据库排序简单但速度慢,对设备要求高;分治法高效但实现复杂;位图法可读性差,但存储空间受限... 目录三种方法:方法概要数据库排序(http://www.chinasem.cn对数据库设备要求较高)分治法(常

Python将大量遥感数据的值缩放指定倍数的方法(推荐)

《Python将大量遥感数据的值缩放指定倍数的方法(推荐)》本文介绍基于Python中的gdal模块,批量读取大量多波段遥感影像文件,分别对各波段数据加以数值处理,并将所得处理后数据保存为新的遥感影像... 本文介绍基于python中的gdal模块,批量读取大量多波段遥感影像文件,分别对各波段数据加以数值处

使用MongoDB进行数据存储的操作流程

《使用MongoDB进行数据存储的操作流程》在现代应用开发中,数据存储是一个至关重要的部分,随着数据量的增大和复杂性的增加,传统的关系型数据库有时难以应对高并发和大数据量的处理需求,MongoDB作为... 目录什么是MongoDB?MongoDB的优势使用MongoDB进行数据存储1. 安装MongoDB

MybatisGenerator文件生成不出对应文件的问题

《MybatisGenerator文件生成不出对应文件的问题》本文介绍了使用MybatisGenerator生成文件时遇到的问题及解决方法,主要步骤包括检查目标表是否存在、是否能连接到数据库、配置生成... 目录MyBATisGenerator 文件生成不出对应文件先在项目结构里引入“targetProje

Python MySQL如何通过Binlog获取变更记录恢复数据

《PythonMySQL如何通过Binlog获取变更记录恢复数据》本文介绍了如何使用Python和pymysqlreplication库通过MySQL的二进制日志(Binlog)获取数据库的变更记录... 目录python mysql通过Binlog获取变更记录恢复数据1.安装pymysqlreplicat