第二学习周（5.15-6.4）

 第一天5.15  星期一   csv转pcd   mat转tif  Chrome私密链接

今天主要阅读了篇论文，并深入了解了多源数据融合的概念，学习了几个相关问题的解答，以及mat格式和tif格式的互相转化：

一、csv转pcd

注意：csv文件必须有三列，且分别表示x,y,z的坐标，且不能有表头，代码如下：

#include <string>
#include <vector>
#include <fstream>
#include <sstream>
#include <iostream>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/visualization/pcl_visualizer.h>
#include <boost/thread/thread.hpp>

using namespace std;

#pragma region //csv转为pcd
// 删除字符串中空格，制表符tab等无效字符
string Trim(string& str)
{
	//str.find_first_not_of(" \t\r\n"),在字符串str中从索引0开始，返回首次不匹配"\t\r\n"的位置
	str.erase(0, str.find_first_not_of(" \t\r\n"));
	str.erase(str.find_last_not_of(" \t\r\n") + 1);
	return str;
}

void csv2pcd(std::string filename, pcl::PointCloud<pcl::PointXYZ>::Ptr& cloud)
{
	ifstream fin(filename);      //打开文件流操作
	string line;
	while (getline(fin, line))   //整行读取，换行符“\n”区分，遇到文件尾标志eof终止读取
	{
		istringstream iss(line); // 创建输入string流对象，保存line的一个副本
		vector<string> fields;   // 声明一个字符串向量
		string field;
		while (getline(iss, field, ',')) //将字符串流iss中的字符读入到field字符串中，以逗号为分隔符
		{
			fields.push_back(field);     //将刚刚读取的字符串添加到向量fields中
		}
		pcl::PointXYZ point;
		point.x = float(atof(Trim(fields[0]).c_str())); //Trim用于清除掉向量fields中的无效字符
		point.y = float(atof(Trim(fields[1]).c_str()));
		point.z = float(atof(Trim(fields[2]).c_str()));
		cloud->push_back(point);
	}
}
#pragma endregion 

int main()
{
	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);

	csv2pcd("ptcloud_OSBS_002.csv", cloud);
	cout << "读取点云点的个数为：" << cloud->points.size() << endl;
	//-----------------------保存pcd文件-------------------------
	pcl::io::savePCDFileASCII("ptcloud_OSBS_002.pcd", *cloud);
	pcl::visualization::PCLVisualizer::Ptr viewer(new pcl::visualization::PCLVisualizer("Viewer"));
	viewer->setBackgroundColor(0, 0, 0);
	// 按照z字段进行渲染,将z改为x或y即为按照x或y字段渲染
	pcl::visualization::PointCloudColorHandlerGenericField<pcl::PointXYZ> fildColor(cloud, "z");
	viewer->addPointCloud<pcl::PointXYZ>(cloud, fildColor, "sample cloud");

	while (!viewer->wasStopped())
	{
		viewer->spinOnce(100);
		boost::this_thread::sleep(boost::posix_time::microseconds(100000));
	}

	system("pause");
	return 0;
}

二、问题解答

1.CNN在HSI和lidar数据融合中的作用

CNN提取图像的深度特征，然后再用多层感知机( multilayer percseptron) ，即全连接网络和 softmax 函数作为分类器，对提取出的深度特征进行分类．

2.典型的特征工程包括：计算各种植被指数和纹理特征

3.chrome浏览器如果对一个网页提示不是私密链接

解决方法：聚焦到 chrome 浏览器 不是私密连接 的页面，然后键盘输入 “thisisunsafe” 12个字母，此时浏览器就会加载出网站页面了

三、mat格式与tif格式的互相转化

1.mat转tif：

import scipy.io as sio
import numpy as np
from osgeo import gdal

# 加载.mat文件
data = sio.loadmat('data.mat')

# 提取高光谱图像数据
hsi_data = data['hsi']

# 将数据归一化到[0, 1]范围
hsi_data = (hsi_data - np.min(hsi_data)) / (np.max(hsi_data) - np.min(hsi_data))

# 将高光谱图像数据转换为.tif格式
driver = gdal.GetDriverByName('GTiff')
output_file = 'output.tif'
rows, cols, bands = hsi_data.shape
output = driver.Create(output_file, cols, rows, bands, gdal.GDT_Float32)
for i in range(bands):
    output.GetRasterBand(i + 1).WriteArray(hsi_data[:, :, i])
output = None

注：刚转化处理用ENVI打开会只有一个波段的选择，用ENVI重新打开即可解决

2.tif转mat（待补充）

5.16-6.4  jupyter使用     几点开发的注意事项     遥感知识梳理 QString和QDateTime的转化

一、使用jupyter使用创建的虚拟环境步骤

1.conda install ipykernel

2. activate data

3.python -m ipykernel install --name data

二、开发过程中的注意事项

1.活用全局变量，比如让一个变量自增时，但它又与多个函数有关，这时就用用到全局变量

2.关于获取当前时间的使用，年月日、度分秒

    qDebug() << now.toString("yyyy-MM-dd");
    qDebug() << now.toString("yyyy-MM-dd HH:mm:ss");
    qDebug() << now.toString("HH:mm:ss");

3.QString now_date = now.toString("yyyy-MM-dd");   可获取当前日期

4.killTimer(timer_XX);     可以将定时器关闭

5.循环一定不要出界

6.QStringLIst的对象添加数据时，一定要用temp.append(a);            

不能用temp[i]=fileInfo->at(i).fileName()

7.0是假，其他的数字是真

8.有关QDateTime的几个使用与QString和QDateTime的转化

    // 待转换的QString
    QString str = "2022-02-22 22:22:58"; 
    // 通过fromString()将QString转为QDateTime
    QDateTime dateTime = QDateTime::fromString(str, "yyyy-MM-dd hh:mm:ss"); 
    // 可以通过toString()方法将QDateTime转为QString进行输出
    qDebug() << dateTime.toString("yyyy-MM-dd hh:mm:ss");
    //toMSecsSinceEpoch()方法会将日期时间对象转换为从1970年1月1日0时分0秒UTC(即时间)开始的毫秒数
    qDebug() << dateTime.toMSecsSinceEpoch();  

9.复制代码时一定不要丢括号

三、遥感知识梳理

1.计算植被覆盖率通常用NDVI反算，（二分法）