jakteristics · PyPI · Python 包索引

从Python获取点云几何属性。

这些详情尚未由PyPI验证

项目链接

主页

开发状态
- 2 - 预Alpha
目标受众
- 开发者
许可证
- OSI批准 :: BSD许可证
自然语言
- 英语
编程语言

项目描述

文档: https://jakteristics.readthedocs.io
Github: https://github.com/jakarto3d/jakteristics

Jakteristics是一个用于计算点云几何特征的Python包。

几何特征是基于点周围邻域的几何形状的描述。例如，位于墙上的点将具有很高的平面性。

此包中使用的特征在论文Contour detection in unstructured 3D point clouds中描述。它们是基于特征值和特征向量计算的

特征值和
全方差
特征熵
各向异性
平面性
线性
PCA1
PCA2
表面变化
球形度
垂直性
Nx, Ny, Nz (法向量)

灵感来源于CloudCompare中的类似工具。

它使用cython实现，并利用了scipy的BLAS和LAPACK包装器。它可以利用多个CPU，性能相当出色（至少比CloudCompare快两倍）。

安装

python -m pip install jakteristics

用法

有关更多详细信息，请参阅文档。

从python

from jakteristics import compute_features

features = compute_features(xyz, search_radius=0.15, feature_names=['planarity', 'linearity'])

CLI

安装包后，您可以使用jakteristics命令

jakteristics input/las/file.las output/file.las --search-radius 0.15 --num-threads 4

运行测试

python -m pip install -r requirements-dev.txt
python setup.py pytest

历史记录

未发布

0.6.2 (2024-07-22)

0.6.1 (2024-06-04)

0.6.0 (2023-04-20)

新增：number_of_neighbors功能
新增：特征值和特征向量功能

0.5.1 (2023-04-11)

修复：当kdtree不是从我们要计算特征的同一点构建时，计算特征的问题
移除python 3.6，为Linux和Windows添加python 3.7-3.11的wheel文件

0.5.0 (2022-01-26)

修复：与最新laspy版本（>= 2.1.1，2.1.0存在bug）的兼容性

0.4.3 (2020-09-24)

当无法计算特征时，默认值应为NaN

0.4.2 (2020-04-20)

修复扩展导入语句

0.4.1 (2020-04-17)

修复：为输出文件创建父目录
修复：将–num_threads重命名为–num-threads
修复：要求laspy 1.7以支持额外维度中的大写名称

0.4.0 (2020-04-16)

第一个PyPI发布
添加GitHub Actions

0.3.0 (2020-04-14)

添加feature-names参数以计算特定特征

0.2.0 (2020-04-10)

修复Windows编译与openmp的问题
添加CloudCompare脚本示例
添加num_threads CLI参数和帮助文档
以正确的顺序写入额外维度

0.1.2 (2020-04-10)

修复测试

0.1.1 (2020-04-10)

修复使用单精度中间变量的问题

0.1.0 (2020-04-10)

第一个版本

项目详情

这些详情尚未由PyPI验证

项目链接

主页

开发状态
- 2 - 预Alpha
目标受众
- 开发者
许可证
- OSI批准 :: BSD许可证
自然语言
- 英语
编程语言

发布历史发布通知 | RSS源

此版本

0.6.2

2024年7月22日

0.6.0

2023年4月20日

0.5.1

2023年4月11日

0.5.0

2022年1月26日

0.4.3

2020年8月24日

0.4.2

2020年4月20日

0.4.1

2020年4月17日

0.4.0

2020年4月16日

下载文件

为您的平台下载文件。如果您不确定选择哪个，请了解有关安装包的更多信息。

源分布

jakteristics-0.6.2.tar.gz (608.1 kB 查看哈希)

上传时间：2024年7月22日 源

构建分布

jakteristics-0.6.2-cp312-cp312-win_amd64.whl (720.3 kB 查看哈希)

上传时间：2024年7月22日 CPython 3.12 Windows x86-64

jakteristics-0.6.2-cp312-cp312-manylinux_2_17_x86_64.manylinux2014_x86_64.whl (4.1 MB 查看哈希)

上传时间：2024年7月22日 CPython 3.12 manylinux: glibc 2.17+ x86-64

jakteristics-0.6.2-cp311-cp311-win_amd64.whl (723.4 kB 查看哈希)

上传时间：2024年7月22日 CPython 3.11 Windows x86-64

jakteristics-0.6.2-cp311-cp311-manylinux_2_17_x86_64.manylinux2014_x86_64.whl (4.1 MB 查看哈希)

上传时间：2024年7月22日 CPython 3.11 manylinux: glibc 2.17+ x86-64

jakteristics-0.6.2-cp310-cp310-win_amd64.whl (723.3 kB 查看哈希值)

上传时间：2024年7月22日 CPython 3.10 Windows x86-64

jakteristics-0.6.2-cp310-cp310-manylinux_2_17_x86_64.manylinux2014_x86_64.whl (4.0 MB 查看哈希值)

上传时间：2024年7月22日 CPython 3.10 manylinux: glibc 2.17+ x86-64

jakteristics-0.6.2-cp39-cp39-win_amd64.whl (725.1 kB 查看哈希值)

上传时间：2024年7月22日 CPython 3.9 Windows x86-64

jakteristics-0.6.2-cp39-cp39-manylinux_2_17_x86_64.manylinux2014_x86_64.whl (4.0 MB 查看哈希值)

上传时间：2024年7月22日 CPython 3.9 manylinux: glibc 2.17+ x86-64

jakteristics-0.6.2-cp38-cp38-win_amd64.whl (721.5 kB 查看哈希值)

上传时间：2024年7月22日 CPython 3.8 Windows x86-64

jakteristics-0.6.2-cp38-cp38-manylinux_2_17_x86_64.manylinux2014_x86_64.whl (4.0 MB 查看哈希值)

上传时间：2024年7月22日 CPython 3.8 manylinux: glibc 2.17+ x86-64

jakteristics-0.6.2.tar.gz的哈希值

jakteristics-0.6.2.tar.gz的哈希值
算法	哈希摘要
SHA256	`767cdb08536d99130e3676ca6e1dcc7b6ff8582340fee836f6eed85bc1043d52`
MD5	`25c51216532f0ed131494ec3f397d242`
BLAKE2b-256	`76a402ad4f9492e7c51f2b691d0f9b20d68c1c24e175e51f481106b3f6002dea`

jakteristics-0.6.2-cp312-cp312-win_amd64.whl的哈希值

jakteristics-0.6.2-cp312-cp312-win_amd64.whl的哈希值
算法	哈希摘要
SHA256	`866d0fd573787cca66917634c4a25d3a9fef391b7a20351a7b36e76123c05534`
MD5	`f9f2be58d5027ba5e010ea7209d6d602`
BLAKE2b-256	`5c7228f653ed7a611da5dd43349cb839172e9a6a43cc7d52e0c3eb974d6f7992`

jakteristics-0.6.2-cp312-cp312-manylinux_2_17_x86_64.manylinux2014_x86_64.whl的哈希值

jakteristics-0.6.2-cp312-cp312-manylinux_2_17_x86_64.manylinux2014_x86_64.whl的哈希值
算法	哈希摘要
SHA256	`b44d2b95b4201fc052909c1de458d231d13a8e4ce9221f7ba337c60da01c4744`
MD5	`974366d3bfb0e65f6cfc0e573b28152f`
BLAKE2b-256	`a8c6dfc56800176b4e4eb33c7360ad84de83ef3f7ead1d2f6155c9f81d8f04e0`

jakteristics-0.6.2-cp311-cp311-win_amd64.whl的哈希值

jakteristics-0.6.2-cp311-cp311-win_amd64.whl的哈希值
算法	哈希摘要
SHA256	`60435ee74ccb9bf52baa1a23be041f93c7343bd1f5c0cae8c741c963159c6c98`
MD5	`d79e08e9e4a3e9893793217f30b73dc1`
BLAKE2b-256	`c60e667fa6e5532772dc3b351f96842d3558a1a41b380ddabe9bf11ae0165f32`

jakteristics-0.6.2-cp311-cp311-manylinux_2_17_x86_64.manylinux2014_x86_64.whl的哈希值

jakteristics-0.6.2-cp311-cp311-manylinux_2_17_x86_64.manylinux2014_x86_64.whl的哈希值
算法	哈希摘要
SHA256	`ff8cc6645f35557876c593c6c58942deb0d28412e2ac31b637611da0a23dad89`
MD5	`57489e186057934fbd985f574d6347cb`
BLAKE2b-256	`051c31005d60cf2aaeb5a8ab0f65be2040c99ef36a1c49dad8c92beb8ad5ada8`

jakteristics-0.6.2-cp310-cp310-win_amd64.whl的哈希值

jakteristics-0.6.2-cp310-cp310-win_amd64.whl 的哈希值
算法	哈希摘要
SHA256	`e884c2b9863ef12922b455c8da22cc07a22cd99e88cf1d5729d8e2bbf02c05d6`
MD5	`347b6db0eb0fac70a6be7ce06a3ea3a4`
BLAKE2b-256	`a052c11b628d853db7bb6fa05fb7662db2dae719dedbcf485943f2568e8d36de`

哈希值 for jakteristics-0.6.2-cp310-cp310-manylinux_2_17_x86_64.manylinux2014_x86_64.whl

Hashes for jakteristics-0.6.2-cp310-cp310-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
算法	哈希摘要
SHA256	`bc0dba7299a4cdbc8762c8c8feeee3b8aa48d4020cf5fd41018f6c44fd5c1ac6`
MD5	`aa722694764dc9950ef058284b0d8f0b`
BLAKE2b-256	`a18fba2103ab4fc6b05ad176abe83fb3fa9a573325231161f53448ef809b54fb`

哈希值 for jakteristics-0.6.2-cp39-cp39-win_amd64.whl

Hashes for jakteristics-0.6.2-cp39-cp39-win_amd64.whl
算法	哈希摘要
SHA256	`ad4672eab79fc47c5fd73b97100b45cdf8fbf51b10d61f20586794d6d097e8fd`
MD5	`31f3d0a8d56cb00aae685d70b60bf260`
BLAKE2b-256	`90b053538d4ceedf7e7c6ffae05a5e211a712205cf8e065398232c24b274dfd8`

哈希值 for jakteristics-0.6.2-cp39-cp39-manylinux_2_17_x86_64.manylinux2014_x86_64.whl

Hashes for jakteristics-0.6.2-cp39-cp39-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
算法	哈希摘要
SHA256	`a3d91ac868b1f128c6623d202e3b0f2e25e51c5a74666fb49a89354fc7e5de5c`
MD5	`60535139a1f4d499905360ca2ca2e45a`
BLAKE2b-256	`2fe43539da9202c9f095dfac68472cbdc670cc7ad1581aacab3ff7d10f09041a`

哈希值 for jakteristics-0.6.2-cp38-cp38-win_amd64.whl

Hashes for jakteristics-0.6.2-cp38-cp38-win_amd64.whl
算法	哈希摘要
SHA256	`a931f5d5ca9435746d0069e8fe500df4ef7ca3ba2e8701bfce2a487c2b2107e1`
MD5	`1841e3a265623cf2aa9dd3bdac5720f1`
BLAKE2b-256	`afb064b0372337441a4da7d78f0b9311ab5454ff3817f4aba667e6d0ae4601ae`

哈希值 for jakteristics-0.6.2-cp38-cp38-manylinux_2_17_x86_64.manylinux2014_x86_64.whl

Hashes for jakteristics-0.6.2-cp38-cp38-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
算法	哈希摘要
SHA256	`a1abf4122c78c48d0f6369e2c2ba803205b9750e442c08ec739cce0bf9d43a7b`
MD5	`475b9e24e49ef7b9ab74e03c9c528a89`
BLAKE2b-256	`5eca6c8f3998fa538faed9391b39a18fe9ce6481ff46916634ea03024829b2b8`

jakteristics 0.6.2

导航

验证详情

维护者

未验证详情

项目链接

元数据

分类器

项目描述

安装

用法

从python

CLI

运行测试

历史记录

未发布

0.6.2 (2024-07-22)

0.6.1 (2024-06-04)

0.6.0 (2023-04-20)

0.5.1 (2023-04-11)

0.5.0 (2022-01-26)

0.4.3 (2020-09-24)

0.4.2 (2020-04-20)

0.4.1 (2020-04-17)

0.4.0 (2020-04-16)

0.3.0 (2020-04-14)

0.2.0 (2020-04-10)

0.1.2 (2020-04-10)

0.1.1 (2020-04-10)

0.1.0 (2020-04-10)

项目详情

验证详情

维护者

未验证详情

项目链接

元数据

分类器

发布历史 发布通知 | RSS源

下载文件

源分布

构建分布

发布历史发布通知 | RSS源