devbox
从前慢现在也慢
这个屌丝很懒，什么也没留下！
关注作者
热门标签
热门文章
当前位置:   article > 正文

使用大疆TSDK实现对红外照片（R_JPEG）的处理 | 无人机热红外照片R_JPG转成TIF后拼接 | 热红外照片温度信息提取 | 方法一_大疆无人机热红外图片合成温度

作者：从前慢现在也慢 | 2024-06-26 05:03:44

赞

踩

大疆无人机热红外图片合成温度

        使用大疆御2行业进阶版（M2EA）拍摄，得到红外照片（R-JPEG），R-JPEG照片使用大疆红外热分析工具3（DJI Thermal Analysis Tool 3）打开设置才会显示温度值，但我们需要的是照片中每个像素表示温度，而不是RGB

        下面我会展示将R-JPEG图像批量转成TIF，TIF图像中每个像素的数据不再表示颜色信息，而是表示了温度，最后将TIF拼接成完整影像

        系统版本：windows 10 64位

        visual studio版本：2019

        大疆TSDK版本：dji_thermal_sdk_v1.4_20220929

        大疆智图版本：DJI Terra 4.0.1

        Pix4D mapper版本：4.4.12

        PyCharm版本：2023

1.在visual studio 2019中配置大疆TSDK

        （1）在visual studio 2019中新建新项目（我的为TSDK），创建好C++文件（我的C++文件名为TSDK.cpp）

        （2）将下载解压缩好的大疆TSDK文件夹dji_thermal_sdk_v1.4_20220929\sample路径下的dji_irp.cpp里面的所有代码复制粘贴到创建好的C++文件中，即TSDK.cpp（复制粘贴后会提示有很多错误，不用担心，后面会解决）

        （3）在项目TSDK下新建名为“Libs”的文件夹，然后在Libs文件夹里面分别新建一个名为“icn”和“lib”的子文件夹（两个文件夹下面要用到）

       （4）将大疆TSDK文件夹dji_thermal_sdk_v1.4_20220929\tsdk-core\api路径下的所有文件复制粘贴到icn文件夹中。同时，将dji_thermal_sdk_v1.4_20220929\sample\argparse路径下的所有文件也复制粘贴放入icn文件夹中

        （5）将dji_thermal_sdk_v1.4_20220929\tsdk-core\lib\windows\release_x64路径下所有后缀为.lib的文件复制粘贴到lib文件夹中

        （6）visual studio 2019 界面上方选择 Debug 和 x64 ，然后右键生成TSDK项目（点击图示2处也可以），项目生成后会在TSDK项目文件夹下会生成一个名为 x64 的文件夹

     （7）将dji_thermal_sdk_v1.4_20220929\tsdk-core\lib\windows\release_x64路径下所有后缀为.dll的文件和后缀为.ini的文件复制粘贴到项目文件夹TSDK\x64\Debug路径下

        （8）在TSDK项目中选择 调试 > TSDK调试属性 > C/C++ > 常规 中，将 附加包含目录 设置为 icn 文件夹

        在TSDK项目中选择 调试 > TSDK调试属性 > 连接器 > 常规 中，将 附加库目录 设置为 lib 文件夹

        在TSDK项目中选择 调试 > TSDK调试属性  > 连接器 > 输入 中，将 附加依赖项 设置为 libdirp.lib ，配置结束

        点击 本地windows调试器 ，会在TSDK\x64\Debug文件夹下生成两个文件（TSDK.exe和TSDK.pdb），TSDK.exe在后面编写python代码的时候会用到

2.编写python代码调用TSDK

        编写python代码调用TSDK.exe，批量处理红外照片（R_JPEG），生成存储温度信息的.raw文件。运行代码即可得到结果

  1. import os
  2.  
  3. # TSDK.exe的储存位置,根据自己的情况设置
  4. tsdk = r'F:\TSDK\x64\Debug\TSDK.exe'
  5.  
  6. # 拍摄的R_JPG的储存位置，根据自己的情况设置
  7. path = 'M2EA/0824-1/'
  8.  
  9. # 处理结果的储存位置
  10. save_path = 'M2EA_output/0804-1/'
  11. os.makedirs(save_path, exist_ok=True)
  12.  
  13. # 参数根据实际情况设置
  14. distance = 25.0
  15. emissivity = 0.95
  16. humidity = 45
  17. reflection = 51.8
  18.  
  19.  
  20. def use_tsdk(tsdk, path, save_path):
  21.     print('开始处理')
  22.     # 获取指定目录下所有文件名列表
  23.     imgnamelist = os.listdir(path)
  24.     for imgname in imgnamelist:
  25.         # 判断文件名中是否包含"D"，以过滤掉非温度图像，你的图像文件名可能包含的是别的字母，根据自己的情况设置
  26.         if "D" in imgname:
  27.             portion = os.path.splitext(imgname)
  28.             coreimgname = portion[0]
  29.             # 构建TSDK.exe的执行参数字符串：选择的模式是measure，输出的结果是温度信息，不是原始信息
  30.             param = '-s ' + path + imgname + ' -a measure -o ' + save_path + coreimgname + '.raw' + ' --distance ' + str(
  31.                 distance) + ' --emissivity ' + str(emissivity) + ' --humidity ' + str(humidity) + '--reflection ' + str(
  32.                 reflection)
  33.             # 调用TSDK.exe并获取返回值
  34.             r_v = os.system(tsdk + ' ' + param)
  35.             # 输出的为tsdk.exe运行的返回值
  36.             print(r_v)
  37.             print('处理完成')
  38.  
  39.  
  40. # 调用函数
  41. use_tsdk(tsdk, path, save_path)

3.raw文件转TIF文件

        将.raw文件中每个数据的值除以10以后即为温度值（即最小精度0.1℃），每个数据即是对应坐标点的测量温度值，转为.tif文件以供后续使用

  1. import os
  2. import cv2
  3. import numpy as np
  4.  
  5. save_path = 'M2EA_output/0804-1/'
  6.  
  7.  
  8. def raw_to_tif(path, rows, cols, channels):
  9.     """
  10.         将指定目录下的.raw文件转换为.tif文件，并删除原始的.raw文件。
  12.         参数:
  13.         - path: 存储.raw文件的目录路径
  14.         - rows: 图像的行数
  15.         - cols: 图像的列数
  16.         - channels: 图像的通道数
  18.         注意:
  19.         - 输入的.raw文件应为16位无符号整数格式
  20.         - 转换后的.tif文件存储在与.raw文件相同的目录下，文件名与.raw文件相同，扩展名为.tif
  21.         - 转换后的.tif文件使用TIFF格式，压缩方式为LZW压缩
  23.         """
  24.     print('开始转换为 .tif')
  25.     # 获取指定目录下所有文件名列表
  26.     files = os.listdir(path)
  27.     for file in files:
  28.         portion = os.path.splitext(file)
  29.         # 判断文件扩展名是否为.raw
  30.         if portion[1] == '.raw':
  31.             realPath = path + file
  32.             # 从.raw文件读取数据，数据类型为uint16
  33.             img = np.fromfile(realPath, dtype='uint16')
  34.             # 将数据除以10，得到温度值
  35.             img = img / 10
  36.             # 重塑数组形状为(rows, cols, channels)
  37.             img = img.reshape(rows, cols, channels)
  38.             # 构建输出.tif文件的文件名
  39.             fileName = portion[0] + '.tif'
  40.             tif_fileName = os.path.join(path, fileName)
  41.             # 使用OpenCV保存.tif文件，压缩方式为LZW压缩
  42.             cv2.imwrite(tif_fileName, img, (int(cv2.IMWRITE_TIFF_COMPRESSION), 1))
  43.             # 删除原始的.raw文件，如果不需要删除，可以注释下面这行
  44.             os.remove(realPath)
  45.         else:
  46.             print(file + ' 不是 .raw 文件')
  47.     print('转换为 .tif 完成')
  48.  
  49.  
  50. # 调用函数，传入指定的参数
  51. raw_to_tif(save_path, 512, 640, 1)

  4.exif信息写入TIF文件

        前面转出来的.tif文件没有exif信息，无法定位。下面将exif信息从R_JPG图像中提取出来，写入.tif文件

  1. # 导入 Image 类，该类用于读取和修改图像的 Exif 信息
  2. from pyexiv2 import Image
  3. import os
  4.  
  5. # 输入的jpg路径
  6. path = 'M2EA/0824-1/'
  7. # 输入的tif路径
  8. save_path = "M2EA_output/0804-1/"
  9.  
  10.  
  11. def exifrw(path, exif_path):
  12.     print('exifr&w start')
  13.     # 初始化变量 i，用于记录无法处理的文件数量
  14.     i = 0
  15.     # 获取路径下的所有文件列表
  16.     files = os.listdir(path)
  17.     # 获取输出路径下的所有文件列表
  18.     read_files = os.listdir(exif_path)
  19.     # 遍历输出路径下的文件
  20.     for read_file in read_files:
  21.         # 检查文件名中是否包含 "D"
  22.         if "D" in read_file:
  23.             # 分离文件名和扩展名
  24.             portion = os.path.splitext(read_file)
  25.             # 用 ".tif" 替换 ".rjpgd" 得到对应的 ".tif" 文件名
  26.             file = portion[0] + '.tif'
  27.             # 如果对应的 ".tif" 文件存在于输入路径中
  28.             if file in files:
  29.                 # 构建 ".tif" 文件的完整路径
  30.                 file_path = os.path.join(path, file)
  31.                 # 读取 ".tif" 文件的 Exif 信息
  32.                 img = Image(file_path)
  33.                 # 构建对应的 ".rjpgd" 文件的路径
  34.                 exif_file = os.path.join(exif_path, read_file)
  35.                 # 读取 ".rjpgd" 文件的 Exif 信息
  36.                 imge = Image(exif_file)
  37.                 # 获取 ".rjpgd" 文件的 Exif 信息
  38.                 exif = imge.read_exif()
  39.                 # 将 ".tif" 文件的 Exif 信息修改为 ".rjpgd" 文件的 Exif 信息
  40.                 img.modify_exif(exif)
  41.                 # 关闭 ".rjpgd" 和 ".tif" 文件
  42.                 imge.close()
  43.                 img.close()
  44.             # 如果对应的 ".tif" 文件不存在
  45.             else:
  46.                 # 记录无法处理的文件数量
  47.                 i = i + 1
  48.                 # 打印未完成处理的文件名
  49.                 print(str(file) + "unfinish")
  50.     # 打印处理完成的提示
  51.     print('exifr&w finish')
  52.     # 打印无法处理的文件数量
  53.     print(str(i) + " files can not be processed")
  54.     # 打印结束提示
  55.     print('end')
  56.  
  57.  
  58. # 调用函数，传入输出路径和输入路径
  59. exifrw(save_path, path)

5.提取pos信息并编辑

        上面的方法处理exif信息只能读取地理信息，无法读取精度及航向角等信息（使用pix4d mapper可以查看到TIF文件里面没有这些信息），拼接的图像不准，可以用大疆智图导出pos信息，经过编辑，导入pix4D mapper

TIF文件里面没有俯仰角、翻滚角、航偏角等信息

        （1）使用大疆智图导出pos信息

        （2）使用python代码编辑pos信息

  1. import os
  2.  
  3. # 输入路径，存储 pos.txt 文件的目录
  4. path = 'post/'
  5. # 大疆智图导出的 pos.txt 文件所在的路径
  6. pos_path = 'post/'
  7. # 构建 pos.txt 文件的完整路径
  8. posread = os.path.join(pos_path, "pos.txt")
  9. # 以 utf8 编码打开 pos.txt 文件
  10. f = open(posread, encoding='utf8')
  11. # 构建输出文件 posT.txt 的完整路径
  12. poswrite = os.path.join(path, "posT.txt")
  13. # 遍历 pos.txt 文件的每一行
  14. for line in f:
  15.     # 判断当前行是否包含 "D"
  16.     if "D" in line:
  17.         # 获取 name 字段
  18.         i1 = line.find(",")  #  获取 ',' 的索引
  19.         line1 = line[i1 - 12:i1 - 4]  # 获取剩余部分
  20.  
  21.         # 获取 lat 字段
  22.         line2 = line[i1 + 1:]
  23.         i2 = line2.find(",")  # 获取 ',' 的索引
  24.         line3 = line2[i2 + 1:]  # 获取 'lat' 字段
  25.         line2 = line2[:i2]  # 截取 'lat' 字段之前的部分
  26.  
  27.         # 获取 lon 字段
  28.         i3 = line3.find(",")
  29.         line4 = line3[i3 + 1:]
  30.         line3 = line3[:i3]
  31.  
  32.         # 获取 altitude 字段
  33.         i4 = line4.find(",")
  34.         line5 = line4[i4 + 1:]
  35.         line4 = line4[:i4]
  36.  
  37.         # 获取 yaw 字段
  38.         i5 = line5.find(",")
  39.         line6 = line5[i5 + 1:]
  40.         line5 = line5[:i5]
  41.  
  42.         # 获取 pitch 字段
  43.         i6 = line6.find(",")
  44.         line7 = line6[i6 + 1:]
  45.         line6 = line6[:i6]
  46.  
  47.         # 获取 roll 字段
  48.         i7 = line7.find(",")
  49.         line8 = line7[i7 + 1:]
  50.         line7 = line7[:i7]
  51.  
  52.         # 获取 horizontal 字段
  53.         i8 = line8.find(",")
  54.         line9 = line8[i8 + 1:]
  55.         line8 = line8[:i8]
  56.  
  57.         # 获取 vertical 字段
  58.         i9 = len(line9)
  59.         line9 = line9[:i9 - 1]
  60.  
  61.         # 构建新的行字符串
  62.         line = line1 + '.tif ' + line2 + ' ' + line3 + ' ' + line4 + ' ' + line6 + ' ' + line5 + ' ' + line7 + ' ' + line8 + ' ' + line9  # for pix
  63.  
  64.         # 打印新的行字符串
  65.         print(line)
  66.         # 将新的行字符串写入 posT.txt 文件
  67.         with open(poswrite, "a") as fs:
  68.             fs.write(line + "\n")
  69.  
  70. # 关闭输入文件
  71. f.close()

        （3）将TIF文件和编辑后的pos信息导入pix4D mapper，使用pix4D mapper进行图像拼接成完整的TIF

                第一次处理红外照片（R_JPEG），文中不可避免地可能会有一些错误或遗漏的地方。如果有什么问题请在评论区留言

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/从前慢现在也慢/article/detail/758259
推荐阅读
相关标签

Copyright © 2003-2013 www.wpsshop.cn 版权所有，并保留所有权利。

  

闽ICP备14008679号