如何移除XYZ相同分类不同的重复LAS点云：保留Class 6删Class 0重复项

以下是几种不同工具的实现方法，可精准保留80个唯一未分类点（Class 0）和20个建筑物点（Class 6），移除与Class 6重复的Class 0点：

使用laspy（Python）实现 #

通过分组判断重复属性组，在同时包含Class 0和Class 6的组中移除Class 0点：

import laspy
import numpy as np

# 读取输入LAS文件
las = laspy.read("input.las")

# 组合用于判定重复的核心属性（根据实际文件属性调整，确保覆盖所有重复维度）
key_fields = np.column_stack([
    las.x, las.y, las.z,
    las.intensity, las.scan_angle_rank
])

# 获取每个唯一属性组的索引映射
unique_keys, inverse_group_ids = np.unique(key_fields, axis=0, return_inverse=True)

# 初始化保留掩码
keep_mask = np.ones(len(las), dtype=bool)

# 遍历每个属性组
for group_id in range(len(unique_keys)):
    # 筛选当前组的所有点
    group_mask = inverse_group_ids == group_id
    group_classes = las.classification[group_mask]
    
    # 若组内同时存在Class 0和Class 6，移除组内的Class 0点
    if 0 in group_classes and 6 in group_classes:
        class0_to_remove = group_mask & (las.classification == 0)
        keep_mask[class0_to_remove] = False

# 生成并保存过滤后的LAS文件
filtered_las = laspy.LasData(las.header)
filtered_las.points = las.points[keep_mask]
filtered_las.write("output.las")

使用lidR（R）实现 #

利用lidR的分组和过滤功能，实现精准筛选：

library(lidR)

# 读取LAS文件
las <- readLAS("input.las")

# 按核心属性分组，过滤规则：组内有Class 6则保留Class 6，否则保留Class 0
las_filtered <- las %>%
  group_by(X, Y, Z, Intensity, ScanAngleRank) %>%
  filter(ifelse(any(Classification == 6), Classification != 0, TRUE)) %>%
  ungroup()

# 保存结果
writeLAS(las_filtered, "output.las")

使用PDAL实现 #

通过JSON pipeline定义处理流程，完成分组和条件过滤：
创建名为filter_duplicates.json的配置文件：

{
  "pipeline": [
    "input.las",
    {
      "type": "filters.groupby",
      "dimension": "X,Y,Z,Intensity,ScanAngleRank"
    },
    {
      "type": "filters.expression",
      "expression": "!(Classification == 0 && @group:Classification contains 6)"
    },
    {
      "type": "writers.las",
      "filename": "output.las"
    }
  ]
}

执行命令运行pipeline：

pdal pipeline filter_duplicates.json

使用LAStools实现 #

通过lasduplicate标记重复点，再结合las2las过滤目标点：

1. 先导出重复点的分组信息：

lasduplicate -i input.las -o duplicate_groups.txt -list -v

2. 手动或通过脚本处理duplicate_groups.txt，提取同时包含Class 0和Class 6的组中Class 0点的ID；
3. 使用las2las移除这些目标点：

las2las -i input.las -o output.las -keep_all -drop_point_ids_from_file duplicate_class0_ids.txt

或者直接使用las2las的表达式过滤（需确认LAStools版本支持组内条件判断）：

las2las -i input.las -o output.las -keep_class 6 -keep_class 0 -drop_if "Classification == 0 && (X,Y,Z,Intensity,ScanAngleRank) in (select X,Y,Z,Intensity,ScanAngleRank from input.las where Classification == 6)"

内容的提问来源于stack exchange，提问作者rv94