多相机depth-rgb图组完整性分拣器_MATLAB实现

文件夹中数据规则为,一张BMP格式的RGB图像会有一张同名的raw格式的深度图,一共有三个相机,三个相机的数据为一组,例如:1_0.bmp,1_0.raw,1_1.bmp,1_1.raw,1_2.bmp,1_2.raw为一组相机的数据。现在文件夹中数据存在缺失情况,可能缺失某个相机的raw格式的深度。使用matlab代码筛选文件夹中的数据,将一组数据中存在缺少raw格式的这组数据放在一个文件夹,不存在确实的六个数据统一放在一个文件夹。

分析:

MATLAB 脚本用于把"成组"数据分成两类:

  1. 六个文件齐全(3 个 .bmp + 3 个 .raw);
  2. 缺失任一 .raw 的整组数据(其余文件也一起搬走)。

脚本假设所有文件都在当前工作目录下,并按如下命名规则:
{组号}_{相机号}.bmp{组号}_{相机号}.raw,相机号固定为 0/1/2。

matlab 复制代码
%%
clear; clc;

%% 参数
srcDir   = pwd;              % 原始目录
goodDir  = fullfile(srcDir,'complete');   % 六个文件都有的组
badDir   = fullfile(srcDir,'missing_raw');% 组内任一 raw 缺失

if ~exist(goodDir,'dir'), mkdir(goodDir); end
if ~exist(badDir,'dir'), mkdir(badDir);   end

% 文件列表
files = dir(fullfile(srcDir,'*.*'));
names = {files.name};
isBMP = endsWith(names, '.bmp', 'IgnoreCase', true);
isRAW = endsWith(names, '.raw', 'IgnoreCase', true);

allBMP = names(isBMP);
allRAW = names(isRAW);

% 按组号归类
bmpGroups = regexp(allBMP,'^(\d+)_[012]\.bmp$','tokens','once');
rawGroups = regexp(allRAW,'^(\d+)_[012]\.raw$','tokens','once');

bmpGroups = cellfun(@(c)c{1}, bmpGroups, 'UniformOutput', false);
rawGroups = cellfun(@(c)c{1}, rawGroups, 'UniformOutput', false);

tmp = [bmpGroups, rawGroups];   % 1×(N+M) cell
groups = unique(tmp);           % 去重

%% 扫描每组
for g = groups
    gStr = char(g);
    
    % 该组应有的 6 个文件名
    needFiles = [sprintf('%s_0.bmp',gStr);
                 sprintf('%s_1.bmp',gStr);
                 sprintf('%s_2.bmp',gStr);
                 sprintf('%s_0.raw',gStr);
                 sprintf('%s_1.raw',gStr);
                 sprintf('%s_2.raw',gStr)];
    
    % 实际存在的 6 个文件
    existFlag = ismember(needFiles, names);
    
    % 判断 raw 是否完整
    rawExist  = existFlag(4:6);
    
    if all(rawExist)
        % 六个文件都在 → complete
        tgt = goodDir;
    else
        % 任一 raw 缺失 → missing_raw
        tgt = badDir;
    end
    
    needFiles = strcat(gStr, {'_0.bmp','_1.bmp','_2.bmp', ...
                          '_0.raw','_1.raw','_2.raw'});
    
    % 移动该组所有存在的文件
    existFlag = ismember(needFiles, names);   % needFiles 现在是 cell

    for k = find(existFlag)
        movefile(needFiles{k}, fullfile(tgt, needFiles{k}));
    end
end

disp('分组完成!');

使用方法

  1. 将脚本保存为 classifyGroups.m,放在数据根目录。
  2. 运行 classifyGroups,脚本会自动创建 completemissing_raw 两个子文件夹并把相应文件移入。

实现效果

相关推荐
lqqjuly3 小时前
Matlab2025a实现双目相机标定~业余版
开发语言·matlab·相机标定·双目相机
机器学习之心7 小时前
MATLAB基于BNT工具箱的多输入分类预测
matlab·分类
机器学习之心1 天前
MATLAB基于改进云物元的模拟机协同训练质量评价
matlab·改进云物元
ytttr8731 天前
MATLAB实现经验模态分解(EMD)与希尔伯特变换获取能量谱
人工智能·python·matlab
t198751281 天前
基于多假设跟踪(MHT)算法的MATLAB实现
开发语言·matlab
机器学习之心1 天前
MATLAB多子种群混沌自适应哈里斯鹰算法优化BP神经网络回归预测
神经网络·算法·matlab
π同学1 天前
基于Matlab的递推最小二乘法参数估计
matlab·最小二乘法
小喵要摸鱼2 天前
【MATLBA】使用教程
matlab
listhi5202 天前
基于空时阵列最佳旋转角度的卫星导航抗干扰信号处理的完整MATLAB仿真
开发语言·matlab·信号处理
88号技师2 天前
2025年7月一区SCI优化算法-Logistic-Gauss Circle optimizer-附Matlab免费代码
开发语言·算法·数学建模·matlab·优化算法