软件开发工具与平台温州seo服务

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 和 {组号}_{相机号}.raw，相机号固定为 0/1/2。

%%
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 = groupsgStr = 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 → completetgt = goodDir;else% 任一 raw 缺失 → missing_rawtgt = badDir;endneedFiles = 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 cellfor k = find(existFlag)movefile(needFiles{k}, fullfile(tgt, needFiles{k}));end
enddisp('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 complete 和 missing_raw 两个子文件夹并把相应文件移入。

实现效果