对与输入要素二维范围相交的 LAS 点进行分类。
与输入点、线和面的二维位置以及任何缓冲区相交的 LAS 点将被重新分类。 要使用与 3D 要素的三维距离对 LAS 点进行分类，请使用按邻域查找 LAS 点工具。
缓冲距离对于点和线尤为重要，因为给定 LAS 点不可能准确落在线上或者与输入点具有相同的坐标。 应用于缓冲区的距离单位基于 LAS 数据集空间参考的线性单位。
如果已过滤 LAS 数据集图层的点，则将仅重新分类与输入要素相交的过滤点。 您可以使用图层属性对话框或创建 LAS 数据集图层工具，使用分类代码、分类标记和返回值的任意组合过滤 LAS 数据集图层。
ArcGIS 使用美国摄影测量及遥感协会 (ASPRS) 定义的 LAS 分类方案。 了解有关激光雷达点分类的详细信息
| 标注 | 说明 | 数据类型 |
输入 LAS 数据集 | 待处理的 LAS 数据集。 | LAS Dataset Layer |
输入要素类 | 一个或多个输入要素，用于为 LAS 数据集引用的激光雷达文件定义类代码值。 分类标记选项默认为无更改，但您可以使用设置分配标记或使用清除将其移除。 每个要素均具有以下选项：
| Value Table |
计算统计数据 (可选) | 指定是否将计算 LAS 数据集引用的 .las 文件的统计数据。 计算统计数据时会为每个 .las 文件提供一个空间索引，从而提高了分析和显示性能。 统计数据还可通过将 LAS 属性（例如分类代码和返回信息）显示限制为 .las 文件中存在的值来提升过滤和符号系统体验。
| Boolean |
更新金字塔 (可选) | 指定修改类代码后，LAS 数据集金字塔是否会更新。
| Boolean |
| 标注 | 说明 | 数据类型 |
| 更新后的输入 LAS 数据集 | 更新后的 LAS 数据集。 | LAS Dataset Layer |
arcpy.ddd.SetLasClassCodesUsingFeatures(in_las_dataset, feature_class, {compute_stats}, {update_pyramid})| 名称 | 说明 | 数据类型 |
in_las_dataset | 待处理的 LAS 数据集。 | LAS Dataset Layer |
feature_class [[features, buffer_distance, new_class, synthetic, key_point, withheld, overlap],...] | 可以采用由多个列表组成的列表的形式输入将用于定义分类操作的每个要素及其相关联的选项，例如 [['feature1', 6, 9, 'NO_CHANGE', 'SET', 'CLEAR', 'NO_CHANGE'], ['feature 2', 0, 6, 'NO_CHANGE', 'NO_CHANGE', 'NO_CHANGE', 'NO_CHANGE']]。 每个要素均具有以下选项：
| Value Table |
compute_stats (可选) | 指定是否将计算 LAS 数据集引用的 .las 文件的统计数据。 计算统计数据时会为每个 .las 文件提供一个空间索引，从而提高了分析和显示性能。 统计数据还可通过将 LAS 属性（例如分类代码和返回信息）显示限制为 .las 文件中存在的值来提升过滤和符号系统体验。
| Boolean |
update_pyramid (可选) | 指定修改类代码后，LAS 数据集金字塔是否会更新。
| Boolean |
| 名称 | 说明 | 数据类型 |
| derived_las_dataset | 更新后的 LAS 数据集。 | LAS Dataset Layer |
下面的示例演示了如何在 Python 窗口中使用此工具。
arcpy.env.workspace = 'C:/data'
arcpy.ddd.SetLasClassCodesUsingFeatures("test.lasd", ["lake.shp", 0, 9],
compute_stats="COMPUTE_STATS")下面的示例演示了如何在独立 Python 脚本中使用此工具。
'''**********************************************************************
Name: Assign Withheld Classification Flag to Outlier Points in LAS Files
Description: Uses Locate Outliers to identify points in LAS files that
should be assigned the 'withheld' classification flag.
Designed for use as a script tool.
**********************************************************************'''
# Import system modules
import arcpy
# Set Local Variables
lasD = arcpy.GetParameterAsText(0)
outliers = 'in_memory/outliers'
# Execute LocateOutliers
arcpy.ddd.LocateOutliers(lasD, outliers, 'APPLY_HARD_LIMIT', -10,
350, 'APPLY_COMPARISON_FILTER', 1.2, 120,
0.8, 8000)
# Execute SetLasClassCodeUsingFeatures
arcpy.ddd.SetLasClassCodesUsingFeatures(lasd, [["outliers.shp", 5,
"NO_CHANGE", "NO_CHANGE",
"NO_CHANGE", "SET"]])