OpenCV如何使用 GDAL 读取地理空间栅格文件(72)

news2024/12/28 4:36:36
返回:OpenCV系列文章目录(持续更新中......)
上一篇:OpenCV的周期性噪声去除滤波器(70)
下一篇 :OpenCV系列文章目录(持续更新中......)

目录

目标

代码:

解释: 

如何使用 GDAL 读取栅格数据

注意

通常应避免使用经度/纬度(地理)坐标

查找拐角坐标

结果

地理空间栅格数据是地理信息系统和摄影测量中大量使用的产品。栅格数据通常可以表示影像和数字高程模型 (DEM)。用于加载 GIS 影像的标准库是地理数据抽象库 (GDAL)。在此示例中,我们将展示使用本机 OpenCV 函数加载 GIS 栅格格式的技术。此外,我们将展示一些示例,说明OpenCV如何将这些数据用于新颖有趣的目的。

目标

本教程的主要目标:

  • 如何使用 OpenCV imread 加载卫星图像。
  • 如何使用 OpenCV imread 加载 SRTM 数字高程模型
  • 给定图像和 DEM 的角坐标,将高程数据与图像相关联,以查找每个像素的高程。
  • 显示一个基本、易于实施的地形热图示例。
  • 显示 DEM 数据与正射校正影像的基本用法。

为了实现这些目标,以下代码采用数字高程模型以及旧金山的 GeoTiff 图像作为输入。对影像和 DEM 数据进行处理并生成影像的地形热图,并标注在海湾水位上升 10、50 和 100 米时将受到影响的城市区域。

代码如下:

/*
 * gdal_image.cpp -- Load GIS data into OpenCV Containers using the Geospatial Data Abstraction Library
*/
 
// OpenCV Headers
#include "opencv2/core.hpp"
#include "opencv2/imgproc.hpp"
#include "opencv2/highgui.hpp"
 
// C++ Standard Libraries
#include <cmath>
#include <iostream>
#include <stdexcept>
#include <vector>
 
using namespace std;
 
// define the corner points
// Note that GDAL library can natively determine this
cv::Point2d tl( -122.441017, 37.815664 );
cv::Point2d tr( -122.370919, 37.815311 );
cv::Point2d bl( -122.441533, 37.747167 );
cv::Point2d br( -122.3715, 37.746814 );
 
// determine dem corners
cv::Point2d dem_bl( -122.0, 38);
cv::Point2d dem_tr( -123.0, 37);
 
// range of the heat map colors
std::vector<std::pair<cv::Vec3b,double> > color_range;
 
 
// List of all function prototypes
cv::Point2d lerp( const cv::Point2d&, const cv::Point2d&, const double& );
 
cv::Vec3b get_dem_color( const double& );
 
cv::Point2d world2dem( const cv::Point2d&, const cv::Size&);
 
cv::Point2d pixel2world( const int&, const int&, const cv::Size& );
 
void add_color( cv::Vec3b& pix, const uchar& b, const uchar& g, const uchar& r );
 
 
 
/*
 * Linear Interpolation
 * p1 - Point 1
 * p2 - Point 2
 * t - Ratio from Point 1 to Point 2
*/
cv::Point2d lerp( cv::Point2d const& p1, cv::Point2d const& p2, const double& t ){
 return cv::Point2d( ((1-t)*p1.x) + (t*p2.x),
 ((1-t)*p1.y) + (t*p2.y));
}
 
/*
 * Interpolate Colors
*/
template <typename DATATYPE, int N>
cv::Vec<DATATYPE,N> lerp( cv::Vec<DATATYPE,N> const& minColor,
 cv::Vec<DATATYPE,N> const& maxColor,
 double const& t ){
 
 cv::Vec<DATATYPE,N> output;
 for( int i=0; i<N; i++ ){
 output[i] = (uchar)(((1-t)*minColor[i]) + (t * maxColor[i]));
 }
 return output;
}
 
/*
 * Compute the dem color
*/
cv::Vec3b get_dem_color( const double& elevation ){
 
 // if the elevation is below the minimum, return the minimum
 if( elevation < color_range[0].second ){
 return color_range[0].first;
 }
 // if the elevation is above the maximum, return the maximum
 if( elevation > color_range.back().second ){
 return color_range.back().first;
 }
 
 // otherwise, find the proper starting index
 int idx=0;
 double t = 0;
 for( int x=0; x<(int)(color_range.size()-1); x++ ){
 
 // if the current elevation is below the next item, then use the current
 // two colors as our range
 if( elevation < color_range[x+1].second ){
 idx=x;
 t = (color_range[x+1].second - elevation)/
 (color_range[x+1].second - color_range[x].second);
 
 break;
 }
 }
 
 // interpolate the color
 return lerp( color_range[idx].first, color_range[idx+1].first, t);
}
 
/*
 * Given a pixel coordinate and the size of the input image, compute the pixel location
 * on the DEM image.
*/
cv::Point2d world2dem( cv::Point2d const& coordinate, const cv::Size& dem_size ){
 
 
 // relate this to the dem points
 // ASSUMING THAT DEM DATA IS ORTHORECTIFIED
 double demRatioX = ((dem_tr.x - coordinate.x)/(dem_tr.x - dem_bl.x));
 double demRatioY = 1-((dem_tr.y - coordinate.y)/(dem_tr.y - dem_bl.y));
 
 cv::Point2d output;
 output.x = demRatioX * dem_size.width;
 output.y = demRatioY * dem_size.height;
 
 return output;
}
 
/*
 * Convert a pixel coordinate to world coordinates
*/
cv::Point2d pixel2world( const int& x, const int& y, const cv::Size& size ){
 
 // compute the ratio of the pixel location to its dimension
 double rx = (double)x / size.width;
 double ry = (double)y / size.height;
 
 // compute LERP of each coordinate
 cv::Point2d rightSide = lerp(tr, br, ry);
 cv::Point2d leftSide = lerp(tl, bl, ry);
 
 // compute the actual Lat/Lon coordinate of the interpolated coordinate
 return lerp( leftSide, rightSide, rx );
}
 
/*
 * Add color to a specific pixel color value
*/
void add_color( cv::Vec3b& pix, const uchar& b, const uchar& g, const uchar& r ){
 
 if( pix[0] + b < 255 && pix[0] + b >= 0 ){ pix[0] += b; }
 if( pix[1] + g < 255 && pix[1] + g >= 0 ){ pix[1] += g; }
 if( pix[2] + r < 255 && pix[2] + r >= 0 ){ pix[2] += r; }
}
 
 
/*
 * Main Function
*/
int main( int argc, char* argv[] ){
 
 /*
 * Check input arguments
 */
 if( argc < 3 ){
 cout << "usage: " << argv[0] << " <image_name> <dem_model_name>" << endl;
 return -1;
 }
 
 // load the image (note that we don't have the projection information. You will
 // need to load that yourself or use the full GDAL driver. The values are pre-defined
 // at the top of this file
 cv::Mat image = cv::imread(argv[1], cv::IMREAD_LOAD_GDAL | cv::IMREAD_COLOR );
 
 // load the dem model
 cv::Mat dem = cv::imread(argv[2], cv::IMREAD_LOAD_GDAL | cv::IMREAD_ANYDEPTH );
 
 // create our output products
 cv::Mat output_dem( image.size(), CV_8UC3 );
 cv::Mat output_dem_flood( image.size(), CV_8UC3 );
 
 // for sanity sake, make sure GDAL Loads it as a signed short
 if( dem.type() != CV_16SC1 ){ throw std::runtime_error("DEM image type must be CV_16SC1"); }
 
 // define the color range to create our output DEM heat map
 // Pair format ( Color, elevation ); Push from low to high
 // Note: This would be perfect for a configuration file, but is here for a working demo.
 color_range.push_back( std::pair<cv::Vec3b,double>(cv::Vec3b( 188, 154, 46), -1));
 color_range.push_back( std::pair<cv::Vec3b,double>(cv::Vec3b( 110, 220, 110), 0.25));
 color_range.push_back( std::pair<cv::Vec3b,double>(cv::Vec3b( 150, 250, 230), 20));
 color_range.push_back( std::pair<cv::Vec3b,double>(cv::Vec3b( 160, 220, 200), 75));
 color_range.push_back( std::pair<cv::Vec3b,double>(cv::Vec3b( 220, 190, 170), 100));
 color_range.push_back( std::pair<cv::Vec3b,double>(cv::Vec3b( 250, 180, 140), 200));
 
 // define a minimum elevation
 double minElevation = -10;
 
 // iterate over each pixel in the image, computing the dem point
 for( int y=0; y<image.rows; y++ ){
 for( int x=0; x<image.cols; x++ ){
 
 // convert the pixel coordinate to lat/lon coordinates
 cv::Point2d coordinate = pixel2world( x, y, image.size() );
 
 // compute the dem image pixel coordinate from lat/lon
 cv::Point2d dem_coordinate = world2dem( coordinate, dem.size() );
 
 // extract the elevation
 double dz;
 if( dem_coordinate.x >= 0 && dem_coordinate.y >= 0 &&
 dem_coordinate.x < dem.cols && dem_coordinate.y < dem.rows ){
 dz = dem.at<short>(dem_coordinate);
 }else{
 dz = minElevation;
 }
 
 // write the pixel value to the file
 output_dem_flood.at<cv::Vec3b>(y,x) = image.at<cv::Vec3b>(y,x);
 
 // compute the color for the heat map output
 cv::Vec3b actualColor = get_dem_color(dz);
 output_dem.at<cv::Vec3b>(y,x) = actualColor;
 
 // show effect of a 10 meter increase in ocean levels
 if( dz < 10 ){
 add_color( output_dem_flood.at<cv::Vec3b>(y,x), 90, 0, 0 );
 }
 // show effect of a 50 meter increase in ocean levels
 else if( dz < 50 ){
 add_color( output_dem_flood.at<cv::Vec3b>(y,x), 0, 90, 0 );
 }
 // show effect of a 100 meter increase in ocean levels
 else if( dz < 100 ){
 add_color( output_dem_flood.at<cv::Vec3b>(y,x), 0, 0, 90 );
 }
 
 }}
 
 // print our heat map
 cv::imwrite( "heat-map.jpg" , output_dem );
 
 // print the flooding effect image
 cv::imwrite( "flooded.jpg", output_dem_flood);
 
 return 0;
}

解释: 

在提供的代码片段中,有几个关键函数,它们负责执行特定的任务,如插值、颜色映射和坐标转换。下面是每个关键函数的代码片段和详细解释:

1. **线性插值函数 `lerp`**

cv::Point2d lerp(cv::Point2d const& p1, cv::Point2d const& p2, const double& t){
    return cv::Point2d(((1 - t) * p1.x) + (t * p2.x), 
                       ((1 - t) * p1.y) + (t * p2.y));
}


这个函数执行二维空间中的线性插值。它接受两个点 `p1` 和 `p2`,以及一个插值比率 `t`。当 `t` 从 0 变到 1 时,这个函数会生成从 `p1` 到 `p2` 的一系列点。

2. **颜色插值模板函数 `lerp`**

template <typename DATATYPE, int N>
cv::Vec<DATATYPE,N> lerp(cv::Vec<DATATYPE,N> const& minColor,
                           cv::Vec<DATATYPE,N> const& maxColor,
                           double const& t){
    cv::Vec<DATATYPE,N> output;
    for(int i = 0; i < N; i++){
        output[i] = static_cast<uchar>(((1 - t) * minColor[i]) + (t * maxColor[i]));
    }
    return output;
}


这是一个模板函数,用于在两种颜色之间进行插值。它接受两种颜色 `minColor` 和 `maxColor`,以及插值比率 `t`。对于颜色中的每个通道(对于 `cv::Vec3b` 是三个通道),它计算插值后的颜色值。

3. **计算 DEM 颜色 `get_dem_color`**

cv::Vec3b get_dem_color(const double& elevation){
    // ... 省略了检查颜色范围和插值的代码 ...
    return lerp(color_range[idx].first, color_range[idx+1].first, t);
}


这个函数根据给定的海拔高度 `elevation` 从预定义的颜色范围内获取对应的颜色。它首先检查海拔高度是否在颜色范围的边界之外,然后找到合适的颜色对进行插值计算。

4. **坐标转换函数 `world2dem`**

cv::Point2d world2dem(const cv::Point2d& coordinate, const cv::Size& dem_size){
    // ... 省略了计算比例和输出点坐标的代码 ...
    return output;
}


此函数将世界坐标转换为 DEM 图像的像素坐标。它接受一个世界坐标 `coordinate` 和 DEM 图像的尺寸 `dem_size`,然后计算对应的像素坐标。

5. **坐标转换函数 `pixel2world`**

cv::Point2d pixel2world(const int& x, const int& y, const cv::Size& size){
    // ... 省略了计算比例和插值坐标的代码 ...
    return lerp(leftSide, rightSide, rx);
}


这个函数将像素坐标转换为世界坐标。它接受一个像素坐标 `(x, y)` 和图像的尺寸 `size`,然后计算出对应的世界坐标。

6. **添加颜色到像素 `add_color`**

void add_color(cv::Vec3b& pix, const uchar& b, const uchar& g, const uchar& r){
    // ... 省略了颜色添加的代码 ...
}


此函数将特定的颜色值(蓝、绿、红通道)添加到像素中。它确保添加的颜色值不会超过 255(因为颜色值是以 0 到 255 的整数表示的)。

7. **主函数 `main`**

int main(int argc, char* argv[]){
    // ... 省略了加载图像、DEM 数据和颜色范围设置的代码 ...
    for(int y = 0; y < image.rows; y++){
        for(int x = 0; x < image.cols; x++){
            // ... 省略了像素处理的代码 ...
        }
    }
    // ... 省略了保存图像的代码 ...
    return 0;
}


`main` 函数是程序的入口点。它首先检查命令行参数,然后加载所需的图像和 DEM 数据。接着,它通过两个嵌套循环遍历图像的每个像素,使用上述函数来计算世界坐标、DEM 坐标、海拔高度和颜色,并根据这些信息生成热图和洪水效果图像。

这些函数共同工作,实现了一个地理空间数据可视化的程序,它可以根据 DEM 数据生成热图,并且模拟不同海拔高度下的洪水效果。

如何使用 GDAL 读取栅格数据

此演示使用默认的 OpenCV imread 函数。主要区别在于,为了强制 GDAL 加载映像,您必须使用适当的标志。

 cv::Mat image = cv::imread(argv[1], cv::IMREAD_LOAD_GDAL | cv::IMREAD_COLOR );

加载数字高程模型时,每个像素的实际数值是必不可少的,不能缩放或截断。例如,对于图像数据,表示为值为 1 的双精度值的像素与表示为值为 255 的无符号字符的像素具有相同的外观。对于地形数据,像素值表示以米为单位的高程。为了确保 OpenCV 保留本机值,请在 imread 中使用 GDAL 标志和 ANYDEPTH 标志。

 // load the dem model
 cv::Mat dem = cv::imread(argv[2], cv::IMREAD_LOAD_GDAL | cv::IMREAD_ANYDEPTH );

如果您事先知道要加载的 DEM 模型的类型,那么使用断言或其他机制测试 Mat::type() 或 Mat::d epth() 可能是一个安全的选择。NASA 或 DOD 规范文档可以提供各种高程模型的输入类型。主要类型,SRTM 和 DTED,都是签名短裤。

注意

通常应避免使用经度/纬度(地理)坐标

地理坐标系是一个球面坐标系,这意味着将它们与笛卡尔数学一起使用在技术上是不正确的。此演示使用它们来增加可读性,并且足够准确以说明重点。更好的坐标系是通用横轴墨卡托坐标系。

查找拐角坐标

查找图像角坐标的一种简单方法是使用命令行工具 gdalinfo。对于正射校正且包含投影信息的影像,可以使用 USGS EarthExplorer。

\f$> gdalinfo N37W123.hgt
 
 Driver: SRTMHGT/SRTMHGT File Format
 Files: N37W123.hgt
 Size is 3601, 3601
 Coordinate System is:
 GEOGCS["WGS 84",
 DATUM["WGS_1984",
 
 ... more output ...
 
 Corner Coordinates:
 Upper Left (-123.0001389, 38.0001389) (123d 0' 0.50"W, 38d 0' 0.50"N)
 Lower Left (-123.0001389, 36.9998611) (123d 0' 0.50"W, 36d59'59.50"N)
 Upper Right (-121.9998611, 38.0001389) (121d59'59.50"W, 38d 0' 0.50"N)
 Lower Right (-121.9998611, 36.9998611) (121d59'59.50"W, 36d59'59.50"N)
 Center (-122.5000000, 37.5000000) (122d30' 0.00"W, 37d30' 0.00"N)
 
 ... more output ...

结果

以下是程序的输出。使用第一个图像作为输入。对于 DEM 模型,请在此处下载位于 USGS 的 SRTM 文件。

http://dds.cr.usgs.gov/srtm/version2_1/SRTM1/Region_04/N37W123.hgt.zip

输入图像

热图

热图叠加


参考文献:

1、《Reading Geospatial Raster files with GDAL》-----Marvin Smith

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1644112.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

DS:顺序表、单链表的相关OJ题训练(1)

欢迎各位来到 Harper.Lee 的学习小世界&#xff01; 博主主页传送门&#xff1a;Harper.Lee的博客主页 想要一起进步的uu可以来后台找我交流哦&#xff01; 在DS&#xff1a;单链表的实现 和 DS&#xff1a;顺序表的实现这两篇文章中&#xff0c;我详细介绍了顺序表和单链表的…

【区块链】比特币架构

比特币架构 2009年1月&#xff0c;在比特币系统论文发表两个月之后&#xff0c;比特币系统正式运行并开放了源码&#xff0c;标志着比特币网络的正式诞生。通过其构建的一个公开透明、去中心化、防篡改的账本系统&#xff0c;比特币开展了一场规模空前的加密数字货币体验。在区…

javascript 练习 写一个简单 另类录入 电脑组装报价表 可打印

数据格式 &#xff08;1代表cpu、2代表主板、3代表内存、。。。&#xff09; 1i3 12100 630 2H610 480 3DDR4 3200 16G 220 4500G M.2 299 5300W电源 150 6小机箱 85 7GT 730G 4G 350 8WD 2T 399 9飞利浦 24Led 580 主代码 Html JS <!DOCTYPE html> <html lang&qu…

Unity之ShaderGraph入门简介与配置

前言 ShaderGraph是Unity的一个可视化着色器编辑工具,它允许开发者在不编写代码的情况下创建复杂的着色器效果。ShaderGraph提供了一个直观的图形界面,用户可以通过拖拽节点并连接它们来构建自定义的着色器。用户可以在ShaderGraph中使用各种节点,如数学运算、纹理采样、颜…

专业渗透测试 Phpsploit-Framework(PSF)框架软件小白入门教程(五)

本系列课程&#xff0c;将重点讲解Phpsploit-Framework框架软件的基础使用&#xff01; 本文章仅提供学习&#xff0c;切勿将其用于不法手段&#xff01; 继续接上一篇文章内容&#xff0c;讲述如何进行Phpsploit-Framework软件的基础使用和二次开发。 在下面的图片中&#…

「 网络安全常用术语解读 」通用配置枚举CCE详解

1. 背景介绍 NIST提供了安全内容自动化协议&#xff08;Security Content Automation Protocol&#xff0c;SCAP&#xff09;为漏洞描述和评估提供一种通用语言。SCAP组件包括&#xff1a; 通用漏洞披露(Common Vulnerabilities and Exposures, CVE)&#xff1a;提供一个描述…

K8S 哲学 - 服务发现 services

apiVersion: v1 kind: Service metadata:name: deploy-servicelabels:app: deploy-service spec: ports: - port: 80targetPort: 80name: deploy-service-podselector: app: deploy-podtype: NodePort service 的 endPoint &#xff08;ep&#xff09; 主机端口分配方式 两…

LeetCode 234.回文链表

题目描述 给你一个单链表的头节点 head &#xff0c;请你判断该链表是否为 回文链表 。如果是&#xff0c;返回 true &#xff1b;否则&#xff0c;返回 false 。 示例 1&#xff1a; 输入&#xff1a;head [1,2,2,1] 输出&#xff1a;true示例 2&#xff1a; 输入&#xff…

学习笔记:【QC】Android Q - IMS 模块

一、IMS init 流程图 二、IMS turnon 流程图 三、分析说明 1、nv702870 不创建ims apn pdp 2、nv702811 nv702811的时候才创建ims pdp&#xff1a; ims pdp 由ims库发起&#xff0c;高通没有开放这部分代码&#xff1a; 10-10 11:45:53.027 943 943 E Diag_Lib: [IMS_D…

开源im即时通讯app源码系统/php即时聊天im源码/php+uniapp框架【终身使用】

摘要 随着开源文化的蓬勃发展&#xff0c;即时通讯(IM)系统作为现代通信不可或缺的一部分&#xff0c;其开源实现正变得越来越普遍。本文将深入探讨基于PHP的全开源即时通讯源码系统&#xff0c;并结合UniApp开源框架&#xff0c;从理论基础到代码实现&#xff0c;再到实际应用…

SpringCloudAlibaba:4.1云原生网关higress的搭建

概述 简介 Higress是基于阿里内部的Envoy Gateway实践沉淀、以开源Istio Envoy为核心构建的下一代云原生网关&#xff0c; 实现了流量网关 微服务网关 安全网关三合一的高集成能力&#xff0c;深度集成Dubbo、Nacos、Sentinel等微服务技术栈 定位 在虚拟化时期的微服务架构…

微信小程序之搜索框样式(带源码)

一、效果图&#xff1a; 点击搜索框&#xff0c;“请输入搜索内容消失”&#xff0c;可输入关键字 二、代码&#xff1a; 2.1、WXML代码&#xff1a; <!--搜索框部分--><view class"search"><view class"search-btn">&#x1f50d;&l…

kettle从入门到精通 第五十六课 ETL之kettle Microsoft Excel Output

1、9.4 版本的kettle中有两个Excel输出&#xff0c;Excel输出和Microsoft Excel输出。前者只支持xls格式&#xff0c;后者支持xls和xlsx两种格式&#xff0c;本节课主要讲解步骤Microsoft Excel输出&#xff0c;如下图所示&#xff1a; 1&#xff09;、步骤【生成记录】生成两条…

VUE v-for 数据引用

VUE 的数据引用有多种方式。 直接输出数据 如果我们希望页面中直接输出数据就可以使用&#xff1a; {{ pageNumber }}双括号引用的方式即可。 在 JavaScript 中引用 如果你需要直接在代码中使用&#xff0c;直接使用变量名就可以了。 上面这张小图&#xff0c;显示了引用的…

「 网络安全常用术语解读 」通用安全通告框架CSAF详解

1. 简介 通用安全通告框架&#xff08;Common Security Advisory Framework&#xff0c;CSAF&#xff09;通过标准化结构化机器可读安全咨询的创建和分发&#xff0c;支持漏洞管理的自动化。CSAF是OASIS公开的官方标准。开发CSAF的技术委员会包括许多公共和私营部门的技术领导…

Ubuntu 域名解析出现暂时性错误

Ubuntu 域名解析出现暂时性错误 问题描述解决方案 问题描述 由于在Ubuntu系统里面经常切换网络导致&#xff0c;系统一直处于有线网络连接但是没网状态&#xff0c;尝试ping网络也无法完成&#xff0c;尝试了很多方法均不能解决 解决方案 点击”虚拟机“ 按照要求设置好即可…

Grafana:云原生时代的数据可视化与监控王者

&#x1f407;明明跟你说过&#xff1a;个人主页 &#x1f3c5;个人专栏&#xff1a;《Grafana&#xff1a;让数据说话的魔术师》 &#x1f3c5; &#x1f516;行路有良友&#xff0c;便是天堂&#x1f516; 目录 一、引言 1、Grafana简介 2、Grafana的重要性与影响力 …

GPT-3

论文&#xff1a;Language Models are Few-Shot Learners&#xff08;巨无霸OpenAI GPT3 2020&#xff09; 摘要 最近的工作表明&#xff0c;通过对大量文本进行预训练&#xff0c;然后对特定任务进行微调&#xff0c;在许多NLP任务和基准方面取得了实质性进展。虽然这种方法…

WPF应用程序XAML

当WPF应用程序创建好后&#xff0c;系统会自动添加一个Grid控件到窗体上&#xff0c;通过Grid控件能够方便地对界面进行布局.下面代码中为Grid控件添加了两行两列&#xff0c;分别用RowDefinitions属性ColumnDefinitions属性表示行的集合和列的集合&#xff0c;集合中有RowDefi…

【短剧在线表格搜索-附模板】

短剧在线表格搜索-附模板 介绍电脑界面手机界面送附加功能&#xff1a;反馈缺失短剧送&#xff1a;资源更新源头获取 介绍 你好&#xff01; 这是你第一次使用 金山在线文档 所生成的短剧搜索表格&#xff0c;支持批量导入自己转存的短剧名字和链接&#xff0c;实现在线搜索&a…