Python遥感开发之批量镶嵌

2023-12-02 22:12

本文主要是介绍Python遥感开发之批量镶嵌,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

Python遥感开发之批量镶嵌

  • 0.ArcGis镶嵌
  • 1.Arcpy实现镶嵌
    • 1.1 Arcpy实现单个镶嵌
    • 1.2 Arcpy实现批量镶嵌
  • 2.GDAL实现镶嵌

前言:主要介绍了遥感数据的镶嵌,其中包括使用ArcGis如何完成镶嵌,如何使用Arcpy和GDAL完成镶嵌。


0.ArcGis镶嵌

是ArcGis中的非常重要的一个功能,具体Arcgis中的使用可以参考以下博客。
《Arcgis使用教程(五)ARCGIS空间数据处理之影像镶嵌(拼接)与裁剪_arcgis镶嵌工具在哪里-CSDN博客》

1.Arcpy实现镶嵌

1.1 Arcpy实现单个镶嵌

其中32_BIT_FLOAT表示浮点型,16_BIT_UNSIGNED表示整型,MAXIMUM表示最大值合成,MEAN表示均值合成。

# encoding:utf-8
import os
from arcpy.management import MosaicToNewRasterif __name__ == "__main__":file = unicode(r"E:\AAWORK\work\b1\20220816", "utf-8")out = unicode(r"E:\AAWORK\work\202208合成\bb16arcpy", "utf-8")os.chdir(file)names = os.listdir(file)list1 = []for name in names:list1.append(file+"\\"+name)print list1# mosaic = MosaicToNewRaster(list1, out, "202208_b20.tif", pixel_type="32_BIT_FLOAT",number_of_bands=1, mosaic_method="MAXIMUM")# mosaic = MosaicToNewRaster(list1, out, "20220816_b4.tif", pixel_type="16_BIT_UNSIGNED",number_of_bands=1, mosaic_method="MAXIMUM")mosaic = MosaicToNewRaster(list1, out, "20220816_mean_b1.tif", pixel_type="16_BIT_UNSIGNED",number_of_bands=1, mosaic_method="MEAN")

1.2 Arcpy实现批量镶嵌

在1.1的基础上增加了一个for遍历实现批量处理

# encoding:utf-8
import os
from arcpy.management import MosaicToNewRasterif __name__ == "__main__":name_time = '202108'list_band_name = ["b1","b2","b3","b4","b6","b7","b19"]out = r"E:\AAWORK\work\{0}合成\bb31mean".format(name_time)out = unicode(out, "utf-8")for band_name in list_band_name:file = r"E:\AAWORK\work\{0}\{1}".format(band_name,name_time)file = unicode(file, "utf-8")os.chdir(file)names = os.listdir(file)list1 = []for name in names:list1.append(file+"\\"+name)file_name = "{0}_mean_{1}.tif".format(name_time,band_name)mosaic = MosaicToNewRaster(list1, out, file_name, pixel_type="16_BIT_UNSIGNED",number_of_bands=1, mosaic_method="MEAN")# mosaic = MosaicToNewRaster(list1, out, file_name, pixel_type="32_BIT_FLOAT",number_of_bands=1, mosaic_method="MEAN")print file_name

2.GDAL实现镶嵌

借助GDAL中的ReprojectImage方法实现镶嵌

import os
from osgeo import gdal
from osgeo import gdalconstdef get_data_list(file_path, out=""):list1 = []  # 文件的完整路径if os.path.isdir(file_path):fileList = os.listdir(file_path)if out != "":for f in fileList:out_data = out + "\\" + fout_data = out_data.replace(".HDF", "_ndvi.tif")list1.append(out_data)else:for f in fileList:pre_data = file_path + '\\' + f  # 文件的完整路径list1.append(pre_data)return list1if __name__ == '__main__':inputfile_path = r"E:\AAWORK\work\b19\202208"output_tif = r"E:\AAWORK\work\202208合成\bb16\20220801-16_b19.tif"input_tiffs = get_data_list(inputfile_path)# 打开第一个TIFF文件以获取参考信息ref_ds = gdal.Open(input_tiffs[0], gdalconst.GA_ReadOnly)driver = gdal.GetDriverByName("GTiff")# 创建输出TIFF文件output_ds = driver.Create(output_tif, ref_ds.RasterXSize, ref_ds.RasterYSize, 1, gdalconst.GDT_Int32)output_ds.SetProjection(ref_ds.GetProjection())output_ds.SetGeoTransform(ref_ds.GetGeoTransform())# 逐一读取和镶嵌TIFF文件for input_tiff in input_tiffs:input_ds = gdal.Open(input_tiff, gdalconst.GA_ReadOnly)band = input_ds.GetRasterBand(1)# 镶嵌到输出文件并采用最大值法gdal.ReprojectImage(input_ds, output_ds, None, None, gdalconst.GRA_Max)# 释放内存input_ds = None# 关闭输出文件output_ds = Noneprint("TIFF文件已镶嵌到 %s,采用最大值法。" % output_tif)

这篇关于Python遥感开发之批量镶嵌的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/447019

相关文章

这15个Vue指令,让你的项目开发爽到爆

1. V-Hotkey 仓库地址: github.com/Dafrok/v-ho… Demo: 戳这里 https://dafrok.github.io/v-hotkey 安装: npm install --save v-hotkey 这个指令可以给组件绑定一个或多个快捷键。你想要通过按下 Escape 键后隐藏某个组件,按住 Control 和回车键再显示它吗?小菜一碟: <template

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

Hadoop企业开发案例调优场景

需求 (1)需求:从1G数据中,统计每个单词出现次数。服务器3台,每台配置4G内存,4核CPU,4线程。 (2)需求分析: 1G / 128m = 8个MapTask;1个ReduceTask;1个mrAppMaster 平均每个节点运行10个 / 3台 ≈ 3个任务(4    3    3) HDFS参数调优 (1)修改:hadoop-env.sh export HDFS_NAMENOD

嵌入式QT开发:构建高效智能的嵌入式系统

摘要: 本文深入探讨了嵌入式 QT 相关的各个方面。从 QT 框架的基础架构和核心概念出发,详细阐述了其在嵌入式环境中的优势与特点。文中分析了嵌入式 QT 的开发环境搭建过程,包括交叉编译工具链的配置等关键步骤。进一步探讨了嵌入式 QT 的界面设计与开发,涵盖了从基本控件的使用到复杂界面布局的构建。同时也深入研究了信号与槽机制在嵌入式系统中的应用,以及嵌入式 QT 与硬件设备的交互,包括输入输出设

OpenHarmony鸿蒙开发( Beta5.0)无感配网详解

1、简介 无感配网是指在设备联网过程中无需输入热点相关账号信息,即可快速实现设备配网,是一种兼顾高效性、可靠性和安全性的配网方式。 2、配网原理 2.1 通信原理 手机和智能设备之间的信息传递,利用特有的NAN协议实现。利用手机和智能设备之间的WiFi 感知订阅、发布能力,实现了数字管家应用和设备之间的发现。在完成设备间的认证和响应后,即可发送相关配网数据。同时还支持与常规Sof

活用c4d官方开发文档查询代码

当你问AI助手比如豆包,如何用python禁止掉xpresso标签时候,它会提示到 这时候要用到两个东西。https://developers.maxon.net/论坛搜索和开发文档 比如这里我就在官方找到正确的id描述 然后我就把参数标签换过来

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

Linux_kernel驱动开发11

一、改回nfs方式挂载根文件系统         在产品将要上线之前,需要制作不同类型格式的根文件系统         在产品研发阶段,我们还是需要使用nfs的方式挂载根文件系统         优点:可以直接在上位机中修改文件系统内容,延长EMMC的寿命         【1】重启上位机nfs服务         sudo service nfs-kernel-server resta