【PythonRS】Rasterio库安装+基础函数使用教程

2024-01-27 21:44

本文主要是介绍【PythonRS】Rasterio库安装+基础函数使用教程,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!

Rasterio是一个Python库,专门用于栅格数据的读写操作。它支持多种栅格数据格式,如GeoTIFF、ENVI和HDF5,为处理和分析栅格数据提供了强大的工具。RasterIO适用于各种栅格数据应用,如卫星遥感、地图制作等。通过RasterIO,用户可以方便地读取、写入和操作栅格数据,提高数据处理效率。此外,RasterIO还支持自定义栅格数据类型和变换操作,具有很高的灵活性和可扩展性。总的来说,RasterIO是一个功能强大、易用的栅格数据处理库,对于遥感、地理信息系统等领域的数据处理和分析具有重要意义。

1 Rasterio库安装

Rasterio依赖于pyproj、Shapely、GDAL、Fiona、geopandas、rasterio等库,如果你之前安装过GDAL就大可不必担心,因为GDAL的使用包揽了这些库。如果没有我建议直接安装rasterio库,然后报错什么库就安装什么库。**注意自己的Python版本号!!!**下载地址:Rasterio库

2 导入常用函数

这些都是我后面代码需要使用到的函数,注意要导入,别到时候报错。

import os
import rasterio
from rasterio.plot import show
from rasterio.windows import Window

3 基础操作代码展示

3.1 获取影像基本信息
def Get_data(filepath):ds = rasterio.open(filepath)  # 打开文件ds_bands = ds.count  # 波段数ds_width = ds.width  # 宽度ds_height = ds.height  # 高度ds_bounds = ds.bounds  # 四至范围ds_geo = ds.transform  # 仿射地理变换参数ds_prj = ds.crs  # 投影坐标系# print(ds.crs.wkt)# ds.nodatavals  # 缺失值# ds.dirver  # 数据格式print("影像的宽度为:" + str(ds_width))print("影像的高度为:" + str(ds_height))print("仿射地理变换参数为:" + str(ds_geo))print("投影坐标系为:" + str(ds_prj))
3.2 读写数据

这里的读写其实都和GDAL库差不多。读取的话都是读成数组,然后可以选择波段和读取范围;保存时都是选择波段数、仿射地理变换参数和投影信息。

def Read_Write_data(filepath):ds = rasterio.open(filepath)bands = ds.read()  # 以数组的形式读取所有波段band1 = ds.read(1, window=Window(0, 0, 512, 256))  # 以数组的形式打开波段1读取512*256new_dataset = rasterio.open('/tmp/new.tif','w',driver='GTiff',height=band1.shape[0],width=band1.shape[1],count=1,dtype=band1.dtype,crs='+proj=latlong',  # ds.crstransform=ds.transform,)new_dataset.write(band1, 1)  # 将band1的值写入new_dataset的第一个波段
3.3 可视化影像

这里是Rasterio自己集成了一个显示函数,不用我们自己再去使用matplotlib库绘制影像了。我这里就展示了一种用法,官方给了好几个demo,大家有兴趣可以自己去看。

def Show_data(filepath):ds = rasterio.open(filepath)show(ds, transform=ds.transform)
3.4 计算NDVI

这里给大家介绍一个经典案例,就是NDVI的计算。通过这个应该很容易就能理解Rasterio库的数据结构了。

def Get_NDVI(filepath):ds = rasterio.open(filepath)red = ds.read(4).astype('float64')nir_red = ds.read(5).astype('float64')ndvi = (nir_red - red) / (nir_red + red)new_dataset = rasterio.open('ndvi.tif','w',driver='GTiff',height=ds.height,width=ds.width,count=1,dtype='float64',crs=ds.crs,transform=ds.transform)new_dataset.write(ndvi, 1)new_dataset.close()

4 完整代码

# -*- coding: utf-8 -*-
"""
@Time : 2023/10/19 11:20
@Auth : RS迷途小书童
@File :Rasterio Functions.py
@IDE :PyCharm
@Purpose:rasterio库常用操作
"""
import os
import rasterio
from rasterio.plot import show
from rasterio.windows import Windowdef Get_data(filepath):ds = rasterio.open(filepath)  # 打开文件ds_bands = ds.count  # 波段数ds_width = ds.width  # 宽度ds_height = ds.height  # 高度ds_bounds = ds.bounds  # 四至范围ds_geo = ds.transform  # 仿射地理变换参数ds_prj = ds.crs  # 投影坐标系# print(ds.crs.wkt)# ds.nodatavals  # 缺失值# ds.dirver  # 数据格式print("影像的宽度为:" + str(ds_width))print("影像的高度为:" + str(ds_height))print("仿射地理变换参数为:" + str(ds_geo))print("投影坐标系为:" + str(ds_prj))def Read_Write_data(filepath):ds = rasterio.open(filepath)bands = ds.read()  # 以数组的形式读取所有波段band1 = ds.read(1, window=Window(0, 0, 512, 256))  # 以数组的形式打开波段1读取512*256new_dataset = rasterio.open('/tmp/new.tif','w',driver='GTiff',height=band1.shape[0],width=band1.shape[1],count=1,dtype=band1.dtype,crs='+proj=latlong',  # ds.crstransform=ds.transform,)new_dataset.write(band1, 1)  # 将band1的值写入new_dataset的第一个波段def Show_data(filepath):ds = rasterio.open(filepath)show(ds, transform=ds.transform)def Get_NDVI(filepath):ds = rasterio.open(filepath)red = ds.read(4).astype('float64')nir_red = ds.read(5).astype('float64')ndvi = (nir_red - red) / (nir_red + red)new_dataset = rasterio.open('ndvi.tif','w',driver='GTiff',height=ds.height,width=ds.width,count=1,dtype='float64',crs=ds.crs,transform=ds.transform)new_dataset.write(ndvi, 1)new_dataset.close()if __name__ == "__main__":filepath1 = r'B:\Personal\Rasterio_try/46_22.tif'

总结来说,Rasterio库是一个很好的二次封装的库,可以更方便快捷地处理遥感栅格数据。但我个人使用GDAL习惯了,所以不怎么用Rasterio库,如果大家刚开始学习使用Python去处理地理空间数据,那么Rasterio库是一个很好的推荐。

######学习资源推荐

零基础Python学习资源介绍

👉Python学习路线汇总👈
Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。(学习教程文末领取哈)
在这里插入图片描述

👉Python必备开发工具👈
在这里插入图片描述

温馨提示:篇幅有限,已打包文件夹,获取方式在:文末

👉Python学习视频600合集👈
观看零基础学习视频,看视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。
在这里插入图片描述

👉实战案例👈
光学理论是没用的,要学会跟着一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。
在这里插入图片描述

👉100道Python练习题👈
检查学习结果。
在这里插入图片描述
👉面试刷题👈
在这里插入图片描述在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

资料领取

上述这份完整版的Python全套学习资料已经上传CSDN官方,朋友们如果需要可以微信扫描下方CSDN官方认证二维码输入“领取资料” 即可领取。

这篇关于【PythonRS】Rasterio库安装+基础函数使用教程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/651567

相关文章

vue使用docxtemplater导出word

《vue使用docxtemplater导出word》docxtemplater是一种邮件合并工具,以编程方式使用并处理条件、循环,并且可以扩展以插入任何内容,下面我们来看看如何使用docxtempl... 目录docxtemplatervue使用docxtemplater导出word安装常用语法 封装导出方

Linux换行符的使用方法详解

《Linux换行符的使用方法详解》本文介绍了Linux中常用的换行符LF及其在文件中的表示,展示了如何使用sed命令替换换行符,并列举了与换行符处理相关的Linux命令,通过代码讲解的非常详细,需要的... 目录简介检测文件中的换行符使用 cat -A 查看换行符使用 od -c 检查字符换行符格式转换将

使用Jackson进行JSON生成与解析的新手指南

《使用Jackson进行JSON生成与解析的新手指南》这篇文章主要为大家详细介绍了如何使用Jackson进行JSON生成与解析处理,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录1. 核心依赖2. 基础用法2.1 对象转 jsON(序列化)2.2 JSON 转对象(反序列化)3.

使用Python实现快速搭建本地HTTP服务器

《使用Python实现快速搭建本地HTTP服务器》:本文主要介绍如何使用Python快速搭建本地HTTP服务器,轻松实现一键HTTP文件共享,同时结合二维码技术,让访问更简单,感兴趣的小伙伴可以了... 目录1. 概述2. 快速搭建 HTTP 文件共享服务2.1 核心思路2.2 代码实现2.3 代码解读3.

Elasticsearch 在 Java 中的使用教程

《Elasticsearch在Java中的使用教程》Elasticsearch是一个分布式搜索和分析引擎,基于ApacheLucene构建,能够实现实时数据的存储、搜索、和分析,它广泛应用于全文... 目录1. Elasticsearch 简介2. 环境准备2.1 安装 Elasticsearch2.2 J

使用C#代码在PDF文档中添加、删除和替换图片

《使用C#代码在PDF文档中添加、删除和替换图片》在当今数字化文档处理场景中,动态操作PDF文档中的图像已成为企业级应用开发的核心需求之一,本文将介绍如何在.NET平台使用C#代码在PDF文档中添加、... 目录引言用C#添加图片到PDF文档用C#删除PDF文档中的图片用C#替换PDF文档中的图片引言在当

Linux系统中卸载与安装JDK的详细教程

《Linux系统中卸载与安装JDK的详细教程》本文详细介绍了如何在Linux系统中通过Xshell和Xftp工具连接与传输文件,然后进行JDK的安装与卸载,安装步骤包括连接Linux、传输JDK安装包... 目录1、卸载1.1 linux删除自带的JDK1.2 Linux上卸载自己安装的JDK2、安装2.1

Kotlin 作用域函数apply、let、run、with、also使用指南

《Kotlin作用域函数apply、let、run、with、also使用指南》在Kotlin开发中,作用域函数(ScopeFunctions)是一组能让代码更简洁、更函数式的高阶函数,本文将... 目录一、引言:为什么需要作用域函数?二、作用域函China编程数详解1. apply:对象配置的 “流式构建器”最

Java中List的contains()方法的使用小结

《Java中List的contains()方法的使用小结》List的contains()方法用于检查列表中是否包含指定的元素,借助equals()方法进行判断,下面就来介绍Java中List的c... 目录详细展开1. 方法签名2. 工作原理3. 使用示例4. 注意事项总结结论:List 的 contain

C#使用SQLite进行大数据量高效处理的代码示例

《C#使用SQLite进行大数据量高效处理的代码示例》在软件开发中,高效处理大数据量是一个常见且具有挑战性的任务,SQLite因其零配置、嵌入式、跨平台的特性,成为许多开发者的首选数据库,本文将深入探... 目录前言准备工作数据实体核心技术批量插入:从乌龟到猎豹的蜕变分页查询:加载百万数据异步处理:拒绝界面