GeoServer发布ImageMasic(影像镶嵌数据集)

2024-02-21 22:59

本文主要是介绍GeoServer发布ImageMasic(影像镶嵌数据集),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!

前言:如果你有很多井影像,拼接起来的影像很大,而你又不想拼接的时候,你就可以使用GeoServer发布ImageMosaic,即影像的镶嵌数据集。当然ImageMosaic的另一个妙用是,可以对单幅非tif影像去黑边,如单幅img影像。
注意:如果你的GeoServer没有安装GDAL的拓展,那么你的ImageMosaic支持的格式就很少,比如tif可以,img就不行。如果你还不知道如何安装GDAL的拓展,请移步这篇博文: GeoServer安装GDAL拓展。
一、声明
之所以要提前说明,是因为GeoServer发布ImageMosaic是有一些坑的,不过看到这篇文章的你很幸运,你会完美的避过这些坑,因为我已经踩过了,而我又将这些坑分享了出来。
坑1:GeoServer发布ImageMosaic,不需要你手动在arcgis里生成镶嵌数据集的footprint(轮廓),注意是footprint,不是boundary(边界), 你只需要将所有要拼接的影像放在一个文件夹里,GeoServer会自动帮你生成这个footprint的shp,而这个shp里就是几个相互重叠的面数据,分别表示每个影像所处的位置。
这里要吐槽一下百度能搜到的GeoServer发布ImageMosaic的教程,几乎都是在arcgis手动生成footprint的shp,并且这个shp,GeoServer根本不认,真是害人不浅啊。
坑2:前面我们已经说过了,GeoServer会自己帮你生成一个footprint(轮廓)的shp,而这个shp的名称是GeoServer根据你放置影像的文件夹命名的,所以这个文件夹命名如果是中文的,那么生成这个shp的时候就会报错,所以你最好放置影像的文件夹命名不要出现中文。
坑3:还是跟这个生成的shp有关,我们在坑1里说过了,这个shp里是几个相互重叠的面数据,而这些面数据表示的是影像的位置。shp中有个字段叫做location,存的是影像的名称,所以如果你的影像命名是中文的,那么GeoServer也是不识别的,但是他这个在你新建数据存储和发布图层的时候都不会报错,但是当你图层预览的时候,他就会报错:cannot create mosaic。
坑4:使用arcgis做影像导出和格式转换的时候,千万不要提升像素深度,一旦提升了像素深度,GeoServer发布的时候,就是一片黑,识别不出来了,这是一个非常非常隐蔽的坑,切记!切记!
二、再次声明
再次强调,一定一定要仔细阅读上面四个坑的说明,这样发布Image Mosaic的时候才不会出现一些莫名其妙的错误,比如:
1、可以发布tif镶嵌数据集,但是影像和影像之间的有黑色背景
2、可以发布img镶嵌数据集,影像和影像之间也去掉了黑色背景,但是影像的整体的黑色背景去不掉
3、不能设置InputTransparentColor,一旦设置了,图层预览就会报错。根据GeoServer官方文档,这个参数是用来控制影像重叠区域的黑色背景的。
4、不能设置OupPutTransparentColor,一旦设置了,也就无法预览了,而这个参数,是用来控制整个拼接好的影像的黑色背景的。
三、正式开始发布
1、新建数据存储,选择ImageMosaic
GeoServer发布ImageMasic(影像镶嵌数据集)
 
2、路径选择我们存放影像的 文件夹
注意:文件夹名称必须是英文,里面的影像也必须是英文
GeoServer发布ImageMasic(影像镶嵌数据集)
3、点击保存,查看是否生成了对应的shp文件和properties文件
GeoServer发布ImageMasic(影像镶嵌数据集)
 
可以看到,已经自动生成了shp文件和properties文件,这个shp文件比我们在arcgis生成的shp文件多了 .fix 和 .qix文件,这就完美解释了为什么我们在arcgis里生成的轮廓文件,在GeoServer里不识别。
4.图层发布
拉到图层设置的最底部,将InputTransparentColor设置为000000,将OutPutTransparentColor也设置为000000,当然,这两个参数设置为FFFFFF或者nodata,GeoServer也是识别的。
GeoServer发布ImageMasic(影像镶嵌数据集)
 
5、图层预览
设置前:
GeoServer发布ImageMasic(影像镶嵌数据集)
 
设置后:
GeoServer发布ImageMasic(影像镶嵌数据集)
 
6、疑难解答
如果你在图层预览的时候报错了,那么你要仔仔细细检查一下,我们在上面说过四个坑。
那么,本次教程我们就分享到这里,关于GeoServer发布影像的教程,我们连着出了三篇博客,应该涉及到了影像的方方面面,后面我会考虑出一版GeoServer版本迁移教程和影像的时间序列发布教程,敬请期待~

这篇关于GeoServer发布ImageMasic(影像镶嵌数据集)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/733355

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

高效+灵活,万博智云全球发布AWS无代理跨云容灾方案!

摘要 近日,万博智云推出了基于AWS的无代理跨云容灾解决方案,并与拉丁美洲,中东,亚洲的合作伙伴面向全球开展了联合发布。这一方案以AWS应用环境为基础,将HyperBDR平台的高效、灵活和成本效益优势与无代理功能相结合,为全球企业带来实现了更便捷、经济的数据保护。 一、全球联合发布 9月2日,万博智云CEO Michael Wong在线上平台发布AWS无代理跨云容灾解决方案的阐述视频,介绍了

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

烟火目标检测数据集 7800张 烟火检测 带标注 voc yolo

一个包含7800张带标注图像的数据集,专门用于烟火目标检测,是一个非常有价值的资源,尤其对于那些致力于公共安全、事件管理和烟花表演监控等领域的人士而言。下面是对此数据集的一个详细介绍: 数据集名称:烟火目标检测数据集 数据集规模: 图片数量:7800张类别:主要包含烟火类目标,可能还包括其他相关类别,如烟火发射装置、背景等。格式:图像文件通常为JPEG或PNG格式;标注文件可能为X

pandas数据过滤

Pandas 数据过滤方法 Pandas 提供了多种方法来过滤数据,可以根据不同的条件进行筛选。以下是一些常见的 Pandas 数据过滤方法,结合实例进行讲解,希望能帮你快速理解。 1. 基于条件筛选行 可以使用布尔索引来根据条件过滤行。 import pandas as pd# 创建示例数据data = {'Name': ['Alice', 'Bob', 'Charlie', 'Dav