rasterio库简介及函数说明

本文主要是介绍rasterio库简介及函数说明，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！

简介

Rasterio 是一个用于读写栅格数据集的 Python 库，它提供了方便的接口来处理各种栅格数据格式，如 GeoTIFF、JPEG、PNG 等。Rasterio 能够读取、写入和处理栅格数据，同时还提供了许多空间分析功能。

下面是一个简单的示例，演示了如何使用 Rasterio 打开并读取 GeoTIFF 文件：

import rasterio# 打开 GeoTIFF 文件
with rasterio.open('path_to_your_raster_file.tif') as src:# 读取栅格数据raster_data = src.read(1)  # 读取第一个波段的数据# 获取栅格数据的元数据meta_data = src.meta# 打印元数据
print(meta_data)# 打印栅格数据的形状
print(raster_data.shape)

在这个示例中，我们首先使用 rasterio.open() 打开了一个 GeoTIFF 文件，然后使用 src.read(1) 读取了第一个波段的栅格数据。src.meta 包含了栅格数据的元数据，例如分辨率、坐标参考系统等信息。最后，我们打印了栅格数据的元数据和形状。

除了读取数据之外，Rasterio 还提供了许多功能，如写入数据、重采样、投影转换等。通过结合 Rasterio 和其他 Python 地理空间库（如 GeoPandas、Shapely），你可以进行更复杂的地理空间数据处理和分析。

常用函数

栅格读写

rasterio.open（）

rasterio.open() 是用于打开栅格数据集的函数。它接受一个文件路径作为参数，并返回一个 RasterReader 对象，用于读取栅格数据集的元数据和像素值。

以下是 rasterio.open() 函数的一般形式：

dataset = rasterio.open(filename)

其中，filename 是栅格数据集的文件路径。

一旦打开了数据集，你就可以使用 RasterReader 对象的方法来读取数据集的元数据和像素值。例如：

dataset.meta 返回数据集的元数据，包括分辨率、坐标参考系统等。
dataset.read() 用于读取数据集的像素值。
以下是一个示例，演示了如何使用 rasterio.open() 函数打开并读取 GeoTIFF 文件：

import rasterio# 打开 GeoTIFF 文件
with rasterio.open('path_to_your_raster_file.tif') as dataset:# 读取数据集的元数据metadata = dataset.meta# 读取数据集的像素值raster_data = dataset.read(1)  # 读取第一个波段的数据# 打印元数据
print(metadata)# 打印栅格数据的形状
print(raster_data.shape)

在这个示例中，我们使用 rasterio.open() 打开了一个 GeoTIFF 文件，并使用 with 上下文管理器，以确保在退出上下文时自动关闭数据集。然后，我们使用 dataset.meta 读取了数据集的元数据，使用 dataset.read(1) 读取了第一个波段的像素值，并分别打印了元数据和栅格数据的形状。

dst.write（）

dst.write() 是用于将数据写入栅格数据集的方法，它是 Rasterio 中 RasterWriter 对象的方法之一。通过 RasterWriter 对象，你可以将栅格数据写入到一个新的栅格文件中，或者将数据写入到已存在的栅格文件中。

以下是 dst.write() 方法的一般形式：

dst.write(array, indexes=None)

其中，array 是一个包含栅格数据的 NumPy 数组，它的维度和数据类型应该与要写入的栅格数据集相匹配。indexes 是一个整数列表，用于指定要写入的栅格数据集中的波段索引。如果 indexes 为 None，则默认写入第一个波段。

以下是一个示例，演示了如何使用 dst.write() 方法将数据写入到一个新的 GeoTIFF 文件中：

import numpy as np
import rasterio# 创建一个示例的栅格数据数组
array = np.random.rand(10, 10)# 创建一个新的 GeoTIFF 文件
with rasterio.open('output.tif', 'w', driver='GTiff', width=array.shape[1], height=array.shape[0], count=1, dtype=array.dtype) as dst:# 将数据写入到新的 GeoTIFF 文件中dst.write(array, 1)

在这个示例中，我们首先创建了一个示例的栅格数据数组 array。然后，我们使用 rasterio.open() 创建了一个新的 GeoTIFF 文件，指定了文件名 ‘output.tif’、驱动程序 ‘GTiff’、宽度和高度、波段数量、数据类型等信息。最后，我们使用 dst.write() 方法将 array 中的数据写入到新的 GeoTIFF 文件中的第一个波段。

仿射变换

rasterio.transform.from_origin（）

rasterio.transform.from_origin() 是一个函数，用于创建栅格数据的仿射变换（affine transformation）。仿射变换是地理空间数据中常用的一种变换方式，它将地理坐标转换为栅格坐标，或者将栅格坐标转换为地理坐标。

rasterio.transform.from_origin() 函数用于根据指定的左上角坐标、水平和垂直分辨率来创建仿射变换。它的语法形式为：

transform = rasterio.transform.from_origin(ulx, uly, xres, yres)

其中：

ulx 和 uly 是左上角的 x 和 y 坐标（即地理坐标）。
xres 和 yres 分别是水平和垂直方向上的分辨率。
这个函数会返回一个仿射变换对象 transform，可以将它用于栅格数据的读取和写入操作，以确保正确的地理空间定位。

以下是一个示例，演示了如何使用 rasterio.transform.from_origin() 创建仿射变换：

import rasterio# 定义左上角坐标和分辨率
ulx = 1000
uly = 2000
xres = 10
yres = 10# 创建仿射变换
transform = rasterio.transform.from_origin(ulx, uly, xres, yres)# 打印仿射变换
print(transform)

在这个示例中，我们定义了左上角坐标为 (1000, 2000)，水平和垂直分辨率为 10，然后使用 rasterio.transform.from_origin() 创建了一个仿射变换对象 transform。最后，我们打印了这个仿射变换对象。

遮罩处理

geometry_mask()

geometry_mask() 函数是 Rasterio 库中的一个函数，用于基于几何对象创建一个掩膜（mask）数组。掩膜数组中的元素将根据给定的几何对象和选项被标记为 True 或 False。如果 invert 参数为 True，则掩膜数组中在几何对象内的区域将被标记为 False，而在几何对象外的区域将被标记为 True。

该函数的一般形式如下：

mask = geometry_mask(geometries, invert=False, transform=None, out_shape=None)

其中：

geometries 是一个 Shapely 几何对象或一个几何对象的列表。
invert 是一个布尔值，用于控制是否对几何对象内外进行反转。默认值为 False。
transform 是一个仿射变换对象，用于将几何对象从地理空间坐标转换为栅格坐标。如果为 None，则使用栅格坐标。
out_shape 是输出数组的形状，它通常是一个二元组，表示行数和列数。
在你的示例中，region_shp.geometry 是一个几何对象的 GeoSeries，transform 是一个仿射变换对象，out_shape 是输出数组的形状。因此，你的代码中的 geometry_mask(region_shp.geometry, invert=True, transform=transform, out_shape=out_shape) 的作用是根据 region_shp.geometry 创建一个掩膜数组，其中在几何对象外的区域将被标记为 True，而在几何对象内的区域将被标记为 False。

这篇关于rasterio库简介及函数说明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！

---