使用Python怎么修復遙感影像條帶

今天就跟大家聊聊有關使用Python怎么修復遙感影像條帶，可能很多人都不太了解，為了讓大家更加了解，小編給大家總結了以下內容，希望大家根據這篇文章可以有所收獲。

python的數據類型有哪些?

python的數據類型：1. 數字類型，包括int（整型）、long（長整型）和float（浮點型）。2.字符串，分別是str類型和unicode類型。3.布爾型，Python布爾類型也是用于邏輯運算，有兩個值：True（真）和False（假）。4.列表，列表是Python中使用最頻繁的數據類型，集合中可以放任何數據類型。5. 元組，元組用”()”標識，內部元素用逗號隔開。6. 字典，字典是一種鍵值對的集合。7. 集合，集合是一個無序的、不重復的數據組合。

使用GDAL修復影像條帶的代碼如下：

def gdal_repair(tif_name, out_name, bands):
  """
    tif_name(string): 源影像名
    out_name(string): 輸出影像名
    bands(integer): 影像波段數
  """
  # 打開影像文件
  tif = gdal.Open(tif_name)
  
  # 根據文件類型獲取對應的驅動程序
  driver = gdal.GetDriverByName('GTiff')
  
  # 根據指定文件的驅動程序，使用現有數據集創建新的可寫數據集
  # 所有支持創建新文件的驅動程序都支持該`CreateCopy()`方法，   # 但僅`Create()`部分支持該方法
  # CreateCopy的第一個參數為目標文件名，第二個參數為源數據集
  # 第三個參數的值是`0`或`1`，值是`0`。即使無法將原始數據準確地轉換為目標數據，程序仍將執行
  new_img = driver.CreateCopy(out_name, tif, 0)
 
  for i in tqdm(range(1, bands)):
    # 分別對每個波段處理
    band = new_img.GetRasterBand(i)
    
    # 使用FillNodata對條帶部分進行插值
    gdal.FillNodata(targetBand = band, maskBand = band, maxSearchDist = 15, smoothingIterations=0)
    
    # 將修復好的波段寫入新數據集中
    new_img.GetRasterBand(i).WriteArray(band.ReadAsArray())

修復之后的效果圖如下所示：

Opencv修復Landsat ETM+影像條帶

使用opencv修復影像的代碼如下：

def cv2_repair(tif_name):
  # 讀取tif影像
  tif_data = gdal_array.LoadFile(tif_name).astype('float32')

  # 獲取掩膜
  mask = tif_data.sum(axis=0)
  mask = (mask == 0).astype(np.uint8)
  
  bands = tif_data.shape[0]

  res = []
  for i in tqdm(range(bands)):
    # cv.Inpaint(src, inpaintMask, dst, inpaintRadius, flags)
    # src：源圖像，可以是8位、16位無符號整型和32位浮點型1通道或者8位無符號3通道
    # inpaintMask：掩膜，8位無符號整型
    # dst：和源圖像具有一樣大小的輸出
    # inpaintRadius：算法考慮的每個已修復點的圓形鄰域的半徑     # flags：修復算法類型，可選cv2.INPAINT_NS和cv2.INPAINT_TELEA
    
    repaired = cv2.inpaint(tif_data[i], mask, 3, flags=cv2.INPAINT_TELEA)
    res.append(repaired)

  return np.array(res)

修復之后的結果圖：

看完上述內容，你們對使用Python怎么修復遙感影像條帶有進一步的了解嗎？如果還想了解更多知識或者相關內容，請關注億速云行業資訊頻道，感謝大家的支持。