您好,登錄后才能下訂單哦!
Rasterio簡介
有沒有覺得用GDAL的Python綁定書寫的代碼很不Pythonic,強迫癥的你可能有些忍受不了。不過,沒關系,MapBox旗下的開源庫Rasterio幫我們解決了這個痛點。
Rasterio是基于GDAL庫二次封裝的更加符合Python風格的主要用于空間柵格數據處理的Python庫。
Rasterio中柵格數據模型基本和GDAL類似,需要注意的是:
在Rasterio 1.0以后,對于GeoTransform的表示棄用了GDAL風格的放射變換,而使用了Python放射變換的第三方庫affine庫的風格。
對于放射變換
affine.Affine(a, b, c, d, e, f)
GDAL中對應的參數順序是:(c, a, b, f, d, e)
采用新的放射變換模型的好處是,如果你需要計算某個行列號的地理坐標,直接使用行列號跟給放射變換對象相乘即可,完全符合數學上矩陣乘法的操作,更加直觀和方便。
柵格數據讀取代碼示例
下面的示例程序中演示了如何讀取一個GeoTIFF文件并獲取相關信息,需要注意的是:
1、rasterio使用rasterio.open()函數打開一個柵格文件
2、rasterio使用read()函數可以將數據集轉為numpy.ndarray,該函數如果不帶參數,將把數據的所有波段做轉換(第一維是波段數),如果指定波段,則只取得指定波段對應的數據(波段索引從1開始)
3、數據的很多元信息都是以數據集的屬性進行表示的
import rasterio with rasterio.open('example.tif') as ds: print('該柵格數據的基本數據集信息(這些信息都是以數據集屬性的形式表示的):') print(f'數據格式:{ds.driver}') print(f'波段數目:{ds.count}') print(f'影像寬度:{ds.width}') print(f'影像高度:{ds.height}') print(f'地理范圍:{ds.bounds}') print(f'反射變換參數(六參數模型):\n {ds.transform}') print(f'投影定義:{ds.crs}') # 獲取第一個波段數據,跟GDAL一樣索引從1開始 # 直接獲得numpy.ndarray類型的二維數組表示,如果read()函數不加參數,則得到所有波段(第一個維度是波段) band1 = ds.read(1) print(f'第一波段的最大值:{band1.max()}') print(f'第一波段的最小值:{band1.min()}') print(f'第一波段的平均值:{band1.mean()}') # 根據地理坐標得到行列號 x, y = (ds.bounds.left + 300, ds.bounds.top - 300) # 距離左上角東300米,南300米的投影坐標 row, col = ds.index(x, y) # 對應的行列號 print(f'(投影坐標{x}, {y})對應的行列號是({row}, {col})') # 根據行列號得到地理坐標 x, y = ds.xy(row, col) # 中心點的坐標 print(f'行列號({row}, {col})對應的中心投影坐標是({x}, {y})') # 那么如何得到對應點左上角的信息 x, y = (row, col) * ds.transform print(f'行列號({row}, {col})對應的左上角投影坐標是({x}, {y})')
輸出如下:
該柵格數據的基本數據集信息(這些信息都是以數據集屬性的形式表示的): 數據格式:GTiff 波段數目:3 影像寬度:4800 影像高度:4800 地理范圍:BoundingBox(left=725385.0, bottom=2648415.0, right=869385.0, top=2792415.0) 反射變換參數(六參數模型): | 30.00, 0.00, 725385.00| | 0.00,-30.00, 2792415.00| | 0.00, 0.00, 1.00| 投影定義:CRS({'init': 'epsg:32649'}) 第一波段的最大值:5459 第一波段的最小值:-313 第一波段的平均值:489.80300625 (投影坐標725685.0, 2792115.0)對應的行列號是(10, 10) 行列號(10, 10)對應的中心投影坐標是(725700.0, 2792100.0) 行列號(10, 10)對應的左上角投影坐標是(725685.0, 2792115.0)
以上這篇使用Rasterio讀取柵格數據的實例講解就是小編分享給大家的全部內容了,希望能給大家一個參考,也希望大家多多支持億速云。
免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。