在进行遥感定量反演或数据分析时,往往我们都具有矢量的真值,可能是点文件也可能是面文件,最重要的还是通过这个矢量获取影像中该区域的值,这样方便做波段分析以及后续的反演等流程。今天给大家分享一下如何通过点文件获取影像的波段值。
在进行遥感定量反演或数据分析时,往往我们都具有矢量的真值,可能是点文件也可能是面文件,最重要的还是通过这个矢量获取影像中该区域的值,这样方便做波段分析以及后续的反演等流程。今天给大家分享一下如何通过点文件获取影像的波段值。
原创作者:RS迷途小书童
博客地址:https://blog.csdn.net/m0_56729804?type=blog
注意:栅格影像和矢量点文件都应具有相同坐标系!!!
1 获取label值
我这里分析时点矢量是具有多个字段的,这些字段都是标签值,或者可以说是测量的真值,如果你只有一种类型的真值可以自己修改一下。将所有的真值和坐标写入列表中并返回。
2 获取栅格值
通过上一步存储的坐标可以定位到栅格影像中的实际位置,通过波段的循环将所有波段值写入列表/数组或者表格中,我这里是写入表格中。
"""
@Time : 2024/3/5 14:48
@Auth : RS迷途小书童
@File :Get_Raster_datas_from_Points.py
@IDE :PyCharm
@Purpose:通过矢量点获取栅格数据的值(多波段)
@Web:博客地址:https://blog.csdn.net/m0_56729804
"""
import os
import sys
import numpy as np
from datetime import datetime
from osgeo import gdal, osr, ogr
def Get_train_data_point(train_image, train_shp, class_id, work_path):
"""
:param train_image: 输入训练的影像
:param train_shp: 输入训练的点矢量
:param class_id: 输入训练的点矢量对应类别的字段名
:param work_path: 工作空间
:return: 训练的特征值,训练的样本类别
"""
print("【数据准备阶段】")
print("[%s]获取样本点数据......" % datetime.now().strftime('%Y-%m-%d %H:%M:%S'))
import openpyxl
wb = openpyxl.load_workbook(r'G:\RS迷途小书童/2.xlsx')
ws_sheets = wb.sheetnames
ws = wb[ws_sheets[0]]
os.chdir(work_path)
ds_image = gdal.Open(train_image)
ds_geo = ds_image.GetGeoTransform()
left_x, left_y, resolution_x, resolution_y = ds_geo[0], ds_geo[3], ds_geo[1], ds_geo[5]
point_values = Get_label_point(train_image, train_shp, class_id)
ds_bands = ds_image.RasterCount
train_x, train_y = list(), list()
z = 2
for point_value in point_values:
row, col = int((point_value[0] - left_x) / resolution_x), int((point_value[1] - left_y) / resolution_y)
try:
arr_point = ds_image.ReadAsArray(row, col, 1, 1)
point_data = list()
for i in range(ds_bands):
point_data.append(int(arr_point[i]))
train_x.append(point_data)
ws.cell(z, 1).value = point_data[0]
ws.cell(z, 2).value = point_data[1]
ws.cell(z, 3).value = point_data[2]
"""ws.cell(z, 4).value = point_data[3]
ws.cell(z, 5).value = point_data[4]
ws.cell(z, 6).value = point_data[5]
ws.cell(z, 7).value = point_data[6]
ws.cell(z, 8).value = point_data[7]
ws.cell(z, 9).value = point_data[8]
ws.cell(z, 10).value = point_data[9]
ws.cell(z, 11).value = point_data[10]
ws.cell(z, 12).value = point_data[11]
ws.cell(z, 13).value = point_value[2]
ws.cell(z, 14).value = point_value[3]
ws.cell(z, 15).value = point_value[4]
ws.cell(z, 16).value = point_value[5]
ws.cell(z, 17).value = point_value[6]
ws.cell(z, 18).value = point_value[7]
ws.cell(z, 19).value = point_value[8]
ws.cell(z, 20).value = point_value[9]"""
train_y.append(float(point_value[2]))
except Exception as e:
print(e)
z += 1
train_y_num = len(train_y)
if train_y_num != 0:
print("[%s]共获取%s个样本点数据......" % (datetime.now().strftime('%Y-%m-%d %H:%M:%S'), train_y_num))
else:
print("[%s]未获取到训练样本,请检查样本数据!" % datetime.now().strftime('%Y-%m-%d %H:%M:%S'))
sys.exit(0)
np.save("train.npy", train_x)
np.save("label.npy", train_y)
print("--------------------------------------------------------------------------------------")
wb.save(r"G:\RS迷途小书童/2.xlsx")
return train_x, train_y

后续在分享使用Python机器学习分类时,再和大家分享如何使用栅格、矢量面读取栅格值并制作成训练集和样本集。本质其实就是通过仿射变换矩阵和循环波段读取到该点的值,如果大家有什么问题也可以留言交流。
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】博客园社区专享云产品让利特惠,阿里云新客6.5折上折
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· CSnakes vs Python.NET:高效嵌入与灵活互通的跨语言方案对比
· DeepSeek “源神”启动!「GitHub 热点速览」
· 我与微信审核的“相爱相杀”看个人小程序副业
· Plotly.NET 一个为 .NET 打造的强大开源交互式图表库
· 上周热点回顾(2.17-2.23)