基于Python的遥感可视化
写在前面
首先本文原作者为:Mohit Kaushik,翻译行为已获得本人许可。
最近在做一些基础遥感分析,需要对处理后影像可视化,课本上的方法很原始,带着你造一遍轮子,从地理坐标到转到像素坐标……,本着偷懒的原则,有意中发现这篇遥感可视化文章。
使用Python读取图像非常简单,因为针对不同的图像格式,它提供了简便的第三方库,用来读取、可视化、编辑等,例如Matplotlib、OpenCV、Pillow……。上述库对于流行的常见图像格式,如png、jpg、jpeg 可以流畅处理,但是对于GeoTiff格式却不行,如果你熟知GeoTiff格式和其他图像格式之间的区别,想必一定能猜到其中的缘由。
GeoTIff 是一个标准的.tif 文件或是一个图像文件格式,它包含了一些额外的空间信息,这些信息被当成附属信息(tag),集成在.tif文件内。这些附属信息包含了空间范围、地理参考系统(CRS)、分辨率,以及每一个像素的值。基于此,GeoTiff是一种非常理想的遥感影像和航空相片分发格式。
本文讨论几种在jupyter notebook环境中利用Python读取的可视化的方式,主要用到如下几个库:GDAL、Rasterio、georaster以及Matplotlib。这些库可以帮助我们快速地将图像转换为Numpy库的数组(array)格式,然后我们就可以通过TensorFlow或numpy做一些图像转换,尽管本文没有涉及。
关于Python库的安装,网上有相对比较详细的介绍,这里就不一一记录了。
基于GDAL
首先肯定是老大哥了,gdal是最流行的GeoTiff处理库,但是嘛比较难以安装,并且不易上手,GDAL拥有由C++编写的方法和类,这里我们使用它的Python绑定。绝大部分的库,诸如georaster等,也是在运用GDAL的基础上,开发出符合Python风格的接口。
from osgeo import gdal import matplotlib.pyplot as plt dataset = gdal.Open("./raster/Yunnan_light.tif", gdal.GA_ReadOnly) band = dataset.GetRasterBand(1) # 波段序号从1开始,而不是0 plt.figure(figsize=(10, 10)) plt.imshow(band.ReadAsArray()) plt.show()
基于Rasterio
Rasterio由mapbox团队开发,它提供了一系列用于读取地理空间数据的Python接口。
它可以配合Matplotlib库使用。
另外,rasterio拥有自身的可视化方法。
发现不同没有,上面这张图,它的坐标显示的是经纬度,而不是数字。
基于georaster
georaster 出现一些问题,读取包含多个波段的图像时,按照官方的示例代码会出现问题,上github查看后发现该库已经被标记放弃了,不会再做进一步的维护,也就没有再细究(比较懒哈哈)。
【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)