Python高光谱遥感影像处理问题详细分析讲解
更新时间：2023年01月28日 09:28:07 作者：倾城一少
这篇文章主要介绍了Python高光谱遥感影像处理问题，总的来说这并不是一道难题，那为什么要拿出这道题介绍？拿出这道题真正想要传达的是解题的思路，以及不断优化探寻最优解的过程。希望通过这道题能给你带来一种解题优化的思路
前言
在写波段配准相关代码时经常需要用到tif影像的波段合成和分解，虽然可以用ENVI才处理，但是每次都要打开再设置一些参数有些麻烦，所以本着“独立自主、自力更生”的原则就写了些脚本来处理这个需求。又写了个批量裁剪影像的脚本。这里简单总结归纳一下。
1.波段合并
# coding=utf-8
import sys
import cv2
import functions as fun
import os
if __name__ == '__main__':
if sys.argv.__len__() >= 2:
if sys.argv[1] == 'help' or sys.argv[1] == 'HELP':
print("Function description:")
print("Join several bands into one file.")
print("\nUsage instruction:")
print("example.exe [img_dir] [img_type] [out_path]")
print("[img_dir]:The input dir that contains band data.")
print("[img_type]:The file type of band data,tif or png etc.")
print("[out_path]:The filename of joined image.")
print("Please note that these band data should have same height and width.")
print("\nUsage example:")
print("Tool_JoinBands.exe C:\\tif tif C:\\tifout\\joined.tif")
os.system('pause')
else:
img_dir = sys.argv[1]
img_type = sys.argv[2]
out_path = sys.argv[3]
paths, names, files = fun.findAllFiles(img_dir, img_type)
bands_data = []
# 对于tif文件，统一用gdal打开并输出为tif文件
if img_type.endswith('tif') or img_type.endswith('TIF') or img_type.endswith('TIFF') or img_type.endswith(
'tiff'):
for i in range(files.__len__()):
band_data = fun.readTifImage(files[i])
bands_data.extend(band_data)
print("joined " + (i + 1).__str__() + " bands.")
print(bands_data.__len__().__str__() + " bands in total.")
fun.writeTif(bands_data, out_path)
# 对于所有其它类型的文件，如jpg、png等，统一用OpenCV处理
else:
for i in range(files.__len__()):
band_data = cv2.imread(files[i], cv2.IMREAD_GRAYSCALE)
bands_data.append(band_data)
print("Open image success.")
data = cv2.merge((bands_data[0], bands_data[1], bands_data[2]))
cv2.imwrite(out_path, data)
print("Save image success.")
else:
print("Unknown mode, input 'yourExeName.exe help' to get help information.")这里简单介绍下代码。经过波段配准后，不同波段的影像已经实现了对齐，所以通过读取各波段影像然后利用GDAL叠加即可。
2.波段拆分
# coding=utf-8
import sys
import os
import cv2
import functions as fun
if __name__ == '__main__':
if sys.argv.__len__() >= 2:
if sys.argv[1] == 'help' or sys.argv[1] == 'HELP':
print("Function description:")
print("Separate and save different band data in one image file.")
print("\nUsage instruction:")
print("example.exe [img_path] [out_dir]")
print("[img_path]:The filename of input image.")
print("[output_dir]:The output dir for different band images.")
print("\nUsage example:")
print("Tool_SeparateBands.exe C:\\tif\\input.tif C:\\tifout")
os.system('pause')
else:
img_path = sys.argv[1]
output_dir = sys.argv[2]
# 对于tif文件，统一用gdal打开并输出为tif文件
if img_path.endswith('tif') or img_path.endswith('TIF') or img_path.endswith('TIFF') or img_path.endswith(
'tiff'):
bands_data = fun.readTifImage(img_path)
for i in range(bands_data.__len__()):
fun.writeTif([bands_data[i]], output_dir + os.path.sep + "band_" + i.__str__().zfill(2) + ".tif")
print("saved " + (i + 1).__str__() + "/" + bands_data.__len__().__str__())
# 对于所有其它类型的文件，如jpg、png等，统一用OpenCV处理
else:
img = cv2.imread(img_path)
print("Open image success.")
band_b, band_g, band_r = cv2.split(img)
cv2.imwrite(output_dir + os.path.sep + "band_b.png", band_b)
cv2.imwrite(output_dir + os.path.sep + "band_g.png", band_g)
cv2.imwrite(output_dir + os.path.sep + "band_r.png", band_r)
print("Save image success.")
else:
print("Unknown mode, input 'yourExeName.exe help' to get help information.")波段拆分与波段合并相反，直接读取一个多波段的tif影像，然后依次保存各波段数据为单独文件即可。
3.影像裁剪
在之前，要想实现影像裁剪的功能需要借助ENVI等软件，但是ENVI等打开比较慢，还要各种设置，比较麻烦。所以直接写了个脚本来方便地实现功能
# coding=utf-8
import sys
import cv2
import functions as fun
import os
if __name__ == '__main__':
if sys.argv.__len__() >= 2:
if sys.argv[1] == 'help' or sys.argv[1] == 'HELP':
print("Function description:")
print("Select and cut the ROI(region of interest) in a big image file.")
print("\nUsage instruction:")
print("example.exe [img_path] [out_path] [start_x] [start_y] [x_range] [y_range]")
print("[img_path]:The filename of input image.")
print("[out_path]:The filename of output image.")
print("[start_x]:The x coordinate of ROI's left-top point in big image.")
print("[start_y]:The y coordinate of ROI's left-top point in big image.")
print("[x_range]:The range of ROI in x direction(width).")
print("[y_range]:The range of ROI in y direction(height).")
print("\nUsage example:")
print("Tool_ResizeIMG.exe C:\\tif\\input.tif C:\\tifout\\roi.tif 100 200 3000 4000")
os.system('pause')
else:
img_path = sys.argv[1]
out_path = sys.argv[2]
start_x = int(sys.argv[3])
start_y = int(sys.argv[4])
x_range = int(sys.argv[5])
y_range = int(sys.argv[6])
# 对于tif文件，统一用gdal打开并输出为tif文件
if img_path.endswith('tif') or img_path.endswith('TIF') or img_path.endswith('TIFF') or img_path.endswith(
'tiff'):
bands_data = fun.readTifImageWithWindow(img_path, start_x, start_y, x_range, y_range)
fun.writeTif(bands_data, out_path)
# 对于所有其它类型的文件，如jpg、png等，统一用OpenCV处理
else:
bands_data = cv2.imread(img_path)
print("Open image success.")
bands_data_roi = bands_data[start_y:start_y + y_range, start_x:start_x + x_range, :]
cv2.imwrite(out_path, bands_data_roi)
print("Save image success.")
else:
print("Unknown mode, input 'yourExeName.exe help' to get help information.")影像裁剪实现也相对简单，就是通过设置读取影像范围即可实现对指定区域的裁剪。
4.批量影像裁剪
# coding=utf-8
import sys
import cv2
import functions as fun
import os
if __name__ == '__main__':
if sys.argv.__len__() >= 2:
if sys.argv[1] == 'help' or sys.argv[1] == 'HELP':
print("Function description:")
print("Select and cut the ROI(region of interest) in big image files(Batch mode).")
print("\nUsage instruction:")
print("example.exe [img_dir] [img_type] [output_dir] [start_x] [start_y] [x_range] [y_range]")
print("[img_dir]:The input dir that contains band data.")
print("[img_type]:The file type of band data,tif or png etc.")
print("[output_dir]:The output dir for ROI images.")
print("[start_x]:The x coordinate of ROI's left-top point in big image.")
print("[start_y]:The y coordinate of ROI's left-top point in big image.")
print("[x_range]:The range of ROI in x direction(width).")
print("[y_range]:The range of ROI in y direction(height).")
print("\nUsage example:")
print("Tool_ResizeIMG_Batch.exe C:\\tif tif C:\\tifout 100 200 3000 4000")
os.system('pause')
else:
img_dir = sys.argv[1]
img_type = sys.argv[2]
out_dir = sys.argv[3]
start_x = int(sys.argv[4])
start_y = int(sys.argv[5])
x_range = int(sys.argv[6])
y_range = int(sys.argv[7])
paths, names, files = fun.findAllFiles(img_dir, img_type)
# 对于tif文件，统一用gdal打开并输出为tif文件
if img_type.endswith('tif') or img_type.endswith('TIF') or img_type.endswith('TIFF') or img_type.endswith(
'tiff'):
for i in range(files.__len__()):
bands_data = fun.readTifImageWithWindow(files[i], start_x, start_y, x_range, y_range)
fun.writeTif(bands_data, out_dir + os.path.sep + names[i][:names[i].rfind('.')] + "_cut.tif")
print("cutting " + (i + 1).__str__() + "/" + files.__len__().__str__())
print('cut finished.')
# 对于所有其它类型的文件，如jpg、png等，统一用OpenCV处理
else:
for i in range(files.__len__()):
bands_data = cv2.imread(files[i])
bands_data_roi = bands_data[start_y:start_y + y_range, start_x:start_x + x_range, :]
cv2.imwrite(out_dir + os.path.sep + "band_" + (i + 1).__str__().zfill(2) + ".jpg", bands_data_roi)
print("cutting " + (i + 1).__str__() + "/" + files.__len__())
print('cut finished.')
else:
print("Unknown mode, input 'yourExeName.exe help' to get help information.")相比于单张影像裁剪，批量裁剪就是多加了个循环，实现了批量操作，也比较简单。
到此这篇关于Python高光谱遥感影像处理问题详细分析讲解的文章就介绍到这了,更多相关Python高光谱遥感影像处理内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
本文主要介绍了Django项目的初步创建与简单配置,详细介绍了如何安装和配置Django,包括创建项目、数据库配置、路由等,通过本文可以了解如何使用Django创建自己的Web应用程序2023-09-09
本文主要介绍了Pycharm远程连接服务器跑代码的实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2022-07-07
目前，许多运动检测技术都是基于简单的背景差分概念的，因此本文将基于背景差分器（MOG背景差分器和KNN背景差分器）来实现运动物体的检测，感兴趣的可以了解一下2022-02-02
今天小编就为大家分享一篇Python数据可视化:泊松分布详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-12-12
本文主要为大家介绍了通过Python实现的免费音乐下载器，文中的示例代码讲解详细，对我们的学习或工作有一定的帮助，需要的小伙伴可以学习一下2021-12-12
在本篇文章里小编给大家整理的是一篇关于python正则表达式查找和替换内容的实例详解内容，有兴趣的朋友们可以跟着学习参考下。2021-10-10
这篇文章主要介绍了仅利用30行Python代码来展示X算法,同时还有对算法实现的复杂度的说明,需要的朋友可以参考下2015-04-04
这篇文章主要介绍了如何在 Matplotlib 中更改绘图背景的实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2020-11-11
这篇文章主要介绍了Pandas之read_csv()读取文件跳过报错行的解决，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-04-04
这篇文章主要为大家介绍了pyppeteer上执行js并绕过webdriver监测常见方法的上篇，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步早日升职加薪2022-04-04
最新评论