输出两幅相似影像未重叠像素的位置

最新推荐文章于 2025-12-05 17:02:52 发布

原创最新推荐文章于 2025-12-05 17:02:52 发布 · 151 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python

文章详述在GeoEco平台上，通过Python脚本识别并校正SOS波段缺失的两个像素，确保数据一致性。

情景：在gee上下载的物候数据中，EOS波段比SOS波段多了两个像素，这应该就属于系统误差之类的问题了。因此，本文将识别出额外的这两个像素的位置，而后将SOS波段对应位置的数值去除，保证数据的一致性。

上代码：

#step1 读取两幅相似影像为二维数组，并分别读取非nan位置
EOS_tuple = np.where(~np.isnan(EOS)) #表示位置的二维元组
SOS_tuple = np.where(~np.isnan(SOS))
#转array
EOS = np.array(EOS_tuple)#形状为（2, EOS中像素个数）
SOS = np.array(SOS_tuple)#形状为（2, SOS中像素个数）

#step2 
a = EOS（像素数多的影像）
b = SOS（像素数少的影像）

#zip(*a)和zip(*b)将坐标的两个部分（x和y）打包成配对
a_str = ["{}_{}".format(x, y) for x, y in zip(*a)]
b_str = ["{}_{}".format(x, y) for x, y in zip(*b)]

# 将数据格式转换为字符串，而后找出两个数组的差异
diff = set(b_str) - set(a_str)

# 输出相差像素的位置
print("Coordinates in b that are not in a:")
for coord_str in diff:
    x, y = map(int, coord_str.split('_'))
    print("({},{})".format(x, y))

撒花！