<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Monkey_dada的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Monkey_dada</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Monkey_dada]]></copyright><item><title><![CDATA[WKT字符串]]></title><link>https://blog.youkuaiyun.com/Monkey_dada/article/details/120085021</link><guid>https://blog.youkuaiyun.com/Monkey_dada/article/details/120085021</guid><author>Monkey_dada</author><pubDate>Fri, 03 Sep 2021 16:39:48 +0800</pubDate><description><![CDATA[地理坐标系
&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;地理坐标系统，也可称为真实世界的坐标系，是确定地物在地球上位置的坐标系。
&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;下面的代码为WGS84地理坐标系的WKT字符串。

QString WG84 = “GEOGCS[“WGS84”,DATUM[“WGS_1984”,SPHEROID[“WGS 84”,6378137,298.257223563,AUTHORITY[“EPSG”,“7030”]],T]]></description><category></category></item><item><title><![CDATA[基于PIL将图片由白底转透明]]></title><link>https://blog.youkuaiyun.com/Monkey_dada/article/details/120083989</link><guid>https://blog.youkuaiyun.com/Monkey_dada/article/details/120083989</guid><author>Monkey_dada</author><pubDate>Fri, 03 Sep 2021 16:08:11 +0800</pubDate><description><![CDATA[基于PIL将图片白底转透明
1. 代码
def white_to_transparent(png_dir,out_dir):

    img = Image.open(png_dir)
    img = img.convert("RGBA") # 模式转换
    datas = img.getdata()

    newData = []
    for item in datas:
        if item[0] == 255 and item[1] == 255 and item[2] =]]></description><category></category></item><item><title><![CDATA[快速傅里叶变换及python代码实现]]></title><link>https://blog.youkuaiyun.com/Monkey_dada/article/details/119893546</link><guid>https://blog.youkuaiyun.com/Monkey_dada/article/details/119893546</guid><author>Monkey_dada</author><pubDate>Tue, 24 Aug 2021 16:43:38 +0800</pubDate><description><![CDATA[快速傅里叶变换及python代码实现
参考链接：

https://www.cnblogs.com/LXP-Never/p/11558302.html


]]></description><category></category></item><item><title><![CDATA[Scipy（2）—— scipy.ndimage.binary_erosion]]></title><link>https://blog.youkuaiyun.com/Monkey_dada/article/details/119565633</link><guid>https://blog.youkuaiyun.com/Monkey_dada/article/details/119565633</guid><author>Monkey_dada</author><pubDate>Tue, 10 Aug 2021 11:25:53 +0800</pubDate><description><![CDATA[scipy.ndimage.binary_erosion方法理解
转载自：https://segmentfault.com/a/1190000004048075
数学形态学（mathematical morphology）关注的是图像中的形状，它提供了一些方法用于检测形状和改变形状。起初是基于二值图像提出的，后来扩展到灰度图像。二值图像就是：每个像素的值只能是0或1，1代表描绘图像的点，0代表背景。
基本的形态学运算包括：腐蚀（erosion）、膨胀（dilation）、开（opening）、闭（closi]]></description><category></category></item><item><title><![CDATA[Scipy（1）—— scipy.ndimage.label]]></title><link>https://blog.youkuaiyun.com/Monkey_dada/article/details/119353323</link><guid>https://blog.youkuaiyun.com/Monkey_dada/article/details/119353323</guid><author>Monkey_dada</author><pubDate>Tue, 03 Aug 2021 17:03:47 +0800</pubDate><description><![CDATA[scipy.ndimage.label 方法理解1、4邻域，8邻域和4连接，8连接（或4连通，8连通）理解2、scipy.ndimage.label：标记连接成分3、scipy.ndimage.sum：计算每个区域的尺寸4、例子
1、4邻域，8邻域和4连接，8连接（或4连通，8连通）理解
4邻域：

如上图所示，灰色的四个方块就是p的4邻域，即为p的上、下、左、右四个方块。
8邻域：

如上图所示，灰色的八个方块是p的8邻域，即为p的上、下、左、右、左上、左下、右上、右下八个方块。
4连接（4连通）：
4连]]></description><category></category></item><item><title><![CDATA[Sentinel数据处理工具包SNAP Python开发环境搭建]]></title><link>https://blog.youkuaiyun.com/Monkey_dada/article/details/110879427</link><guid>https://blog.youkuaiyun.com/Monkey_dada/article/details/110879427</guid><author>Monkey_dada</author><pubDate>Tue, 08 Dec 2020 19:40:29 +0800</pubDate><description><![CDATA[参照https://blog.youkuaiyun.com/lidahuilidahui/article/details/99679554和https://blog.youkuaiyun.com/theonegis/article/details/105467442这两篇博客，安装了snappy，小猴子在这里记录一下自己的安装流程（主要就是复现一下别人的过程呢，嘿嘿）。
一、版本介绍

SNAP：esa-snap_all_windows-x64_8_0.exe
Anaconda : Anaconda3-2020.11-Window]]></description><category></category></item><item><title><![CDATA[基于 InVEST 模型的水涵养功能评估数据获取]]></title><link>https://blog.youkuaiyun.com/Monkey_dada/article/details/110629912</link><guid>https://blog.youkuaiyun.com/Monkey_dada/article/details/110629912</guid><author>Monkey_dada</author><pubDate>Fri, 04 Dec 2020 11:55:21 +0800</pubDate><description><![CDATA[基于 InVEST 模型的水涵养功能评估数据获取
最近在做森林水涵养的项目，小猴子也是第一次接触，记录一下自己用到的数据的获取方式，还未完成，后续再继续补充。
一、InVEST模型
1. 下载模型
下载网址：https://naturalcapitalproject.stanford.edu/software/invest
选择需要下载的版本和说明文档。（还有中文版的说明文档哦）

2. 安装模型
(1) 运行exe文件
（2）默认选项，选择安装路径，安装即可。

（3）安装成功后，选择需要运行的模块

（]]></description><category></category></item><item><title><![CDATA[读取风云4号卫星FullMask_Grid.raw文件]]></title><link>https://blog.youkuaiyun.com/Monkey_dada/article/details/109052557</link><guid>https://blog.youkuaiyun.com/Monkey_dada/article/details/109052557</guid><author>Monkey_dada</author><pubDate>Tue, 13 Oct 2020 15:32:20 +0800</pubDate><description><![CDATA[读取风云4号卫星FullMask_Grid.raw文件
1、下载FullMask_Grid.raw文件
下载网址：国家卫星气象中心（http://satellite.nsmc.org.cn/PortalSite/StaticContent/DocumentDownload.aspx?TypeID=3）

2、读取FullMask_Grid.raw文件
import numpy as np
import h5py

def fy4disk(rawfile,dim):
    """
    FY-4A数据行列]]></description><category></category></item><item><title><![CDATA[Python  基于OpenCV 在一张图片上叠加点]]></title><link>https://blog.youkuaiyun.com/Monkey_dada/article/details/109025075</link><guid>https://blog.youkuaiyun.com/Monkey_dada/article/details/109025075</guid><author>Monkey_dada</author><pubDate>Mon, 12 Oct 2020 14:33:37 +0800</pubDate><description><![CDATA[Python  基于OpenCV 在一张图片上叠加点
1、安装 OpenCV
pip install opencv-python

2、cv2.circle 用法
cv2.circle(img, center, radius, color[, thickness[, lineType[, shift]]])
作用

根据给定的圆心和半径等画圆

参数说明

img：输入的图片
center：圆心位置，如 (100, 100)
radius：圆的半径，如 10
color：圆的颜色，如 (0, 0, 255)]]></description><category></category></item><item><title><![CDATA[论文参考文献格式自动生成]]></title><link>https://blog.youkuaiyun.com/Monkey_dada/article/details/102668590</link><guid>https://blog.youkuaiyun.com/Monkey_dada/article/details/102668590</guid><author>Monkey_dada</author><pubDate>Mon, 21 Oct 2019 17:44:48 +0800</pubDate><description><![CDATA[论文参考文献格式自动生成
1、Glgoo学术搜索（https://xueshu.glgoo.org/）
2、百度学术（http://xueshu.baidu.com/）
3、谷歌学术（http://ac.scmor.com/）


]]></description><category></category></item><item><title><![CDATA[Python中使用sentinelsat包自动下载Sentinel系列数据（转载）]]></title><link>https://blog.youkuaiyun.com/Monkey_dada/article/details/100153518</link><guid>https://blog.youkuaiyun.com/Monkey_dada/article/details/100153518</guid><author>Monkey_dada</author><pubDate>Fri, 30 Aug 2019 11:20:15 +0800</pubDate><description><![CDATA[Python中使用sentinelsat包自动下载Sentinel系列数据（转载）
博主写的很详细，记录下来，以备后面学习使用。
名称：Python中使用sentinelsat包自动下载Sentinel系列数据
参考网址：https://blog.youkuaiyun.com/lidahuilidahui/article/details/90486402

...]]></description><category></category></item><item><title><![CDATA[iis配置  局域网内的其他主机访问本机iis里网站和ftp]]></title><link>https://blog.youkuaiyun.com/Monkey_dada/article/details/100116765</link><guid>https://blog.youkuaiyun.com/Monkey_dada/article/details/100116765</guid><author>Monkey_dada</author><pubDate>Wed, 28 Aug 2019 12:48:45 +0800</pubDate><description><![CDATA[iis配置  局域网内的其他主机访问本机iis里网站和ftp
参考网址：https://jingyan.baidu.com/article/fb48e8be39ca736e622e1427.html
本文只是笔记，方便自己以后查询，copy上面网址。

打开控制面板 进入 系统与安全 如下图 然后进入防火墙

进入防火墙之后，里面有个高级设置，进入

进入之后，里面有个进站规则，点击，在右面有个新...]]></description><category></category></item><item><title><![CDATA[python 爬虫 modis数据登录下载]]></title><link>https://blog.youkuaiyun.com/Monkey_dada/article/details/97251247</link><guid>https://blog.youkuaiyun.com/Monkey_dada/article/details/97251247</guid><author>Monkey_dada</author><pubDate>Thu, 25 Jul 2019 12:05:57 +0800</pubDate><description><![CDATA[python 爬虫 modis数据登录下载
网页登陆参考：https://www.cnblogs.com/zhaof/p/7284312.html
""" 代码说明：   用于modis数据的下载。 
                get_download_list 函数，是数据下载部分。download_wait：待下载的数据列表，例如：['MOD09GQ.006/2018.01.01/MOD...]]></description><category></category></item><item><title><![CDATA[python+gdal 学习记录（一）]]></title><link>https://blog.youkuaiyun.com/Monkey_dada/article/details/97153661</link><guid>https://blog.youkuaiyun.com/Monkey_dada/article/details/97153661</guid><author>Monkey_dada</author><pubDate>Thu, 25 Jul 2019 12:00:10 +0800</pubDate><description><![CDATA[学习内容：使用OGR过滤数据
一、属性过滤条件

lyr.SetAttributeFilter(“continent = ‘Asia’”)筛选出符合的要素，获取个数

from osgeo import ogr
from ospybook.vectorplotter import VectorPlotter
import ospybook as pb

# 读取图层
ds=ogr.Open(r"C...]]></description><category></category></item></channel></rss>