Python遥感图像处理之图像基本信息读取

原创

已于 2022-03-06 14:52:43 修改 · 4.5k 阅读

105 ·

CC 4.0 BY-SA版权

文章标签：

#python #opencv #其他

于 2022-03-06 14:50:36 首次发布

本文介绍了如何使用Python和GDAL库处理遥感图像，包括读取Landsat8数据、获取影像信息、绘制图像等步骤。通过实例展示了如何读取波段信息并进行图像融合及显示，是遥感算法入门的良好起点。

本科大四，小白一枚，编程水平不好，但是现在我有一个大胆的想法，想未来在遥感算法方面有所突破，我要开始好好学了，祝我成功！也祝所有同行节节高升！如有不足，敬请指正！

工具准备：Vs Code、Landsat 8.tiff

以典型的多光谱数据Landsat8为数据源。
Landsat8数据

在借助python读取遥感图像时，会用到一些第三方库，最典型的就是GDAL。GDAL是由开源地理空间基金会发布的一个栅格和矢量的地理空间数据转换库，它会创建一个栅格或矢量的抽象数据模型，通过这个抽象模型，可以对栅格或矢量数据进行读取。

1、导入相关模块

from osgeo import gdal
import cv2                       #用于图像融合
import matplotlib.pyplot as plt  #用于绘图显示

2、影像信息读取

ds=gdal.Open("F:\\python_rs\\LC08_L1TP_145032_20210205_20210304_01_T

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

一只小白！

关注关注

7
点赞
踩
105

收藏

觉得还不错? 一键收藏
2
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

python读取遥感影像

12-06

遥感影像读取

基于GDAL的Python实现遥感影像PCA的代码

09-10

PCA基本步骤：对数据进行归一化处理（代码中并非这么做的，而是直接减去均值）计算归一化后的数据集的协方差矩阵计算协方差矩阵的特征值和特征向量保留最重要的k个特征（通常k要小于n），也可以自己制定，也可以选择一个阈值，然后通过前k个特征值之和减去后面n-k个特征值之和大于这个阈值，则选择这个k 找出k个特征值对应的特征向量将m * n的数据集乘以k个n维的特征向量的特征向量（n * k）,得到最后降维的数据。

2 条评论您还未登录，请先登录后发表或查看评论

Python遥感开发之GDAL读写遥感影像

等待着冬天的风的博客

11-24

2432

前言：主要介绍了使用GDAL读写遥感影像数据的操作，包括读取行、列、投影、值以及数据的简单运算和生成新的tif影像。

【图像处理基石】遥感图像高度信息提取：Python实战全流程+常用库汇总

智能守恒_HengAI

10-12

1042

本文从实战出发，覆盖了遥感图像高度提取的全流程，并汇总了不同场景的专用库。实际应用中，需根据数据类型（如高光谱、时序遥感）和需求（如精度、速度）选择合适的工具组合。

【利用python处理遥感影像】

qq_36253366的博客

07-29

1702

利用Python处理遥感影像是一个广泛且复杂的主题，但幸运的是，有许多强大的库和工具可以帮助我们高效地完成任务。以下是一些常用的库和方法，以及一个基本的处理流程示例。

基于python的gdal读取遥感影像

a_aharon的博客

07-21

9031

空间数据文件访问——遥感影像的读写

遥感图像处理算法及其Python实现

qq_42568323的博客

11-28

1348

遥感图像通常由传感器拍摄，包含不同的地物信息。这些图像可能会受到多种因素的影响，例如大气噪声、传感器分辨率、光照条件等。噪声问题：由于大气、传感器及环境因素，遥感图像中常常会包含噪声。图像增强：遥感图像的对比度可能较低，需要通过增强算法提高其可读性。分类问题：遥感图像中存在大量的地物类别，如何对不同类别的地物进行有效分类是一大难题。计算复杂度：处理高分辨率的遥感图像时，如何有效处理大量数据是一项技术挑战。

Python遥感图像处理指南(2)-卫星影像分析MNDWI提取

gis收藏家的博客

12-16

1434

在第一篇文章中，我们使用了我们导入的软件包中已定义的函数，如 rasterio 中的 open 和 read 以及 matplotlib 中的 imshow。现在，我们可以编写自己的函数了。函数是一段代码，它接收一些参数作为输入并返回输出（经过一些计算），可以在代码中多次重复使用，也可以被其他代码重用。在 Python 中定义一个新函数非常简单。return v在此语法示例中，arg1和arg2强制参数，应该传递给函数，否则会引发错误，而arg3是一个可选参数，如果是，则假定默认值 1从函数调用中省略。

python遥感图像处理_遥感数字图像处理

weixin_42104906的博客

12-30

2485

spContent=遥感已从科学研究走向了大众生活，遥感数字图像处理可以帮助我们从遥感大数据中挖掘知识、获取信息。本课程主要讲述遥感数字图像处理的数据与方法基础、遥感数字图像质量改善、遥感数字图像信息提取与制图表达三大部分内容，为学员利用遥感数据解决科学研究与业务应用问题奠定坚实基础。—— 课程团队课程概述遥感为人类认识宇宙世界提供了一种新途径和手段，遥感图像作为一种重要的信息源已被广泛应用于农业...

Python遥感图像处理应用篇(三十四)：GDAL+Scikit-image+GLCM计算遥感图像纹理特征

soderayer的博客

08-13

1497

在遥感图像处理中，计算纹理特征是一种常见的方法来描述图像中不同区域之间的纹理差异。本文主要是用GLCM来计算遥感图像的纹理特征。

基于Python的gdal库读取遥感影像TIFF，Python批量对NDVI植被指数计算（源代码）

GIS热爱者

08-31

6256

首先展示单次针对波段分开的TIFF影像的NDVI植被指数的计算代码如下：（代码中已经将NDVI指数异常值进行了剔除，取值范围最终在[-1, 1]区间内） from osgeo import gdal, gdalconst import os import numpy as np def NDVI_calculte(Red_band_file, NIR_band_file, NDVI_output_file): """ 红光与近红外波段分别存储为tif文件的NDVI指数计算 .

使用Python和GDAL处理遥感影像数据超详细教程

晚来天欲雪，能饮一杯无？

12-16

1万+

在本教程中，我们将学习使用 Python 和地理空间数据抽象库 GDAL 自动处理栅格数据的基本技术。

Python读取遥感影像数据HDF5文件

TechWhizZ的博客

08-26

1020

在上述代码中，我们使用h5py库打开一个名为example.h5的HDF5文件，并使用“r”模式表示只读方式打开文件。接着，我们遍历所有的数据集并打印出它们的名称，以便查看我们感兴趣的数据集。而HDF5是一种用于存储科学数据集合的文件格式，因此在这个过程中，读取HDF5格式的遥感影像数据就非常必要了。在上述代码中，我们首先使用h5py库创建了一个名为example.h5的新文件，并向其中添加了一个名为“dataset”的数据集，其包含100个整数，属性为“描述”。接下来，我们打印出数据集的属性。

Python遥感图像处理应用篇(二十二)：Python+GDAL 批量等距离裁剪影像

soderayer的博客

07-04

2396

给定一幅图像，我们需要将图像等距离分割裁剪，分割行列号相同，比如分割裁剪为N行N列的多幅遥感图像。例如原图如下：裁剪为三行三列之后如下：设置不同波段组合为不同颜色以便区分边界。3*3裁剪图像运行环境：运行环境：运行环境：windows10 pycharm python3.7.7 GDAL-3.2.3-cp37-cp37m-win_amd64.whl包等。我们主要是用warp是扭曲或者变形的意思，该函数是对一个数据或者多个数据集进行变形，用法如下：参数包括：关键字参数是：如果选项是作为gdal.War

Python遥感图像处理指南(1)-环境准备及卫星影像简单处理

gis收藏家的博客

12-16

1703

这是我打算发布的关于如何使用 Python 编程语言处理地理空间数据的系列中的第一篇。在该领域工作几年后，我注意到有许多来自地球科学和相关领域的专业人士不是程序员，但在某种程度上需要使用编程语言来执行分析、数学计算或简单地自动化工作流程。通常，这些专业人士很难实现这一目标。如果没有适当的知识，他们最终会开发出复杂的代码，而不遵循容易出错的最佳实践，并且无法有效地处理地理空间领域的大量数据。在另一个极端，我们注意到 IT 专业人员掌握了编程概念，但不具备正确处理地理空间数据的知识。

python/gdal处理遥感影像（读取、投影转换、裁剪、建立图像金字塔等）