python rasterio包打开tif 处理tif 写入新tif

最新推荐文章于 2024-09-02 19:25:48 发布

原创最新推荐文章于 2024-09-02 19:25:48 发布 · 1.2k 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#python #开发语言 #图像处理

图片处理专栏收录该内容

1 篇文章

订阅专栏

本文介绍了如何使用Rasterio库打开TIF图片，将其转换为numpy数组，处理成等间距的patches，然后将处理后的结果写入新的GTiff图片中，保持原始坐标系和数据类型。

打开tif

    with rasterio.open(tif_map_path) as src:#tif_map_path是待处理图片路径
        tif_array=src.read()# 读取图片为numpy array
        tif_array=tif_array.transpose(1,2,0)#调整通道的维度位置
        crs_tif = src.crs#获取图片坐标系，为生成新图片做准备
        transform_tif = src.transform #获取图片转换，为生成新图片做准备

处理tif

将上面获取的tif_array按照numpy array的方式处理。这里以获取图片patches为例（即将整幅图按一定的stride切成相同大小的切片）

def extract_patches(image, patch_size, stride):
    patches = []#先创建一个空list保存众多裁剪图片
    height, width, _ = image.shape#读取刚刚我们读取过的图片array的维度
    cut_size=32
    for i in range(0, height, stride):#从0像素开始以每隔stride在图片高度方向取一个i值
        for j in range(0, width, stride):#从0像素开始以每隔stride在图片宽度方向取一个i值
            patch = image[i:i+cut_size, j:j+cut_size, :]#这里取图片切片，cut_size表示了切片大小
            patches.append(patch)#添加到patches中，可对其做后续处理

新tif

将处理过的图片写入新的图片中

with rasterio.open('output.tif', #输出tif路径
                    'w', #可写
                    driver='GTiff', #图片类型
                    height=result_image.shape[0], #输出tif的宽高在这里和原始读取的图片宽高保持一致
                    width=result_image.shape[1],
                    count=1,#通道数/波段数
                    dtype=result_image.dtype, #每个像素值的值类型和原始读取的图片保持一致
                    crs=crs_tif, #获取之前提取得到的原始图片的坐标系及变换
                    transform=transform_tif,nodata=0) as dst:
        dst.write(result_image,1)#注意这里的1是要在独立于图片维度的，之前我直接在array中添加维度报错

以上代码我想了一个的方法理清逻辑：拿出一个苹果（打开图片），吃几口（处理图片），拿一个盒子（新建一个空图片），把苹果放进去（写入图片）