Remote Sensing迷途小书童

今天给大家带来哨兵2号的图幅编号介绍以及全国省、市所需图幅数的统计。网上教程极少，而且结果也不公开。因为每次下载的时候都不知道需要几幅，所以研究后给大家分享一下。

在进行遥感定量反演或数据分析时，往往我们都具有矢量的真值，可能是点文件也可能是面文件，最重要的还是通过这个矢量获取影像中该区域的值，这样方便做波段分析以及后续的反演等流程。今天给大家分享一下如何通过点文件获取影像的波段值。

RSer工作时不可避免会用到大型的遥感影像，由于分辨率过高、区域过大、波段信息过多等原因，都会导致数据非常的大。这个时候我们在进行一些简单的操作，如计算NDVI、二值化、分类等时，计算机的内存都会溢出。因此今天跟大家分享一下我平时分块的方法，中间如何计算就按照自己的需求来即可。

之前分享过【Python&RS】Rasterio库安装+基础函数使用教程，大家有兴趣的可以去看看。由于最近有涉及到栅格裁剪和压缩的问题，所以研究了一下今天和大家分享分享。

​之前分享过一篇分幅裁剪的文章：【Python&RS】基于GDAL遥感影像分幅裁剪，只不过这篇文章当时编写的逻辑是自己输入需要裁剪多少行多少列，由于大家可能并没有直观地希望自己裁剪多少行列，所以非常局限。今天跟大家分享一下使用固定尺寸对遥感影像进行分幅裁剪，即每张裁剪的影像都是一样大的。

​关于栅格数据/图片的位深度（eg.8bit、16bit、32bit）转换之前我就发过一篇文章，【Python&RS】基于GDAL栅格数据/图片位深度（bit）转换。但是最近在使用的时候发现好像效果不行，有时候转换不成功，所以自己又研究了一下原理重新写了一份代码。今天就和大家分享一下如何使用Python对图片的位深度进行转换。

这个是之前写的代码了，正好今天有空所以就和大家分享一下。我们在处理项目时，有时候需要高清底图作为辅助数据源去对比数据，所以可能会需要卫星数据。所以今天就和大家分享一下如何使用Python基于矢量范围批量下载高清遥感瓦片数据。

有段时间没有更新Python处理栅格、矢量数据了，一部分是因为之前基本上已经把如何使用Python处理地理数据的方法覆盖完了，另一部分是因为最近有其他方面的知识需要学习和巩固。也是赶巧，最近有个项目需要构建模型对影像进行反演需要用到归一化，所以就编了一段代码，今天就和大家分享一下如何使用Python对栅格数据进行归一化的操作。

pyrsgis库是一个用于处理地理信息系统(GIS)数据的Python库。它提供了一组功能强大的工具，可以帮助开发人员使用Python语言创建、处理、分析和可视化GIS数据。通过使用pyrsgis库，开发人员可以更轻松地理解和利用地理信息。

Rasterio是一个Python库，专门用于栅格数据的读写操作。它支持多种栅格数据格式，如GeoTIFF、ENVI和HDF5，为处理和分析栅格数据提供了强大的工具。RasterIO适用于各种栅格数据应用，如卫星遥感、地图制作等。这篇文章跟大家介绍一下Rasterio库的安装以及一些基本函数的使用教程，附带源码。

​ 我之前分享过【Python&RS】基于GDAL镶嵌拼接遥感影像，但是没有加入批量处理的代码。最近正好有这个需求，所以就对原来的代码进行了优化加入了批量拼接的代码。现在只需输入一个文件夹即可将其中的影像全部镶嵌起来。

最近在用OpenCv库处理图片时发现cv库无法读取64位的tif影像，所有想通过Python将64位的图片转换成8位的。今天就跟大家分享一下如何利用Python的GDAL库，实现栅格数据/图片的位深度转换。

遥感工作者离不开栅格数据，有时候我们可能需要修改栅格数据的值，但ENVI和ArcGIS中并没有直接修改DN值的工具，只有栅格计算器、Band math这些工具去计算整个波段的值，或者Edit Classification Image工具可以修改ENVI分类后的像元值，但这个工具只对分类格式有效，今天跟大家分享一下如何使用Python的GDAL库将栅格数据中特定的DN值修改成我们想要的。

随着科技的进步，遥感影像包含的信息越来越多，存储空间也变得很大，这就导致我们在处理影像时软件会非常的卡。同时目前很火的深度学习也需要对影像分割后制作样本集，所以今天给大家分享下如何使用Python的GDAL库对遥感影像进行分幅裁剪！

今天主要给大家介绍一下GDAL库中的Warp函数，这个函数非常强大。它可以实现裁剪、重采样、几何校正、转换格式、投影转换、查看处理进度等等操作。学习GDAL不得不好好学习一下Warp函数，了解其中的参数要求。

很多时候我们需要某个区域的正射图，虽然正射图一般都运用了匀色的算法，整体色彩比较均衡。但如果研究区内有大量的植被，这个时候植被突出显示就很有必要了。所以今天给大家分享一下使用Python对多光谱、正射影像进行植被显示增强的算法。

处理高分辨率影像时，数据高达几十G。用ENVI或者ArcGIS进行影像的拼接时，往往会出现未响应的情况。本博文基于Python的GDAL库实现遥感影像的镶嵌拼接，稳定性和处理速度都有所提高。

通过Python获取坐标系和仿射地理变换参数，以此给无人机图片/手机拍摄的图片定义坐标系，从而进行快速的镶嵌拼接

为了解放双手方便批量投影转换，最近同步研究了一下如何利用Python实现遥感影像的投影转换，主打的就是一个懒。博文基于GDAL实现了栅格数据的投影转换！

高光谱影像数据往往高达几个G，在处理数据时会非常的慢。本博文通过GDAL模块，提供数据的无损压缩，提高工作效率。

使用Python和IDM批量下载哨兵二号数据

学遥感的避免不了使用哨兵数据，毕竟10m的分辨率可以满足大部分的定量分析，同时也是最重要的一点，它免费！！！这里使用Python实现Sentinel-2数据的批量波段组合。代码同样适用于其他遥感数据。

通过遥感影像的仿射地理变换参数实现像素坐标与地理/投影坐标互相转换

GDAL栅格数据重采样/对齐栅格

GDAL批量裁剪遥感影像/栅格数据

本文使用Python的GDAL库，实现遥感影像的光谱指数计算，提升工作效率。