利用Global Mapper处理正摄卫片

本文详细介绍了如何使用Global Mapper去除正摄卫片的黑框、参照其他卫片纠正坐标不正确的卫片以及从DEM导出高程点文件。通过设置透明度、图像校正和高程网格导出等步骤,实现卫片处理和坐标校正。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一、利用Global Mapper去除正摄黑框

如下,不加修改的正摄会自带黑色边界的黑框。利用Global Mapper可以快速透明化黑色边框。
在这里插入图片描述
若是采用大疆制图分块计算出的卫片,后续需要进行多个卫片的拼接,但直接在Global Mapper中拼接,不同块之前黑色边框会重叠,因此更需要透明化黑色边框*
1、 将多个分块的卫片加载到同一个GM中
在这里插入图片描述
2、 左侧工作空间中选中某一块卫片,再选择图层选择的栅格选项。
在这里插入图片描述
3、 对栅格选项中透明度选项进行设置,勾选透明度选项,设置RGB(0,0,0),下方滑块选择精确。
在这里插入图片描述
4、 最后确定栅格选项,所选中卫片的黑色边框则被精确透明化,依次对其他卫片进行操作。
在这里插入图片描述

二、利用Global Mapper参照其他有坐标的卫片纠正坐标不正确的卫片

### 使用 Python 和 GlobalMapper 批量处理数据 为了实现使用 Python 结合 GlobalMapper 进行批量数据处理,可以利用 `subprocess` 或者 `os.system` 调用 GlobalMapper 的命令行工具。以下是具体方法和示例代码: #### 方法概述 可以通过编写 Python 脚本来调用 GlobalMapper 的命令行接口完成批量化操作。主要流程如下: 1. 利用 `glob` 模块获取目标目录下所有待处理文件的路径。 2. 遍历这些文件并逐一构建对应的 GlobalMapper 命令行参数。 3. 使用 `subprocess.call()` 或 `os.system()` 来执行每条命令。 这种方法能够高效地将大量文件从一种格式转换为另一种格式[^2]。 #### 示例代码 以下是一个完整的 Python 脚本示例,展示如何批量处理 TIFF 文件并将它们导出为 GeoTIFF 格式: ```python import glob import os import subprocess # 定义GlobalMapper可执行程序的位置 global_mapper_path = r"C:\Program Files (x86)\GlobalMapper19\GlobalMapper.exe" # 输入文件夹路径以及输出文件夹路径 input_folder = r"path/to/input_files" output_folder = r"path/to/output_files" # 获取输入文件夹下的所有tif文件 input_files = glob.glob(os.path.join(input_folder, "*.tif")) for input_file in input_files: # 提取文件名部分用于生成输出文件名 file_name = os.path.basename(input_file).split('.')[0] # 构造输出文件全路径 output_file = os.path.join(output_folder, f"{file_name}_converted.tif") # 构建GlobalMapper命令行参数 command_args = [ global_mapper_path, "/raster_export", f"/raster_input_file={input_file}", f"/raster_output_file={output_file}", "/raster_output_type=GEOTIFF" ] # 执行GlobalMapper命令 try: subprocess.call(command_args) print(f"成功转换 {input_file} 至 {output_file}") except Exception as e: print(f"转换失败: {e}") print("全部文件已处理完毕") ``` 此脚本实现了自动化的文件读取、命令构造与执行功能[^2]。 #### 注意事项 - **路径设置**:确保确配置了 GlobalMapper 可执行文件的具体位置及其版本号。 - **错误捕获**:增加异常捕捉机制以便于定位可能发生的运行时错误。 - **性能优化**:如果涉及非常庞大的数据集,则需考虑分批次提交任务或者采用更高效的并发策略来提升整体效率。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

冰城孑孓

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值