如何使用Python处理卫星图像?rasterio库教程

使用rasterio处理卫星图像的基础方法包括:1.安装库并读取geotiff文件获取元数据和波段数据;2.查看图像波段结构并提取特定波段;3.结合matplotlib显示图像并调整对比度;4.保存处理后的图像并保留空间参考信息。首先,通过pip安装rasterio,并用open()函数读取文件,获取分辨率、坐标系等元数据及所有波段数据;若遇gdal依赖问题可改用conda安装。接着,通过image.shape查看波段数与图像尺寸,利用索引如image[0, :, :]提取单一波段。然后,使用matplotlib的imshow()显示图像,对rgb合成图像进行维度调整并通过numpy.clip进行线性拉伸以优化显示效果。最后,基于原始文件的profile修改波段数量,调用write()函数将处理后的rgb数据写入新geotiff文件,确保空间信息完整保留,便于后续gis应用。

如何使用Python处理卫星图像?rasterio库教程

处理卫星图像在遥感、地理信息系统(GIS)和环境监测等领域非常常见。Python中的 rasterio 库是一个功能强大且易于上手的工具,专门用于读写栅格图像数据,比如GeoTIFF格式的卫星影像。

如何使用Python处理卫星图像?rasterio库教程

下面是一些使用 rasterio 处理卫星图像的基础方法和技巧,适合刚入门的同学。

如何使用Python处理卫星图像?rasterio库教程

1. 安装与基本读取

首先确保你已经安装了 rasterio,可以通过 pip 安装:

立即学习“Python免费学习笔记(深入)”;

pip install rasterio

安装完成后,第一步通常是读取一个 GeoTIFF 文件。例如:

如何使用Python处理卫星图像?rasterio库教程

import rasteriowith rasterio.open('satellite_image.tif') as src:    print(src.meta)    image = src.read()

这段代码会打开文件并读取所有波段的数据。src.meta 包含了图像的基本信息,比如分辨率、坐标系、波段数等,这些信息对后续处理非常重要。

小提示:如果你看到报错说找不到 GDAL 库,可以尝试用 conda 安装 rasterio,或者单独安装 GDAL 支持。

2. 查看图像信息和波段结构

卫星图像通常包含多个波段,比如红、绿、蓝、近红外等。你可以通过如下方式查看:

print(image.shape)  # 输出 (波段数, 高度, 宽度)

例如 (4, 1024, 1024) 表示有 4 个波段,图像大小为 1024×1024 像素。

如果你想单独提取某个波段(比如红色波段),可以这样做:

red_band = image[0, :, :]  # 第一个波段green_band = image[1, :, :]blue_band = image[2, :, :]

这些波段可以用于合成真彩色图像或进行植被指数计算(如 NDVI)。

3. 显示图像和调整对比度

虽然 rasterio 本身不提供绘图功能,但结合 matplotlib 可以方便地显示图像:

import matplotlib.pyplot as pltplt.imshow(red_band, cmap='Reds')plt.colorbar()plt.show()

如果是 RGB 合成图像,可以这样显示:

rgb = image[[0, 1, 2], :, :]  # 假设前三波段是RGBrgb = rgb.transpose(1, 2, 0)   # 调整维度顺序为 (height, width, bands)plt.imshow(rgb)plt.show()

注意:原始数据可能动态范围很大,导致图像看起来太暗或太亮。可以用 numpy 的 clip 方法做简单拉伸:

import numpy as nprgb = np.clip(rgb / 3000, 0, 1)  # 假设最大值是3000,做线性拉伸

4. 保存处理后的图像

处理完图像后,可以将其保存为新的 GeoTIFF 文件,保留原有的元数据:

profile = src.profile# 修改输出波段数量profile.update(count=3)with rasterio.open('output_rgb.tif', 'w', **profile) as dst:    dst.write(rgb[:, :, 0], 1)  # 写入第一个波段    dst.write(rgb[:, :, 1], 2)  # 第二个    dst.write(rgb[:, :, 2], 3)  # 第三个

这一步很关键,特别是当你需要将结果用于 GIS 软件时,保留空间参考信息很重要。

基本上就这些。
刚开始接触 rasterio 时可能会觉得有点抽象,尤其是多维数组操作和坐标变换部分。但只要掌握了读取、查看、显示和保存这几个核心流程,就能应对大多数基础需求了。后面再结合 numpy 和 gdal 等工具,能做的事情就会越来越多。

以上就是如何使用Python处理卫星图像?rasterio库教程的详细内容,更多请关注创想鸟其它相关文章!

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 chuangxiangniao@163.com 举报,一经查实,本站将立刻删除。
发布者:程序猿,转转请注明出处:https://www.chuangxiangniao.com/p/1363052.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2025年12月14日 03:11:23
下一篇 2025年12月14日 03:11:37

相关推荐

  • Python f-string 中集合表达式的无序性

    本文旨在解释 Python 中使用 f-string 结合集合推导式时,结果顺序不确定的原因。通过对比集合和列表推导式的差异,阐明集合的无序性导致输出结果顺序不稳定的现象,并强调这与 f-string 本身无关。 在 python 中,f-string 是一种强大的字符串格式化工具,它允许你在字符串…

    好文分享 2025年12月14日
    000
  • 如何使用Python生成报告?Jinja2模板应用指南

    使用python的jinja2模板引擎生成报告的关键步骤如下:1. 安装jinja2并确认环境正常,执行pip install jinja2后导入测试;2. 编写清晰结构的模板文件,如html或文本格式,合理使用变量和控制结构;3. 渲染报告时加载模板并传入匹配的数据,最终输出结果文件;4. 可结合…

    2025年12月14日 好文分享
    000
  • 如何用Python制作词云图?wordcloud配置指南

    制作词云图用python的wordcloud库即可,关键在于掌握参数设置和中文处理。步骤包括:1.安装库;2.加载文本并生成词云对象;3.显示或保存图片。中文支持需指定字体路径,并搭配jieba分词。自定义形状需导入遮罩图片,颜色可用colormap调整。其他技巧包括过滤停用词、限制最大词数、控制字…

    2025年12月14日 好文分享
    000
  • 如何使用Python连接SQLite?数据库操作完整流程

    使用python连接sqlite数据库并执行基础操作的解决方案如下:1.通过sqlite3.connect()建立连接;2.创建游标对象执行sql命令;3.使用create table if not exists创建表;4.通过executemany插入数据;5.利用execute和fetchall…

    2025年12月14日 好文分享
    000
  • 如何使用Python实现数据聚类?KMeans算法

    kmeans聚类的核心步骤包括数据预处理、模型训练与结果评估。1. 数据预处理:使用standardscaler对数据进行标准化,消除不同特征量纲的影响;2. 模型训练:通过kmeans类设置n_clusters参数指定簇数,调用fit方法训练模型;3. 获取结果:使用labels_属性获取每个数据…

    2025年12月14日 好文分享
    000
  • 如何使用Python计算时间差—Timedelta时间运算完整指南

    python中使用timedelta对象计算时间差,主要通过1.datetime模块进行基本计算,如获取天数、秒等属性;2.pandas批量处理表格数据中的时间差,并提取具体数值;3.timedelta还可用于时间加减运算,如加小时、分钟、周数;4.注意时区和夏令时影响,建议用高级库处理复杂情况。 …

    2025年12月14日 好文分享
    000
  • Python怎样操作CAD图纸?ezdxf库入门

    python操作cad图纸主要通过ezdxf库实现,1.ezdxf将dxf文件解析为drawing对象,支持创建、读取、修改各种cad实体;2.安装使用pip install ezdxf;3.核心概念包括模型空间、图纸空间和实体类型如线、圆、文本等;4.代码可创建添加几何图形并保存为dxf文件;5.…

    2025年12月14日 好文分享
    000
  • 如何用Python开发智能客服?NLP对话系统

    要用python开发一个智能客服系统,需聚焦自然语言处理与对话管理。1. 确定技术路线:选用rasa构建对话逻辑,结合transformers、spacy等处理文本,并用flask/fastapi提供接口;2. 实现意图识别与实体提取:通过训练nlu模型判断用户意图及关键信息;3. 设计对话管理:利…

    2025年12月14日 好文分享
    000
  • 如何使用Python处理RAR文件?rarfile模块教程

    rarfile是python处理rar文件的首选模块因为它纯python实现无需依赖外部工具跨平台兼容性好。使用时先通过pip install rarfile安装然后用rarfile()打开文件可调用namelist()查看内容extractall()或extract()解压文件推荐配合with语句…

    2025年12月14日 好文分享
    000
  • Python怎样操作MySQL数据库?PyMySQL连接方法

    pymysql连接mysql数据库的核心步骤包括导入库、建立连接、创建游标、执行sql、事务处理及关闭连接。1. 导入pymysql模块;2. 使用pymysql.connect()建立连接,传入数据库配置参数;3. 通过with conn.cursor()创建并自动管理游标;4. 使用cursor…

    2025年12月14日 好文分享
    000
  • Python怎样实现数据持久化—HDF5存储格式详解

    hdf5是一种高效的二进制数据存储格式,适合处理结构化的大规模科学数据。1. 它支持多维数组、元数据和压缩,读写速度快、占用空间小;2. 跨平台兼容性强,被多种语言支持,利于协作与归档;3. 在python中可通过h5py或pytables库操作,使用简便;4. 适用于数据量大、需部分读写、长期保存…

    2025年12月14日 好文分享
    000
  • Python怎样实现文本转语音?pyttsx3教程

    python实现文本转语音的核心方案是使用pyttsx3库。1. 它是一个跨平台的本地库,调用操作系统自带的语音合成引擎,无需联网;2. 安装命令为pip install pyttsx3,windows上可能需要额外安装pypiwin32;3. 基本使用流程包括初始化引擎、设置文本、执行朗读和等待播…

    2025年12月14日 好文分享
    000
  • Python如何进行异常检测?IsolationForest算法

    isolationforest 是一种无监督异常检测算法,其核心思想是异常点更容易被孤立。它适用于无标签数据,适合高维空间且计算效率高。使用 python 实现 isolationforest 的步骤如下:1. 安装 scikit-learn、pandas 和 numpy;2. 导入模块并准备数值型…

    2025年12月14日 好文分享
    000
  • Python怎样处理大数据集?dask并行计算指南

    pandas适合内存可容纳的数据,dask适合超内存的大数据集。1. pandas操作简单适合中小数据;2. dask按分块处理并行计算,适合大数据;3. dask延迟执行优化计算流程;4. 使用dd.read_csv读取大文件并分块处理;5. compute()触发实际计算;6. 结果可用to_c…

    2025年12月14日 好文分享
    000
  • Python怎样操作消息队列?RabbitMQ连接指南

    python操作rabbitmq最常见方式是使用pika库,具体步骤如下:1. 安装pika并启动rabbitmq服务;2. 建立连接和通道,本地连接用localhost,远程需配置ip和认证信息;3. 发送消息前声明队列,通过basic_publish发送消息到指定队列;4. 接收消息使用basi…

    2025年12月14日 好文分享
    000
  • 利用NumPy数组在Pandas DataFrame中进行向量化查找

    本文介绍了如何使用NumPy数组高效地在Pandas DataFrame中进行向量化查找,避免使用循环,从而显著提升数据处理速度。通过DataFrame.loc方法结合Series.to_list或Series.to_numpy,可以轻松实现基于索引的批量数据检索,并将其转换为列表或NumPy数组,…

    2025年12月14日
    000
  • Pandas DataFrame的向量化查找:利用NumPy数组高效提取数据

    本文详细介绍了如何在Pandas DataFrame中利用NumPy数组进行高效的向量化查找操作。针对需要根据一系列索引值批量提取特定列数据的情景,传统循环方式效率低下。教程将展示如何通过Pandas的loc属性实现一步到位的向量化查询,显著提升数据处理性能,并提供了将结果转换为列表或NumPy数组…

    2025年12月14日
    000
  • Pandas DataFrame中基于NumPy数组进行向量化查找

    本教程详细阐述了如何在Pandas DataFrame中高效地执行向量化查找操作,以替代传统低效的for循环。通过利用DataFrame.loc方法,结合NumPy数组作为索引,我们可以批量、快速地从DataFrame中提取指定行和列的数据,并将其转换为列表或NumPy数组格式,从而显著提升数据处理…

    2025年12月14日
    000
  • Pandas DataFrame向量化查找:高效获取指定行数据

    本教程旨在详细阐述如何在Pandas DataFrame中利用向量化操作高效地根据一组索引值查找并提取指定列的数据,避免使用低效的循环。我们将重点介绍DataFrame.loc方法的强大功能,并演示如何将查找结果转换为列表或NumPy数组,以优化数据处理流程。 1. 问题背景与传统方法 在数据分析和…

    2025年12月14日
    000
  • Python实现文本文件单词逐行写入的函数指南

    本教程详细介绍了如何使用Python编写一个名为words_from_file的函数,该函数能高效地读取指定文本文件,将文件内容按单词进行拆分,并将每个单词独立地写入到另一个新文件中,确保每个单词占据一行。文章涵盖了文件操作、字符串处理以及健壮的错误处理机制。 1. 功能概述与函数定义 在文本处理任…

    2025年12月14日
    000

发表回复

登录后才能评论
关注微信