Python处理envi导出的光谱曲线txt文件写入excel

import xlwt

with open('I:地物纹理曲线.txt', 'r') as f:
    i = 0
    data_list = []
    while True:
        line = f.readline()
        if i < 8:
            i += 1
            continue
        elif not line:
            break
        else:
            data_list.append(line)
    excel_table = xlwt.Workbook()
    sheet1 = excel_table.add_sheet(u'Sheet1', cell_overwrite_ok=True)
    sheet1.write(0, 0, 'Bands')
    sheet1.write(1, 0, '互花米草')
    sheet1.write(2, 0, '建筑')
    sheet1.write(3, 0, '泥沙水体')
    sheet1.write(4, 0, '普通水体')
    sheet1.write(5, 0, '互花米草(水)')
    sheet1.write(6, 0, '沙土植被')
    for index, item in enumerate(data_list):
        result = item.strip().split()
        '''with open('I:地物纹理曲线_new.txt', 'a+') as w:
            for j in result:
                w.write(j + '\n')
            w.write('\n')'''
        for j_index, j_item in enumerate(result):
            sheet1.write(j_index, index+1, float(j_item))
    excel_table.save('I:地物纹理曲线.xls')

  • 0
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
SAR(Synthetic Aperture Radar,合成孔径雷达)成像是一种通过合成大于实际天线孔径的虚拟孔径,获取高分辨率雷达图像的技术。利用MATLAB设计SAR实测数据成像处理程序需要按照以下步骤进行: 1. 数据预处理:选择合适的SAR实测数据,并加载到MATLAB中。针对数据进行去噪、校正和地理校准等预处理操作,以提高数据质量和准确性。 2. SAR数据成像:根据雷达方程和波束形成原理,设计SAR成像算法。常用的算法有Range Doppler算法、Chirp Scaling算法等。通过对数据进行多普勒移频补偿、距离匹配和配准处理,得到SAR图像。 3. 图像质量评估:根据SAR图像的特点,使用适当的质量评估指标对图像进行分析和评估。常用的评估指标有像素灰度均值、对比度、噪声等。 4. 图像增强处理:根据实际需求,对SAR图像进行增强处理。常用的增强方法有滤波、增强对比度、减小噪声等。 5. 图像分析与应用:根据处理后的SAR图像,进行进一步的图像分析和应用。可以利用图像处理工具进行目标检测、提取地物信息、制作地图等。 MATLAB作为一种强大的科学计算软件和编程语言,拥有丰富的图像处理和数据处理函数和工具箱,可以方便地进行SAR实测数据成像处理程序的设计和实现。通过MATLAB的编程能力和强大的图像处理功能,可以实现高效、准确的SAR数据成像处理

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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
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