提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档
前言
近期绘制高光谱图像的3D立体图,上网找了一些资料,发现还是会存在一些报错,因此重新研究了分别使用Python和ENVI显示3D立体图的方法。
一、Python
参考了以下文章
【遥感图像处理】绘制高光谱3D立方体
【两种方式】用python和ENVI画出高光谱遥感影像的3D立体图
但是程序还是有错,因此又做了一些修改,完整代码如下:
import wx
import scipy.io as sio
from spectral import *
app = wx.App()
data = sio.loadmat('E:/DataSet/China&USA/China_Change_Dataset.mat')['T1']
spectral.settings.WX_GL_DEPTH_SIZE = 100
view_cube(data, bands = [29, 19, 9])
# 启动GUI事件循环
app.MainLoop()
二、Matlab
1. 将mat格式转化为tiff格式,方便用ENVI打开
%%
clc; clear; close all;
% load the hyperspectral image
img = load ('USA_Change_Dataset.mat');
img = img.T1;
% 提取高光谱数据的维度信息
[rows, cols, bands] = size(img); % 替换为你的高光谱数据变量名
% 创建一个空白的TIFF图像
tiff_img = zeros(rows, cols, bands, 'uint16'); % 使用uint16数据类型以保留高光谱数据的精度
% 将高光谱数据复制到TIFF图像中
for band = 1:bands
tiff_img(:,:,band) = img(:,:,band);
end
% 保存TIFF图像
tiff_filename = 'output_image.tif'; % 替换为你想要保存的TIFF文件名和路径
t = Tiff(tiff_filename, 'w');
% 设置TIFF图像的属性
tagstruct.ImageLength = size(tiff_img, 1);
tagstruct.ImageWidth = size(tiff_img, 2);
tagstruct.Photometric = Tiff.Photometric.MinIsBlack;
tagstruct.BitsPerSample = 16;
tagstruct.SamplesPerPixel = bands;
tagstruct.PlanarConfiguration = Tiff.PlanarConfiguration.Chunky;
tagstruct.ExtraSamples = Tiff.ExtraSamples.Unspecified;
tagstruct.Software = 'MATLAB';
% 写入图像数据
t.setTag(tagstruct);
t.write(tiff_img);
t.close();
disp('MAT格式的高光谱数据已成功转换为TIFF格式!');