打开tif
with rasterio.open(tif_map_path) as src:#tif_map_path是待处理图片路径
tif_array=src.read()# 读取图片为numpy array
tif_array=tif_array.transpose(1,2,0)#调整通道的维度位置
crs_tif = src.crs#获取图片坐标系,为生成新图片做准备
transform_tif = src.transform #获取图片转换,为生成新图片做准备
处理tif
将上面获取的tif_array按照numpy array的方式处理。这里以获取图片patches为例(即将整幅图按一定的stride切成相同大小的切片)
def extract_patches(image, patch_size, stride):
patches = []#先创建一个空list保存众多裁剪图片
height, width, _ = image.shape#读取刚刚我们读取过的图片array的维度
cut_size=32
for i in range(0, height, stride):#从0像素开始以每隔stride在图片高度方向取一个i值
for j in range(0, width, stride):#从0像素开始以每隔stride在图片宽度方向取一个i值
patch = image[i:i+cut_size, j:j+cut_size, :]#这里取图片切片,cut_size表示了切片大小
patches.append(patch)#添加到patches中,可对其做后续处理
新tif
将处理过的图片写入新的图片中
with rasterio.open('output.tif', #输出tif路径
'w', #可写
driver='GTiff', #图片类型
height=result_image.shape[0], #输出tif的宽高在这里和原始读取的图片宽高保持一致
width=result_image.shape[1],
count=1,#通道数/波段数
dtype=result_image.dtype, #每个像素值的值类型和原始读取的图片保持一致
crs=crs_tif, #获取之前提取得到的原始图片的坐标系及变换
transform=transform_tif,nodata=0) as dst:
dst.write(result_image,1)#注意这里的1是要在独立于图片维度的,之前我直接在array中添加维度报错
以上代码我想了一个的方法理清逻辑:拿出一个苹果(打开图片),吃几口(处理图片),拿一个盒子(新建一个空图片),把苹果放进去(写入图片)