Python求多幅图像栅格值的平均值

本程序所采用的方法并不是最优方法,ARCGIS已经提供了相关的函数供调用。本程序仅供参考。

程序说明:
文件夹E://work//EVI_Data_tif中存放的是某地区2000-2010年的EVI图像,其中每个年份共13幅。目的是将每年的13幅图像的每个栅格相加求均值,生成相应年份的tif。例如,将2000年的13幅图像相加求均值生成2000.tif,里面的每个栅格的值就是13幅图像对应栅格值相加得到的均值。结果存放于E:\work\result。源文件组织方式为:以2000年为例,文件名依次为 20006.tif,20007.tif,20008.tif,……,200018.tif。

import os
import os.path
import gdal
import sys
from gdalconst import *
from osgeo import gdal
import osr
import numpy as np
#coding=utf-8

def WriteGTiffFile(filename, nRows, nCols, data,geotrans,proj, noDataValue, gdalType):#向磁盘写入结果文件
    format = "GTiff"   
    driver = gdal.GetDriverByName(format)
    ds = driver.Create(filename, nCols, nRows, 1, gdalType)
    ds.SetGeoTransform(geotrans)
    ds.SetProjection(proj)
    ds.GetRasterBand(1).SetNoDataValue(noDataValue)
    ds.GetRasterBand(1).WriteArray(data)    
    ds = None

def File():#遍历文件,读取数据,算出均值
    rows,cols,geotransform,projection,noDataValue = Readxy('E://work//EVI_Data_tif//20006.tif')
    #获取源文件的行,列,投影等信息,所有的源文件这些信息都是一致的
    print 'rows and cols is ',rows,cols
    filesum = [[0.0]*cols]*rows #栅格值和,二维数组
    average= [[0.0]*cols]*rows# 存放平均值,二维数组
    filesum=np.array(filesum)#转换类型为np.array
    average = np.array(average) 
    print 'the type of filesum',type(filesum)
    count=0
    rootdir = 'E:\work\EVI_Data_tif'
    for dirpath,filename,filenames in os.walk(rootdir):#遍历源文件
        for filename in filenames:
            if os.path.splitext(filename)[1] == '.tif':#判断是否为tif格式
                filepath = os.path.join(dirpath,filename)
                purename = filename.replace('.tif','') #获得除去扩展名的文件名,比如201013.tif,purename为201013               
                if purename[:4] == '2010':              #判断年份
                    filedata = [[0.0]*cols]*rows
                    filedata = np.array(filedata)
                    filedata = Read(filepath)           #将2010年的13幅图像数据存入filedata中
                    count+=1
                    np.add(filesum,filedata,filesum)    #求13幅图像相应栅格值的和
                    #print str(count)+'this is filedata',filedata
    print 'count is ',count    
    for i in range(0,rows):
        for j in range(0,cols):
            if(filesum[i,j]==noDataValue*count):        #处理图像中的noData
                average[i,j]=-9999
            else: 
                average[i,j]=filesum[i,j]*1.0/count     #求平均
    WriteGTiffFile("E:\\work\\result\\2010.tif", rows, cols, average,geotransform,projection, -9999, GDT_Float32) #写入结果文件           

def Readxy(RasterFile): #读取每个图像的信息     
    ds = gdal.Open(RasterFile,GA_ReadOnly)
    if ds is None:
        print 'Cannot open ',RasterFile
        sys.exit(1)
    cols = ds.RasterXSize
    rows = ds.RasterYSize
    band = ds.GetRasterBand(1)
    data = band.ReadAsArray(0,0,cols,rows)
    noDataValue = band.GetNoDataValue()
    projection=ds.GetProjection()
    geotransform = ds.GetGeoTransform()
    return rows,cols,geotransform,projection,noDataValue

def Read(RasterFile):#读取每个图像的信息
    ds = gdal.Open(RasterFile,GA_ReadOnly)    
    if ds is None:
        print 'Cannot open ',RasterFile
        sys.exit(1)
    cols = ds.RasterXSize
    rows = ds.RasterYSize
    band = ds.GetRasterBand(1)
    data = band.ReadAsArray(0,0,cols,rows)  
    return data    
if __name__ == "__main__":
    print"ok1"
    File()   
    print"ok2"
  • 16
    点赞
  • 99
    收藏
    觉得还不错? 一键收藏
  • 6
    评论
要计算R语言中多幅栅格图像部分的平均值,我们可以按照以下步骤进行操作。 首先,我们需要加载所需的R包。在这种情况下,我们需要使用raster包来处理栅格图像数据。 接下来,我们可以使用raster函数来读取栅格图像文件栅格图像文件可以是各种格式,例如GeoTIFF或JPEG。 一旦我们成功读取了图像文件,我们可以使用crop函数选取我们感兴趣的图像部分。crop函数需要我们提供一组边界坐标,用于定义所选部分的位置和大小。 然后,我们可以使用extract函数来提取所选图像部分的数。这将返回一个包含所选部分像素的矩阵。 最后,我们可以使用mean函数计算所选部分的平均值。将提取的像素矩阵作为mean函数的输入,它将返回该部分的平均值。 下面是一个示例代码,用于计算多幅栅格图像部分的平均值: ```R # 加载所需的包 library(raster) # 读取栅格图像文件 image <- raster("path/to/image.tif") # 选取感兴趣的图像部分 xmin <- 10 # 最小x坐标 xmax <- 100 # 最大x坐标 ymin <- 20 # 最小y坐标 ymax <- 120 # 最大y坐标 selected <- crop(image, extent(xmin, xmax, ymin, ymax)) # 提取像素 values <- extract(selected) # 计算平均值 average <- mean(values) # 打印结果 print(average) ``` 需要注意的是,这只是一个示例代码,实际上你需要根据你的具体图像文件和感兴趣的部分修改路径和坐标。
评论 6
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