Python 包围盒裁剪卫星场景

本文介绍了如何使用Python处理Landsat卫星场景,包括下载场景、加载图像和stac文件,以及通过像素坐标和旋转来裁剪场景,确保地理定位的准确性。
摘要由CSDN通过智能技术生成

下载 Landsat 场景

我们首先下载陆地卫星场景。您可以使用EarthExplorer门户来执行此操作。

数据下载后,您应该有一个下图所示的文件夹。这些是Landsat 2 级科学产品的所有可用文件。我们将处理突出显示的文件。这些是 3 个可见光波段和SR_stac文件。

 

加载图像和 stac 文件

这个特殊的场景是在南非开普敦上空拍摄的。为了看到这一点,我们使用get_rgb函数可视化可见光波段。这将文件名/ ID 作为参数。

import tifffile as tiff
import numpy as np
data_file = "./data/"

def get_rgb(ID):
    
    # Load Blue (B2), Green (B3) and Red (B4) bands
    R = tiff.imread(data_file +'{}/{}_SR_B4.TIF'.format(ID, ID))
    G = tiff.imread(data_file +'{}/{}_SR_B3.TIF'.format(ID, ID))
    B = tiff.imread(data_file +'{}/{}_SR_B2.TIF'.format(ID, ID))

    # Stack and scale bands
    RGB = np.dstack((R, G, B))
    RGB = np.clip(RGB*0.0000275-0.2, 0, 1)

    # Clip to enhance contrast
    RGB = np.clip(RGB,0,0.2)/0.2
    
    return RGB

 我们使用此函数来获取图 1中下载的场景的 RGB 可视化(第 4-5 行)。您可以在图 2中看到生成的图像。如图所示,卫星图像通常在边界框内旋转。这是图像周围的黑色边框。

import matplotlib.pyplot as plt

# Get RGB image
ID = "LC08_L2SP_175083_20131218_20200912_02_T1"
RGB= get_rgb(ID)

# Display band
fig, ax = plt.subplo
  • 18
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
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

打赏作者

gis收藏家

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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