遥感地信领域常用的python模块库

本文整理总结在遥感地信领域常用的几个工具，包括图像处理，空间统计，web服务等python库。

1. GDAL/OGR
   • GDAL是一个开源的地理空间数据转换库，支持COG格式。
   • OGR是GDAL的一部分，用于处理矢量数据。
   • 官网：[GDAL官网](GDAL - GDAL documentation)
2. Rasterio
   • Rasterio是一个Python库，用于读取、写入和分析栅格数据，基于GDAL。
   • Rasterio支持COG格式，并提供了一个现代和直观的API。
   • 官网：Rasterio官网
3. rasterstats
   • rasterstats是一个库，用于分析栅格数据的空间统计信息，如最大值、最小值、均值、总和等。
   • GitHub：rasterstats GitHub
4. rasterio-cli
   • rasterio-cli是基于Rasterio的命令行工具，提供了处理栅格数据的命令行接口。
   • GitHub：rasterio-cli GitHub
5. rio-tiler
   • rio-tiler是一个工具，用于将栅格数据瓦片化并将其用于Web地图服务。
   • GitHub：rio-tiler GitHub
6. PyWPS
   • PyWPS是一个开源的Web Processing Service (WPS)客户端库，允许通过网络请求执行地理空间处理。
   • 可与GDAL和Rasterio集成。
   • 官网：[PyWPS官网](PyWPS • Home)
7. COG Optimizer
   • COG Optimizer是一个专门为COG文件优化的工具，可以自动调整COG文件的压缩级别、瓦片大小和其他参数。
   • GitHub：COG Optimizer GitHub
8. PyTables
   • PyTables是一个高效的库，用于存储栅格数据到HDF5文件格式，与GDAL集成。
   • 官网：PyTables官网

遥感专栏
同时欢迎私信咨询讨论学习，咨询讨论的方向不限于：地物分类/语义分割(如水体，云，建筑物，耕地，冬小麦等各种地物类型的提取）,变化检测,夜光遥感数据处理，目标检测，图像处理(几何矫正，辐射矫正(大气校正)，图像去噪等)，遥感时空融合，定量遥感（土壤盐渍化/水质参数反演/气溶胶反演/森林参数(生物量，植被覆盖度，植被生产力等)/地表温度/地表反射率等反演）以及高光谱数据处理等领域以及深度学习，机器学习等技术算法讨论，以及相关实验指导/论文指导等多方面。