自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(13)
  • 资源 (1)
  • 问答 (1)
  • 收藏
  • 关注

原创 win10+RTX 3080+tensorflow2.x 实现tf1.x项目

以前为了论文的实验做了一个tf1的项目,最近实验室统一更换了RTX3080显卡,想调用起来跑我以前的项目,遇到了很多坑,记录一下。一、环境配置CUDA11.1.0 + cuDNN8.0.4 + python3.6.9 + tf_nightly_gpu-2.5.0①cuda和cudnn的安装这里就不再讲解了,网上教程很多,需要注意一下的是可能需要CUDART64_101.DLL这个文件,没有的话可以在下面这个网址下载,复制进cuda/v11.1/bin目录下即可Search result fo

2020-12-31 13:36:21 827

原创 基于Arcpy的批量二值图转矢量文件并选取特定值

最近导师要求实现一个批量的二值图转矢量文件,发现用python调用arcgis的arcpy库非常方便,记录一下。我的数据都是0,1分布的二值图,实际使用看需求来修改吧,我要提取值为1的区域,所以代码中gridcode值为1。# -*- coding: UTF-8 -*-#导入arcgis的pythonIDE使用或使用arcgis自带的python.exeimport arcpyfrom arcpy import envimport osimport timeenv.workspac

2020-12-29 15:00:06 586

原创 Google Earth Engine(GEE):一个基于月尺度生成时间的小代码

var year = ee.String('2019-'); //yearvar month = ee.Number(12); //monthvar date = year.cat(month);var datelist = ee.List([['01-01','01-31'],['02-01','02-28'],['03-01','03-31'],['04-01','04-30'],['05-01','05-31'],['06-01','06-30'],['07-01','07-31'],.

2020-11-27 15:47:34 793

原创 Google Earth Engine(GEE)随机生成研究区

Google Earth Engine (GEE) 是由谷歌公司开发的众多应用之一。借助谷歌公司超强的服务器运算能力以及与NASA的合作关系,GEE平台将Landsat/Sentinel等可以公开获取的遥感图像数据存储在谷歌的磁盘阵列中,使得GEE用户可以方便的提取、调用和分析海量的遥感大数据资源。本文基于GEE平台,实现在目标区域内随机生成研究区,达到随机抽样的目的,可扩展为多种机器学习或者监督分类算法的样本收集方法。代码如下:// Define an arbitrary region i.

2020-11-25 15:28:53 1238 1

原创 Python+GDAL实现批量进行遥感图像的拼接

主要的方法就是GDAL作者提供的gdal_merge.py,通过python调用控制台实现。#如果图片大于4G,需要在输入图片路径前加入 -co BIGTIFF=YESBIGTIFF=YESimport subprocessimport oscreate_slope = '''D:/python/python.exe D:/python/Scripts/gdal_merge.py -of GTiff -o '''list=[]fileDir = 'E:/湖北影像/武汉/2018'file

2020-09-04 13:22:41 5679 35

原创 Google Earth Engine(GEE)对Sentinel-2数据进行批量读取并以交互模式依次显示

Google Earth Engine (GEE) 是由谷歌公司开发的众多应用之一。借助谷歌公司超强的服务器运算能力以及与NASA的合作关系,GEE平台将Landsat/Sentinel等可以公开获取的遥感图像数据存储在谷歌的磁盘阵列中,使得GEE用户可以方便的提取、调用和分析海量的遥感大数据资源。本文基于GEE平台,实现对Sentinel-2数据进行批量读取并以交互模式依次显示,示例地点为九寨沟景区附近。代码如下:(JS)var S2 = ee.ImageCollection("COP.

2020-07-30 16:35:10 2988 1

原创 Google Earth Engine(GEE)对指定地点Sentinel-2 Level1C数据进行NDVI指数的计算

Google Earth Engine (GEE) 是由谷歌公司开发的众多应用之一。借助谷歌公司超强的服务器运算能力以及与NASA的合作关系,GEE平台将Landsat/Sentinel等可以公开获取的遥感图像数据存储在谷歌的磁盘阵列中,使得GEE用户可以方便的提取、调用和分析海量的遥感大数据资源。本文基于GEE平台,实现对指定地点Sentinel-2 Level1C数据进行NDVI指数的计算,示例地点为湖南省长沙市。代码如下:(JS)var cs = China.filterBound.

2020-07-28 19:02:22 4187 23

原创 Google Earth Engine(GEE)对指定地点Sentinel-2 Level1C数据的读取及云量处理

Google Earth Engine (GEE) 是由谷歌公司开发的众多应用之一。借助谷歌公司超强的服务器运算能力以及与NASA的合作关系,GEE平台将Landsat/Sentinel等可以公开获取的遥感图像数据存储在谷歌的磁盘阵列中,使得GEE用户可以方便的提取、调用和分析海量的遥感大数据资源。本文基于GEE平台,实现对指定地点Sentinel-2 Level1C数据的读取及云量的处理,示例地点为湖南省长沙市。代码如下:(JS)/** * Function to mask cloud.

2020-07-21 15:24:25 2576 1

原创 Google Earth Engine(GEE)对指定地点Landsat数据的读取及低云量图像的拼接

Google Earth Engine (GEE) 是由谷歌公司开发的众多应用之一。借助谷歌公司超强的服务器运算能力以及与NASA的合作关系,GEE平台将Landsat/Sentinel等可以公开获取的遥感图像数据存储在谷歌的磁盘阵列中,使得GEE用户可以方便的提取、调用和分析海量的遥感大数据资源。本文基于GEE平台,实现对指定地点Landsat数据的读取及低云量图像的拼接,示例地点为湖南省。代码如下:(JS)var cs = China.filterBounds(point).g...

2020-07-18 22:57:57 5801 12

原创 Python深度学习:Label格式数据集转换为coco格式数据集

对Labelme标注的数据集扩增以后提取信息并转换为coco数据集格式。代码如下:"""本模块用于批量转换labelme标记的格式,使之变成coco数据集格式"""# -*- coding:utf-8 -*-# !/usr/bin/env pythonimport argparseimport jsonimport matplotlib.pyplot as pltimport skimage.io as ioimport cv2from labelme import utilsi

2020-07-13 11:15:39 999

原创 Python对深度学习训练集数据的自动转移

由于数据量较大,在划分训练集,测试集和验证集时,需要借助程序进行。代码如下:(实现了图片和对应的json文件同时转移)##深度学习过程中,需要制作训练集和验证集、测试集。#此文件用来随机转移图片和json文件至新文件夹import os, random, shutilimport globtype1 = '.png'type2 = '.json'type3 = '.jpg'def moveFile(fileDir,tarDir,fileDir1,tarDir1):

2020-07-13 11:09:22 265 1

原创 Python+OpenCV对灰度图像进行伪彩色处理

伪彩色处理:根据一定准则给灰度值赋予彩色值的处理。宏观来说就是将黑白图像转化为彩色图像,或者是将单色图像变换成给定彩色分布的图像。博主在学习遥感图像处理时接触到NDVI图像的计算,对生成的灰度图像需要进行伪彩色处理以增强对比。代码如下:(python+OpenCV)import cv2im_gray = cv2.imread("H:/gdal/rs-data/result/ndvi.jpg", cv2.IMREAD_GRAYSCALE)im_color = cv2.applyColorM

2020-07-12 18:07:45 8500 7

原创 Python批量计算遥感图像NDVI(归一化植被指数)

归一化植被指数:遥感影像中,近红外波段的反射值与红光波段的反射值之差比上两者之和。计算公式:NDVI = (NIR-R)/(NIR+R)注:NIR为近红外波段的反射值 R为红光波段的反射值。由于学习需要,从网上寻找方法试图批量计算该指数,防止以后忘记。附代码如下:(主要使用gdal库)import osfrom PIL import Imageimport numpy as npfrom osgeo import gdalimport globimport ...

2020-07-11 13:47:39 9938 5

使用gdal库对tif图像进行指定大小的裁剪

将大的遥感影像(tif格式)裁剪成指定分辨率图像并保留原有地理信息。 需要安装gdal,numpy库。 地理坐标投影等信息不会丢失。

2020-07-11

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除