想用易康分类,但是感觉分割的结果不太好,想结合超像素分割SLIC的方法获取分割结果,然后放入易康进行分类,网上找的资料多是jpg或png格式,没有保留地理坐标信息,遂在此记录一下,同时也可帮助有需要的遥感学子。 首先是借助GDAL库,获取原始影像的仿射矩阵和地图投影信息,然后借助skimage库实现超像素分割(SLIC方法)。
from skimage.segmentation import slic # SCLI算法包
import skimage.io as SKimg # 读取多种栅格图
import numpy as np
from osgeo import gdal
import read_write_image as rw
def read_img(filename):
dataset = gdal.Open(filename) # 打开文件
im_width = dataset.RasterXSize # 栅格矩阵的列数
im_height = dataset.RasterYSize # 栅格矩阵的行数
im_geotrans = dataset.GetGeoTransform() # 仿射矩阵
im_proj = dataset.GetProjection() # 地图投影信息
im_data = dataset.ReadAsArray(0, 0, im_width, im_height) # 将数据写成数组,对应栅格矩阵
del dataset
return im_proj, im_geotrans, im_data
def write_img(filename, im_proj, im_geotrans, im_data):
# gdal数据类型包括
# gdal.GDT_Byte,
# gdal.GDT_UInt16, gdal.GDT_Int16, gdal.GDT_UInt32, gdal.GDT_Int32,
# gdal.GDT_Float32, gdal.GDT_Float64
# 判断栅格数据的数据类型
if 'int8' in im_data.dtype.name:
datatype = gdal.GDT_Byte
elif 'int16' in im_data.dtype.name:
datatype = gdal.GDT_UInt16
else:
datatype = gdal.GDT_Float32
# 判读数组维数
if len(im_data.shape) == 3:
im_bands, im_height, im_width = im_data.shape
else:
im_bands, (im_height, im_width) = 1, im_data.shape
# 创建文件
driver = gdal.GetDriverByName("GTiff") # 数据类型必须有,因为要计算需要多大内存空间
dataset = driver.Create(filename, im_width, im_height, im_bands, datatype)
dataset.SetGeoTransform(im_geotrans) # 写入仿射变换参数
dataset.SetProjection(im_proj) # 写入投影
if im_bands == 1:
dataset.GetRasterBand(1).WriteArray(im_data) # 写入数组数据
else:
for i in range(im_bands):
dataset.GetRasterBand(i + 1).WriteArray(im_data[i])
del dataset
path = r"H:\test\test.tif"
proj, geotrans, data = read_img(path)
# 读取影像信息
img = SKimg.imread(path)
# 超像素分割
segments = slic(img, n_segments=260, sigma=5) # 设置分割数量
segments1 = segments.astype(np.uint16)
output = r"H:\test\testshp\result3.tif"
write_img(output, proj, geotrans, segments1)
结果图:
然后在arcgis里面用栅格转面工具,转成矢量数据,就可以导入易康进行分类了。