TIFF数据处理


前言

将获取到的TIFF图像处理为适用的JPG图像

py文件放置位置注意
文件放置位置


一、重命名 rename.py

将影像数据批量重命名,0~999:

import os

# os.getcwd():获取当前脚本工作目录
#print(os.getcwd())

# os.chdir():更改当前脚本工作目录
os.chdir(os.getcwd() + '\output')
#print(os.getcwd())

# os.listdir():获取当前工作目录下所有文件名称,并以列表的形式返回
myList = os.listdir()
print(myList)

for i in range(len(myList)):
    singleFileName = myList[i]  # 得到当前要修改文件的名称 0~999

    # os.rename()第一个参数为要修改文件的原名称,第二个参数为修改后的名称(你想要变成的名称)
    os.rename(singleFileName, str(i) +'.jpg')  # 重命名

二、格式转换 change.py

TIFF转JPG,代码如下:

import os,sys
import cv2
import numpy as np
from skimage import io#使用IO库读取tif图片


def tif_jpg_transform(file_path_name, bgr_savepath_name):
    img = io.imread(file_path_name)#读取文件名
    img = img / img.max()#使其所有值不大于一
    img = img * 255 - 0.001  # 减去0.001防止变成负整型
    img = img.astype(np.uint8)#强制转换成8位整型
    # img = np.array([img,img,img])
    # img = img.transpose(1,2,0)
    print(img.shape)  # 显示图片大小和深度
    b = img[:, :, 0]  # 读取蓝通道
    g = img[:, :, 1]  # 读取绿通道
    r = img[:, :, 2]  # 读取红通道
    bgr = cv2.merge([r, g, b])  # 通道拼接
    cv2.imwrite(bgr_savepath_name, bgr)#图片存储


tif_file_path = r'D:\MyDownloads\Data\images\input'# 为tif图片的文件夹路径
tif_fileList = os.listdir(tif_file_path)
for tif_file in tif_fileList:
    file_path_name = tif_file_path + '/' + tif_file
    jpg_path = r'D:\MyDownloads\Data\images\output' + '/' + tif_file.split('.')[0] + '.jpg' #.jpg图片的保存路径
    tif_jpg_transform(file_path_name, jpg_path)

三、大小修改 resize.py

转为512*512:

#实现图片压缩
#1.保持图片大小比例不变
#2.使用Image里面的resize进行

from PIL import Image
import os
os.chdir(os.getcwd() + '\output')
#获取文件夹里面的图片
path_list=[i for i in os.listdir()]
#print(path_list)
#循环图片路径,依次对图片进行压缩
for path in path_list:
    im = Image.open(path)
    (x, y) = im.size  # 读取图片尺寸(像素)
    x_1 = 512  # 定义缩小后的标准宽度
    y_1 = 512  # int(y * x_1 / x) # 计算缩小后的高度
    out = im.resize((x_1, y_1), Image.ANTIALIAS)  # 改变尺寸,保持图片高品质
    #判断图片的通道模式,若图片在RGBA模式下,需先将其转变为RGB模式
    if out.mode=='RGBA':
        #转化为rgb格式
        out=out.convert('RGB')
       #最后保存为jpg格式的图片,这里因为图片本身为jpg所以后缀不更改
    out.save('{}'.format(path.split("\\")[-1]))

总结

将数据批量转换为jpg,便于后期标记工作。

引用
https://zhuanlan.zhihu.com/p/565040887
https://blog.csdn.net/qq_43521103/article/details/123264071
https://www.jb51.net/article/268727.htm

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
处理grib数据并生成tiff文件可以使用cfgrib库。首先,需要安装cfgrib和eccodes库。可以使用以下命令进行环境配置:conda install -c conda-forge cfgrib eccodes。 接下来,可以使用cfgrib库来读取grib数据并进行处理。使用xarray库可以更方便地处理多维数据。以下是一个示例代码: ```python import xarray as xr import cfgrib # 读取grib数据 ds = xr.open_dataset('your_grib_file.grib', engine='cfgrib') # 查看数据信息 print(ds) # 提取需要的变量 var = ds\['your_variable'\] # 查看变量信息 print(var) # 将变量保存为tiff文件 var.to_netcdf('your_output_file.tiff', format='NETCDF4') ``` 在这个示例中,首先使用xr.open_dataset函数读取grib文件,并指定engine为cfgrib。然后,可以查看数据信息和变量信息。最后,使用to_netcdf函数将变量保存为tiff文件。 请注意,具体的代码可能需要根据你的数据和需求进行调整。此外,cfgrib库还有其他功能和方法,你可以根据需要进一步探索和使用。 希望这个回答对你有帮助!如果还有其他问题,请随时提问。 #### 引用[.reference_title] - *1* *2* [关于ERA5气象数据读取的方法](https://blog.csdn.net/m0_48011081/article/details/124303035)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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