重采样篇④：二维数组最值重采样（针对遥感影像转为的数组）

关键词：最大值，最小值，重采样，numpy，切片，np.where，python

分辨率为10m的遥感影像读出的数组origin_arr的性状为9×9，如何通过不遍历的方式将其重采样为30m分辨率，形状为3×3的数组target_arr呢？

 

结果数组中每个数都是原数组对应区域的最大值，例如：9是(2,5,1,9,3,3,9,0,4)中的最大值，即结果数组中的一个格子对应原来数组的9个格子。

在python中，可以利用numpy的切片取出9个格子的左上位置，left_up_arr = origin_arr[0:9:3, 0:9:3]，结果为：

 

同理，可以取出另外8个位置:

正上方位置 center_up_arr = origin_arr[0:9:3, 1:9:3]

右上方位置 right_up_arr = origin_arr[0:9:3, 2:9:3]

左边位置 left_center_arr = origin_arr[1:9:3, 0:9:3]

正中位置 center_arr = origin_arr[1:9:3, 1:9:3]

右边位置 right_center_arr = origin_arr[1:9:3, 2:9:3]

左下方位置 left_bottom_arr = origin_arr[2:9:3, 0:9:3]

正下方位置 center_bottom_arr = origin_arr[2:9:3, 1:9:3]

右下方位置 right_bottom_arr = origin_arr[2:9:3, 2:9:3]

上面这些数组大小与target_arr形状相同。

对于最大值重采样：在函数的最开始创建一个值足够小，大小与结果数组大小相同的数组，在本例中，创建大小为3×3，值为0的数组。

通过np.where函数逐次进行条件赋值，最终得到结果数组。

对于最小值重采样：应在函数的最开始创建一个值足够大，大小与结果数组大小相同的数组，在本例中，创建大小为3×3，值为10的数组。

整理后完成代码，完整最值重采样函数如下：

def lessen_scale(origin_arr, r1, r2, mode='max'):
    """
    把h1行w1列的分辨率为r1矩阵重采样为h2行w2列的分辨率为r2矩阵
    :return:返回结果矩阵
    """
    h1, w1 = np.shape(origin_arr)
    scale = int(r2 / r1)
    h2 = int(h1 * r1 / r2)
    w2 = int(w1 * r1 / r2)
    if mode == 'max':
        target_arr = np.zeros((h2, w2))
        for i in range(scale):
            for j in range(scale):
                max_arr = origin_arr[i:h2*scale:scale, j:w2*scale:scale]
                target_arr = np.where(max_arr >= target_arr, max_arr, target_arr)
        return target_arr, h2, w2
    elif mode == 'min':
        target_arr = np.zeros((h2, w2))
        target_arr[target_arr == 0] = 10
        for i in range(scale):
            for j in range(scale):
                min_arr = origin_arr[i:h2*scale:scale, j:w2*scale:scale]
                target_arr = np.where(min_arr <= target_arr, min_arr, target_arr)
        return target_arr, h2, w2