python 修改遥感影像中nodata值

已于 2023-03-10 14:27:25 修改
阅读量2k 收藏 6
点赞数
文章标签： python 开发语言 机器学习
于 2023-03-10 09:48:37 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u014496102/article/details/129436379
版权
该文讲述了如何利用GDAL库读取影像数据，通过numpy进行通道变换，找出所有通道值之和为0的像素（即NODATA值），然后用OpenCV保存处理结果。同时展示了如何设定TIFF影像的NODATA值。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

all_band_value = in_ds.ReadAsArray(x, y, patch_size, patch_size)
all_new = all_band_value.transpose(1,2,0)
all_new_sum = all_new[:,:,0]+all_new[:,:,1]+all_new[:,:,2]+all_new[:,:,3]
nodata_pos = np.where(all_new_sum == 0)
all_new_sum[np.where(all_new_sum > 0)] = 255
all_new_sum = all_new_sum.astype(np.uint8)
cv2.imwrite('kk.jpg',all_new_sum)

利用gdal读取影像的值，变换通道，得到所有通道都为0的的像素位置信息，就可以改变值

获得影像的nodata值

in_ds.GetRasterBand(1).GetNoDataValue()

效果如下

生成tif影像，设定tif影像中的nodata值，使用

outband.SetNoDataValue(self.valueNoDataOut)

 如下

kkk_dododo
关注
使用GDAL库在Python中获取TIF影像的NoData区域并将其作为掩膜应用于另一个TIF数据
AlianBlank的博客
09-09 615
本文将介绍如何使用GDAL库在Python中获取TIF影像的NoData区域，并将其作为掩膜应用于另一个TIF数据。本文将介绍如何使用GDAL库在Python中获取TIF影像的NoData区域，并将其作为掩膜应用于另一个TIF数据。通过使用以上代码，我们可以方便地获取TIF影像的NoData区域，并将其作为掩膜应用于另一个TIF数据，以提高。的函数，用于将输入影像的NoData区域作为掩膜应用于另一个影像数据。的函数，用于将输入影像的NoData区域作为掩膜应用于另一个影像数据。
Python遥感影像无效值NoData批量填补的后端开发
class_class957的博客
09-24 510
在Python中，有许多用于遥感影像处理的库，其中最常用的是GDAL（Geospatial Data Abstraction Library）。在遥感影像处理中，经常会遇到一些无效值（NoData），它们代表着图像中缺失或无效的像素值。然后，对于每个波段，我们获取其无效值（NoData）并将其填充为指定的填充值。最后，我们将修改后的影像写入输出目录，并更新影像的元数据。接下来，我们将使用GDAL库来批量填补遥感影像的无效值。执行代码后，它将遍历输入目录中的所有影像文件，并将填充后的影像保存到输出目录中。
GDAL —— 将图像特定值更改为nodata
By
01-16 2969
利用QGIS 中OSGeo4W Shell 输入下面的命令，（将0更改为nodata） gdal_translate -of GTiff -a_nodata 0 input.tif output.tif 效果可以实现图像的透明
Python批量填补遥感影像的无效值NoData
Gefangenes的博客
07-30 332
参数表示以刚刚这个圆环中全部像元数值的平均值作为圆心处该无效值像元的数值。代码运行完毕后，我们选取一景图像，对比填充前后的图像结果，如下图所示；，从而以圆环内所有像元的值作为参考进行圆心处该无效值像元的填充（除了圆环，还可以设置矩形、扇形、圆形等）；当然，这样也会稍微降低填充值的精度，大家结合实际需要来操作即可。是我们新生成的填充无效值后遥感影像的保存路径，也就是结果保存路径。通过对比，我们可以看到填充后图像中的空白区域（格式的遥感影像文件外，还具有其它格式的文件。是原有填充无效值前遥感图像的保存路径，
python：使用 GDAL 获取 TIF 影像的 NoData 区域并将其作为掩膜应用于另一个 TIF 数据
养乐多的博客
06-06 1420
本文将介绍使用 GDAL 库获取 TIF 影像的 NoData 区域并将其作为掩膜应用于另一个 TIF （所有波段或者单波段）数据。
【GDAL基础教程】python设置栅格无效值并压缩
HMXNX的博客
03-11 2396
【GDAL基础教程】python设置无效值并压缩栅格
遥感影像镶嵌的Python实现
02-25
- **NoData值处理**：遥感影像中通常存在NoData值，处理时需要考虑这些值，避免影响结果。 - **内存管理**：处理大图时要注意内存使用，避免溢出，可以分块处理或者利用虚拟内存。 Python和GDAL的结合使得遥感影像...
python批量对遥感影像进行归一化与数据清洗
热爱分享，热爱记录
09-19 1150
来打开遥感影像并读取其行数、列数和波段数，同时提取图像的投影信息和仿射矩阵。接下来我们还需要处理每个波段的数据，确保无效像素被正确处理。接下来，我们将通过具体代码演示，如何使用 Python 对遥感数据进行有效的预处理。遥感数据通常以 GeoTIFF 格式存储，它是一种包含地理信息的多波段图像文件格式。在遥感影像的每个波段中，可能存在传感器无法获取的无效数据。，为了避免影响分析，我们需要将这些无效数据值设为 0 或其他适当的替代值。库，这两个库是本教程中遥感数据处理的核心工具。接下来，开始我们的代码讲解。
python 拼接 遥感影像_python_拼接遥感影像Mosaic to New Raster
weixin_33377602的博客
01-12 876
在使用Python GDAL将MODIS的HDF数据转换为tif之后，可使用Python中的ArcGISMosaic to New Raster工具来拼接多幅影像。或者也可继续使用GDAL 来拼接。数据文件名如：MOD11A2.A2000049.h23v04.006.2015058135050.tif# -*- coding: utf-8 -*-"""Created on Thu Aug 8 ...
关于遥感影像出现NoData的解决方法
如果想成为中心，那么就到中心去吧。
01-28 5276
处理前 处理后 代码 def NoData_kill(in_path, out_path): im_proj, im_geotrans, im_width, im_height, im_data = gdalTools.read_img(in_path) mask = np.isnan(im_data) c, w, h = mask.shape mask_list = [] for i in range(c): if mask[i].__conta
【求助】GDAL wrap裁剪数据输出的nodata值不能为-9999
weixin_59154455的博客
05-10 239
我在使用shp裁剪栅格数据后，需要设置nodata值，但是dstNodata值只能设置0-255之内的，请问如何才能设置为-9999呢。
* GDAL替换影像0值为NAN
suntongxue100的博客
09-08 3979
由于ArcMap中的影像背景值需要为NAN才能设置为透明，而有的经过预处理的影像数据的背景值为0，可通过以下方式修改: from osgeo import gdal import numpy as np dataset = gdal.Open("G:\mypython3\gdal\data\mosaic.tif") cols = dataset.RasterXSize rows = dataset.RasterYSize proj=dataset.GetProjection() im_bands = da
【ArcGIS微课1000例】0057：将多波段栅格（影像.tif）背景设置为无数据nodata的方法
「 刘一哥与GIS的故事」
12-03 2222
可以用【识别】工具来获取影像数据的背景值。 在背景上单击，得到背景值为（255,255,255），如下图所示：针对多波段栅格（影像.tif）背景设置为无数据nodata的方法，不能用栅格计算器，二是要借助影像分析功能中的来实现。打开【影像分析】窗口，选择影像数据→单击【添加函数】→右键→插入【掩膜函数】，如下图所示： 在无效值处输入背景值（255,255,255）。点击确定之后会在内容列表框中多出一个图层，再次识别，发现已经将背景值改为nodata了。 接下来，将图层导出即可。导出选项。
GDAL处理遥感图像—— gdal.GetDriverByName方法代码示例
2301_79361756的博客
09-26 1342
本文整理汇总了Python中的典型用法代码示例。如果您正苦于以下问题：Python gdal.GetDriverByName方法的具体用法？Python gdal.GetDriverByName怎么用？Python gdal.GetDriverByName使用的例子？那么恭喜您, 这里精选的方法代码示例或许可以为您提供帮助。您也可以进一步了解该方法所在的用法示例。在下文中一共展示了的15个代码示例，这些例子默认根据受欢迎程度排序。
遥感图像去除NoData及增强处理
qq_20373723的博客
01-18 3579
去除NoData参考链接：https://stackoverflow.com/questions/20753288/filling-gaps-on-an-image-using-numpy-and-scipy 图像增强参考链接：https://stackoverflow.com/questions/20753288/filling-gaps-on-an-image-using-numpy-and-scipy 代码还是要改一些的，我把做好的放出来大家参考下 1.去除NoData 第二种方法比较慢 import
2019-10-21 设置GeoTif图像中缺失值为Nodata
liu_zonghui的博客
10-21 6524
需求与目的 在批量将MODIS数据hdf转为GeoTif格式之后（具体操作可参考我的另一篇博客），在ArcGIS打开图像发现，图像中的缺失值是一个具体的数值（有时是+3888888888888或者是-3888888888888或者是其它）而非Nodata（如下图所示） 可以看出，图像中像素值为0的像元都是Nodata区域。如果不将0值设为Nodata，不仅影响ArcGIS中图像显示的美观效果，而...
批量重采样
weixin_70251903的博客
10-11 189
1
python中利用GDAL对tif文件进行读写
热门推荐
HuZhenXing
08-22 3万+
利用GDAL库对tif影像进行读取 示例代码默认波段为[B、G、R、NIR的顺序，且为四个波段] import gdal def readTif(fileName): dataset = gdal.Open(fileName) if dataset == None: print(fileName+"文件无法打开") return ...
遥感影像外围的nodata
最新发布
03-24
### 处理遥感影像中的 NoData 值 在地理信息系统（GIS）中，NoData 值通常表示数据缺失或无效的部分。对于遥感影像而言，这些区域可能位于影像边界之外或者由于传感器遮挡等原因造成的数据空白区。为了有效处理这些问题，可以采用多种方法来解决。 #### 方法一：使用 Copy Raster 工具将背景值设置为指定数值 通过 ArcGIS 提供的 **Copy Raster** 工具，能够将影像中的 NoData 背景值替换为特定值（如 0）。此操作适用于希望统一管理背景像素的情况[^2]。具体实现方式如下： 1. 打开 ArcToolbox 并导航至 `Data Management Tools` -> `Raster` -> `Raster Dataset` 下找到 `Copy Raster`。 2. 设置输入参数时，在选项框中定义新的背景值作为替代项。 以下是 Python 脚本示例用于自动化该过程： ```python import arcpy input_raster = r"C:\path\to\your\raster.tif" output_raster = r"C:\path\to\output\raster_filled.tif" arcpy.CopyRaster_management(input_raster, output_raster, "", "", "0", "NONE", "NONE", "") ``` #### 方法二：利用 Focal Statistics 进行局部插值填充 当需要保留原始数据结构并仅针对少量孤立的 NoData 区域进行修复时，可借助 **Focal Statistics** 功能完成插值运算[^3]。它通过对邻近像元取平均或其他统计量的方式填补空缺位置。 执行步骤概述如下： - 加载目标图层进入 Spatial Analyst 扩展模块； - 设定分析窗口大小以及所使用的聚合函数类型（例如 Mean 或 Majority）； 下面给出一段基于 arcpy 的代码片段展示这一逻辑流程： ```python from arcpy.sa import * inRas = Raster(r"C:\path\to\nodata_image.tif") filled = Fill(inRas) outPath = r"C:\path\to\focally_processed.tif" filled.save(outPath) ``` 注意上述脚本依赖于 Spatial Analyst 许可授权状态正常开启的前提条件之下运行才有效果。 --- #### 总结说明 以上两种方案分别对应不同场景需求下的解决方案——前者适合整体调整整个范围内的无意义值表现形式；后者则更倾向于精细化修正内部零散分布的小面积缺陷点位。实际项目实施过程中可根据具体情况灵活选用合适的技术手段加以应对。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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