利用Python把遥感影像的某几个波段合成

最新推荐文章于 2024-04-17 09:51:48 发布
最新推荐文章于 2024-04-17 09:51:48 发布
阅读量5.1k 收藏 56
点赞数 8
分类专栏： Python地理数据处理 文章标签： python
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/weixin_40501429/article/details/113681431
版权
本文介绍了作者在使用Python处理Landsat8遥感影像时，尝试将nir, red, green三个波段合成假彩色所遇到的问题及解决过程。在尝试过程中，遇到了ValueError和AttributeError，通过调试和理解代码，成功解决了这两个问题，强调了独立理解代码的重要性。" 133947985,7783893,EdgeX v3.0.0 Minnesota 部署实战,"['EdgeX Foundry', 'Docker', 'golang', '后端', '设备管理']
摘要由CSDN通过智能技术生成

刚刚开始想着手学习Python，决定从最基础的读写遥感影像开始。学习借鉴了网上很多前辈们的经验，自己出现了一些小问题写在这里，算是记录一下。

这是USGS上下载的一景Landsat8影像，地点在青海。

用ENVI截取了扎陵湖的一部分，真彩色合成图如下：

想利用Python把nir,red,

最低0.47元/天 解锁文章
见贤思齐547
关注
  • 8
    点赞
  • 踩
  • 56
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
（Python）使用Gdal进行批量的多光谱影像波段合成
卫少东个人博客
11-09 4959
（Python）使用Gdal进行批量的多光谱影像波段合成 文章目录（Python）使用Gdal进行批量的多光谱影像波段合成摘要方法代码介绍完整代码实验结果代码运行结果（部分）多光谱合成结果耗时 摘要 项目中经常遇到批量多光谱合成的任务需求，数量不多时，可以利用ENVI、ARCGIS等软件进行手工操作，但是当遇到数据量大且数据名称类似的任务时，很容易陷入机械劳动，耗时且易出错。 本文提供了个人学习科研进行中，撰写的批量多光谱合成代码。其可以按照合成对象的命名特点搜索文件中的待合成波段的影像列表，并使用Gdal
提取图片像素点RGB三通道的数值，并进行相关的分析
weixin_45926697的博客
07-23 812
随机抽取图像中100个像素点对应的RGB三通道值，分别对每一个通道绘制散点图，其中横坐标为像素点序号，纵坐标为该通道的值，纵坐标的坐标轴的值从0开始，分别计算对应的平均值、极差、方差、标准差，在图中绘制置信度为70%的区域（也就是这个区域包含80%的像素点）在图中绘制一条水平线，各个像素点到这条水平线的距离最短。
MATLAB RGB三波段图 自用
最新发布
weixin_52866598的博客
04-17 219
读取三个波段的图像数据。将归一化后的波段图像数据分别赋值给RGB图像的相应通道。以上是将三个波段生成RGB图像的基本步骤。请注意，生成的RGB图像可能需要进行进一步的调整和处理，以获得更好的视觉效果。创建一个空的RGB图像矩阵，大小与原始波段图像相同。将每个波段的图像数据进行归一化处理，使其数值范围在0到1之间。
像素化：使用python将任何图像转换为真彩色格式
02-05
pixilate 使用python将图像转换为真彩色格式 :light_bulb: 内容 安装 :sparkles: pip install pixilate 跑步 :person_running: pixilate [filepath] [savetofile] 参数 类型 描述 文件路径 path 您要转换的文件的路径 保存到文件 bool: 1 or 0 如果要将输出保存到文件中（默认为0） 故障排除 :face_screaming_in_fear: 如果输出似乎是一些文本或图像似乎没有正确着色，则您可能有一个不支持的终端应用程序，您可以找到支持该功能的终端应用程序列表，以及许多其他正在开发的应用程序。他们。 喜欢 :thumbs_up: 如果您发现这个有趣，请留下星星 :star: 贡献 :books: 欢迎捐款； 请提交
如何使用Python实现遥感彩色合成？
qq_2787174606的博客
08-20 1018
它基于人眼对不同波段的光谱响应和颜色感知特性，通过合成红、绿、蓝三个波段的遥感数据，提供更直观、易于理解的影像信息。该传感器在遥感领域具有广泛的应用，提供多个波段的数据以进行地表特征的分析和研究。人眼对红、绿、蓝三个波段的光谱响应最为敏感，因此真彩色合成通常使用红、绿、蓝三个波段的遥感数据进行合成。它通过将不同波段的遥感数据进行组合，以模拟人眼对地物颜色的感知，从而提供更直观、更易于理解的影像信息。通过不同遥感波段的组合可以实现影像的输出，本文以真彩色432为例，若是需要假彩色合成，更改参数即可；
python(+opencv2+numpy)对彩色图像的RGB通道提取、合成、显示并计算灰度图像
热门推荐
fripy的专栏
01-26 3万+
一、image中RGB通道提取，直接上代码很简单 import cv2 Import sys import numpy as np image = cv2.imread(sys.argv[1], cv2.IMREAD_COLOR) b = image[:, :, 0] g = image[:, :, 1] r = image[:, :, 2] 也可以直接用opencv的split函...
gdal处理landsat8合成真彩色影像tif
GIS探索之路
10-17 5733
gdal处理landsat8合成真彩色影像tif landsat8 影像的4，3，2波段分别对应于可见光的红光、绿光和蓝光波段，本文使用开源GIS 库jupyter python gdal 合成真彩色影像。 下载landsat8数据 在地理空间数据云上下载北京地区的landsat8影像数据 code import os from osgeo import gdal import numpy as np band1_fn='data/LC81230322021250LGN00/LC08_L1TP_123
（Python）Gdal与Opencv遥感影像Siticher拼接
卫少东个人博客
08-09 1492
文章目录前言使用Opencv的Stitcher(傻瓜式)TODO：自己实现运行结果耗时情况拼接效果总体效果局部细节（接缝处） 前言 “ 很多时候，我们需要研究较大空间范围的研究区域时，单幅遥感图无法覆盖整个研究区域，这时就需要对遥感图像进行镶嵌（或拼接）。” 本文使用Python+Opencv+GDAL实现相邻两个遥感图像之间重叠区域的拼接。 基本步骤为： 对每幅图进行特征点提取 对特征点进行匹配 进行图像配准 把图像拷贝到另一幅图像的特定位置 对重叠边界进行特殊处理（颜色融合） 最近使用python进行
Python 实现遥感影像波段组合的示例代码
09-18
主要介绍了Python 实现遥感影像波段组合的示例代码，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
利用shp矢量数据裁剪遥感影像的Python实现
02-25
本文将深入探讨如何使用Python语言，结合Shp矢量数据对遥感影像进行裁剪操作，以便提取特定区域的信息。Shp文件是ESRI（Environmental Systems Research Institute）公司开发的地理信息系统中广泛使用的矢量数据格式...
基于python对遥感影像直方图均衡化.zip
10-14
在IT领域，遥感影像处理是一项重要的技术，它广泛应用于地理信息系统、环境监测、城市规划等多个行业。Python作为一门强大的编程语言，因其易学性、丰富的库支持和强大的科学计算能力，成为遥感影像处理的首选工具之...
基于python对遥感影像的非监督分类
10-14
基于python对遥感影像的非监督分类
遥感影像镶嵌的Python实现
02-25
在Python中实现遥感影像镶嵌，主要分为以下几个步骤： 1. **读取影像**：GDAL的`gdal.Open()`函数可以用来打开影像文件，返回一个GDAL的Dataset对象。 2. **获取元数据**：Dataset对象包含了影像的元数据，如波段...
利用python实现星轨合成
Max的杂物仓
01-18 2777
利用python实现星轨合成
GDAL库,AttributeError: ‘NoneType‘ object has no attribute ‘WriteArray‘报错
YanRui_a的博客
03-11 978
【代码】GDAL库,AttributeError: 'NoneType' object has no attribute 'WriteArray'报错。
基于python多光谱遥感数据处理、图像分类、定量评估及机器学习方法应用
PhyliciaFelicia的博客
03-14 1453
基于python多光谱遥感数据处理、图像分类、定量评估及机器学习方法应用：介绍多光谱的基本概念和理论，介绍了Landsat数据、哨兵-2号数据、Aster数据、Modis数据等多光谱数据说明和下载方法。介绍基于ENVI的上述多光谱数据处理方法，包括数据辐射定标、大气校正等预处理方法，波段组合、光谱指数计算、图像监督、非监督分类等方法。通过矿物识别，农作物长势评估、土壤质量评价等案例，提供可借鉴的多光谱应用领域的技术服务方案，结合ENVI软件、Python开发、科学数据可视化、数据处理与机器学习、图像处理等功
python 多光谱遥感数据处理、图像分类、定量评估、机器学习方法/Meta分析在生态环境领域里的应用
m0_74159141的博客
02-10 1352
多光谱的基本概念和理论，介绍了 Landsat 数据、哨兵-2 号数据、Aster 数据、Modis 数据等多光谱数。质应用方面，综合 Aster 的短波红外波段、landsat 热红外波段等多光谱数据，可以通过不同的多光谱。征，结合 ENVI 等专业软件、Python 开发工具平台，开展多光谱数据预处理、图像分类、定量评估、数据、Aster 数据、Modis 数据等，这些海量的长时间对地观测数据，蕴藏着丰富的信息。机行业的快速发展，无人机作为一种低成本的平台，具有时效高、灵活性强、空间分辨率优等特点，
Python图像识别-Opencv05 色彩
weixin_41274520的博客
11-02 3066
本文阐述了图像色彩的部分基础理论，并且如何使用Opencv包进行简单的色彩空间转换
Python遥感图像处理应用篇(二十)：Python+GDAL 批量提取多波段图像为单波段图像
soderayer的博客
06-26 1955
1.实现目标 批量将多波段图像提取为各个单波段图像 运行环境：windows10 pycharmpython3.7.7GDAL-3.2.3-cp37-cp37m-win_amd64.whl包等。 2.实现代码 """ 此段代码将遥感图像背景值去除处理 """ import numpy as np from osgeo import gdal, gdalconst import os #将遥感影像归一化处理 写成函数 def GetEnvolopePoint(inputpath,outp...
python实现遥感影像所有波段比值
05-05
遥感影像所有波段比值的实现可以使用Python中的numpy库和rasterio库。具体步骤如下： 1. 使用rasterio库读取遥感影像文件，可以使用rasterio.open()函数打开文件，然后使用.read()方法读取影像数据。 2. 将读取的...

“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
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