QGIS按点取栅格值

QGIS按点取栅格值

1.首先有一张栅格影像和点数据

2.Raster analysis——Sample raster value

image-20221011212310878

3.生成矢量之后,导出成表格,右键生成的图层,导出,选择CSV文件

选择CSV文件

image-20221011212425579

GrabCut 是一种基于图像分割的方法,用于提取图像的前景和背景。在 Python 中,我们可以使用 OpenCV 库来实现 GrabCut 分割方法。 首先,我们需要导入必要的库: ```python import cv2 import numpy as np ``` 然后,我们可以读取图片并进行 GrabCut 分割: ```python # 读取图片 image = cv2.imread('input.jpg') # 创建一个与原图像尺寸相同的掩码,用于标记前景、背景和未知区域 mask = np.zeros(image.shape[:2], np.uint8) # 设置前景和背景模型 bgdModel = np.zeros((1,65),np.float64) fgdModel = np.zeros((1,65),np.float64) # 定义感兴趣区域(ROI),这里我们将整幅图像作为感兴趣区域 rect = (0,0,image.shape[1],image.shape[0]) # 进行 GrabCut 分割 cv2.grabCut(image,mask,rect,bgdModel,fgdModel,5,cv2.GC_INIT_WITH_RECT) # 将掩码中为 2 和 0 的像素设置为 0,将为 1 和 3 的像素设置为 1 mask2 = np.where((mask==2)|(mask==0),0,1).astype('uint8') # 将原始图像与分割掩码相乘,提取前景 image = image*mask2[:,:,np.newaxis] # 显示分割结果 cv2.imshow('GrabCut Segmentation', image) cv2.waitKey(0) cv2.destroyAllWindows() ``` 在以上代码中,我们首先读取输入图片,并创建一个空的掩码。然后,设置前景和背景模型,并定义感兴趣区域(ROI),这里我们将整幅图像作为感兴趣区域。接下来,我们使用 `cv2.grabCut` 函数进行 GrabCut 分割,其中传入了图像、掩码、ROI、前景模型、背景模型以及迭代次数等参数。最后,我们根据掩码中的像素提取前景,并显示分割结果。 这就是使用 Python 实现 GrabCut 图像分割方法的基本步骤。希望对你有所帮助!
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

打赏作者

地学万事屋

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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