Python疊加兩幅柵格圖像的實(shí)現(xiàn)方法
目的
現(xiàn)有兩幅柵格圖像,一個(gè)是某地區(qū)道路柵格圖,一個(gè)是某地區(qū)土地利用類型圖,需要將道路疊加到土地利用類型圖中,即疊加后,重合的像元值以道路圖為準(zhǔn),其余的像元值仍是土地利用類型圖原有的像元值。
圖1 道路信息圖
圖2 土地利用類型圖
圖3 結(jié)果圖
具體實(shí)現(xiàn)
from gdalconst import * from osgeo import gdal import osr import sys import copy #疊加兩個(gè)柵格圖像(一個(gè)道路柵格圖,一個(gè)土地利用類型圖),兩幅圖像重疊的像元值都是第一個(gè)圖像的值, #未重疊的像元值還是土地利用類型圖上的值,最終結(jié)果便是土地利用類型圖上面多了道路信息。 roadFile = 'E:\\Exercise\\test\\grasstest\\road_rastercalc.tif' landuseFile = 'E:\\Exercise\\test\\grasstest\\landuse.tif' roadDs = gdal.Open(roadFile, GA_ReadOnly) landuseDs = gdal.Open(landuseFile, GA_ReadOnly) if roadDs is None: print 'Can not open ', roadFile sys.exit(1) geotransform = roadDs.GetGeoTransform() projection=roadDs.GetProjection() cols = roadDs.RasterXSize rows = roadDs.RasterYSize roadBand = roadDs.GetRasterBand(1) roadData = roadBand.ReadAsArray(0,0,cols,rows) roadNoData = roadBand.GetNoDataValue() landuseBand = landuseDs.GetRasterBand(1) landuseData = landuseBand.ReadAsArray(0,0,cols,rows) landuseNoData = landuseBand.GetNoDataValue() result = landuseData for i in range(0,rows): for j in range(0,cols): if(abs(roadData[i,j] - 20) < 0.0001): result[i,j] = 20 if((abs(landuseData[i,j] - landuseNoData)>0.0001) and (abs(roadData[i,j] - roadNoData) < 0.0001)): result[i,j] = landuseData[i,j] if((abs(landuseData[i,j] - landuseNoData)<0.0001) and (abs(roadData[i,j] - roadNoData) < 0.0001)): result[i,j] = landuseNoData #write result to disk resultPath = 'E:\\Exercise\\test\\grasstest\\result_landuse.tif' format = "GTiff" driver = gdal.GetDriverByName(format) ds = driver.Create(resultPath, cols, rows, 1, GDT_Float32) ds.SetGeoTransform(geotransform) ds.SetProjection(projection) ds.GetRasterBand(1).SetNoDataValue(landuseNoData) ds.GetRasterBand(1).WriteArray(result) ds = None print 'ok---------'
以上這篇Python疊加兩幅柵格圖像的實(shí)現(xiàn)方法就是小編分享給大家的全部?jī)?nèi)容了,希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。
相關(guān)文章
Python超有趣實(shí)例通過冒泡排序來實(shí)現(xiàn)LOL厄斐琉斯控槍
冒泡排序是一種簡(jiǎn)單的排序算法,它也是一種穩(wěn)定排序算法。其實(shí)現(xiàn)原理是重復(fù)掃描待排序序列,并比較每一對(duì)相鄰的元素,當(dāng)該對(duì)元素順序不正確時(shí)進(jìn)行交換。一直重復(fù)這個(gè)過程,直到?jīng)]有任何兩個(gè)相鄰元素可以交換,就表明完成了排序2022-05-05python中matplotlib實(shí)現(xiàn)最小二乘法擬合的過程詳解
這篇文章主要給大家介紹了關(guān)于python中matplotlib實(shí)現(xiàn)最小二乘法擬合的相關(guān)資料,文中通過示例代碼詳細(xì)介紹了關(guān)于最小二乘法擬合直線和最小二乘法擬合曲線的實(shí)現(xiàn)過程,需要的朋友可以參考借鑒,下面來一起看看吧。2017-07-07python切片中內(nèi)存的注意事項(xiàng)總結(jié)
在本篇文章里小編給大家整理的是一篇關(guān)于python切片中內(nèi)存的注意事項(xiàng)總結(jié)內(nèi)容,有需要的朋友們可以學(xué)習(xí)參考下。2021-08-08Python實(shí)現(xiàn)二叉樹前序、中序、后序及層次遍歷示例代碼
這篇文章主要給大家介紹了關(guān)于Python實(shí)現(xiàn)二叉樹前序、中序、后序及層次遍歷的相關(guān)資料,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家學(xué)習(xí)或者使用Python具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面來一起學(xué)習(xí)學(xué)習(xí)吧2019-05-05python用match()函數(shù)爬數(shù)據(jù)方法詳解
在本篇文章里小編給大家整理了關(guān)于python用match()函數(shù)爬數(shù)據(jù)方法以及相關(guān)知識(shí)點(diǎn),需要的朋友們學(xué)習(xí)下。2019-07-07Pandas DataFrame數(shù)據(jù)的更改、插入新增的列和行的方法
這篇文章主要介紹了Pandas DataFrame數(shù)據(jù)的更改、插入新增的列和行的方法,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-06-06pytorch加載自己的圖像數(shù)據(jù)集實(shí)例
這篇文章主要介紹了pytorch加載自己的圖像數(shù)據(jù)集實(shí)例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-07-07