本文介紹基于Python中gdal模塊，實現(xiàn)對大量柵格圖像批量繪制直方圖的方法。

首先，明確一下本文需要實現(xiàn)的需求：現(xiàn)需對多幅柵格數(shù)據(jù)文件進行依據(jù)其像元數(shù)值的直方圖繪制，具體繪制內(nèi)容即各柵格圖像像素數(shù)值的分布情況；所有柵格數(shù)據(jù)都保存在同一目標(biāo)路徑下，且均為.tif格式；而目標(biāo)路徑下具有其它非.tif格式的文件，以及不需要進行直方圖繪制的.tif格式文件，因此需要在繪制前對目標(biāo)路徑下的文件列表加以篩選，只保留需要繪制直方圖的柵格文件。

知道了需求，我們便開始代碼的書寫。具體代碼如下：

# -*- coding: utf-8 -*-
"""
Created on Tue Jul 20 12:17:05 2021

@author: fkxxgis
"""

import os
import numpy as np
import matplotlib.pyplot as plt
from osgeo import gdal

lai_file_path="G:/Postgraduate/LAI_Glass_RTlab/LAI_Difference_Global/"
pic_save_path="G:/Postgraduate/LAI_Glass_RTlab/LAI_histogram.png"

file_list=os.listdir(lai_file_path)
tif_list=[]
for file in file_list:
    if os.path.splitext(file)[1]==".tif":
        if file[0:3]!="MCD":
            tif_list.append(file)

sub_plot_num=1
for tif in tif_list:
    lai_algorithm=tif[0:3]
    print(lai_algorithm)
    lai_raster=gdal.Open(lai_file_path+tif)
    lai_raster_array=lai_raster.ReadAsArray()
    plt.subplot(2,2,sub_plot_num)
    plt.hist(lai_raster_array)
    sub_plot_num=sub_plot_num+1
plt.show()
plt.savefig(pic_save_path, dpi=300)

其中，lai_file_path為待處理柵格圖層存放的路徑，pic_save_path為后期程序得到直方圖的保存路徑。

首先，借助os.listdir()函數(shù)獲取lai_file_path路徑下的全部文件，此時獲取的文件包括需要的.tif格式文件與其它不需要的文件；其次，通過os.path.splitext()函數(shù)將上述列表中的每一個文件file的文件名與文件拓展名分離，并選擇".tif"進行處理；這一步是避免誤將lai_file_path路徑中非.tif格式文件一并選擇。

隨后，還需要將我們不需要的.tif柵格圖像通過文件名篩選的方式去除。在這里，由于不需要繪圖的.tif文件均以MCD開頭，因此直接通過字符串截取的方式將其加以剔除即可；大家在上述代碼的實際運用過程中按照個人需求進行篩選即可。

接下來，開始直方圖的繪制。在這里我選擇了將幾幅直方圖以子圖的形式繪制在一個總圖中，因此需要借助sub_plot_num進行循環(huán)；隨后，對篩選后的圖層進行讀取，并將柵格數(shù)據(jù)轉(zhuǎn)換為Array形式，這一部分具體可以參考文章Python GDAL讀取柵格數(shù)據(jù)并基于質(zhì)量評估波段QA對指定數(shù)據(jù)加以篩選掩膜，本文就不再贅述；最后，利用plt.hist()函數(shù)進行直方圖的繪制即可。

最后，通過plt.savefig(pic_save_path, dpi=300)這句代碼，將設(shè)置了圖像清晰度的繪圖結(jié)果保存在指定路徑，從而大功告成。

到此這篇關(guān)于Python實現(xiàn)批量繪制遙感影像數(shù)據(jù)的直方圖的文章就介紹到這了,更多相關(guān)Python繪制直方圖內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論