前言

很久沒更新公眾號啦，給看客老爺們匯報下我最近都在忙啥。由于工作和自己的原因，需要搞一點科研，這一直是我的短板。所以我淺學了一下大學數學（線代、高數和概率論），準備結合Python做一些事情。后面可能會更新我學數學的一些心得，大家記得關注哦（我先學會再說）。

學習數學的同時了，還在學習遙感數據處理（感覺遙感比較好水論文），一般處理遙感數據我們會使用ENVI，但是畢竟我會Python，所以我就上網查了一些內容，就發(fā)現了rasterio這個第三方庫。

大家可能聽過GDAL庫，其實rasterio是基于GDAL庫二次封裝的，更加符合Python風格的主要用于空間柵格數據處理的Python庫。所以本文就簡單介紹下rasterio的安裝和使用。

rasterio安裝

這個第三方庫不是很好安裝，嘗試了大半天也沒安裝上。rasterio依賴很多第三方庫，所以比較麻煩，我們按下面的順序依次安裝即可。

pyproj
Shapely
GDAL
Fiona
geopandas
rasterio

通過這個網址下載第三方庫https://www.lfd.uci.edu/~gohlke/pythonlibs/#rasterio

這里有兩點需要注意。

（1）一定要選擇對應Python版本最高版本的第三庫。以pyproj為例，我本地的Python為3.8版本，所以我要選擇下載如下的版本。

（2）最后還需要更新下numpy庫，不然也導入不了。

rasterio使用

其實我用Python來操作影像就兩個要求，一是能讀取到各個影像波段的數據，二是經過一些處理后，能再將數據存為影像。

這里以landsat影像為例，讀取數據后，計算NDVI值，然后保存到本地。

使用open函數就可以讀取影像數據，count屬性就是影像的波段數（landsat全色是7個波段）。

import rasterio

data = rasterio.open('yingxiang.tif')
print(data.count)

7

當然還有很多其他的影像屬性。

width 寬度
height 高度
bounds 地理范圍
transform 反射變化參數
crs 坐標參考系

當然我們最關心的是如何讀取波段數據，其實很簡單，用read函數即可。

這里我們需要計算NDVI，我們只需要讀取紅波段和近紅外波段即可。

red = data.read(4).astype('float64')
nir_red = data.read(5).astype('float64')
ndvi = (nir_red-red)/(nir_red+red)
ndvi

最后，寫入到新的柵格即可。

new_dataset = rasterio.open('ndvi.tif',
                            'w',
                            driver='GTiff',
                            height=data.height,
                            width=data.width,
                            count=1,
                            dtype='float64',
                            crs=data.crs,
                            transform=data.transform)
new_dataset.write(ndvi, 1)
new_dataset.close()

到此這篇關于python中rasterio的安裝和使用的文章就介紹到這了,更多相關rasterio安裝使用內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！ 

最新評論