• 企业400电话
  • 微网小程序
  • AI电话机器人
  • 电商代运营
  • 全 部 栏 目

    企业400电话 网络优化推广 AI电话机器人 呼叫中心 网站建设 商标✡知产 微网小程序 电商运营 彩铃•短信 增值拓展业务
    Python计算多幅图像栅格值的平均值

    本文实例为大家分享了Python求多幅图像栅格值的平均值,供大家参考,具体内容如下

    本程序所采用的方法并不是最优方法,ARCGIS已经提供了相关的函数供调用。本程序仅供参考。

    程序说明:

    文件夹E://work//EVI_Data_tif中存放的是某地区2000-2010年的EVI图像,其中每个年份共13幅。目的是将每年的13幅图像的每个栅格相加求均值,生成相应年份的tif。例如,将2000年的13幅图像相加求均值生成2000.tif,里面的每个栅格的值就是13幅图像对应栅格值相加得到的均值。结果存放于E:\work\result。源文件组织方式为:以2000年为例,文件名依次为 20006.tif,20007.tif,20008.tif,……,200018.tif。

    import os
    import os.path
    import gdal
    import sys
    from gdalconst import *
    from osgeo import gdal
    import osr
    import numpy as np
    #coding=utf-8
    
    def WriteGTiffFile(filename, nRows, nCols, data,geotrans,proj, noDataValue, gdalType):#向磁盘写入结果文件
        format = "GTiff"   
        driver = gdal.GetDriverByName(format)
        ds = driver.Create(filename, nCols, nRows, 1, gdalType)
        ds.SetGeoTransform(geotrans)
        ds.SetProjection(proj)
        ds.GetRasterBand(1).SetNoDataValue(noDataValue)
        ds.GetRasterBand(1).WriteArray(data)    
        ds = None
    
    def File():#遍历文件,读取数据,算出均值
        rows,cols,geotransform,projection,noDataValue = Readxy('E://work//EVI_Data_tif//20006.tif')
        #获取源文件的行,列,投影等信息,所有的源文件这些信息都是一致的
        print 'rows and cols is ',rows,cols
        filesum = [[0.0]*cols]*rows #栅格值和,二维数组
        average= [[0.0]*cols]*rows# 存放平均值,二维数组
        filesum=np.array(filesum)#转换类型为np.array
        average = np.array(average) 
        print 'the type of filesum',type(filesum)
        count=0
        rootdir = 'E:\work\EVI_Data_tif'
        for dirpath,filename,filenames in os.walk(rootdir):#遍历源文件
            for filename in filenames:
                if os.path.splitext(filename)[1] == '.tif':#判断是否为tif格式
                    filepath = os.path.join(dirpath,filename)
                    purename = filename.replace('.tif','') #获得除去扩展名的文件名,比如201013.tif,purename为201013               
                    if purename[:4] == '2010':              #判断年份
                        filedata = [[0.0]*cols]*rows
                        filedata = np.array(filedata)
                        filedata = Read(filepath)           #将2010年的13幅图像数据存入filedata中
                        count+=1
                        np.add(filesum,filedata,filesum)    #求13幅图像相应栅格值的和
                        #print str(count)+'this is filedata',filedata
        print 'count is ',count    
        for i in range(0,rows):
            for j in range(0,cols):
                if(filesum[i,j]==noDataValue*count):        #处理图像中的noData
                    average[i,j]=-9999
                else: 
                    average[i,j]=filesum[i,j]*1.0/count     #求平均
        WriteGTiffFile("E:\\work\\result\\2010.tif", rows, cols, average,geotransform,projection, -9999, GDT_Float32) #写入结果文件           
    
    def Readxy(RasterFile): #读取每个图像的信息     
        ds = gdal.Open(RasterFile,GA_ReadOnly)
        if ds is None:
            print 'Cannot open ',RasterFile
            sys.exit(1)
        cols = ds.RasterXSize
        rows = ds.RasterYSize
        band = ds.GetRasterBand(1)
        data = band.ReadAsArray(0,0,cols,rows)
        noDataValue = band.GetNoDataValue()
        projection=ds.GetProjection()
        geotransform = ds.GetGeoTransform()
        return rows,cols,geotransform,projection,noDataValue
    
    def Read(RasterFile):#读取每个图像的信息
        ds = gdal.Open(RasterFile,GA_ReadOnly)    
        if ds is None:
            print 'Cannot open ',RasterFile
            sys.exit(1)
        cols = ds.RasterXSize
        rows = ds.RasterYSize
        band = ds.GetRasterBand(1)
        data = band.ReadAsArray(0,0,cols,rows)  
        return data    
    if __name__ == "__main__":
        print"ok1"
        File()   
        print"ok2"

    以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。

    您可能感兴趣的文章:
    • 关于Python 的简单栅格图像边界提取方法
    • Python叠加两幅栅格图像的实现方法
    上一篇:如何用Pythony验证万物归一(考拉咨猜想)
    下一篇:Python实现对照片中的人脸进行颜值预测
  • 相关文章
  • 

    © 2016-2020 巨人网络通讯 版权所有

    《增值电信业务经营许可证》 苏ICP备15040257号-8

    Python计算多幅图像栅格值的平均值 Python,计算,多幅,图像,栅格,