Python中ArcPy柵格裁剪柵格(批量對(duì)齊柵格圖像范圍并統(tǒng)一行數(shù)與列數(shù))
本文介紹基于Python中ArcPy模塊,實(shí)現(xiàn)基于柵格圖像批量裁剪柵格圖像,同時(shí)對(duì)齊各個(gè)柵格圖像的空間范圍,統(tǒng)一其各自行數(shù)與列數(shù)的方法。
首先明確一下我們的需求。現(xiàn)有某一地區(qū)的多張柵格遙感影像,其雖然都大致對(duì)應(yīng)著同樣的地物范圍,但不同柵格影像之間的空間范圍、行數(shù)與列數(shù)、像元的位置等都不完全一致;例如,某一景柵格影像會(huì)比其他柵格影像多出一行,而另一景柵格影像可能又會(huì)比其他柵格影像少一列等等。我們希望可以以其中某一景柵格影像為標(biāo)準(zhǔn),將全部的柵格影像的具體范圍、行數(shù)、列數(shù)等加以統(tǒng)一。
本文所用到的具體代碼如下。
# -*- coding: utf-8 -*-
"""
Created on Thu Dec 29 21:13:19 2022
@author: fkxxgis
"""
import arcpy
tif_file_path = r"E:\02_Project\01_Chlorophyll\ClimateZone\Original"
result_file_path = r"E:\02_Project\01_Chlorophyll\ClimateZone\Original_Snap/"
snap_file_name = r"E:\02_Project\01_Chlorophyll\ClimateZone\Original\F_LC.tif"
arcpy.env.workspace = tif_file_path
arcpy.env.snapRaster = snap_file_name
tif_file_list = arcpy.ListRasters("*", "tif")
for tif_file in tif_file_list:
key_name = tif_file.split(".tif")[0] + "S.tif"
arcpy.Clip_management(tif_file,
"#",
result_file_path + key_name,
snap_file_name,
"#",
"#",
"MAINTAIN_EXTENT") 其中,tif_file_path是保存有我們?cè)袞鸥駡D像的路徑,result_file_path是裁剪后各個(gè)結(jié)果圖像的保存路徑(記得在這一路徑后加一個(gè)正斜杠/,否則之后輸出結(jié)果的路徑會(huì)有問(wèn)題),snap_file_name是裁剪其他柵格圖像時(shí),所用的模板柵格圖像——因?yàn)槲覀円y(tǒng)一各個(gè)柵格圖像的行號(hào)與列號(hào),所以很顯然,這里這個(gè)模板圖像就需要找各個(gè)柵格圖像中,行數(shù)與列數(shù)均為最少的那一景圖像。這里需要注意,如果大家的各個(gè)柵格圖像中,行數(shù)與列數(shù)最少的柵格不是同一個(gè)柵格,那么可以分別用行數(shù)最少、列數(shù)最少的這兩個(gè)柵格分別作為模板,執(zhí)行兩次上述代碼。
代碼整體思路也很簡(jiǎn)單:首先,我們基于arcpy.ListRasters()函數(shù),獲取tif_file_path路徑下原有的全部.tif格式的圖像文件,并以列表的形式存放于tif_file_list中;隨后,逐一取出tif_file_list列表中的柵格文件,進(jìn)行裁剪處理。這里的裁剪我們是通過(guò)arcpy.Clip_management()函數(shù)來(lái)實(shí)現(xiàn)的,其各項(xiàng)參數(shù)的具體含義大家可以參考官方幫助文檔,我們這里就只對(duì)本文中需要修改的參數(shù)加以介紹。
其中,第一個(gè)參數(shù)就是當(dāng)前循環(huán)所用的柵格圖像文件,第三個(gè)參數(shù)是結(jié)果文件的保存路徑與文件名,第四個(gè)參數(shù)則是模板文件;最后一個(gè)參數(shù)"MAINTAIN_EXTENT"是為了保證得到的裁剪后結(jié)果圖像嚴(yán)格與模板圖像的行數(shù)、列數(shù)相匹配。除此之外,幾個(gè)"#"表示我們對(duì)其他參數(shù)暫時(shí)不配置。
此外,在代碼開(kāi)頭的這句arcpy.env.snapRaster = snap_file_name,表明我們將以所選用的模板文件為標(biāo)準(zhǔn),使得輸出的結(jié)果文件的像元大小、圖像范圍等與模板文件保持一致。這里需要注意,這一句代碼與前述的"MAINTAIN_EXTENT"參數(shù)缺一不可——只有二者同時(shí)出現(xiàn),才可以保證輸出結(jié)果與模板文件是嚴(yán)格一致的。
另一方面,由于我們用到了ArcPy模塊,因此如果大家的Python版本是3.0及以上,則需要在ArcMap軟件中的Python運(yùn)行框,或其對(duì)應(yīng)的IDLE(如下圖所示)中運(yùn)行上述代碼。

運(yùn)行結(jié)果后,可以發(fā)現(xiàn)所有輸出結(jié)果文件就具有完全一致的行數(shù)與列數(shù)了,且其各自的像元位置也是完全一致的。
到此這篇關(guān)于Python中ArcPy柵格裁剪柵格(批量對(duì)齊柵格圖像范圍并統(tǒng)一行數(shù)與列數(shù))的文章就介紹到這了,更多相關(guān)Python arcpy柵格內(nèi)容請(qǐng)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!
相關(guān)文章
Python圖像處理之gif動(dòng)態(tài)圖的解析與合成操作詳解
這篇文章主要介紹了Python圖像處理之gif動(dòng)態(tài)圖的解析與合成操作,結(jié)合實(shí)例形式分析了Python基于PIL模塊解析gif文件,以及基于imageio庫(kù)合成gif文件的相關(guān)操作技巧,需要的朋友可以參考下2018-12-12
pandas數(shù)據(jù)預(yù)處理之dataframe的groupby操作方法
下面小編就為大家分享一篇pandas數(shù)據(jù)預(yù)處理之dataframe的groupby操作方法,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(guò)來(lái)看看吧2018-04-04
python xlsxwriter庫(kù)生成圖表的應(yīng)用示例
這篇文章主要介紹了python xlsxwriter庫(kù)生成圖表的應(yīng)用示例,小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2018-03-03
Python opencv實(shí)現(xiàn)人眼/人臉識(shí)別以及實(shí)時(shí)打碼處理
這篇文章主要為大家詳細(xì)介紹了Python opencv實(shí)現(xiàn)人眼、人臉識(shí)別,以及實(shí)時(shí)打碼處理,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2019-04-04
Django查詢(xún)優(yōu)化及ajax編碼格式原理解析
這篇文章主要介紹了Django查詢(xún)優(yōu)化及ajax編碼格式原理解析,文中通過(guò)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,需要的朋友可以參考下2020-03-03
Python爬蟲(chóng)實(shí)例_利用百度地圖API批量獲取城市所有的POI點(diǎn)
下面小編就為大家分享一篇Python爬蟲(chóng)實(shí)例_利用百度地圖API批量獲取城市所有的POI點(diǎn),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(guò)來(lái)看看吧2018-01-01

