时间:2021-05-22
目的
现有两幅栅格图像,一个是某地区道路栅格图,一个是某地区土地利用类型图,需要将道路叠加到土地利用类型图中,即叠加后,重合的像元值以道路图为准,其余的像元值仍是土地利用类型图原有的像元值。
图1 道路信息图
图2 土地利用类型图
图3 结果图
具体实现
from gdalconst import *from osgeo import gdalimport osrimport sysimport copy#叠加两个栅格图像(一个道路栅格图,一个土地利用类型图),两幅图像重叠的像元值都是第一个图像的值,#未重叠的像元值还是土地利用类型图上的值,最终结果便是土地利用类型图上面多了道路信息。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.RasterXSizerows = roadDs.RasterYSizeroadBand = 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 = landuseDatafor 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 diskresultPath = '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 = Noneprint 'ok---------'以上这篇Python叠加两幅栅格图像的实现方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
本文实例讲述了Python图像处理实现两幅图像合成一幅图像的方法。分享给大家供大家参考,具体如下:将两幅图像合成一幅图像,是图像处理中常用的一种操作,pytho
本文实例为大家分享了OpenCV实现拼接图像的具体方法,供大家参考,具体内容如下用iphone拍摄的两幅图像:拼接后的图像:相关代码如下://读取图像Matle
GDAL是空间数据处理的开源包,支持多种数据格式的读写。遥感图像是一种带大地坐标的栅格数据,遥感图像的栅格模型包含以下两部分的内容:栅格矩阵:由正方形或者矩形栅
本文实例讲述了Python图像处理之简单画板实现方法。分享给大家供大家参考,具体如下:Python图像处理也是依赖opencv的Python接口实现的,Pyth
ps将图层栅格化的方法是:鼠标单击右键图层,点击“栅格化图层”即可。 AdobePhotoshop,简称“PS”,是由AdobeSystems开发和发行的图像