版权声明:本文为博主原创文章,若有错误之处望大家批评指正!转载需附上原文链接,谢谢! https://blog.csdn.net/summer_dew/article/details/78867410
文章目录
问题
去除遥感影像黑边
数据:
分析
【方法一】将边界进行矢量化,然后用掩膜提取
缺点:遥感影像边缘是锯齿形,矢量化边界精度不高
【方法二】边界像元值为0,将0值重分类为NoData
缺点:将内部像元值为0的像素也归为了NoData,会出现空洞
发现ArcGIS中有类似功能的工具:ArcToolbox–>Data Management Tools–>Raster–>Raster Dataset–>CopyRaster
【方法三】法一法二联合做就可以解决他们两个的缺点
法一的结果为1.tif,法二的结果为2.tif
栅格计算器:Con(IsNull(“2”) & ( ~IsNull(“1”)), “1”, “2” )
解释:如果2为NoData的地方1有值,那么就赋予1的值,其他地方赋予2
【方法四】使用ArcPy仅将边缘像元为0的地方赋予NoData,里面的地方不处理
缺点:处理速度慢,遥感图像n行m列,时间复杂度O(n*m)
【方法五】使用边界跟踪算法得出边界,存储成shp格式,再进行掩膜
ArcPy暴力剔除边缘的像元值
代码
# -*- coding:utf-8 -*-
# Author: PasserQi
# Time: 2017/12/18
# Func: 去边处理
# Desc: 从左边向右,从右边向左开始搜索,将边界像素替换成NoData,只会替换到边界的像素,不会替换到内部像元
# Attention: 若要打包成ArcGIS自定义工具,此文件下不能有中文
import arcpy,sys
from arcpy.sa import *
arcpy.CheckOutExtension("sptial") #权限检查
# 得到初始参数
# rasterPath = sys.argv[1]
# outPath = sys.argv[2]
# BORDER_VALUE = int(sys.argv[3])
#
rasterPath = r'E:\user\Desktop\DeleteDarkSide\Data\Kejicheng0.TIF' #输入栅格
outPath = r'E:\user\Desktop\DeleteDarkSide\Data\q' #输出栅格
BORDER_VALUE = 0 #边界值
if __name__ == '__main__':
r = Raster(rasterPath) #打开栅格
noDataValue = r.noDataValue #获取栅格中的NoData值
array = arcpy.RasterToNumPyArray(r) #转成Numpy方便对每个像元进行处理
bandNum,rowNum,colNum = array.shape #波段、行数、列数
# 左边
for i in range(0,rowNum):
for j in range(0,colNum):
if array[0][i][j]==BORDER_VALUE: #找到边界
for w in range(0,bandNum):
array[w][i][j] = noDataValue #赋值
print "替换:%d %d" % (i,j)
continue
elif array[0][i][j]==noDataValue: #是无值
continue
else: #是普通像素
break #退出该行
# 右边
for i in range(0,rowNum):
for z in range(0,colNum):
j = colNum - 1 - z
if array[0][i][j]==BORDER_VALUE: #找到边界
for w in range(0,bandNum):
array[w][i][j] = noDataValue # 赋值
print "替换:%d %d" % (i, j)
continue
elif array[0][i][j]==noDataValue: #是无值
continue
else: #是普通像素
break #退出该行
#保存栅格
lowerLeft = arcpy.Point(r.extent.XMin, r.extent.YMin) #左下角点坐标
cellWidth = r.meanCellWidth #栅格宽度
cellHeight = r.meanCellHeight
newRaster = arcpy.NumPyArrayToRaster(array,lowerLeft,cellWidth,cellHeight,noDataValue) #转换成栅格
newRaster.save(outPath) #保存
将Py脚本制定成自定义工具
执行: 去黑边 "E:\user\Desktop\[ArcPy] 去除遥感影像黑边\Data\Kejicheng0.TIF" "E:\user\Desktop\[ArcPy] 去除遥感影像黑边\result\tmp.tif" 0
开始时间: Thu Dec 21 20:15:58 2017
正在运行脚本 去黑边...
Completed script 去黑边...
成功 在 Thu Dec 21 20:19:02 2017 (经历的时间: 3 分 4 秒)
注:可以看到这个方法时间要很久
结果
找出边界后掩膜
# -*- coding:utf-8 -*-
# Author: PasserQi
# Time: 2017/12/19
# Func: 提取出遥感图像的边界
# Desc: 使用边界跟踪算法,此实例使用八连通邻域,输入的边界为
import arcpy,sys,threading
from arcpy.sa import *
rasterPath = r'E:\user\Desktop\[ArcPy] 去除遥感影像黑边\Data\Kejicheng0.TIF' #输入栅格
outPath = r'E:\user\Desktop\DeleteDarkSide\Data\q' #输出栅格
BORDER_VALUE = 0 #边界值
directions = [ [0,1],[-1,1],[-1,0],[-1,-1],[0,-1],[1,-1],[1,0],[1,1]] #方向数组
def following(dir,boundary): #内边界
start_i,start_j = boundary[0] #找出第一个
x,y = boundary[-1] #找出最后一个
# print boundary[0] + boundary[-1]
if len(boundary)!=1 and start_i==x and start_j==y: #闭合了
return
x = x + directions[dir][0] #移动
y = y + directions[dir][1] #移动
flag = False #标识是否找到下一个边界
if x<0 or y<0 or x>=rowNum or y>=colNum: #出边界
flag = False #没有找到,继续找
elif array[0][x][y]!=BORDER_VALUE and array[0][x][y]!=noDataValue: #有像素
flag = True
boundary.append([x,y] )
if x==start_i and y==start_j:
return
#没有找到下一个继续搜索
if flag==True: #找到了下一个边界像素
if dir%2==0:
dir = (dir+7)%8
else:
dir = (dir+6)%8
else: #未找到
dir = (dir+1)%7
print len(boundary)
following(dir,boundary)
if __name__ == '__main__':
sys.setrecursionlimit(1000000) # 例如这里设置为一百万
r = Raster(rasterPath) #打开栅格
noDataValue = r.noDataValue #获取栅格中的NoData值
array = arcpy.RasterToNumPyArray(r) #转成Numpy方便对每个像元进行处理
bandNum,rowNum,colNum = array.shape #波段、行数、列数
# 找出图像最左上方的像素
flag = False
for i in range(0,rowNum):
for j in range(0,colNum):
if array[0][i][j]!=BORDER_VALUE and array[0][i][j]!=noDataValue:
start_i = i
start_j = j
flag = True
break
if flag:
break
boundary = [] #边界数组
boundary.append([start_i,start_j] )
print boundary
# 开始搜索
dir = 7 #起始搜索方向
threading.stack_size(200000000) #堆大小设置
thread = threading.Thread(target=following(dir,boundary))
thread.start()