本文介绍基于Python中ArcPy
模块,实现基于栅格图像批量裁剪栅格图像,同时对齐各个栅格图像的空间范围,统一其各自行数与列数的方法。
首先明确一下我们的需求。现有某一地区的多张栅格遥感影像,其虽然都大致对应着同样的地物范围,但不同栅格影像之间的空间范围、行数与列数、像元的位置等都不完全一致;例如,某一景栅格影像会比其他栅格影像多出一行,而另一景栅格影像可能又会比其他栅格影像少一列等等。我们希望可以以其中某一景栅格影像为标准,将全部的栅格影像的具体范围、行数、列数等加以统一。
本文所用到的具体代码如下。
# -*- 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
是保存有我们原有栅格图像的路径,result_file_path
是裁剪后各个结果图像的保存路径(记得在这一路径后加一个正斜杠/
,否则之后输出结果的路径会有问题),snap_file_name
是裁剪其他栅格图像时,所用的模板栅格图像——因为我们要统一各个栅格图像的行号与列号,所以很显然,这里这个模板图像就需要找各个栅格图像中,行数与列数均为最少的那一景图像。这里需要注意,如果大家的各个栅格图像中,行数与列数最少的栅格不是同一个栅格,那么可以分别用行数最少、列数最少的这两个栅格分别作为模板,执行两次上述代码。
代码整体思路也很简单:首先,我们基于arcpy.ListRasters()
函数,获取tif_file_path
路径下原有的全部.tif
格式的图像文件,并以列表的形式存放于tif_file_list
中;随后,逐一取出tif_file_list
列表中的栅格文件,进行裁剪处理。这里的裁剪我们是通过arcpy.Clip_management()
函数来实现的,其各项参数的具体含义大家可以参考官方帮助文档,我们这里就只对本文中需要修改的参数加以介绍。
其中,第一个参数就是当前循环所用的栅格图像文件,第三个参数是结果文件的保存路径与文件名,第四个参数则是模板文件;最后一个参数"MAINTAIN_EXTENT"
是为了保证得到的裁剪后结果图像严格与模板图像的行数、列数相匹配。除此之外,几个"#"
表示我们对其他参数暂时不配置。
此外,在代码开头的这句arcpy.env.snapRaster = snap_file_name
,表明我们将以所选用的模板文件为标准,使得输出的结果文件的像元大小、图像范围等与模板文件保持一致。这里需要注意,这一句代码与前述的"MAINTAIN_EXTENT"
参数缺一不可——只有二者同时出现,才可以保证输出结果与模板文件是严格一致的。
另一方面,由于我们用到了ArcPy模块,因此如果大家的Python版本是3.0
及以上,则需要在ArcMap软件中的Python运行框,或其对应的IDLE(如下图所示)中运行上述代码。
运行结果后,可以发现所有输出结果文件就具有完全一致的行数与列数了,且其各自的像元位置也是完全一致的。
至此,大功告成。
欢迎关注:疯狂学习GIS