前一段时间把多波段影像输入到深度网络进行训练的时候，由于我的多波段影像是用arcgis的【波段合成工具】来合成的，只是把原本的RGB三个波段的影像又加入了近红外、NDVI两个波段。在使用torchvision.transforms.TOTensor()把我的影像转为Tensor（关于如何转换这部分可以移驾到我的另一篇博文），但我看了一下这个函数似乎对所有通道的数据都做了归一化处理，所以我的训练就出了问题，因为我的影像除了RGB通道的值域在【0，255】，近红外和NDVI波段的值域都不在此范围，所以这一步无法做归一化处理。

所以今天要分享的就是如何把波段转换到0-255范围
方法非常简单，和做归一化处理是一样的，只不过不是把数据映射到【0，1】之间，而是映射到【0，255】的范围。

工具

工具一：【栅格计算器】

工具二：
arcpy.ExtractByAttributes()函数、
arcpy.GetRasterProperties_management（）函数、arcpy.CalculateStatistics_management（）函数

流程

1.计算栅格的最大值和最小值

# -*- coding:UTF-8 -*-
import arcpy
# 路径
path = r'C:\desktop\ndvi.tif'
# 计算栅格的统计数据
arcpy.CalculateStatistics_management(path, '', '', '', '', '')
# 获得栅格的最小值和最大值
max_min = ['MAXIMUM','MINIMUM']
for i in max_min:result = arcpy.GetRasterProperties_management(path, i, 'Band_1')mean = result.getOutput(0)print mean

在结果可以看到我的ndvi.tif的最大值和最小值

2.利用【栅格计算器】把栅格的值域映射至【0，255】

先把栅格的负值去掉

去掉负值后，利用公式tif = tif * (255 / tif.max) 就可以把栅格映射到【0，255】这个范围了。

但我以为到这里就可以结束了，但是现实无情打了我的脸，再次检查数据的最大值和最小值发现，最小值变成了科学计数法，可能是因为小数点后后面的值太多了。当我处理别的波段的时候有时候会出现负值，因此，为了安全起见，我决定把栅格中的【0，255】范围的值提取出来，溢出此范围的数据就不要了。

3.按值提取（arcpy.ExtractByAttributes()函数）

# -*- coding:UTF-8 -*-
import arcpy
from arcpy import env
from arcpy.sa import *
# 工作空间位置，过程数据也会生成在这个路径
env.workspace = r"工作空间路径"
attExtract = ExtractByAttributes("DSM_transf255.tif", "VALUE >= 0")
attExtract1 = ExtractByAttributes(attExtract, "VALUE <= 255")
# 保存路径
attExtract1.save(r"C:\Users\Alai\Desktop\simple\DSM_transf255.tif")

经过这一次处理后，终于成功把栅格影像的值域映射到【0，255】这个范围。

思考

在做这一步操作的时候，我感觉我的做法不太严谨，不能把单幅栅格图的最大值作为255，而应该是以波段的范围的最大值做255做变换。
打个比方，例如近红外的波段范围是0-50，但是近红外栅格图范围是1-30，我在做变换的时候应该使用50作为最大值才符合实际。我也想这样去操作，但是我把无人机的近红外栅格图导入到arcgis去看，最大值是2万多，所以我不知道近红外的波段的最大值是多少，无法做更有价值的变换，只能出此下策。希望有懂行的小伙伴和我探讨探讨！

数据空间变换——栅格影像值域映射到0-255范围相关推荐

python矢量裁剪栅格代码_Python中使用面状矢量裁剪栅格影像，并依据Value值更改矢量属性...
本文整体思路:在Python中使用Geopandas库,依次读取shp文件的每一个面状要素,获取其空间边界信息并裁剪对应的栅格影像,计算所裁剪影像Value值的众数,将其设置为对应面状要素的NewTY ...
栅格影像WGS84转CGCS2000坐标系
有一副很多副WGS84和WGS_1984_UTM_zone_51N 的影像,要把他们转为CGCS2000(4490)坐标,但是地理坐标转换怎么填,参考了博客的步骤,因为这是两个地理坐标系的互转,并且还 ...
【ArcGIS风暴】ArcGIS栅格影像（NDVI）归一化处理的两种方法精解
[ArcGIS遇上Python]ArcGIS批量处理栅格影像(NDVI)归一化完整案例代码图像归一化是指对图像进行了一系列标准的处理变换,使之变换为一固定标准形式的过程,该标准图像称作归一化图像. ...
Python批量实现栅格影像可视化
任务描述: 对栅格影像进行可视化并保存图片数据准备: 文件夹(工作空间)内含有需要批量可视化的tif影像工具准备: Python环境操作: 替换代码中的路径.根据需要调整可视化图片格式 # -* ...
图像处理: 如何将像素值控制在值域[0, 255]
概念在做计算机视觉方向项目的时候,往往需要进行图像处理.但是在此过程中,常常会遇到对像素值进行变换计算后,像素值超出值域区间 [0, 255] 的情况.再加上计算过程中各自 float ...
【ArcGIS风暴】ArcGIS创建栅格数据集色彩映射表案例--以GlobeLand30土地覆盖数据为例
矢量数据快速符号化,可以将常用的样式保存到样式符号库,栅格数据快速符号化,需要创建色彩映射表.本文以GlobeLand30土地覆盖数据为例,详解ArcGIS中创建与使用色彩映射表. 文章目录一. A ...
【ArcGIS遇上Python】ArcGIS批量处理栅格影像（NDVI）归一化完整案例代码
文章<ArcGIS栅格影像(NDVI)归一化处理的两种方法精解>详细介绍了ArcGIS中进行NDVI影像归一化处理的两种方法,但是无法批量进行,本文就放大招用Python实现批量NDVI归 ...
【ArcGIS风暴】ArcGIS10.6获取栅格影像边界范围的三种方法案例详解
基于ArcGIS平台有多种办法可以提取栅格影像边界,常见的方法有3种: 栅格范围(Raster Domain) 栅格转面(Raster to Polygon) 创建轮廓(BuildFootprints ...
将栅格影像转换为CAD/GIS矢量的3种方法
原文发布时间:2017/11/22 12:58:11 从图像中提取矢量要素或"栅格矢量化"涉及将栅格像素组转换为多边形.这是GIS和CAD工作流程的常见场景,也是一个具有挑战性的 ...

数据空间变换——栅格影像值域映射到0-255范围

工具

流程

1.计算栅格的最大值和最小值

2.利用【栅格计算器】把栅格的值域映射至【0，255】

3.按值提取（arcpy.ExtractByAttributes()函数）

思考

数据空间变换——栅格影像值域映射到0-255范围相关推荐

最新文章

热门文章