如何用QGIS 3.22将遥感影像切割成小矩形图片(机器学习数据)
步骤一、导入卫星图像
可以使用各种方法导入,最简单的使用QuickMapService这个插件。可以在Plugin->Manage and install plugins中搜索并下载。成功以后工具栏中会出现如下工具:
点击最左侧的地球按钮,会发现几个已经存在的地图service,如果想获取更多的话,在下拉菜单中找到settings
最右边的More services中点击Get contributed pack即可获取更多的地图,获取后的下拉菜单会和我的下拉菜单一样多。
我这里导入了高德地图的卫星图像
步骤二、创建栅格
vector -> research tools -> create grid
填写栅格属性信息,注意选择矩形grid,这里的grid extent是栅格范围可以点击右侧的三个点选择draw on canvas在卫星影像上框选,我框选了北京四环以内的区域;或者可以选择你导入的地图(小图,全图会卡住)作为框选范围。
设置好范围、名称、坐标规格后就可以点击run进行运行。
此时的栅格是不透明的,右键栅格对应的layer -> styles -> edit symbol
这个界面中将fill style调整成no brush,便可以生成我们想要的栅格样式。
步骤三、使用print layout进行切割
这里需要说明一点,在一些较老的版本中这个print layout名为print composer。如果你也是用的是和我一样的版本,看到某些教程中的print composer、composer manager一类的工具,就不用在tool bar里面找了,是没有的,现在它们的名称改为layout了。
这两个按键分别为new print layout和layout manager,点击new print layout并起名。便可以进入print layout界面,如果你想删除这个layout就点击manager在里面进行删除。
进入这个界面后,在右侧的item properties中可以设置画布大小(需要点击一下画布这个item才可以设置),这里我将画布设置为200*200因为我的栅格是正方形的。之后点击左侧工具栏中的创建地图并在画布上拖拽一下,可以生成一张地图映射,调整其大小将这个地图和画布重合。
紧接着在右侧工具栏中点击生成一个atlas
这里将栅格layer选做coverage layer,用作分割地图使用。这里还可以设置过滤和排序选项(如果需要的话)。
最后再选中地图点击item properties:
勾选一个controlled by atlas选项并设置margin为0,这样我们的卫星地图就可以沿着栅格进行分割成一个一个小图了。
最后点击上方的这个按键,等待一会儿就会发现地图被分割出来了,效果如下:
最后可以点击左右进行查看筛选,并可以点击导出,导出后便是一张一张以1km为长宽的分割后的矩形图像~
(本人是计算机专业,只是需要构建卫星图像数据集做machine learning,所以GIS软件用的非常不熟练,发表此博文是为了记录避免重复的学习)
如何用QGIS 3.22将遥感影像切割成小矩形图片(机器学习数据)相关推荐
- 监督分类:SVM即支持向量机实现遥感影像监督分类(更新:添加机器学习模型存储、大影像划框拼接)
前面已经有一个版本了,但是影像太大内存顶不住,而且训练和预测没有分离,后面批量用这个不可能每次每张影像都训练了再预测,这次正好有需求,我就最后把这个整理一下,算是终版吧,以后也不会再花时间整这个了 这 ...
- 遥感影像出现密密麻麻小空洞「神奇」解决办法
目录 去除空洞 Photoshop--去除空洞方法 MCM智拼图--去除空洞方法 更多更详细的功能介绍 https://blog.csdn.net/cmfootball/article/details ...
- 基于PyTorch深度学习遥感影像地物分类与目标检测、分割及遥感影像问题深度学习优化
我国高分辨率对地观测系统重大专项已全面启动,高空间.高光谱.高时间分辨率和宽地面覆盖于一体的全球天空地一体化立体对地观测网逐步形成,将成为保障国家安全的基础性和战略性资源.未来10年全球每天获取的观测 ...
- PyTorch深度学习遥感影像地物分类与目标检测、分割及遥感影像问题深度学习优化
我国高分辨率对地观测系统重大专项已全面启动,高空间.高光谱.高时间分辨率和宽地面覆盖于一体的全球天空地一体化立体对地观测网逐步形成,将成为保障国家安全的基础性和战略性资源.未来10年全球每天获取的观测 ...
- 基于PyTorch的遥感影像、无人机影像的地物分类、目标检测、语义分割和点云分类
我国高分辨率对地观测系统重大专项已全面启动,高空间.高光谱.高时间分辨率和宽地面覆盖于一体的全球天空地一体化立体对地观测网逐步形成,将成为保障国家安全的基础性和战略性资源.随着小卫星星座的普及,对地观 ...
- 从CNN到Transformer:基于PyTorch的遥感影像、无人机影像的地物分类、目标检测、语义分割和点云分类
更多资讯,请关注:Ai尚研修科研技术动态 公众号 我国高分辨率对地观测系统重大专项已全面启动,高空间.高光谱.高时间分辨率和宽地面覆盖于一体的全球天空地一体化立体对地观测网逐步形成,将成为保障国家安全 ...
- 使用QGIS提取天地图遥感影像中的建筑物轮廓,及AI方案
最近要开始做某工厂的GIS三维可视化大屏项目,其首先是要获得厂区内的建筑模型数据,搜了搜各大厂商的地图都没有那个厂区的建筑模型数据,只有几个零星的主要建筑,其余的仓库等等都没有,所以爬虫啥的都没用,必 ...
- 遥感影像目标检测:从CNN(Faster-RCNN)到Transformer(DETR)
我国高分辨率对地观测系统重大专项已全面启动,高空间.高光谱.高时间分辨率和宽地面覆盖于一体的全球天空地一体化立体对地观测网逐步形成,将成为保障国家安全的基础性和战略性资源.未来10年全球每天获取的观测 ...
- 基于PyTorch深度学习无人机遥感影像目标检测、地物分类及语义分割
随着无人机自动化能力的逐步升级,它被广泛的应用于多种领域,如航拍.农业.植保.灾难评估.救援.测绘.电力巡检等.但同时由于无人机飞行高度低.获取目标类型多.以及环境复杂等因素使得对无人机获取的数据处理 ...
最新文章
- 当科学遇上众包:9个值得关注的前沿科技算力众包平台
- Object类的用法(三)
- [渝粤教育] 广东-国家-开放大学 21秋期末考试马克思主义基本原理概论(A)10882k1 (5)
- 分布式系统:SrpingBoot整合Zookeeper和Dubbo的版本匹配问题
- Vue.$nextTick
- UE4 控制台管理器: 在C++中设置控制台变量
- php解析markdown前端渲染,Vuejs使用 vue-markdown 来渲染评论方法
- node解决request返回内容gzip乱码问题
- php 远程函数,php 远程图片保存到本地的函数类
- matlab实现卷积操作
- linux硬盘速率测试,【Linux】测试硬盘读写速度
- 我在 GitHub 上发现了一个 狗屁不通 的Python开源项目...
- OSError: cannot open resource
- Windows服务器无法配置IP
- 动态规划[SDUT]全题解超详细注释哦!
- CSS3---移动端苹果安卓适配
- 惠普HP Officejet K7103 打印机驱动
- excel文件导入hive乱码_把数据库数据导出到excel
- 【x86架构】x86上的那些不明觉厉的功能
- Unity检视面板重构(OnInspectorGUI重写)
热门文章
- [域] 大量日志错误,事件ID:1058 事件ID:1030
- speedoffice(Excel)表格怎么一次插入多行?
- 支持H.265视频网页Web播放的EasyPlayer.js设计理念与功能计划
- Steaming SQL for Apache Kafka 学习
- yum源解释(接地气)
- 虚拟机桌面切换命令行
- airpods链接mac弹窗_AirPods怎么连接Mac AirPods连接Mac教程
- Adoby photoshop cs5永久序列号
- SQL基础语法_刘世民
- 360在网站安全防护中的实践