Python读取和处理分析tif数据的超详细教程

目录

• 阶段一：基础篇 – 读取和查看TIFF数据
• 1. 安装必要的库
• 2. 使用Pillow读取TIFF文件
• 3. 转换为NumPy数组进行处理
• 阶段二：中级篇 – 使用rasterio处理地理TIFF
• 1. 读取地理TIFF文件
• 2. 多波段处理和统计
• 3. 裁剪和重投影
• 阶段三：高级篇 – 大型TIFF处理和优化
• 1. 分块处理大型TIFF
• 2. 使用Dask处理超大型TIFF
• 3. 并行处理多幅TIFF
• 实用技巧和小贴士
• 总结 

首先安装处理TIFF文件常用的库：

pip install pillow numpy matplotlib rasterio

from PIL import Image
import matplotlib.pyplot as plt

# 打开TIFF文件
img = Image.open('example.tif')

# 显示基本信息
print(f"格式: {img.format}")
print(f"大小: {img.size}")
print(f"模式: {img.mode}")

# 显示图像
plt.imshow(img)
plt.show()

import numpy as np

# 将TIFF图像转换为NumPy数组
img_array = np.array(img)

# 打印数组信息
print(f"数组形状: {img_array.shape}")
print(f"数据类型: {img_array.dtype}")
print(f"最小值: {img_array.min()}, 最大值: {img_array.max()}")

# 简单处理 - 反转图像
inverted_img = 255 - img_array  # 假设是8位图像
plt.imshow(inverted_img, cmap='gray')
plt.show()

import rasterio

# 打开地理TIFF文件
with rasterio.open('geospatial.tif') as src:
    # 读取所有波段数据
    data = src.read()
    
    # 显示元数据
    print(f"波段数: {src.count}")
    print(f"宽度: {src.width}, 高度: {src.height}")
    print(f"坐标参考系统(CRS): {src.crs}")
    print(f"地理变换: {src.transform}")
    
    # 显示第一个波段
    plt.imshow(data[0], cmap='viridis')
    plt.colorbar()
    plt.show()

with rasterio.open('multiband.tif') as src:
    # 读取各个波段
    red = src.read(1)   # 红波段
    green = src.read(2) # 绿波段
    blue = src.read(3)  # 蓝波段
    
    # 计算NDVI (假设第4波段是近红外)
    nir = src.read(4)
    ndvi = (nir - red) / (nir + red + 1e-10)  # 避免除以0
    
    # 显示NDVI
    plt.imshow(ndvi, cmap='RdYlGn', vmin=-1, vmax=1)
    plt.colorbar(label='NDVI')
    plt.title('NDVI Map')
    plt.show()

from rasterio.warp import calculate_default_transform, reproject, Resampling

# 裁剪示例
with rasterio.open('large_image.tif') as src:
    # 定义裁剪窗口 (左上x, 左上y, 右下x, 右下y)
    window = rasterio.windows.Window(1000, 1000, 500, 500)
    clipped = src.read(window=window)
    
    # 显示裁剪结果
    plt.imshow(clipped[0])
    plt.show()

# 重投影示例
dst_crs = 'EPSG:3857'  # Web墨卡托投影
with rasterio.open('input.tif') as src:
    transform, width, height = calculate_default_transform(
        src.crs, dst_crs, src.width, src.height, *src.bounds)
    kwargs = src.meta.copy()
    kwargs.update({
        'crs': dst_crs,
        'transform': transform,
        'width': width,
        'height': height
    })
    
    with rasterio.open('reprojected.tif', 'w', **kwargs) as dst:
        for i in range(1, src.count + 1):
            reproject(
                source=rasterio.band(src, i),
                destination=rasterio.band(dst, i),
                src_transform=src.transform,
                src_crs=src.crs,
                dst_transform=transform,
                dst_crs=dst_crs,
                resampling=Resampling.nearest)

# 使用rasterio的分块读取功能
with rasterio.open('very_large.tif') as src:
    # 获取推荐的块大小
    block_shapes = src.block_shapes
    print(f"块大小: {block_shapes}")
    
    # 迭代处理每个块
    for ji, window in src.block_windows(1):
        # 读取当前块
        block = src.read(window=window)
        
        # 处理块数据 (示例: 计算平均值)
        block_mean = np.mean(block)
        print(f"块 {ji} 的平均值: {block_mean}")
        
        # 这里可以添加你的处理逻辑
        # processed_block = some_processing(block)
        
        # 写入输出文件 (如果需要)
        # dst.write(processed_block, window=window)

import dask.array as da
import rasterio
from rasterio.windows import Window

# 创建延迟加载的dask数组
with rasterio.open('huge.tif') as src:
    # 定义块大小 (例如 1024x1024)
    chunk_size = (1, 1024, 1024)  # (波段, 高, 宽)
    
    # 创建dask数组
    dask_array = da.from_array(src, chunks=chunk_size)
    
    # 现在可以对dask数组执行各种操作 (延迟执行)
    mean_computation = dask_array.mean()
    
    # 实际计算结果 (触发计算)
    print(f"整个图像的平均值: {mean_computation.compute()}")

from concurrent.futures import ThreadPoolExecutor
import glob

def process_tif(file_path):
    """处理单个TIFF文件的函数"""
    with rasterio.open(file_path) as src:
        data = src.read(1)
        # 这里添加你的处理逻辑
        result = np.mean(data)
        return file_path, result

# 获取所有TIFF文件
tif_files = glob.glob('data/*.tif')

# 使用线程池并行处理
with ThreadPoolExecutor(max_workers=4) as executor:
    results = list(executor.map(process_tif, tif_files))

# 打印结果
for file_path, mean_val in results:
    print(f"{file_path}: {mean_val}")

1. 内存管理:

   • 对于大型TIFF，使用rasterio的窗口读取或dask进行分块处理
   • 处理完成后及时关闭文件或使用with语句

2. 元数据保存:

   with rasterio.open('input.tif') as src:
       profile = src.profile  # 保存元数据
   
   # 修改需要的参数
   profile.update(dtype=rasterio.float32, count=1)
   
   # 写入新文件时使用保存的元数据
   with rasterio.open('output.tif', 'w', **profile) as dst:
       dst.write(processed_data, 1)
   

3. TIFF格式选择:

   • 地理空间数据通常使用GeoTIFF
   • 科学数据可能使用BigTIFF (用于>4GB的文件)
   • 考虑压缩选项 (DEFLATE, LZW等) 以减小文件大小

4. 性能优化:

   • 使用rasterio的window参数只读取需要的区域
   • 对于多波段操作，考虑使用rasterio的内存映射功能
   • 对于重复读取相同文件，考虑转换为更适合分析的格式 (如Zarr)

到此这篇关于Python读取和处理分析tif数据的文章就介绍到这了,更多相关Python读取和处理tif数据内容请搜索风君子博客以前的文章或继续浏览下面的相关文章希望大家以后多多支持风君子博客！

您可能感兴趣的文章:

• Python读取TIF文件的两种方法实现
• Python读取TIF影像的多种方法
• python读取与写入tif图片的完整信息(过程详解)
• python读取tif图片时保留其16bit的编码格式实例
• 浅谈python下tiff图像的读取和保存方法