快捷導(dǎo)航

python中rasterio的安裝和使用

更新時(shí)間：2025年04月10日 11:06:15 作者：羅羅攀

本文主要介紹了python中rasterio的安裝和使用,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧

前言

很久沒(méi)更新公眾號(hào)啦，給看客老爺們匯報(bào)下我最近都在忙啥。由于工作和自己的原因，需要搞一點(diǎn)科研，這一直是我的短板。所以我淺學(xué)了一下大學(xué)數(shù)學(xué)（線(xiàn)代、高數(shù)和概率論），準(zhǔn)備結(jié)合Python做一些事情。后面可能會(huì)更新我學(xué)數(shù)學(xué)的一些心得，大家記得關(guān)注哦（我先學(xué)會(huì)再說(shuō)）。

學(xué)習(xí)數(shù)學(xué)的同時(shí)了，還在學(xué)習(xí)遙感數(shù)據(jù)處理（感覺(jué)遙感比較好水論文），一般處理遙感數(shù)據(jù)我們會(huì)使用ENVI，但是畢竟我會(huì)Python，所以我就上網(wǎng)查了一些內(nèi)容，就發(fā)現(xiàn)了rasterio這個(gè)第三方庫(kù)。

大家可能聽(tīng)過(guò)GDAL庫(kù)，其實(shí)rasterio是基于GDAL庫(kù)二次封裝的，更加符合Python風(fēng)格的主要用于空間柵格數(shù)據(jù)處理的Python庫(kù)。所以本文就簡(jiǎn)單介紹下rasterio的安裝和使用。

rasterio安裝

這個(gè)第三方庫(kù)不是很好安裝，嘗試了大半天也沒(méi)安裝上。rasterio依賴(lài)很多第三方庫(kù)，所以比較麻煩，我們按下面的順序依次安裝即可。

pyproj
Shapely
GDAL
Fiona
geopandas
rasterio

通過(guò)這個(gè)網(wǎng)址下載第三方庫(kù)https://www.lfd.uci.edu/~gohlke/pythonlibs/#rasterio

這里有兩點(diǎn)需要注意。

（1）一定要選擇對(duì)應(yīng)Python版本最高版本的第三庫(kù)。以pyproj為例，我本地的Python為3.8版本，所以我要選擇下載如下的版本。

（2）最后還需要更新下numpy庫(kù)，不然也導(dǎo)入不了。

rasterio使用

其實(shí)我用Python來(lái)操作影像就兩個(gè)要求，一是能讀取到各個(gè)影像波段的數(shù)據(jù)，二是經(jīng)過(guò)一些處理后，能再將數(shù)據(jù)存為影像。

這里以landsat影像為例，讀取數(shù)據(jù)后，計(jì)算NDVI值，然后保存到本地。

使用open函數(shù)就可以讀取影像數(shù)據(jù)，count屬性就是影像的波段數(shù)（landsat全色是7個(gè)波段）。

import rasterio

data = rasterio.open('yingxiang.tif')
print(data.count)

7

當(dāng)然還有很多其他的影像屬性。

width 寬度
height 高度
bounds 地理范圍
transform 反射變化參數(shù)
crs 坐標(biāo)參考系

當(dāng)然我們最關(guān)心的是如何讀取波段數(shù)據(jù)，其實(shí)很簡(jiǎn)單，用read函數(shù)即可。

這里我們需要計(jì)算NDVI，我們只需要讀取紅波段和近紅外波段即可。

red = data.read(4).astype('float64')
nir_red = data.read(5).astype('float64')
ndvi = (nir_red-red)/(nir_red+red)
ndvi

最后，寫(xiě)入到新的柵格即可。

new_dataset = rasterio.open('ndvi.tif',
                            'w',
                            driver='GTiff',
                            height=data.height,
                            width=data.width,
                            count=1,
                            dtype='float64',
                            crs=data.crs,
                            transform=data.transform)
new_dataset.write(ndvi, 1)
new_dataset.close()