如何将栅格多边形化为形状多边形


14

我正在寻找将栅格转换为多边形(无ArcPy)的开源python解决方案。

我确实知道将栅格转换为多边形的GDAL函数,这是手册:http : //pcjericks.github.io/py-gdalogr-cookbook/raster_layers.html#polygonize-a-raster-band

不过,我希望输出可以是形状多边形或任何临时存储在内存中的对象,而不是另存为文件。是否有任何程序包或代码来处理此问题?

如果栅格是在numpy数组中处理的,则此方法将在下面列出。

Answers:


21

使用Sean Gillies的栅格。它可以轻松地与Fiona(读取和写入shapefile)结合使用,并且形状相同。

在脚本rasterio_polygonize.py中 ,开头是

import rasterio
from rasterio.features import shapes
mask = None
with rasterio.drivers():
    with rasterio.open('a_raster') as src:
        image = src.read(1) # first band
        results = (
        {'properties': {'raster_val': v}, 'geometry': s}
        for i, (s, v) 
        in enumerate(
            shapes(image, mask=mask, transform=src.affine)))

结果是GeoJSON功能的生成器

 geoms = list(results)
 # first feature
 print geoms[0]
 {'geometry': {'type': 'Polygon', 'coordinates': [[(202086.577, 90534.3504440678), (202086.577, 90498.96207), (202121.96537406777, 90498.96207), (202121.96537406777, 90534.3504440678), (202086.577, 90534.3504440678)]]}, 'properties': {'raster_val': 170.52000427246094}}

您可以将其转换为几何形状

from shapely.geometry import shape
print shape(geoms[0]['geometry'])
POLYGON ((202086.577 90534.35044406779, 202086.577 90498.96206999999, 202121.9653740678 90498.96206999999, 202121.9653740678 90534.35044406779, 202086.577 90534.35044406779))

创建geopandas数据框,并启用易于使用的空间连接,绘图,另存为geojson,ESRI shapefile等功能。

geoms = list(results)
import geopandas as gp
gpd_polygonized_raster  = gp.GeoDataFrame.from_features(geoms)

如果栅格已作为numpy数组处理,是否可以将numpy数组转换为多边形?谢谢!
Vicky Liau

从理论上讲,是的
基因“

1
您的示例中的mask变量和参数似乎是不必要的。但是,我建议增加if value > src.nodata对列表的理解,以利用源的nodata值并丢弃与之对应的任何形状。不知道如果没有数据的话会发生什么。:o)
bugmenot123

3
同时,他们将rasterio.drivers更改为rasterio.Env,将src.affine更改为src.transform
Leo

4

这是我的实现。

from osgeo import ogr, gdal, osr
from osgeo.gdalnumeric import *  
from osgeo.gdalconst import * 
import fiona
from shapely.geometry import shape
import rasterio.features

#segimg=glob.glob('Poly.tif')[0]
#src_ds = gdal.Open(segimg, GA_ReadOnly )
#srcband=src_ds.GetRasterBand(1)
#myarray=srcband.ReadAsArray() 
#these lines use gdal to import an image. 'myarray' can be any numpy array

mypoly=[]
for vec in rasterio.features.shapes(myarray):
    mypoly.append(shape(vec))

如果存在安装问题,则安装rasterio的方法是通过“ conda install -c https://conda.anaconda.org/ioos rasterio”。


rasterio的结果是直接在numpy的阵列,所以你并不需要myarray=srcband.ReadAsArray() #or any array
基因

@gene我修改了笔记。此行(myarray = srcband.ReadAsArray())使用gdal导入图像。
Vicky Liau,2016年

以numpy数组的形式导入图像,而rasterio以numpy数组的形式直接导入图像
基因

尽管我必须对vec进行索引,因为它作为元组返回,但它对我有用。shape(vec [0])
user2723146
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.