Python中ArcPy怎么批量對(duì)齊柵格圖像范圍并統(tǒng)一行數(shù)與列數(shù)

這篇文章主要介紹了Python中ArcPy怎么批量對(duì)齊柵格圖像范圍并統(tǒng)一行數(shù)與列數(shù)的相關(guān)知識(shí)，內(nèi)容詳細(xì)易懂，操作簡單快捷，具有一定借鑒價(jià)值，相信大家閱讀完這篇Python中ArcPy怎么批量對(duì)齊柵格圖像范圍并統(tǒng)一行數(shù)與列數(shù)文章都會(huì)有所收獲，下面我們一起來看看吧。

首先明確一下我們的需求?，F(xiàn)有某一地區(qū)的多張柵格遙感影像，其雖然都大致對(duì)應(yīng)著同樣的地物范圍，但不同柵格影像之間的空間范圍、行數(shù)與列數(shù)、像元的位置等都不完全一致；例如，某一景柵格影像會(huì)比其他柵格影像多出一行，而另一景柵格影像可能又會(huì)比其他柵格影像少一列等等。我們希望可以以其中某一景柵格影像為標(biāo)準(zhǔn)，將全部的柵格影像的具體范圍、行數(shù)、列數(shù)等加以統(tǒng)一。

本文所用到的具體代碼如下。

# -*- coding: utf-8 -*-
"""
Created on Thu Dec 29 21:13:19 2022

@author: fkxxgis
"""

import arcpy

tif_file_path = r"E:\02_Project\01_Chlorophyll\ClimateZone\Original"
result_file_path = r"E:\02_Project\01_Chlorophyll\ClimateZone\Original_Snap/"
snap_file_name = r"E:\02_Project\01_Chlorophyll\ClimateZone\Original\F_LC.tif"

arcpy.env.workspace = tif_file_path
arcpy.env.snapRaster = snap_file_name

tif_file_list = arcpy.ListRasters("*", "tif")

for tif_file in tif_file_list:
    key_name = tif_file.split(".tif")[0] + "S.tif"
    arcpy.Clip_management(tif_file,
                          "#",
                          result_file_path + key_name,
                          snap_file_name,
                          "#",
                          "#",
                          "MAINTAIN_EXTENT")

其中，tif_file_path是保存有我們?cè)袞鸥駡D像的路徑，result_file_path是裁剪后各個(gè)結(jié)果圖像的保存路徑（記得在這一路徑后加一個(gè)正斜杠/，否則之后輸出結(jié)果的路徑會(huì)有問題），snap_file_name是裁剪其他柵格圖像時(shí)，所用的模板柵格圖像因?yàn)槲覀円y(tǒng)一各個(gè)柵格圖像的行號(hào)與列號(hào)，所以很顯然，這里這個(gè)模板圖像就需要找各個(gè)柵格圖像中，行數(shù)與列數(shù)均為最少的那一景圖像。這里需要注意，如果大家的各個(gè)柵格圖像中，行數(shù)與列數(shù)最少的柵格不是同一個(gè)柵格，那么可以分別用行數(shù)最少、列數(shù)最少的這兩個(gè)柵格分別作為模板，執(zhí)行兩次上述代碼。

代碼整體思路也很簡單：首先，我們基于arcpy.ListRasters()函數(shù)，獲取tif_file_path路徑下原有的全部.tif格式的圖像文件，并以列表的形式存放于tif_file_list中；隨后，逐一取出tif_file_list列表中的柵格文件，進(jìn)行裁剪處理。這里的裁剪我們是通過arcpy.Clip_management()函數(shù)來實(shí)現(xiàn)的，其各項(xiàng)參數(shù)的具體含義大家可以參考官方幫助文檔，我們這里就只對(duì)本文中需要修改的參數(shù)加以介紹。

其中，第一個(gè)參數(shù)就是當(dāng)前循環(huán)所用的柵格圖像文件，第三個(gè)參數(shù)是結(jié)果文件的保存路徑與文件名，第四個(gè)參數(shù)則是模板文件；最后一個(gè)參數(shù)"MAINTAIN_EXTENT"是為了保證得到的裁剪后結(jié)果圖像嚴(yán)格與模板圖像的行數(shù)、列數(shù)相匹配。除此之外，幾個(gè)"#"表示我們對(duì)其他參數(shù)暫時(shí)不配置。

此外，在代碼開頭的這句arcpy.env.snapRaster = snap_file_name，表明我們將以所選用的模板文件為標(biāo)準(zhǔn)，使得輸出的結(jié)果文件的像元大小、圖像范圍等與模板文件保持一致。這里需要注意，這一句代碼與前述的"MAINTAIN_EXTENT"參數(shù)缺一不可只有二者同時(shí)出現(xiàn)，才可以保證輸出結(jié)果與模板文件是嚴(yán)格一致的。

另一方面，由于我們用到了ArcPy模塊，因此如果大家的Python版本是3.0及以上，則需要在ArcMap軟件中的Python運(yùn)行框，或其對(duì)應(yīng)的IDLE（如下圖所示）中運(yùn)行上述代碼。

運(yùn)行結(jié)果后，可以發(fā)現(xiàn)所有輸出結(jié)果文件就具有完全一致的行數(shù)與列數(shù)了，且其各自的像元位置也是完全一致的。

關(guān)于“Python中ArcPy怎么批量對(duì)齊柵格圖像范圍并統(tǒng)一行數(shù)與列數(shù)”這篇文章的內(nèi)容就介紹到這里，感謝各位的閱讀！相信大家對(duì)“Python中ArcPy怎么批量對(duì)齊柵格圖像范圍并統(tǒng)一行數(shù)與列數(shù)”知識(shí)都有一定的了解，大家如果還想學(xué)習(xí)更多知識(shí)，歡迎關(guān)注億速云行業(yè)資訊頻道。