【Python&RS】Rasterio库安装+基础函数使用教程

Rasterio是一个Python库，专门用于栅格数据的读写操作。它支持多种栅格数据格式，如GeoTIFF、ENVI和HDF5，为处理和分析栅格数据提供了强大的工具。RasterIO适用于各种栅格数据应用，如卫星遥感、地图制作等。通过RasterIO，用户可以方便地读取、写入和操作栅格数据，提高数据处理效率。此外，RasterIO还支持自定义栅格数据类型和变换操作，具有很高的灵活性和可扩展性。总的来说，RasterIO是一个功能强大、易用的栅格数据处理库，对于遥感、地理信息系统等领域的数据处理和分析具有重要意义。

Table of Contents

1 Rasterio库安装

Rasterio依赖于pyproj、Shapely、GDAL、Fiona、geopandas、rasterio等库，如果你之前安装过GDAL就大可不必担心，因为GDAL的使用包揽了这些库。如果没有我建议直接安装rasterio库，然后报错什么库就安装什么库。注意自己的Python版本号！！！下载地址：Rasterio库

2 导入常用函数

这些都是我后面代码需要使用到的函数，注意要导入，别到时候报错。

import os
import rasterio
from rasterio.plot import show
from rasterio.windows import Window

3 基础操作代码展示

3.1 获取影像基本信息

def Get_data(filepath):
    ds = rasterio.open(filepath)  # 打开文件
    ds_bands = ds.count  # 波段数
    ds_width = ds.width  # 宽度
    ds_height = ds.height  # 高度
    ds_bounds = ds.bounds  # 四至范围
    ds_geo = ds.transform  # 仿射地理变换参数
    ds_prj = ds.crs  # 投影坐标系
    # print(ds.crs.wkt)
    # ds.nodatavals  # 缺失值
    # ds.dirver  # 数据格式
    print("影像的宽度为：" + str(ds_width))
    print("影像的高度为：" + str(ds_height))
    print("仿射地理变换参数为：" + str(ds_geo))
    print("投影坐标系为：" + str(ds_prj))

3.2 读写数据

这里的读写其实都和GDAL库差不多。读取的话都是读成数组，然后可以选择波段和读取范围；保存时都是选择波段数、仿射地理变换参数和投影信息。

def Read_Write_data(filepath):
    ds = rasterio.open(filepath)
    bands = ds.read()  # 以数组的形式读取所有波段
    band1 = ds.read(1, window=Window(0, 0, 512, 256))  # 以数组的形式打开波段1读取512*256
    new_dataset = rasterio.open(
        '/tmp/new.tif',
        'w',
        driver='GTiff',
        height=band1.shape[0],
        width=band1.shape[1],
        count=1,
        dtype=band1.dtype,
        crs='+proj=latlong',  # ds.crs
        transform=ds.transform,
    )
    new_dataset.write(band1, 1)  # 将band1的值写入new_dataset的第一个波段

3.3 可视化影像

这里是Rasterio自己集成了一个显示函数，不用我们自己再去使用matplotlib库绘制影像了。我这里就展示了一种用法，官方给了好几个demo，大家有兴趣可以自己去看。

def Show_data(filepath):
    ds = rasterio.open(filepath)
    show(ds, transform=ds.transform)

3.4 计算NDVI

这里给大家介绍一个经典案例，就是NDVI的计算。通过这个应该很容易就能理解Rasterio库的数据结构了。

def Get_NDVI(filepath):
    ds = rasterio.open(filepath)
    red = ds.read(4).astype('float64')
    nir_red = ds.read(5).astype('float64')
    ndvi = (nir_red - red) / (nir_red + red)
    new_dataset = rasterio.open('ndvi.tif',
                                'w',
                                driver='GTiff',
                                height=ds.height,
                                width=ds.width,
                                count=1,
                                dtype='float64',
                                crs=ds.crs,
                                transform=ds.transform)
    new_dataset.write(ndvi, 1)
    new_dataset.close()

4 完整代码

# -*- coding: utf-8 -*-
"""
@Time ： 2023/10/19 11:20
@Auth ： RS迷途小书童
@File ：Rasterio Functions.py
@IDE ：PyCharm
@Purpose：rasterio库常用操作
"""
import os
import rasterio
from rasterio.plot import show
from rasterio.windows import Window


def Get_data(filepath):
    ds = rasterio.open(filepath)  # 打开文件
    ds_bands = ds.count  # 波段数
    ds_width = ds.width  # 宽度
    ds_height = ds.height  # 高度
    ds_bounds = ds.bounds  # 四至范围
    ds_geo = ds.transform  # 仿射地理变换参数
    ds_prj = ds.crs  # 投影坐标系
    # print(ds.crs.wkt)
    # ds.nodatavals  # 缺失值
    # ds.dirver  # 数据格式
    print("影像的宽度为：" + str(ds_width))
    print("影像的高度为：" + str(ds_height))
    print("仿射地理变换参数为：" + str(ds_geo))
    print("投影坐标系为：" + str(ds_prj))


def Read_Write_data(filepath):
    ds = rasterio.open(filepath)
    bands = ds.read()  # 以数组的形式读取所有波段
    band1 = ds.read(1, window=Window(0, 0, 512, 256))  # 以数组的形式打开波段1读取512*256
    new_dataset = rasterio.open(
        '/tmp/new.tif',
        'w',
        driver='GTiff',
        height=band1.shape[0],
        width=band1.shape[1],
        count=1,
        dtype=band1.dtype,
        crs='+proj=latlong',  # ds.crs
        transform=ds.transform,
    )
    new_dataset.write(band1, 1)  # 将band1的值写入new_dataset的第一个波段


def Show_data(filepath):
    ds = rasterio.open(filepath)
    show(ds, transform=ds.transform)


def Get_NDVI(filepath):
    ds = rasterio.open(filepath)
    red = ds.read(4).astype('float64')
    nir_red = ds.read(5).astype('float64')
    ndvi = (nir_red - red) / (nir_red + red)
    new_dataset = rasterio.open('ndvi.tif',
                                'w',
                                driver='GTiff',
                                height=ds.height,
                                width=ds.width,
                                count=1,
                                dtype='float64',
                                crs=ds.crs,
                                transform=ds.transform)
    new_dataset.write(ndvi, 1)
    new_dataset.close()


if __name__ == "__main__":
    filepath1 = r'B:\Personal\Rasterio_try/46_22.tif'

总结来说，Rasterio库是一个很好的二次封装的库，可以更方便快捷地处理遥感栅格数据。但我个人使用GDAL习惯了，所以不怎么用Rasterio库，如果大家刚开始学习使用Python去处理地理空间数据，那么Rasterio库是一个很好的推荐。

文章出处登录后可见！

已经登录？立即刷新