基於Python的遙感視覺化
寫在前面
首先本文原作者為：Mohit Kaushik，翻譯行為已獲得本人許可。
最近在做一些基礎遙感分析，需要對處理後影像視覺化，課本上的方法很原始，帶著你造一遍輪子，從地理座標到轉到畫素座標……，本著偷懶的原則，有意中發現這篇遙感視覺化文章。
使用Python讀取影象非常簡單，因為針對不同的影象格式，它提供了簡便的第三方庫，用來讀取、視覺化、編輯等，例如Matplotlib、OpenCV、Pillow……。上述庫對於流行的常見影象格式，如png、jpg、jpeg 可以流暢處理，但是對於GeoTiff格式卻不行，如果你熟知GeoTiff格式和其他影象格式之間的區別，想必一定能猜到其中的緣由。
GeoTIff 是一個標準的.tif 檔案或是一個影象檔案格式，它包含了一些額外的空間資訊，這些資訊被當成附屬資訊(tag），整合在.tif檔案內。這些附屬資訊包含了空間範圍、地理參考系統（CRS）、解析度，以及每一個畫素的值。基於此，GeoTiff是一種非常理想的遙感影像和航空相片分發格式。
本文討論幾種在jupyter notebook環境中利用Python讀取的視覺化的方式，主要用到如下幾個庫：GDAL、Rasterio、georaster以及Matplotlib。這些庫可以幫助我們快速地將影象轉換為Numpy庫的陣列（array）格式，然後我們就可以通過TensorFlow或numpy做一些影象轉換，儘管本文沒有涉及。
關於Python庫的安裝，網上有相對比較詳細的介紹，這裡就不一一記錄了。
基於GDAL
首先肯定是老大哥了，gdal是最流行的GeoTiff處理庫，但是嘛比較難以安裝，並且不易上手，GDAL擁有由C++編寫的方法和類，這裡我們使用它的Python繫結。絕大部分的庫，諸如georaster等，也是在運用GDAL的基礎上，開發出符合Python風格的介面。
from osgeo import gdal import matplotlib.pyplot as plt dataset = gdal.Open("./raster/Yunnan_light.tif", gdal.GA_ReadOnly) band = dataset.GetRasterBand(1) # 波段序號從1開始，而不是0 plt.figure(figsize=(10, 10)) plt.imshow(band.ReadAsArray()) plt.show()
基於Rasterio
Rasterio由mapbox團隊開發，它提供了一系列用於讀取地理空間資料的Python介面。
它可以配合Matplotlib庫使用。
另外，rasterio擁有自身的視覺化方法。
發現不同沒有，上面這張圖，它的座標顯示的是經緯度，而不是數字。
基於georaster
georaster 出現一些問題，讀取包含多個波段的影象時，按照官方的示例程式碼會出現問題，上github檢視後發現該庫已經被標記放棄了，不會再做進一步的維護，也就沒有再細究（比較懶哈哈）。