Google Earth Engine - экспорт изображений RGB из API-интерфейса Python ImageCollection - PullRequest
Новая
       12

Google Earth Engine - экспорт изображений RGB из API-интерфейса Python ImageCollection

0 голосов
/ 24 октября 2018

Я сталкиваюсь с некоторыми проблемами с Python API Google Earth Engine для создания изображения RGB на основе ImageCollection.

В основном, чтобы преобразовать ImageCollection в изображение, я применяю медианное сокращение.После этого я применяю функцию визуализации, где мне нужно определить различные переменные, такие как min и max.Проблема в том, что эти два значения зависят от изображения. 

dataset = ee.ImageCollection('LANDSAT/LC08/C01/T1_SR')
        .filterBounds(ee.Geometry.Polygon([[39.05789266, 13.59051553],
                       [39.11335033, 13.59051553],
                       [39.11335033, 13.64477783],
                       [39.05789266, 13.64477783],
                       [39.05789266, 13.59051553]]))
        .filterDate('2016-01-01', '2016-12-31')
        .select(['B4', 'B3', 'B2'])

reduction = dataset.reduce('median')
            .visualize(bands=['B4_median', 'B3_median', 'B2_median'],
                         min=0,
                         max=3000,
                         gamma=1)

Таким образом, для каждого отдельного изображения мне нужно обработать эти два значения, которые могут визуально измениться.Поскольку количество изображений, которые мне нужно создать, огромно, это невозможно сделать вручную.Я не знаю, как преодолеть эту проблему, и я не могу найти никакого ответа на эту проблему.Идея состоит в том, чтобы найти минимальное значение изображения и максимальное значение.Но я не нашел ни одной функции, которая позволяла бы делать это в API Javascript или Python.

Я надеюсь, что кто-то сможет мне помочь.

1 Ответ

0 голосов
/ 31 октября 2018

Вы можете использовать img.reduceRegion(), чтобы получить статистику изображения для региона, который вы хотите, и для каждого изображения для экспорта.Вам нужно будет вызвать результаты сокращения области в функцию визуализации.Вот пример: 

geom = ee.Geometry.Polygon([[39.05789266, 13.59051553],
                   [39.11335033, 13.59051553],
                   [39.11335033, 13.64477783],
                   [39.05789266, 13.64477783],
                   [39.05789266, 13.59051553]])

dataset = ee.ImageCollection('LANDSAT/LC08/C01/T1_SR')\
    .filterBounds(geom)\
    .filterDate('2016-01-01', '2016-12-31')\
    .select(['B4', 'B3', 'B2'])

reduction = dataset.median()

stats = reduction.reduceRegion(reducer=ee.Reducer.minMax(),geometry=geom,scale=100,bestEffort=True)

statDict = stats.getInfo()

prettyImg = reduction.visualize(bands=['B4', 'B3', 'B2'],
                     min=[statDict['B4_min'],statDict['B3_min'],statDict['B2_min']]
                     max=[statDict['B4_max'],statDict['B3_max'],statDict['B2_max']],
                     gamma=1)

Используя этот подход, я получаю выходное изображение, подобное этому:

Надеюсь, это поможет!

...