Извлечение значений пикселей путем наложения полигонов

Question

Я пытаюсь извлечь значения пикселей путем наложения полигонов. Я использую код от Патрика Грея (http://patrickgray.me/open-geo-tutorial/chapter_5_classification.html). Когда я замаскировал изображение с помощью элементов формы, я хотел получить out_image. Затем следующим шагом будет удаление 0, что полностью испортит массив, так как значения отсутствуют по полосам.
Я пробовал много разных способов, чтобы удалить 0 и сохранить порядок значений полос в соответствии с классом. В R я могу делать это без проблем, и когда я экспортирую данные как CSV и обучаю алгоритм, все отлично работает в среде Python.

Как извлечь значения пикселей и сохранить Цифровая полоса и класс?

 X = np.array([], dtype=np.int8).reshape(0,8) # pixels for training
 y = np.array([], dtype=np.string_) # labels for training

with rasterio.open(img_fp) as src:
    band_count = src.count
    for index, geom in enumerate(geoms):
        feature = [mapping(geom)]

# the mask function returns an array of the raster pixels within this feature
out_image, out_transform = mask(src, feature, crop=True) 
# eliminate all the pixels with 0 values for all 8 bands - AKA not actually part of the shapefile
out_image_trimmed = out_image[:,~np.all(out_image == 0, axis=0)]
# eliminate all the pixels with 255 values for all 8 bands - AKA not actually part of the shapefile
out_image_trimmed = out_image_trimmed[:,~np.all(out_image_trimmed == 255, axis=0)]
# reshape the array to [pixel count, bands]
out_image_reshaped = out_image_trimmed.reshape(-1, band_count)
# append the labels to the y array
y = np.append(y,[shapefile["Classname"][index]] * out_image_reshaped.shape[0]) 
# stack the pizels onto the pixel array
X = np.vstack((X,out_image_reshaped))        

Большое спасибо за любые подсказки!

Answer 1

Вот к решению. Я должен был нарезать полосу данных, затем транспонировать ее и складывать по столбцам. После этого шага np.vstack сработало и все в порядке.

 X = np.array([], dtype=np.int8).reshape(0,9) # pixels for training
 y = np.array([], dtype=np.int8) # labels for training

 # extract the raster values within the polygon 
with rio.open(sentinal_band_paths[7]) as src:
    band_count = src.count
    for index, geom in enumerate(geoms):
    feature = [mapping(geom)]

    # the mask function returns an array of the raster pixels within this feature
    out_image, out_transform = mask(src, feature, crop=True) 
    # eliminate all the pixels with 0 values for all 8 bands - AKA not actually part of the shapefile
    out_image_trimmed = out_image[:,~np.all(out_image == 0, axis=0)]
    # eliminate all the pixels with 255 values for all 8 bands - AKA not actually part of the shapefile
    out_image_trimmed = out_image_trimmed[:,~np.all(out_image_trimmed == 255, axis=0)]
    # reshape the array to [pixel count, bands]
    out_image_reshaped = out_image_trimmed.reshape(-1, band_count)
    # reshape the array to [pixel count, bands]
    trial = np.split(out_image_trimmed, 9)##### share it to equally after bands
    B1 = trial[0].T ####transpons columns
    B2 = trial [1].T
    B3 = trial [2].T
    B4 = trial [3].T
    B5 = trial [4].T
    B6= trial [5].T
    B7 = trial [6].T
    B8 = trial [7].T      
    B9 = trial[8].T
    colum_data = np.column_stack((B1,B2,B3,B4,B5,B6,B7,B8,B9))####concatenate data colum wise 
    # append the labels to the y array
    y = np.append(y,[shapefile["id"][index]] *  out_image_reshaped.shape[0]) 
    # stack the pizels onto the pixel array
    X = np.vstack((X,colum_data ))       

Answer 2

удалить все пиксели со значениями 0 для всех 8 полос - AKA фактически не является частью шейп-файла:

out_image_trimmed = out_image[:,~np.all(out_image == 0, axis=0)]

удалить все пиксели с 255 значениями для всех 8 полос - AKA фактически не является частью шейп-файл:

out_image_trimmed = out_image_trimmed[:,~np.all(out_image_trimmed == 255, axis=0)]