2019/03/17Pyrhon GDAL:灰度图像转RGB图像

2023-08-07 18:23| 来源: 网络整理| 查看: 265

Python GDAL灰度图像转RGB图像

工作环境：Python3.6 GDAL Numpy 工作时间：2019/03/10-2019/03/17 GDAL官方库里有pct2rgb.py的脚本，可以将调色板图8bit像转化为rgb38bit图像，本文在该脚本的基础之上改写了一个将灰度（8bit或者16bit）图像转化为rgb3bit图像的脚本。Python自学刚起步，所以很多地方不符合PEP8等规范要求。

文章目录 Python GDAL灰度图像转RGB图像1.处理思路2.代码结构3.各个模块分析

1.处理思路

该方法基于GDAL pct2rgb.py脚本修改，将单通道灰度图像转化为RGB图像思路如下： 1 band ——> 3 bands 灰度 ——> RGBA 的映射关系从文本中读取第一步：使用简单映射，先将灰度值（8bit，16bit的int或者[0,1]的float）转化为8bit值第二步：将文本中的灰度—>RGB三通道的映射关系代替第一步中的简单映射第三步：测试结果，并修正映射，后续可以加入A通道。拓展为RGBA四通道，绘制colorbar等工作…

2.代码结构

没有系统的学习过Python，为了能被一个汇总的文件调用，我自己设计了如下的结构。不知道在一般的项目中是怎么设计的。主要功能由类定义，类的方法grey2rgb.transformation接受外部传入的参数，将多文件处理任务分解为单个任务，并将必要参数传递给函数trasferfile，该函数会调用之前定义的一系列辅助函数。

import... # 定义一些辅助函数 def DoesDriverHandleExtension(drv, ext):... def GetExtension(filename):... def GetOutputDriversFor(filename):... def GetOutputDriverFor(filename):... # 单个图像处理函数，会调用上面定义的函数 def trasferfile(inputfile, outputfile, lookup):... # 类 class grey2rgb: # 类的方法，外部传入文件处理的路径，模式等参数。随后将任务分类给trasferfile函数循环操作 def transformation(self, mode, imgtype, bar, inputfile, outputfile) 3.各个模块分析

以下给出了每个模块的代码和注释。前几个函数是原pcy2rgb内涵的函数。并不明白为什么要做的这么复杂。 1.判断选择的驱动是否支持该文件

def DoesDriverHandleExtension(drv, ext): exts = drv.GetMetadataItem(gdal.DMD_EXTENSIONS) return exts is not None and exts.lower().find(ext.lower()) >= 0

2.获得拓展名

def GetExtension(filename): # 取得文件扩展名 ext = os.path.splitext(filename)[1] # 输出不含'.'的扩展名 if ext.startswith('.'): ext = ext[1:] return ext

3.寻找可用驱动

def GetOutputDriversFor(filename): drv_list = [] ext = GetExtension(filename) # 遍历每种驱动 for i in range(gdal.GetDriverCount()): drv = gdal.GetDriver(i) # GetMetadataItem用于获取元数据的域 # (drv.GetMetadataItem(gdal.DCAP_CREATE) is not None or \ # 上述判断用于判断该驱动是否支持创建文件或者拷贝创建文件（传递一个需要拷贝的源数据集参数） # 所有驱动支持CREATE if (drv.GetMetadataItem(gdal.DCAP_CREATE) is not None or \ drv.GetMetadataItem(gdal.DCAP_CREATECOPY) is not None) and \ drv.GetMetadataItem(gdal.DCAP_RASTER) is not None: # 判断：如果该驱动能够处理ext拓展名的文件，则将该驱动的简称加入drv_list中 if len(ext) > 0 and DoesDriverHandleExtension(drv, ext): drv_list.append( drv.ShortName ) else: prefix = drv.GetMetadataItem(gdal.DMD_CONNECTION_PREFIX) if prefix is not None and filename.lower().startswith(prefix.lower()): drv_list.append( drv.ShortName ) # GMT is registered before netCDF for opening reasons, but we want # netCDF to be used by default for output. # NetCDF(network Common Data Form)网络通用数据格式 if ext.lower() == 'nc' and len(drv_list) == 0 and \ drv_list[0].upper() == 'GMT' and drv_list[1].upper() == 'NETCDF': drv_list = [ 'NETCDF', 'GMT' ] return drv_list

4.确定驱动

def GetOutputDriverFor(filename): drv_list = GetOutputDriversFor(filename) # 返回对于创建目标扩展名可用的驱动 if len(drv_list) == 0: ext = GetExtension(filename) if len(ext) == 0: # 默认输出GTiff return 'GTiff' else: # raise:出现异常，停止后面的代码 raise Exception("Cannot guess driver for %s" % filename) elif len(drv_list) > 1: print("Several drivers matching %s extension. Using %s" % (ext, drv_list[0])) return drv_list[0]

5.单个图像处理函数

def trasferfile(inputfile, outputfile, lookup): # 在这里设置while的目的是下面可以直接跳过文件 while True: format = None dirname, filename = os.path.split(inputfile) filename = filename.split('.') src_filename = inputfile dst_filename = outputfile + "//" + filename[0] + '_grey2rbg.' + filename[1] out_bands = 3 band_number = 1 # 初始化 gdal.AllRegister() # ---------------------------------------------------------------------------- # Open source file # 如果GDAL无法打开该文件，则跳过该文件 try: src_ds = gdal.Open(src_filename) except: break if src_ds is None: print('Unable to open %s ' % src_filename) break src_band = src_ds.GetRasterBand(band_number) # ---------------------------------------------------------------------------- # Ensure we recognise the driver. if format is None: format = GetOutputDriverFor(dst_filename) dst_driver = gdal.GetDriverByName(format) if dst_driver is None: print('"%s" driver not registered.' % format) sys.exit(1) # ---------------------------------------------------------------------------- # Create the working file. if format == 'GTiff': tif_filename = dst_filename else: tif_filename = 'temp.tif' gtiff_driver = gdal.GetDriverByName('GTiff') tif_ds = gtiff_driver.Create(tif_filename, src_ds.RasterXSize, src_ds.RasterYSize, out_bands) # ---------------------------------------------------------------------------- # We should copy projection information and so forth at this point. # 复制图片的基本信息到目标文件 tif_ds.SetProjection(src_ds.GetProjection()) tif_ds.SetGeoTransform(src_ds.GetGeoTransform()) if src_ds.GetGCPCount() > 0: tif_ds.SetGCPs(src_ds.GetGCPs(), src_ds.GetGCPProjection()) # ---------------------------------------------------------------------------- # Do the processing one scanline at a time. # 按每一行的像素扫描 for iY in range(src_ds.RasterYSize): # 取出每一行的像素行 # ***这里取出的是一个二维数组，但是该数组比较特别 # ***.shape返回（1，n）表示一个二维数组，但是该数组只有一行 src_data = src_band.ReadAsArray(0, iY, src_ds.RasterXSize, 1) # 如果灰度值是uint16，需要将其拉伸到对应的uint8中对对应unit8的RGB值 if src_data.dtype == 'uint16': src_data = src_data.astype(Numeric.float) src_data[0] = src_data[0] * 255 src_data[0] = src_data[0] / 65535 src_data = src_data.astype(Numeric.uint8) # 按Band for iBand in range(out_bands): # 复制该Band的表给band_lookup band_lookup = lookup[iBand] # src_data记录了该像素点的灰度的值 # band_lookup记录了该通道下：每个灰度值所对应的该通道的值 # 例如：band(1)记录了该灰度值所对应的green band的系数 # 下面几行注释是原文件pct2rgb处将8bit的调色板映射到3*8bit的三通道rgb的方法 # ***numpy.take的作用：取出src_data中的每一个值（一个0-225的数值） # ***将该数作为序号，去寻找band_lookup中对应位置的值 # for a in range(src_data): # dst_data[a) = Numeric.take(band_lookup,int(a/5300)) dst_data = Numeric.take(band_lookup, src_data) tif_ds.GetRasterBand(iBand + 1).WriteArray(dst_data, 0, iY) tif_ds = None # ---------------------------------------------------------------------------- # Translate intermediate file to output format if desired format is not TIFF. if tif_filename != dst_filename: tif_ds = gdal.Open(tif_filename) dst_driver.CreateCopy(dst_filename, tif_ds) tif_ds = None gtiff_driver.Delete(tif_filename) print('finish writting: ' + dst_filename) break

6.选择lookup table

def lut(bar): # 思路：将256的灰度值中的每个数值，找到RGBA中的RGB对应的参数，写在lookup对照表中 # 初始化对应表（256调色盘 ——> RGBA） # lookup[1:3]对应RGB if bar[0] == '1': data = Numeric.loadtxt("lut\\NDVI_VGYRM-lut.txt", dtype='uint8') data = data[:, 1:4] elif bar[0] == '2': data = Numeric.loadtxt("lut\\PET Color Palette.txt", dtype='uint8') r = data[:, 0] g = data[:, 1] b = data[:, 2] if bar[1] == 'r': lookup = [r[::-1], g[::-1], b[::-1]] elif bar[1] == 'p': lookup = [r[::1], g[::1], b[::1]] return lookup

7.类和方法

# mian class grey2rgb: '''这里输入的分别为：1.模式:模式1表示输入路径为单个文件；模式2表示输入路径为文件夹 2.imgtype:在文件夹模式下，如果文件夹存在多种格式的文件，处理哪种格式的文件。all表示全部处理 3.bar:选用哪种lookuptable，1和2两种。带r表示翻转lookup table 4&5.in/outputfile：输入输出路径（输出路径一定是文件夹。”''' def transfomation(self, mode, imgtype, bar, inputfile, outputfile): # calculate the time costed time_start = time.time() lookup = lut(bar) if mode == [1]: trasferfile(inputfile, outputfile,lookup) elif mode == [2]: for file in os.listdir(inputfile): singlefileName = inputfile+"\\"+file singlefileForm = os.path.splitext(singlefileName)[1][1:] if(singlefileForm == imgtype): trasferfile(singlefileName, outputfile, lookup) elif(imgtype == 'all'): trasferfile(singlefileName, outputfile, lookup) time_end = time.time() return time_end-time_start

【本文地址】

公司简介

联系我们