时间:2022-04-14 09:42:17 | 栏目:Python代码 | 点击:次
目前有一张tif格式的栅格影像,需要在web地图上进行展示,使用动态切片WMS的方式,渲染速度比较慢,而且大的时候会出现模糊的问题。并且后面需要做多期影像的切换,渲染与加载效率也值得关注。
计划是使用栅格转矢量的方式,将栅格数据转为矢量shp文件,然后进行矢量切片,使用Mapbox进行前端动态渲染。在网上查询了很多资料,有人说使用d3-contour
在node.js中生成或者使用rasterio
在python中进行转换,整体过程都比较麻烦,很不易实现。最终选定了使用GDAL进行栅格转矢量的方法,代码比较简单。
原始tif影像(12.8MB)如下:
GDAL中栅格转矢量的函数主要是以下两个,二者的参数没有任何区别,只是功能有区别:
FPolygonize(*args, **kwargs)
FPolygonize(Band srcBand, Band maskBand, Layer outLayer, int iPixValField, char options=None, GDALProgressFunc callback=0, void * callback_data=None) -> int
将每个像元转成一个矩形。
Polygonize(*args, **kwargs) **
Polygonize(Band srcBand, Band maskBand, Layer outLayer, int iPixValField, char ** options=None, GDALProgressFunc callback=0, void * callback_data=None) -> int
将每个像元转成一个矩形,然后将相似的像元进行合并。
from osgeo import gdal, ogr, osr import os import datetime import numpy as np path = "Z_NAFP20210727.tif" if __name__ == '__main__': start_time = datetime.datetime.now() inraster = gdal.Open(path) # 读取路径中的栅格数据 inband = inraster.GetRasterBand(1) # 这个波段就是最后想要转为矢量的波段,如果是单波段数据的话那就都是1 prj = osr.SpatialReference() prj.ImportFromWkt(inraster.GetProjection()) # 读取栅格数据的投影信息,用来为后面生成的矢量做准备 outshp = path[:-4] + ".shp" # 给后面生成的矢量准备一个输出文件名,这里就是把原栅格的文件名后缀名改成shp了 drv = ogr.GetDriverByName("ESRI Shapefile") if os.path.exists(outshp): # 若文件已经存在,则删除它继续重新做一遍 drv.DeleteDataSource(outshp) Polygon = drv.CreateDataSource(outshp) # 创建一个目标文件 Poly_layer = Polygon.CreateLayer(path[:-4], srs=prj, geom_type=ogr.wkbMultiPolygon) # 对shp文件创建一个图层,定义为多个面类 newField = ogr.FieldDefn('value', ogr.OFTReal) # 给目标shp文件添加一个字段,用来存储原始栅格的pixel value,浮点型, Poly_layer.CreateField(newField) gdal.Polygonize(inband, None, Poly_layer, 0) # 核心函数,执行的就是栅格转矢量操作 # gdal.FPolygonize(inband, None, Poly_layer, 0) # 只转矩形,不合并 Polygon.SyncToDisk() Polygon = None end_time = datetime.datetime.now() print("Succeeded at", end_time) print("Elapsed Time:", end_time - start_time) # 输出程序运行所需时间
转换之后的矢量数据有270MB,非常大,打开非常卡
合并之后的矢量数据有48MB,相对第一种方法数据量大大减少