- 博客(12)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 python 获取给定多边形和给定几何实体的交集
Python – Sympy Polygon.intersection() 方法在Sympy中，函数Polygon.intersection() 用于获取给定多边形和给定几何实体的交集。几何实体可以是点，线，多边形或其他几何图形。如果多边形和给定的几何实体未在任何地方相交，则交点可以为空。但是，如果存在相交，则可以包含单个点或完整的线段。语法： Polygon.intersection(o)参数：几何实体返回：线段或相交点的列表。范例1：# import Point, Polygon from
2020-12-17 16:17:27
2095
1
原创 python 彩色图像分离植被和土壤
基于彩色图像的R、G、B三个波段计算植被指数图，然后根据阈值分离土壤和植被。import cv2import numpy as npim=cv2.imread('D:/picture.jpg')#提取图像的三个通道B,G,R=cv2.split(im)#计算植被指数cive=0.441*R-0.811*G+0.385*B+18.78745gray=cive.astype('uint8')#大津阈值分割，将土壤像素点变为0，植被像素点为1ret,th=cv2.threshold(g
2020-11-27 19:49:04
2814
7
原创 python 对存在空值、无穷值的数组计算其最大最小值、平均值、分位数等
构建一个带空值、无穷大和无穷小的数组import numpy as npdata=np.array([[1,2,np.nan],[4,5,6],[np.inf,np.nan,9],[3,3,-np.inf]])dataout:对这个数组进行统计首先需要忽略存在的空值和无穷值，空值可通过np.nan+函数的方式忽略，如np.min()→np.nanmean()所以可以将数组里面的无穷值转为空值data[np.isinf(data)]=np.nan然后就可以计算数组的最大最小值、平均数、百
2020-11-23 20:49:57
4144
原创 python 统计数组中不同元素的数量
很简单，使用numpy.unique()函数，查找数组的唯一元素,返回数组的排序后的唯一元素。官方文档见https://numpy.org/doc/stable/reference/generated/numpy.unique.htmlimport numpy as npdata=np.array([[1,2,3],[0,1,2],[3,4,5]])np.unique(data)num=len(np.unique(data))结果array([0, 1, 2, 3, 4, 5])6
2020-11-17 12:09:03
13335
1
原创 python用os.listdir读取文件夹中有序文件乱序的问题
发现用os.listdir读取文件夹中的文件，返回的文件名不一定是顺序的。。。之前一直都没注意到这个问题，尴尬。然后就查找博客解决问题，可发现博客里都只讲了在文件名全是数字时的解决方案，可我的文件名带数字、字母和字符。。。没办法，自己动手，丰衣足食。1 每个文件名里字母和字符都是一样的，只有数字参与排序。这种最简单了如图中这个文件夹，文件名由数字和字母组合，只有数字参与排序。import osimport repath='D:/test/'files= os.listdir(path)查
2020-11-10 20:34:38
3891
4
原创 python 偏最小二乘回归实现
用自己数据实现偏最小二乘回归。用Hitters数据集做演示如何使用自己的数据实现偏最小二乘回归。 此数据集有322个运动员的20个变量的数据， 其中的变量Salary（工资）是我们关心的。数据下载百度网盘链接：https://pan.baidu.com/s/13pb7VN_kTzV0hUEsg-1S1A提取码：3333import pandas as pdimport numpy as npfrom sklearn.cross_decomposition import PLSRegression
2020-11-07 22:16:52
7960
5
原创 python 偏最小二乘回归
用sklearn库带的Linnerud数据集做示例Linnerud数据集包含三个因变量和三个自变量import pandas as pdfrom sklearn.cross_decomposition import PLSRegressionfrom sklearn import datasets from sklearn.model_selection import GridSearchCVimport numpy as np#导入数据集dataset = datasets.load_l
2020-11-07 19:13:31
5454
1
原创 python opencv 实现基于深度学习的超分辨率处理
s超分辨率(super-resolution)的通俗解释就是：将低分辨率的图像通过算法转换成高分辨率图像。通常的超分辨率分两种：SISR和VSR。前者叫做单图像超分辨率，后者叫做视频超分辨率。我们通常理解的超分辨率都是指SISR，我们只需要输入一张低分辨率图像而获得高分辨率图像的输出。 而VSR会利用视频的时间关联性来获得对某一帧的SR。https://muzhan.blog.csdn.net/article/details/85048846本文讲的是利用OpenCV实现前者，实现步骤和代码基于’小白学
2020-10-29 21:01:12
4102
原创 python 调用skimage计算灰度共生矩阵并提取GLCM的纹理属性
图像处理库scikits-image已经支持计算灰度共生矩阵和提取GLCM的纹理属性contrast、dissimilarity、homogeneity、ASM、energy、correlation首先了解一下灰度共生矩阵是什么，下面介绍摘自百度百科。https://baike.baidu.com/item/%E7%81%B0%E5%BA%A6%E5%85%B1%E7%94%9F%E7%9F%A9%E9%98%B5灰度共生矩阵，指的是一种通过研究灰度的空间相关特性来描述纹理的常用方法。1973年Hara
2020-10-27 22:35:56
7951
12
原创 python调用arcpy根据shp文件裁剪geotif图
python调用arcpy根据shp文件裁剪geotif图import arcpyfrom arcpy import envimport osfrom arcpy.sa import *#环境设置env.workspace = ‘D:/’#要裁剪的原图raster=‘D:/raw.tif’#shp文件所在的文件夹path=r’D:/shpfile/’#裁剪结果保存图savepath=r’D:/out/’files= os.listdir(path)for f in files:
2020-10-26 16:19:06
1206
1
原创 python gdal 基于shp文件裁剪geotif图并以最小外接矩形形式保存
from osgeo import gdalimport osimport shapefile#要裁剪的原图input_raster = r’raw.tif’input_raster=gdal.Open(input_raster)#shp文件所在的文件夹path=r’D:/shp_file/’#裁剪结果保存的文件夹savepath=r’D:/result/’#读取shp文件所在的文件夹files= os.listdir(path)for f in files:
2020-10-13 20:19:59
2308
3
原创 python gdal 基于栅格shp文件裁剪geotif图
import numpy as npimport gdalimport operatorfrom functools import reduceimport osimport shapefiledef geo2imagexy(dataset, x, y):‘’’根据GDAL的六 参数模型将给定的投影或地理坐标转为影像图上坐标:param dataset: GDAL地理数据:param x: 投影或地理坐标x:param y: 投影或地理坐标y:return: 影坐标或地理坐标(x,
2020-10-13 11:42:10
2312
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人