Question

我正在使用Python处理栅格数据（图像），现在遇到了一些问题。我希望有人能给我一些建议。

我有一张RGB图像和一张灰度图像，它们都具有相同的行和行（像素），并且具有相同的坐标参考系（CRS）。 RGB Image Grayscale Image

首先，我需要将灰度图像渲染为彩色并创建彩色图像的自动图例。

第二，我需要将两个图像重叠在一起，其中RGB在底部，而灰度在顶部。如果两个图像可以与其CRS重叠，而我只是根据它们具有相同的行数和行数重叠两个图像，则可能会更好。

第三，我想用与原始图像相同的行和行以及CRS信息保存第二步的结果。

我在Matploblib中找到了一些应对第一步和第二步的方法，如下所示，但是我认为我使用的方式不正确，因为在使用它时会收到两个警告。虽然我可以得到第三步图像，但是该图像缺少CRS并被重新采样。 The resulting image that I want

import numpy as np
import gdal
import matplotlib.pyplot as plt

dataset2 = gdal.Open('/Users/SPH_1_RGB.tif')
band_1 = dataset2.GetRasterBand(1).ReadAsArray()
band_2 = dataset2.GetRasterBand(2).ReadAsArray()
band_3 = dataset2.GetRasterBand(3).ReadAsArray()
array_RGB = np.dstack((band_1, band_2, band_3))
fig = plt.figure(1)
ax1 = fig.add_axes([0.0, 0.0, 0.89, 1.0])
ax1.imshow(array_RGB)
plt.xticks(())
plt.yticks(())

# [left, bottom, width, height]
ax2 = fig.add_axes([0.0, 0.0, 0.89, 1.0])
ax2.set_title('Chlorophyll_a')
dataset = gdal.Open('/Users/SPH_1_Grayscale.tif')
band = dataset.GetRasterBand(1)
array0 = band.ReadAsArray(0, 0, band.XSize, band.YSize)
array_Gray = np.ma.masked_where(array0 == 0.0, array0)
im = ax2.imshow(array_Gray, interpolation='nearest', cmap='jet')

cbaxes = fig.add_axes([0.9, 0.25, 0.02, 0.5])
cbar = plt.colorbar(im, orientation="vertical", cax=cbaxes)
plt.xticks(())
plt.yticks(())
plt.savefig('/Users/SPH_1_Overlap.jpg', dpi=300, bbox_inches='tight')

我收到两个警告：

使用与先前轴相同的参数添加轴当前会重用较早的实例。在将来的版本中，将始终创建并返回一个新实例。同时，通过向每个轴实例传递唯一的标签，可以抑制此警告，并确保将来的行为。 “使用与以前的轴相同的参数添加轴”
UserWarning：改为使用颜色栏set_ticks（）方法。 warnings.warn（“改为使用colorbar set_ticks（）方法。”）

我的问题是：

是否有更好的方法来完成这项工作，以及如何避免这两个警告？
如何在不重新采样的情况下将图像保存在Matplotlib中并保持CRS。

如何将两个图像重叠在一起，创建图例并将CRS保留在Python（Matplotlib）中？

0 个答案: