(Arcgis)Python3.8批量裁剪利用shp文件裁剪tif栅格影像数据

使用环境:
pycharm2020
arcgis pro 中的python3.8

一、pycharm中设置python编译器。左上角"文件"------"设置"------找到python interpreter------找到arcgis pro安装文件夹中的python

python 复制代码
D:\ArcGIS Pro\bin\Python\envs\arcgispro-py3\python.exe

使用arcgis pro原因 :自带arcpy库,不需要进行pip install安装。(我是有python官网上的,但是不知道为什么装不了arcpy,所以用的这个方法)(代码是python3编写的,如果用arcgis 10.x版本,是python2需要自行修改)

二、python编程

设置 input_folder 变量为包含要裁剪的栅格影像数据的文件夹路径。shapefile 变量应该是用于裁剪的 shapefile 文件的路径。output_folder 变量是用于存储裁剪后的影像数据的文件夹路径。

代码会循环处理输入文件夹中的每个 .tif 文件,使用 Extract by Mask 工具将其裁剪为指定的 shapefile 边界,并将结果保存到输出文件夹中。

请确保在运行代码之前,你已经安装了 ArcPy 库,并根据你的实际情况修改了文件夹路径和文件名。
文件夹路径中如果包含了非UTF-8编码(中文)的字符,第一行加上# -*- coding: utf-8 -*-

python 复制代码
# -*- coding: utf-8 -*-

import arcpy
import os

# 设置工作环境
arcpy.env.workspace = r"C:\path\to\workspace"
arcpy.CheckOutExtension("Spatial")

# 输入文件夹路径和shapefile路径
input_folder = r"C:\path\to\input_folder"
shapefile = r"C:\path\to\shapefile.shp"

# 输出文件夹路径
output_folder = r"C:\path\to\output_folder"
if not os.path.exists(output_folder):
    os.makedirs(output_folder)

# 获取输入文件夹中的所有tif文件
tif_files = [file for file in os.listdir(input_folder) if file.endswith(".tif")]

# 循环处理每个tif文件
for tif_file in tif_files:
    # 输入tif文件路径
    input_tif = os.path.join(input_folder, tif_file)
    
    # 输出tif文件路径
    output_tif = os.path.join(output_folder, tif_file)
    
    # 使用Extract by Mask工具进行裁剪
    arcpy.gp.ExtractByMask_sa(input_tif, shapefile, output_tif)
    
    print(f"Cropped {tif_file} successfully!")

print("All files cropped successfully!")
相关推荐
橙 子_2 分钟前
在 Amazon Bedrock 中推出 Claude Sonnet 4.5:Anthropic 最智能的模型,最适合编码和复杂代理
人工智能·python·云原生·html
草莓熊Lotso2 分钟前
Python 流程控制完全指南:条件语句 + 循环语句 + 实战案例(零基础入门)
android·开发语言·人工智能·经验分享·笔记·后端·python
智算菩萨6 分钟前
自然语言处理常用Python库:spaCy使用全解
人工智能·python·自然语言处理
deephub11 分钟前
ONNX Runtime Python 推理性能优化:8 个低延迟工程实践
开发语言·人工智能·python·神经网络·性能优化·onnx
Robot侠8 小时前
极简LLM入门指南4
大数据·python·llm·prompt·提示工程
等....9 小时前
Miniconda使用
开发语言·python
Java&Develop9 小时前
Aes加密 GCM java
java·开发语言·python
爱笑的眼睛1111 小时前
超越MSE与交叉熵:深度解析损失函数的动态本质与高阶设计
java·人工智能·python·ai
Rose sait12 小时前
【环境配置】Linux配置虚拟环境pytorch
linux·人工智能·python
过期动态12 小时前
JDBC高级篇:优化、封装与事务全流程指南
android·java·开发语言·数据库·python·mysql