python学习——对无人机影像有RGB转换到HSV

问题描述

最近需要对无人机影像中绿色植被信息进行提取,查看相关论文,发现用的比较多的就是HSV色彩转换方法,动手实践一下。

解决思路

HSV转换 直方图确定阈值 掩膜提取

解决过程

HSV转换

python 复制代码
import os
import numpy as np
from osgeo import gdal
'''
本代码实现将RGB波段的无人机影像转换到HSV色彩空间。
注意无人机影像波段顺序为R,G,B
'''
def RGB2HSV(file):

    src = gdal.Open(file)
    col = src.RasterXSize
    row = src.RasterYSize
    _ = 3
    red = np.array(src.GetRasterBand(1).ReadAsArray().astype(float))
    green = np.array(src.GetRasterBand(2).ReadAsArray().astype(float))
    blue = np.array(src.GetRasterBand(3).ReadAsArray().astype(float))
    arr = np.stack((red, green, blue), axis=2)
    dst = np.zeros((row, col, 3), dtype=np.float32)
    for i in range(row):
        for j in range(col):
            r, g, b = arr[i, j] / 255.0
            minn = np.min([r, g, b])
            maxx = np.max([r, g, b])
            dst[i, j, 2] = maxx  # V
            delta = maxx - minn
            h, s = 0, 0
            if maxx != 0:
                s = delta / maxx
            if r == maxx:
                h = (g - b) / delta
            elif g == maxx:
                h = 2 + (b - r) / delta
            else:
                h = 4 + (r - g) / delta
            h *= 60
            if h < 0:
                h += 360
            dst[i, j, 0] = h
            dst[i, j, 1] = s
    print('开始输出')
    out_name = 'hsv.tif'
    out_ds = gdal.GetDriverByName('GTiff').Create(out_name, col, row, 3, gdal.GDT_Float32)
    for i in range(3):
        # data = out_ds.GetRasterBand(i+1).ReadAsArray()
        band = out_ds.GetRasterBand(i+1).WriteArray(dst[:,:,i])
        del band

    out_ds.SetProjection(src.GetProjection())
    out_ds.SetGeoTransform(src.GetGeoTransform())
    out_ds.FlushCache()
    return out_ds

file = r'G:\temp\forestVFC\标注影像\ZJM_ZLHF_2308221.dat'

# Convert to HSV
dst = RGB2HSV(file)

直方图查看

原结果如下:

HSV结果如下所示:

查看HSV结果波段1的直方图

我这里的需求是分为植被和非植被,查看直方图中第一个波谷的折点即为植被和非植被区域阈值,也就是下图中的28.1115

掩膜提取

在ENVI------bandmath中使用下面这个公式对原始结果进行掩膜即可得到绿色植被区域的影像。

IDL 复制代码
(float(b1) ge 28.0 ) * float(b2)
# b1 为HSV影像的波段1,b2为原始无人机影像

参考:

https://blog.csdn.net/u012294613/article/details/141096007

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。

相关推荐
Shy96041810 分钟前
Bert完形填空
python·深度学习·bert
上海_彭彭20 分钟前
【提效工具开发】Python功能模块执行和 SQL 执行 需求整理
开发语言·python·sql·测试工具·element
zhongcx0137 分钟前
使用Python查找大文件的实用脚本
python
Perishell1 小时前
无人机避障——大疆与Airsim中的角速度信息订阅获取
linux·动态规划·无人机
菲路普科技1 小时前
有无人机巡检为什么还会再采购巡检管理系统
无人机
创小董1 小时前
无人机校企联动:飞行、组装、摄影兴趣班技术详解
无人机
yyfhq1 小时前
sdnet
python
测试19982 小时前
2024软件测试面试热点问题
自动化测试·软件测试·python·测试工具·面试·职场和发展·压力测试
love_and_hope2 小时前
Pytorch学习--神经网络--搭建小实战(手撕CIFAR 10 model structure)和 Sequential 的使用
人工智能·pytorch·python·深度学习·学习
海阔天空_20132 小时前
Python pyautogui库:自动化操作的强大工具
运维·开发语言·python·青少年编程·自动化