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
投图匠1 小时前
十种不同风格的 CTP接口 框架
开发语言·python
2601_967980112 小时前
深入理解词向量算法及其在Python中的实践
python·word2vec·glove·fasttext·词向量
129Lab3 小时前
电池循环测试数据自动化分析:用Python+AI工具构建一键式寿命评估流水线
python·数据分析·电池测试·数据自动化·寿命评估
treasure1403 小时前
【复古】浅尝Django前后端不分离
前端·css·python·django·bootstrap·html·web
Dmz丶4 小时前
前端转 AI 100 天 Day 44:前端集成实战——用 React 给 Agent 做个正式界面
python
jay神4 小时前
基于 YOLOv8 的手势识别系统(Web 版)
前端·人工智能·python·深度学习·yolo·计算机视觉·计算机毕业设计
DeepVisionary4 小时前
阿里云上线旗舰多模态新模型,不公布跑分且限时14天退役
python·自动化
东莞市云毅网络有限公司4 小时前
FAQ 覆盖度打分:TF-IDF 与向量嵌入双路召回的 Python 实现
python·数据清洗·rag·企业知识库·文档解析
爱笑的k114 小时前
nano-vllm 源码剖析:千行 Python 手写离线推理引擎的调度、显存与并行时序
开发语言·python·vllm
用户8356290780515 小时前
使用 Python 控制 Excel 工作表的分页位置
后端·python