ArcGIS Pro incluye herramientas que mejoran y ajustan la visualización de un ráster, por ejemplo, proporcionando métodos de dibujo más rápidos y mejoras, y conservando las estadísticas calculadas del conjunto de datos del ráster. Por ejemplo, puede cambiar el brillo y el contraste de un ráster y visualizar el ráster de forma transparente sobre otras capas. También puede utilizar las herramientas de geoprocesamiento para mejorar permanentemente la visualización de datos ráster.
Métodos de dibujo más rápidos
Las velocidades de dibujo para los datos ráster son importantes. Esta sección proporciona algunas consideraciones para ayudar al rendimiento del dibujo, como las pirámides, los resúmenes, el marco de la huella, el tamaño de las teselas y la compresión.
Pirámides y vistas generales
La mejor manera de mejorar y reducir el tiempo necesario para visualizar un dataset ráster grande es la creación de pirámides de ráster. Las pirámides son copias del conjunto de datos ráster original que han sido remuestreadas sucesivamente en niveles decrecientes de resolución, creadas como un archivo .ovr, con el mismo nombre de archivo que el conjunto de datos ráster. Algunas pirámides más antiguas pueden utilizar la extensión .rrd. ArcGIS Pro utiliza el nivel de resolución adecuado para dibujar rápidamente el dataset completo. Sin las pirámides, se debe leer el dataset completo desde el disco y remuestrear en un tamaño menor para la visualización.
Para los datasets de mosaico, puede crear pirámides para cada dataset ráster y utilizar la herramienta Generar vistas generales. Las vistas generales del dataset de mosaico son similares a las pirámides de dataset ráster; son imágenes de menor resolución creadas para aumentar la velocidad de visualización y reducir el uso de la CPU. Sin embargo, difieren en cuanto a que se pueden controlar muchos de los parámetros utilizados para crearlas. Puede crear vistas generales para cubrir solo un área específica o solo en resoluciones específicas. Una vista general permite visualizar todos los rásteres que se encuentran en el dataset de mosaico completo, no solo para cada elemento de ráster.
Bastidor de huellas
Al agregar un dataset de mosaico a un mapa, se agrega como una capa de mosaico que aparece en el panel Contenido como una capa de grupo especial con un mínimo de tres capas: límite, huella e imagen. Puede desactivar la capa Imagen y activar la capa Huella o Límite para ver la extensión de cada ráster o la extensión del dataset de mosaico.
Tamaño de tesela
Nota:
Esta funcionalidad solo está disponible con archivos y geodatabases .tiff (en teselas).
El tamaño de las teselas controla el número de píxeles, especificado en filas y columnas, almacenados en cada tesela (o bloque). Cada tesela se almacena como un objeto binario grande (BLOB). De forma predeterminada, el tamaño de tesela es de 128 por 128 píxeles, pero este valor se puede cambiar. El cambio del tamaño de tesela no mejora necesariamente el rendimiento; para una geodatabase corporativa, cambiar el valor predeterminado puede conllevar una disminución del rendimiento.
Compresión ráster
Los datos comprimidos se deben descomprimir para dibujarlos en la pantalla; los datos comprimidos suelen visualizarse más lentamente que los datos sin comprimir. La cantidad de tiempo que tarda la descompresión a veces se relaciona con la relación de compresión. Cuanto más comprimido está el ráster, más tarda en descomprimirse. Hay muchos tipos de métodos de compresión disponibles para los datasets ráster.
Apariencia de los datos ráster
La apariencia de los datos ráster se puede modificar para ayudar a representar los datos según las necesidades del proyecto. En esta sección se proporcionan algunas técnicas para ayudar a visualizar los datos según sea necesario.
Aumento de contraste
Si los datos ráster representan datos continuos, puede aplicarles una extensión de contraste basada en las estadísticas del dataset ráster. Una extensión aumenta el contraste visual de la visualización de ráster. Por ejemplo, puede aplicar una extensión cuando la visualización de ráster parezca oscura o tenga poco contraste. En estos casos, es posible que las imágenes no contengan el intervalo de valores completo que puede visualizar el equipo, por lo que podría extender los valores de la imagen para utilizar este rango aplicando un aumento de contraste. Esto puede producir una imagen más nítida y algunas entidades pueden resultar más fáciles de distinguir.
A continuación, se muestra un ejemplo de aumento de contraste. El histograma A representa los valores del píxel en la Imagen A. Al extender los valores (como se muestra en el histograma B) por la totalidad del rango, puede modificar y mejorar visualmente el aspecto de la imagen (Imagen B).
Diferentes extensiones producen diferentes resultados en la visualización de ráster. Puede experimentar para buscar la mejor extensión para un dataset de ráster determinado.
Las extensiones estándar se pueden utilizar con el renderizador Extendido o Composición RGB. Las extensiones estándar son Ninguna, Mínimo-Máximo, Porcentaje de clipping, Desviación estándar, Histograma de nivelación, Personalizado y Esri.
La extensión mínimo-máximo expande valores estrechamente agrupados. Una extensión de dos desviaciones estándar se usa a menudo para dar brillo a los datasets ráster que normalmente aparecen oscuros. Una extensión de porcentaje de recorte elimina los valores atípicos en los extremos inferior y superior de las colas del histograma. La extensión de la ecualización del histograma distribuye los valores a través del histograma por igual. La extensión personalizada utiliza los valores de la manipulación interactiva del histograma. La extensión Esri requiere que las estadísticas de dataset ráster (y su histograma) se calculen o estimen; este método proporciona una buena extensión global con imágenes, evitando que los valores de píxel se extiendan a los extremos.
Dependiendo del método de extensión utilizado, puede examinar o modificar el histograma para ver las estadísticas básicas (como el mínimo, el máximo, la media y la desviación estándar) sobre los datos. Puede ajustar de forma interactiva las colas del histograma utilizando el botón Histograma 
para las extensiones Mínimo-máximo, Porcentaje de recorte y Desviación estándar. La extensión Personalizada permite manipular el histograma por partes. Para obtener más información sobre la visualización y el ajuste de un histograma, consulte Extensión del histograma.
Si ha extendido el histograma completo del dataset ráster y todavía no se está visualizando con suficiente contraste, puede utilizar el ajuste de rango dinámico (DRA) para extender los píxeles dentro de la extensión de la pantalla. Esta opción permite utilizar solo las estadísticas de los píxeles que están dentro de extensión de la visualización, en lugar del dataset ráster completo, que se usará para calcular el aumento de contraste. Dado que en la extensión de visualización hay un número menor de valores de píxel, lo más probable es que se utilice un rango menor de valores de píxel, lo que permite obtener una extensión de contraste mayor. Cada vez que cambie la extensión (o ubicación) de la visualización, puede que el dataset ráster se visualice de manera diferente, porque la extensión de contraste calculada para los valores de píxel de la visualización puede cambiar. Para aplicar un conjunto específico de estadísticas a una extensión determinada, utilice la opción Estadísticas personalizadas.
Gamma
También puede aplicar una extensión gamma a los datos ráster. Al preparar datos ráster para la pantalla del equipo, el valor gamma hace referencia al grado de contraste entre los valores de gris medio de un dataset ráster. Gamma no afecta a los valores más bajos o más altos de un dataset ráster, sino solo a los valores medios. Al aplicar una corrección gamma, puede controlar el brillo total de un dataset ráster. Los valores de gamma inferiores a uno reducen el contraste en las áreas más oscuras e incrementan el contraste en las áreas más claras. Esto oscurece la imagen sin saturar las áreas oscuras o claras de la imagen y resalta los detalles en entidades más claras. A la inversa, los valores gamma mayores que uno aumentan el contraste en áreas más oscuras, como sombras de los edificios. Los valores gamma mayores que uno también pueden resaltar detalles en las áreas de elevación inferior al trabajar con datos de elevación. Además, gamma cambia no sólo la intensidad sino también la relación de rojo a verde a azul.
En el ejemplo siguiente, se ilustra el efecto de ajustar los valores gamma que se utilizan para mostrar un dataset ráster. Cada uno de los valores se agregó a las bandas de rojo, verde y azul. Aplicando diferentes valores a cada banda, podría ajustar el grado de rojo, verde y azul visualizado en la imagen compuesta de color.
Brillo, contraste y transparencia
Puede ajustar interactivamente el brillo 
, el contraste 
o el gamma 
, que se encuentran en las pestañas Capa ráster,Capa de mosaico o Capa de servicio de imágenes. Estas mejoras se aplican a la visualización generada en la pantalla, no a los valores originales del dataset ráster. El brillo aumenta la luminosidad total de la imagen, por ejemplo aclarando los colores oscuros y blanqueando los claros, mientras que el contraste ajusta la diferencia entre los colores más claros y los más oscuros. El siguiente ejemplo muestra los ajustes realizados en el brillo y el contraste de una imagen:
La herramienta de transparencia 
permite ver capas de datos bajo la capa de ráster. En el siguiente ejemplo, la imagen superior no utiliza transparencia y el sombreado oscurece la capa subyacente de uso del suelo. Con la transparencia habilitada (parte inferior), la simbología subyacente aparece a través del sombreado, lo que produce un efecto tridimensional.
Remuestreo de visualización
Remuestrear un dataset ráster modifica la forma en que se muestra. El remuestreo es el proceso de interpolar nuevos valores de píxel mientras se transforma el dataset ráster cuando se somete a una función de geoprocesamiento o cuando cambia el espacio de coordenadas. Las cuatro técnicas de remuestreo son la asignación de vecino más cercano, la interpolación bilineal, la convolución cúbica y la mayoría.
Para datasets ráster discretos tales como los que se encuentran en imágenes clasificadas, incluidos los mapas de uso del terreno o los mapas de suelo, los algoritmos de remuestreo de vecino más cercano y mayoría son los más adecuados. La técnica del vecino más cercano asigna el valor de celda más cercano al píxel. La técnica de mayoría asigna el valor más popular en la ventana de filtro, proporcionando una apariencia más suave.
Para los datasets de ráster continuos, como una imagen de satélite, un modelo de elevación o una imagen aérea, la interpolación bilineal o convolución cúbica es más adecuada. La técnica de interpolación bilineal crea un resultado de aspecto suavizado. La técnica de convolución cúbica crea un resultado de aspecto más nítido, pero necesita más tiempo de proceso. La excepción es cuando se preserva la radiometría de una imagen para un análisis multiespectral preciso; en este caso, la técnica más adecuada es la de vecino más cercano.
El diagrama siguiente muestra un ejemplo de remuestreo de visualización. La primera imagen muestra el ráster original y la nueva posición del ráster (contorno del ráster). La imagen del centro muestra cómo vuelve a muestrear los datos la técnica de remuestreo de vecino más cercano. La última imagen muestra cómo vuelve a muestrear la interpolación bilineal.
Visualización de fondo
Puede haber áreas homogéneas dentro de un dataset ráster que no se desea mostrar. Estos pueden incluir bordes, fondos o datos que se consideran que no tienen valores válidos. Se pueden expresar como valores NoData o pueden tener valores reales.
Los fondos y los contornos son a veces el resultado de la reproyección del conjunto de datos rasterizados. Si los datos ráster tienen fondo, borde u otro valor NoData, puede decidir no visualizarlos o visualizarlos como un color determinado.
Todos los renderizadores permiten establecer el valor NoData en un color o no color, mientras que las renderizaciones Extendido y RGB permiten identificar un valor de fondo concreto y visualizar un color o ningún color.
Las imágenes siguientes muestran un área NoData área con un fondo negro y esa misma área sin color.
