基于文件扭曲 (数据管理)

描述

使用包含源控制点和目标控制点的现有文本文件转换栅格数据集。

插图

二维坐标变换的示例

使用方法

  • 在栅格数据需要使用一个利用多项式进行建模的系统化几何校正时,“扭曲”工具会非常有用。通过使用适当阶数的多项式变换,空间变换可转换或移除变形。阶数越高,可校正的变形便越复杂。同时,所需的处理时间也越长。

  • 默认的多项式阶数将执行仿射变换。

  • 要确定指定阶的多项式所必需的最小链接数,则请使用以下公式:

    n = (p + 1) (p + 2) / 2

    其中 np 阶多项式变换所需的最小链接数。建议您使用大于最小链接数的值。

  • 此工具用于确定扭曲栅格的范围并将行数和列数设置为与输入栅格大致相同。由于输出栅格在 x 和 y 方向上的大小比例发生了更改,因而可能会存在一些较小的差异。所用的默认像元大小将通过用范围除以先前确定的行数和列数来计算。像元大小的值将由重采样算法使用。

    如果选择在“环境设置”中定义输出像元大小,将按以下公式计算行数和列数:

  • 可将输出结果保存为 BIL、BIP、BMP、BSQ、DAT、Esri Grid、GIF、IMG、JPEG、JPEG 2000、PNG、TIFF、MRF、CRF 格式或任意地理数据库栅格数据集。

  • 将栅格数据集存储到 JPEG 文件、JPEG 2000 文件或地理数据库时,可在环境中指定压缩类型压缩质量

  • 输入链接文件中的各行均应具有以下值,之间均使用 TAB 键进行分隔:

    <From X> <From Y> <To X> <To Y>

    其中每行均代表一个控制点对的坐标。可以存在其他具有残差值的列,但这些列并非必需内容。

  • 此工具支持多维栅格数据。要在多维栅格中的每个剖切片上运行该工具并生成多维栅格输出,必须将输出保存到 CRF。

    支持的输入多维数据集类型包括多维栅格图层、镶嵌数据集、图像服务和 CRF。

语法

arcpy.management.WarpFromFile(in_raster, out_raster, link_file, {transformation_type}, {resampling_type})
参数说明数据类型
in_raster

要转换的栅格。

Mosaic Layer; Raster Layer
out_raster

要创建的数据集的名称、位置和格式。将栅格数据集存储到地理数据库时,请勿向栅格数据集的名称添加文件扩展名。将栅格数据集存储到 JPEG 文件、JPEG 2000 文件、TIFF 文件或地理数据库时,可以使用环境设置指定压缩类型和压缩质量。

  • .bil - Esri BIL
  • .bip - Esri BIP
  • .bmp - BMP
  • .bsq - Esri BSQ
  • .dat - ENVI DAT
  • .gif - GIF
  • .img - ERDAS IMAGINE
  • .jpg - JPEG
  • .jp2 - JPEG 2000
  • .png - PNG
  • .tif - TIFF
  • .mrf - MRF
  • .crf - CRF
  • Esri Grid 无扩展名
Raster Dataset
link_file

包含要扭曲输入栅格的坐标的文本、CSV 文件或 TAB 文件。该文件可以通过注册栅格工具或地理配准选项卡进行生成。

Text File
transformation_type
(可选)

指定用于平移栅格数据集的变换方法。

  • POLYORDER0 此方法使用零阶多项式平移数据。当数据已进行地理配准但通过微小的平移可以更好的排列数据时,通常使用该多项式。执行零阶多项式平移只需要一个连接线。
  • POLYSIMILARITY 此变换为尝试保存原始栅格形状的一阶变换。RMS 错误会高于其他多项式变换,因为保存形状比最佳大小更重要。
  • POLYORDER1一阶多项式(仿射)将输入点拟合为平面。
  • POLYORDER2二阶多项式将输入点拟合为稍微复杂一些的曲面。
  • POLYORDER3三阶多项式将输入点拟合为更为复杂的曲面。
  • ADJUST 此方法结合多项式变换并使用不规则三角网 (TIN) 插值法对全局和局部精度进行优化。
  • SPLINE 此方法将源控制点准确地变换为目标控制点。在输出中,控制点是准确的,只是控制点之间的栅格像素则不准确。
  • PROJECTIVE 此方法将扭曲线以使其保持平直。进行变换时,之前平行的线可能不再保持平行。投影变换尤其适用于倾斜的影像、扫描的地图和一些影像产品。
String
resampling_type
(可选)

要使用的重采样算法。

  • NEAREST 最邻近法是最快的重采样方法;因为没有新值创建,此方法可将像素值的更改内容最小化。适用于离散数据,例如土地覆被。
  • BILINEAR 双线性插值可通过计算(距离权重)周围 4 像素的平均值来计算每个像素的值。适用于连续数据。
  • CUBIC 三次卷积插值法通过根据周围的 16 像素拟合平滑曲线来计算每个像素的值。此操作将生成平滑影像,但可创建位于源数据中超出范围外的值。适用于连续数据。
  • MAJORITY众数重采样法基于 3 x 3 窗口中出现频率最高的值来确定每个像素的值。适用于离散数据。

最邻近众数选项用于分类数据,如土地利用分类。最邻近选项是默认设置,因为它是最快的插值法,同时也因为它不会更改像元值。 请勿对连续数据(如高程表面)使用其中任何一个选项。

双线性选项和三次选项最适用于连续数据。 不建议对分类数据使用其中任何一个选项,因为像元值可能被更改。

String

代码示例

WarpFromFile 示例 1(Python 窗口)

这是 WarpFromFile 工具的 Python 示例。

import arcpy
arcpy.WarpFromFile_management(
     "\\cpu\data\raster.img", "\\cpu\data\warp_out.tif",
     "\\cpu\data\gcpfile.txt", "POLYORDER2", "BILINEAR")
WarpFromFile 示例 2(独立脚本)

这是 WarpFromFile 工具的 Python 脚本示例。

##Warp image with signiture file

import arcpy
arcpy.env.workspace = r"C:/Workspace"
    
    
arcpy.WarpFromFile_management("raster.img", "warp_output.tif", "gcpfile.txt", 
                      "POLYORDER2", "BILINEAR")

许可信息

  • Basic: 是
  • Standard: 是
  • Advanced: 是

相关主题