PixelBlockCollection

摘要

建立对栅格或栅格列表中所有像素块的只读访问。

说明

PixelBlockCollection 对象是栅格或栅格列表中所有 PixelBlock 对象的迭代器。如果处理后的栅格过大,无法加载到内存中,则可使用该对象逐块执行自定义栅格处理。

PixelBlockCollection 类支持将单个栅格或栅格列表作为输入。如果输入为单个栅格,则输出将具有两个维度(沿 y 轴的像素块数,沿 x 轴的像素块数)。例如,要访问输入栅格中的第一个像素块,请使用以下命令:

pixelblockcoll = PixelBlockCollection(in_raster)
numpy_array = pixelblockcoll[0][0].getData()

如果输入为栅格列表,则输出将具有三个维度(沿 y 轴的像素块数,沿 x 轴的像素块数,输入栅格数)。例如,要访问列表中第二个栅格中的第一个像素块,请使用以下命令:

pixelblockcoll = PixelBlockCollection(in_raster1, in_raster2) numpy_array = pixelblockcoll[0][0][1].getData()

PixelBlockCollection 类的 stride 参数指定从内存中的一行像素到内存中的下一行像素的字节数。这也称为增量、仰俯角或跨度大小。下图显示了当步幅设置为默认值(大小与像素块大小相同)时,PixelBlockCollection 对象将如何遍历像素:

具有默认步幅的像素块集合

下图显示了当步幅设置为 (2, 1) 时,PixelBlockCollection 对象将如何遍历像素:

步幅为 (2, 1) 的像素块集合

语法

PixelBlockCollection
 (in_rasters, pixel_block_size, stride, overlay_type, nodata_to_values)
参数说明数据类型
in_rasters
[in_rasters,...]

输入栅格对象或栅格对象列表。如果您使用的是栅格对象列表,则所有栅格必须具有相同的像元大小和空间参考。

Raster
pixel_block_size

包含两个用于描述块大小(行数、列数)的值的元组。

(默认值为 (512, 512))

tuple
stride

包含两个可沿要处理的行和列指定步幅或增量的整数的元组。

如果未指定任何值,则将使用像素块大小且相邻像素块将不发生重叠。

(默认值为 None)

tuple
overlay_type

指定输入栅格具有不同范围时的叠加类型。

  • INTERSECTION像素块将仅覆盖栅格之间的交集区域。
  • UNION像素块将覆盖所有栅格的范围。

(默认值为 INTERSECTION)

String
nodata_to_values
[nodata_to_values,...]

从生成的 NumPy 数组中的输入栅格分配至 NoData 值的值。该值可以是与每个栅格相对应的单个值或一组值。

Integer

属性

属性说明数据类型
size
(只读)

像素块集合中沿 y 方向和 x 方向的像素块数。y 方向上的像素块数将位于第一个位置。

tuple

方法概述

方法说明
reset ()

将像素块集合迭代器重置到集合的开头。

shuffle ()

打乱像素块集合中的像素块顺序。将图像样本输入到深度学习模型时,此选项能起到很大作用。

方法

reset ()
返回值
数据类型说明
PixelBlockCollection

已重置的 PixelBlockCollection 对象。

shuffle ()
返回值
数据类型说明
PixelBlockCollection

包含按乱序排列的像素块的 PixelBlockCollection 对象。

代码示例

PixelBlockCollection 示例 1(Python 窗口)

遍历像素块以计算土地覆被栅格中的总城区面积。

import arcpy 

# Specify the input raster
in_raster1 = arcpy.Raster("landcover.tif")  
 
# Create a PixelBlockCollection 
blockCollection = arcpy.ia.PixelBlockCollection(
	in_raster1, pixel_block_size = (512, 512), nodata_to_values = -1) 

# Check the number of pixelblocks along x and y direction 
number_blocks_y, number_blocks_x= blockCollection.size 

urban_cell_count=0 

# Iterate through each PixelBlock 
for i in range(number_blocks_y):
    for j in range(number_blocks_x):
        pixelblock = blockCollection[i,j] 
	np_array = pixelblock.getData()
	urban_cell_count+= np.count_nonzero(np_array == 3) 
	# value = 3 is urban class 

urban_area = urban_cell_count * in_raster1.meanCellWidth*in_raster1.meanCellHeight 
print("Total urban area : " + str(urban_area))
PixelBlockCollection 示例 2(独立脚本)

遍历像素块以计算在 2006 年到 2016 年间从森林转变为城市的总面积。

import arcpy 
from arcpy.ia import *

# Specify the input rasters
in_raster1 = arcpy.Raster("C:/iapyexamples/data/landcover_2006.tif")  
in_raster2 = arcpy.Raster("C:/iapyexamples/data/landcover_2016.tif")  
 
# Create a PixelBlockCollection 
blockCollection = arcpy.ia.PixelBlockCollection(
	[in_raster1, in_raster2], pixel_block_size = (256, 256), nodata_to_values = -1) 

# Check the number of pixelblocks along x and y direction 
number_blocks_y, number_blocks_x= pixelblocks.size 

forest_to_urban_cell_count = 0 

# Iterate through each PixelBlock

for i in range(number_blocks_y): 
    for j in range(number_blocks_x): 
        pixelblocklist = blockCollection[i][j]
        # get the array from pixelblock in the 1st raster
        array_in_raster1 = pixelblocklist[0].getData()  
        # get the array from pixelblock in the 2nd raster
        array_ in_raster2 = pixelblocklist[1].getData()  

        forest_in_raster1= array_in_raster1[array_in_raster1==1] # value = 1 is forest class 
        urban_in_raster2= array_in_raster2[array_in_raster2==3] # value = 3 is urban class 
        res= forest_in_raster1+ urban_in_raster2  
        forest_to_urban_cell_count+= np.count_nonzero(res == 4) # value = 4 is forest in in_raster1 and urban in in_raster2 

forest_to_urban_area= forest_to_urban_cell_count * in_raster1.meanCellWidth*in_raster1.meanCellHeight 
print("total area from forest in 2006 to urban in 2016 : " + str(forest_to_urban_area))