Scribd
Importer
12 vues3 pages

TP07

Le document présente l'utilisation des bibliothèques GDAL et OGR pour la manipulation de données raster en Python, incluant des étapes pour ouvrir un raster, récupérer ses métadonnées et parcourir ses pixels. Il décrit également des manipulations spécifiques, telles que l'identification des pixels d'eau dans une image et l'application d'un filtre moyenneur. Ces outils permettent une large gamme d'analyses et de traitements sur les données géospatiales.

Transféré par

mehaya9595
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats DOCX, PDF, TXT ou lisez en ligne sur Scribd
12 vues3 pages

TP07

Le document présente l'utilisation des bibliothèques GDAL et OGR pour la manipulation de données raster en Python, incluant des étapes pour ouvrir un raster, récupérer ses métadonnées et parcourir ses pixels. Il décrit également des manipulations spécifiques, telles que l'identification des pixels d'eau dans une image et l'application d'un filtre moyenneur. Ces outils permettent une large gamme d'analyses et de traitements sur les données géospatiales.

Transféré par

mehaya9595
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats DOCX, PDF, TXT ou lisez en ligne sur Scribd

Manipulation des données raster

Introduction
GDAL (Geospatial Data Abstraction Library) et OGR (Simple Feature Library) sont des
bibliothèques open-source puissantes et polyvalentes pour la manipulation de données
géospatiales. GDAL prend en charge la lecture et l'écriture de divers formats de fichiers
raster, tandis qu'OGR est spécialisé dans la manipulation des données vectorielles. Ces
bibliothèques offrent une large gamme de fonctionnalités, notamment la conversion entre
différents formats de données, la transformation de projections, la géoréférencement, la
reprojection et la manipulation des métadonnées géospatiales. De plus, GDAL/OGR propose
des outils pour la visualisation, l'échantillonnage, la résolution des données manquantes et
l'analyse statistique.

Dans ce TP, on va utiliser ces bibliothèques sous le langage de programmation python, pour
la manipulation des données raster (lecture, écriture, conversion, suppression, etc.).

Manipulation 1

Etape 1 : Ouverture d’un raster

Après l'installation de la bibliothèque GDAL, nous procéderons à l'exécution des instructions


Python pour lire un raster.

Etape 2 : récupérer les métadonnées d’un raster

Le code ci-dessus nous permet de récupérer les métadonnées associées au fichier. Ces
métadonnées fournissent des détails essentiels tels que le Driver utilisé, la taille du raster, sa
projection, son origine et la taille des pixels
Etape 3 : récupérer les informations des bandes

Le code ci-dessus nous permet de récupérer les informations de bande

Etape 3 : Parcourir tous les pixels d'un raster

Le code ci-dessus nous permet de parcourir récupérer la bande de tous les pixels d'un raster

import struct
Manipulation 2

Identifier les pixels représentant l'eau dans l'image "image.tif" et calculer le pourcentage de
ces pixels par rapport au nombre total de pixels, en supposant que les pixels avec une valeur
de bande inférieure à 5 représentent l'eau.

Manipulation 3

 Charge l'image « image.tif ».


 Lit la première bande comme tableau NumPy.
 Applique un filtre moyenneur (3x3).
 Sauvegarde le résultat en GeoTIFF ou PNG.

Vous aimerez peut-être aussi