将多通道图像转换为像素级 pandas 数据帧

Question

如果您有一个多波段图像，例如，尺寸为 1024 * 1024 * 200（列 * 行 * 波段），并且想要将其转换为以下形式的 pandas 数据框：

            Band    Value
1           1       0.14
2           1       1.18
3           1       2.56
.
.
.
209715198   200     1.01
209715199   200     1.15
209715200   200     2.00

所以基本上所有像素都是顺序形式的，以波段号（或波长）和像素值作为列。

有没有一种聪明而有效的方法来做到这一点而无需大量循环、附加到数组等等？

Answer 1

回答

你可以用 numpy.我会尽力在下面引导你。首先，您需要 3D numpy 数组中的输入图像。我只是要使用一个随机生成的小图来说明。这是完整的代码，下面有解释。

import numpy as np
import pandas as pd

images = np.random.randint(0,9,(2,5,5))
z, y, x = images.shape ## 2, 5, 5 (200, 1024, 1024 for your example)
arr = np.column_stack((np.repeat(np.arange(z),y*x), images.ravel()))
df = pd.DataFrame(arr, columns = ['Bands', 'Value'])

说明

images 输出数组如下所示（基本上是 2 张 5x5 像素的图像）：

[[[5 2 3 6 2]
  [6 1 6 3 2]
  [8 3 2 2 1]
  [5 1 2 6 0]
  [3 4 7 0 2]]

 [[1 7 0 7 3]
  [7 4 5 4 3]
  [1 5 4 7 4]
  [2 0 2 7 2]
  [7 0 1 6 7]]]

下一步是使用np.ravel() 将其展平。这将输出您所需的值列：

#images.ravel()
[5 2 3 6 2 6 1 6 3 2 8 3 2 2 1 5 1 2 6 0 3 4 7 0 2 1 7 0 7 3 7 4 5 4 3 1 5
 4 7 4 2 0 2 7 2 7 0 1 6 7]

要创建波段列，您需要将数组的 z 值重复 x*y 次。您可以使用np.repeat() 和np.arange() 来执行此操作。这给了你一个一维数组：

#(np.repeat(np.arange(z),y*x))
[0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1
 1 1 1 1 1 1 1 1 1 1 1 1 1]

这是必需的波段列。为了结合，他们使用np.column_stack()，然后把它变成一个数据框。以上所有步骤相结合。应该是：

arr = np.column_stack((np.repeat(np.arange(z),y*x), images.ravel()))
df = pd.DataFrame(arr, columns = ['Bands', 'Value'])

将输出：

     Bands  Value
0       0      5
1       0      2
2       0      3
3       0      6
4       0      2
5       0      6
6       0      1
7       0      6
8       0      3
9       0      2
10      0      8
11      0      3
12      0      2
13      0      2
14      0      1
15      0      5
16      0      1
17      0      2
18      0      6
19      0      0
20      0      3
21      0      4
22      0      7
23      0      0
24      0      2
25      1      1
26      1      7
27      1      0
...

根据需要。我希望这至少能让你朝着正确的方向前进。