一种先进的地理空间数据分析平台
whitebox的Python项目详细描述
白盒
用于高级地理空间数据分析的python包。
此页与用于地理空间分析的python包有关,该包构建在一个独立的可执行命令行程序上,该程序名为whitebox tools
- 作者:John Lindsay博士(http://www.uoguelph.ca/~hydrogeo/index.html" rel="nofollow">http://www.uoguelph.ca/~hydrogeo/index.html)
- 撰稿人:吴秋生博士(https://weats.io rel="nofollow">https://weats.io)
- Github回购: https://github.com/giswqs/whitebox
- 白盒工具:https://github.com/jblindsay/whitebox-tools" rel="nofollow">https://github.com/jblindsay/whitebox-tools
- 用户手册:https://jblindsay.github.io/wbt_book rel="nofollow">https://jblindsay.github.io/wbt_book
- PYPI: https://pypi.org/project/whitebox/
- 康达锻造:https://anaconda.org/conda-forge/whitebox" rel="nofollow">https://anaconda.org/conda锻造/whitebox
- 文档:https://whitebox.readthedocs.io rel="nofollow">https://whitebox.readthedocs.io
- 活页夹:https://gishub.org/whitebox-cloud rel="nofollow">https://gishub.org/whitebox cloud
- 自由软件:麻省理工学院许可证
内容
说明
python包是在john lindsay教授开发的高级地理空间数据分析平台whiteboxtools上构建的( 网页跟随">jblindsay )在圭尔夫大学的地貌和水文研究小组。 whiteboxtools 可用于执行通用地理信息系统(gis)分析操作,例如成本-距离分析、距离缓冲和光栅重新分类。遥感和图像处理任务包括图像增强(例如全色锐化、对比度调整)、图像拼接、大量滤波操作、简单分类(k-means)和常见的图像变换。 WhiteboxTools还包含用于空间水文分析的高级工具(例如,流量累积、分水岭划定、河流网络分析、水槽清除)、地形分析(例如,常见地形指数,例如坡度、曲率、湿度指数、山丘阴影;高度计分析;多尺度地形位置分析)和激光雷达数据处理。lidar点云可以查询(lidarinfo,lidarhistogram),分割,平铺和连接,分析异常值,插值到光栅(dem,强度图像),地面点可以分类或过滤。 whiteboxtools 不是一个地图或空间数据可视化软件包,而是作为其他数据可视化软件(主要是gis)的分析后端。
安装
白盒 支持多种平台,包括Microsoft Windows、MacOS和Linux操作系统。注意,您需要安装Python3.x。不支持Python2.x。可以使用以下命令安装python包:
pipinstallwhitebox
如果您以前安装过 whitebox python包并希望升级到最新版本,则可以使用以下命令:
pipinstallwhitebox-U
建议您使用python虚拟环境(例如conda)来测试whitebox包。如有必要,请按照conda用户指南安装conda。一旦安装了conda,就可以使用终端或anaconda提示符创建python虚拟环境。检查管理ing python environment了解更多信息。
condacreate-npy36python=3.6sourceactivatepy36condaconfig--addchannelsconda-forgecondainstallwhitebox
白盒教程
立即使用 mybinder.org 或 binder.pangeo.io 直接启动白盒教程笔记本:
快速示例
可以使用snake_case或camelcase约定(例如 lidar_info 或 lidarinfo )调用python包中的工具名。请参见下面的示例python脚本( example.py )。如果您对使用whitebox tools命令行程序感兴趣,请选中whiteboxtools用法。
importosimportpkg_resourcesimportwhiteboxwbt=whitebox.WhiteboxTools()print(wbt.version())print(wbt.help())# identify the sample data directory of the packagedata_dir=os.path.dirname(pkg_resources.resource_filename("whitebox",'testdata/'))wbt.set_working_dir(data_dir)wbt.verbose=Falsewbt.feature_preserving_denoise("DEM.tif","smoothed.tif",filter=9)wbt.breach_depressions("smoothed.tif","breached.tif")wbt.d_inf_flow_accumulation("breached.tif","flow_accum.tif")
白盒的Jupyter笔记本教程
本教程有三种访问方式:
- HTML版本:https://gishub.org/whitebox-html" rel="nofollow">https://gishub.org/whitebox html
- 可视笔记本:https://gishub.org/whitebox-notebook" rel="nofollow">https://gishub.org/whitebox notebook
- 交互式笔记本:https://gishub.org/whitebox-cloud" rel="nofollow">https://gishub.org/whitebox cloud
将本教程作为云端上的交互式Jupyter笔记本启动- https://gishub.org/whitebox cloud
白盒图形用户界面
whiteboxtools还提供了一个图形用户界面(gui)- whiteboxtools runner ,可以使用以下python脚本调用该界面:
importwhiteboxwhitebox.Runner()
故障排除
linux
当使用导入白盒时,如果出现一个错误,显示没有名为'u tkinter'的模块,请安装python3 tk包,您可以尝试以下解决方案:
- 对于ubuntu、linux mint等:sudo apt get安装python3 tk
- 对于manjaro,arch-linux: sudo pacman -s tk
可用工具
该库目前包含403个工具,每个工具根据其主要功能分为以下类别之一:数据工具、地理信息系统分析、水文分析、图像分析、激光雷达分析、数学和统计分析、流网络分析和地形分析。s.以下是可用工具的完整列表,并附有简要的工具说明。
数据工具
- addPointCoordinates表 :通过添加包含每个点的x和y坐标。
- 将nodata转换为零 :将光栅中的nodata值转换为零。
- 转换光栅格式 :将光栅数据从一种格式转换为另一种格式。
- exportTableToCSV :将属性表导出到CSV文本文件。
- 联接表 :基于公共字段将向量的属性表与另一个表合并。
- linestopolygons :将矢量多段线转换为多边形。
- MergeTablewithCSV :将矢量的属性表与CSV文本文件中包含的表合并。
- 合并向量 :将同一形状类型的两个或多个输入向量组合在一起,创建一个新的输出向量。
- multiparttosinglepart :将包含多个部件特征的矢量文件转换为仅包含单个部件特征的矢量。
- newRasterFromBase :使用基础图像创建新光栅。
- 多边形 :将矢量多边形转换为多段线。
- 打印geotiff tags :打印geotiff中的标记。
- 光栅到矢量线 :将光栅线要素转换为多段线形状类型的矢量。
- rastertovectorpoints :将光栅数据集转换为点形状类型的矢量。
- 重新初始化属性表 :初始化向量的属性表,删除除特征ID(fid)以外的所有字段。
- 删除多边形孔 :删除矢量多边形文件特征中的孔。
- setnodata值 :将输入图像中的指定值赋给nodata值。
- 单部件到多部件 :将包含多部件特征的矢量文件转换为仅包含单部件特征的矢量。
- 矢量线存储器 :将包含多段线的矢量转换为光栅。
- 矢量点存储器 :将包含点的矢量转换为光栅。
- 矢量多边形控制器 :将包含多边形的矢量转换为光栅。
地貌分析
-
纵横比
:根据输入的DEM计算纵横比光栅。
-
devfrommanelev
:计算与平均高程的偏差。
-
diffFromMeanElev
:计算与平均高程的差(相当于高通滤波器)。
-
方向起伏
:计算指定方向输入DEM中单元格的起伏。
-
drainagepreservingsmoothing
:使用修改后的sun et al.(2007)算法。
-
下坡指数
:计算Hjerdt等人(2004)下坡指数。
-
高程坑
:计算最近下游坑单元或网格边缘单元上方每个网格单元的高程。
-
高程百分比
:计算DEM的高程百分比光栅。
-
elevrelativetominmax
:计算相对于dem中最小和最大高程的位置高程。
-
elevrelativetowatershedminmax
:计算相对于流域中最小和最大高程的位置高程。
-
FeaturePreservingDenoise功能
:使用修改的Sun等减少输入DEM中的短尺度变化。(2007)算法。
-
抓取分析
:分析到障碍物的抓取或迎风距离。
-
填充缺失数据
:填充DEM中的节点数据孔。
-
FindRidges
:识别潜在的脊和峰值网格单元。
-
山体阴影
:计算来自输入DEM的山体阴影光栅。
-
水平角
:计算输入DEM中每个网格单元的水平角(最大迎风坡度)。
-
hypsometricalysis
:计算一个或多个dem的hypsometric曲线。
-
最大各向异性dev
:计算一系列空间尺度上高程偏差的最大各向异性(方向性)。
-
最大各向异性特征
:计算空间尺度范围内点偏离平均值的各向异性。
-
最大分支长度
:Lindsay和Seibert(2013)的分支长度指数用于绘制排水分界线或山脊线。
-
maxDifferenceFromMean
:计算一个空间尺度范围内平均海拔的最大差异。
-
maxDownsleeLevChange
:计算网格单元与其八个下坡邻居之间高程的最大下坡变化。
-
最大高程偏差
:计算空间尺度范围内的最大高程偏差。
-
maxelevdevsignature
:计算一系列空间尺度和一组点的最大高程偏差。
-
mindownslopeelevchange
:计算网格单元与其八个下坡邻居之间高程的最小下坡变化。
-
多尺度粗糙度
:计算一系列空间尺度上的表面粗糙度。
-
多尺度粗糙度特征
:计算空间尺度范围内点的表面粗糙度。
-
多比例尺地形位置图像
:从三个不同空间比例尺范围的devmax光栅创建多比例尺地形位置图像。
-
numDownSlopeneIghbours
:计算DEM中每个网格单元的下坡邻居数。
-
numupslopeneighbors
:计算DEM中每个网格单元的上坡邻居数。
-
Pennocklandormclass
:根据坡度、剖面曲率和平面曲率对山坡区域进行分类。
-
百分比范围
:计算DEM高程范围的百分比。
-
平面曲率
:根据输入的DEM计算平面(等高线)曲率光栅。
-
剖面曲率
:根据输入的DEM计算剖面曲率光栅。
-
配置文件
:绘制数字表面模型的配置文件。
-
相对光谱
:根据输入的DEM计算相对方面(相对于用户指定的方向)。
-
相对流功率索引
:计算相对流功率索引。
-
相对地形位置
:根据DEM计算相对地形位置索引。
-
加固指数
:根据输入DEM计算Riley等人(1999)的地形加固指数。
-
删除地形对象
:从光栅数字高程模型(DEM)中删除地形外对象。
-
泥沙输移指数
:计算泥沙输移指数。
-
坡度
:根据输入的DEM计算坡度光栅。
-
slopevselevationplot
:为一个或多个DEM创建坡度与高程图。
-
坡度标准偏差
:计算坡度与输入DEM的标准偏差。
-
切向曲率
:根据输入DEM计算切向曲率光栅。
-
总曲率
:根据输入的DEM计算总曲率光栅。
-
viewshed
:标识点或点集的viewshed。
-
可见性指数:估计DEM中站点的相对可见性。
-
湿度指数
:计算es地形湿度指数,ln(a/tan(斜率))。
地理信息系统分析
-
聚集器
:将光栅聚集到较低分辨率。
-
平均覆盖
:计算一组光栅图像中每个网格单元的平均值。
-
块最大网格化
:基于一组矢量点创建光栅网格,并使用块最大方案分配网格值。
-
块最小网格化
:基于一组矢量点创建光栅网格,并使用块最小方案分配网格值。
-
bufferRaster
:在输入图像中的每个非背景(非零/非节点数据)网格单元周围映射基于距离的缓冲区。
-
质心
:计算光栅多边形对象的质心或平均位置。
-
质心向量
:识别向量多段线或多边形特征或一组向量点的质心点。
-
剪辑
:提取与剪辑向量的特征重叠的所有特征或部分特征。
-
cliprastertopolygon
:将光栅剪辑到矢量多边形。
-
聚集
:将构成物理离散区域的单元格分组,并为其分配唯一标识符。
-
紧致比
:计算矢量多边形的紧致比(A/P),即形状复杂度的度量。
-
constructVectorIn
:此工具为一组向量点创建一个向量三角形不规则网络(TIN)。
-
countif
:统计光栅单元格堆栈中指定值的出现次数。
-
成本分配
:标识成本距离分析中每个网格单元通过最低成本路径连接到的源单元。
-
成本距离
:在成本表面和一组源单元格上执行成本距离累积。
-
成本路径
:使用一系列目标网格单元执行成本距离路径分析。
-
创建六边形向量网格
:创建六边形向量网格。
-
创建平面
:根据简单平面的公式创建光栅图像。
-
创建矩形矢量网格
:创建矩形矢量网格。
-
分解
:删除矢量多边形覆盖范围内的内部或共享边界。
-
边缘投影
:计算光栅多边形中作为边缘单元的单元的比例。
-
消除意外点
:从矢量点文件中删除任何重合或几乎重合的点。
-
伸长比
:计算矢量多边形的伸长比。
-
擦除
:删除与擦除矢量多边形的功能重叠的所有功能或部分功能。
-
从光栅中擦除多边形
:从光栅中擦除(剪切)矢量多边形。
-
欧氏定位
:为输出光栅中的网格单元分配输入图像中最近目标单元的值,该值由Shih和Wu(2004)欧氏距离变换测量。
-
欧氏距离变换
:计算Shih和Wu(2004)欧氏距离变换。
-
延长线
:将矢量线延长指定距离。
-
提取节点
:将矢量线或多边形转换为顶点。
-
提取光栅点值
:提取矢量点位置的光栅值。
-
FindLoveStorHighestPoints
:定位光栅中最低和/或最高值的单元格。
-
FindPatchorClassedCells
:查找位于修补程序或类功能边缘的所有单元格。
-
嗨ghestposition
:按单元格标识光栅堆栈中最大值的堆栈位置。
-
孔比例
:计算多边形孔总面积相对于多边形外壳面积的比例。
-
idwinterpolation
:使用距离加权逆方案将矢量点插值到光栅曲面中。
-
相交
:标识两个输入向量层之间共同的特征部分。
-
layer footprint
:创建光栅网格或矢量层覆盖区域的矢量多边形示意图。
-
线性索引
:计算矢量多边形的线性索引。
-
直线相交
:标识两个矢量直线层的特征相交的点。
-
低位
:以单元格为单位标识光栅堆栈中最小值的堆栈位置。
-
MaxAbsoluteOverlay
:计算输入光栅堆栈中每个网格单元的最大绝对值。
-
maxoverlay
:计算输入光栅堆栈中每个网格单元的最大值。
-
medoid
:计算形状文件中包含的一系列矢量特征的medoid。
-
minAbsoluteOverlay
:计算输入光栅堆栈中每个网格单元的最小绝对值。
-
最小边界框
:围绕矢量特征创建矢量最小边界矩形。
-
最小包围圆
:描绘一组向量的最小包围圆(即最小包围圆)。
-
最小边界展开
:围绕矢量特征创建矢量轴对齐的最小边界矩形(信封)。
-
minimumconverxhull
:围绕向量特征创建向量凸多边形。
-
minoverlay
:计算输入光栅堆栈中每个网格单元的最小值。
-
近邻处理
:基于一组矢量点创建栅格,并使用近邻指定栅格值。
-
面片方向
:计算矢量多边形的方向。
-
percentequalto
:按单元格计算单元格值等于输入的光栅堆栈的百分比。
-
percentgreaterthan
:按单元格计算单元格值大于输入值的光栅堆栈的百分比。
-
percentlessthan
:按单元格计算单元格值小于输入值的光栅堆栈的百分比。
-
周长面积比:计算矢量多边形的周长面积比。
-
pickFromList
:从位置光栅指定的光栅堆栈输出值。
-
多边形区域
:计算矢量多边形的面积。
-
多边形长轴
:此工具可用于映射多边形要素的长轴。
-
多边形周长
:计算矢量多边形的周长。
-
多边形短轴功能
:此工具可用于映射多边形短轴功能。
-
多边形化
:从包含在一个或多个输入矢量线文件中的两个或多个相交线要素创建多边形层。
-
旋转半径
:计算单元格与其多边形质心的距离。
-
RasterCellAssignment
:将行或列编号分配给单元格。
-
重新分类
:重新分类光栅图像中的值。
-
重分类质量间隔
:根据相等的范围重新分类光栅图像中的值。
-
重新分配ile
:使用文本文件中的重新分类范围重新分类光栅图像中的值。
-
相关外接圆
:计算矢量多边形的相关外接圆。
-
形状复杂度索引:计算多边形形状的整体复杂度或不规则度。
-
平滑向量
:平滑多段线或多边形基形状的向量覆盖范围。
-
用线拆分
:使用另一层中的线拆分一层中的线或多边形
-
SumOverlay
:计算一组光栅图像中每个网格单元的总和。
-
对称性差异
:输出两个矢量输入中的一个而不是两个输入中的一个的特征,即没有重叠的特征。
-
刺痛消除
:基于适合矢量点的三角形不规则网络(TIN)创建光栅网格。
-
并集
:在向量层的重叠处拆分它们,创建一个包含来自输入层和覆盖层的所有部分的层。
-
向量hexbinning
:hex存储一组向量点。
-
voronoi diagram
:s工具为一组矢量点创建矢量voronoi图。
-
加权覆盖(weightedoverlay)
:将每个图像转换为公共比例后,对多个输入光栅执行加权和。该工具执行多标准评估(MCE)。
-
加权和
:对多个输入光栅图像执行加权和叠加。
水文分析
-
AverageFlowPathSlope
:测量排放每个网格单元的所有上坡流径的平均长度。
-
平均上坡流径长度
:测量排放每个网格单元的所有上坡流径的平均长度。
-
流域
:标识排放到DEM边缘的流域。
-
突破洼地
:使用Lindsay(2016)算法突破DEM中的所有洼地。在大多数情况下,这应优先于凹陷填充。
-
破坏单细胞凹坑
:通过破坏从输入DEM中删除单细胞凹坑。
-
D8FlowAccumulation
:根据输入DEM计算D8流量累积光栅。
-
d8 mass flux
:执行d8质量通量计算。
-
D8指针
:根据输入DEM计算D8流动指针光栅。
-
depthinnsink
:测量DEM中的汇(凹陷)深度。
-
dinfflowscumulation
:根据输入的dem计算d无穷大的流量累积光栅。
-
dinfmassflux
:执行D无穷大质量通量计算。
-
dinfpointer
:根据输入的dem计算d无穷大的流动指针(流动方向)光栅。
-
下坡流距离
:测量到最近的下坡流单元的距离。
-
下坡流径长度
:计算从每个单元到流域出口的下坡流径长度。
-
流上高程
:计算最近的下坡流单元上方单元的高程。
-
ElevationOverstreamuclidean
:计算最近(欧几里德距离)流单元格上方单元格的高程。
-
FD8流量累积
:根据输入DEM计算FD8流量累积光栅。
-
FD8指针
:根据输入DEM计算FD8流动指针光栅。
-
fillburn
:使用fillburn(Saunders,1999)方法将流刻录到DEM中。
-
填充凹陷
:填充DEM中的所有凹陷。在大多数情况下,应首选抑郁症破裂。
-
fillsinglecellpits
:提升pit单元格到他们最低邻居的高度。
-
findNoFlowCells
:查找没有下坡邻居的网格单元。
-
FindParallelFlow
:在D8流向光栅中查找平行流区域。
-
展平湖泊
:在光栅DEM中展平湖泊多边形。
-
洪水顺序
:按照搜索过程中遇到的洪水顺序,从边缘开始,以增加的高程向内移动,为每个DEM网格单元指定顺序。
-
FlowAccumerationFullWorkflow
:解析DEM中的所有凹陷,输出一个破坏的DEM、一个方向对齐的非发散流指针、一个流累积光栅。
-
flowlengthdiff
:计算下坡流径长度的局部最大绝对差,用于绘制排水沟和山脊。
-
山坡
:标识流向流网络中每个链路的单个山坡。
-
蓄水指数
:计算筑坝DEM产生的蓄水量。
-
等深线
:将景观划分为大小几乎相等的流域(即流域)。
-
JensonSnapPourPoints
:将用于指定分水岭操作中感兴趣点的出口点移到最近的流单元。
-
最大上坡流径长度
:测量排放每个网格单元的所有上坡流径的最大长度。
-
最长流径
:描绘一组子流域或流域的最长流径。
-
NuminFlowingNeighbors
:根据D8算法计算输入DEM中每个单元的流入邻居数。
-
凸出墙
:沿直线或多边形(例如分水岭)在DEM中凸出墙。
-
rho8指针
:从输入DEM计算随机rho8流动指针光栅。
-
汇
:标识DEM中的凹陷,为每个特征提供唯一的标识符。
-
snappourpoints
:将用于指定分水岭操作中感兴趣的点的出口点移动到其附近具有最高流量累积的单元。
-
随机凹陷分析
:对DEM中的凹陷进行随机分析。
-
Strahler序流域
:从输入流网络识别Strahler序流域。
-
子流域
:标识排水到河网中每个连接的集水区或子流域。
-
tracedownslopeflowspaths
:跟踪一个或多个目标站点(即种子点)的下坡流径。
-
非河口流域
:提取一组出口点的整个流域。
-
流域
:标识排放到一组目标单元的流域或流域。
图像分析
-
自适应滤波器
:对图像执行自适应滤波器。
-
平衡对比度增强
:对多光谱数据的彩色合成图像执行平衡对比度增强。
-
双边滤波器
:双边滤波器是tomasi和manduchi(1998)提出的一种边缘保持平滑滤波器。
-
变化矢量分析
:对两日期多光谱数据集执行变化矢量分析。
-
关闭
:关闭是一种数学形态学操作,涉及膨胀(最大过滤器)集的侵蚀(最小过滤器)。
-
保守平滑过滤器
:对图像执行保守平滑过滤器。
-
角点检测
:使用击中和未击中模式抠图识别布尔图像中的角点模式。
-
校正渐晕
校正DA向拐角处标记图像。
-
创建彩色合成
:从三个多光谱图像波段创建彩色合成图像。
-
直接去相关stretch
:对多光谱数据的彩色合成图像执行直接去相关拉伸增强。
-
高斯滤波器的diffofgaussianfilter
:对图像执行高斯(dog)滤波器的差分。
-
多样性过滤器
:为输出网格中的每个单元格分配移动窗口中以输入网格中每个网格单元格为中心的不同值的数目。
-
edgePreservingMeanFilter
:对输入图像执行简单的边缘保持平均滤波器。
-
浮雕过滤器
:对图像执行浮雕过滤器,类似于山体阴影操作。
-
快速高斯滤波器
:对图像执行快速近似高斯滤波器。
-
FlipImage
:在垂直或水平轴上反射图像。
-
伽玛校正
:对输入图像执行乙状结肠对比度拉伸。
-
高斯变换拉伸
:对输入图像执行高斯对比度拉伸。
-
高斯滤波器
:对图像执行高斯滤波器。
-
高通滤波器
:对输入图像执行高通滤波器。
-
高通中值滤波器
:对输入图像执行高通中值滤波器。
-
直方图均衡化
:对图像执行直方图均衡化对比度增强。
-
历史编程匹配
:将光栅图像的统计分布与指定的PDF匹配。
-
histogrammatchingtwoimages
:此工具将光栅图像的累积分布函数更改为另一图像的累积分布函数。
-
ihstorgb
:将强度、色调和饱和度(ihs)图像转换为红色、绿色和蓝色(rgb)图像。
-
图像堆栈配置文件
:为一组点和多光谱图像绘制图像堆栈配置文件(即签名)。
-
积分图像
:将输入图像(总和面积表)转换为其积分图像等效值。
-
k means clustering
:对多光谱数据集执行k-means聚类操作。
-
knearestmeanfilter
:k-最近均值滤波器是一种边缘保持平滑滤波器。
-
拉普拉斯滤波器
:对图像执行拉普拉斯滤波器。
-
拉普拉斯高斯滤波器
:对图像执行拉普拉斯高斯(对数)滤波器。
-
lee filter
:对图像执行lee(sigma)平滑滤波器。
-
测线滤波器
:对图像执行测线滤波器。
-
线条细化
:在布尔光栅图像上执行线条细化a;打算与removespurs工具一起使用。
-
主要筛选器
:在以输入光栅中的每个网格单元格为中心的移动窗口中,为输出网格中的每个单元格指定最常出现的值(模式)。
-
maximumfilter
:为输出网格中的每个单元格分配一个移动窗口中的最大值,该窗口位于输入光栅中的每个网格单元格的中心。
-
平均滤波器
:对输入图像执行平均滤波器(低通滤波器)。
-
median filter
:对输入图像执行中值滤波。
-
最小最大对比度拉伸
:对输入的灰度图像执行最小最大对比度拉伸。
-
minimumfilter
:在以输入光栅中的每个网格单元格为中心的移动窗口中,为输出网格中的每个单元格指定最小值。
-
modifiedkmanesclustering
:对多光谱数据集执行修改后的k-means聚类操作。
-
金属氧化物半导体aic
:将两个或多个图像拼接在一起。
-
OlympicFilter
:对图像执行奥林匹克平滑滤波。
-
打开
:打开是一种数学形态学操作,涉及腐蚀(最小过滤器)集的膨胀(最大过滤器)。
-
标准化差异植被指数
:根据近红外和红色图像计算标准化差异植被指数(ndvi)。
-
全色锐化
:通过将多光谱波段与全色数据相结合,提高图像数据的空间分辨率。
-
百分比对比度拉伸
:对输入图像执行百分比线性对比度拉伸。
-
百分比过滤器
:对输入图像执行百分比过滤器。
-
prewitt滤波器
:对图像执行prewitt边缘检测滤波器。
-
范围过滤器
:为输出网格中的每个单元格分配移动窗口中以输入网格中每个网格单元格为中心的值范围。
-
removespurs
:从布尔线图像中删除毛刺(修剪操作);用于线条细化工具的输出。
-
重采样
:将一个或多个输入图像重采样到目标图像。
-
rgbtoihs
:将红色、绿色和蓝色(rgb)图像转换为强度、色调和饱和度(ihs)图像。
-
robert s cross filter
:对图像执行robert的交叉边缘检测过滤器。
-
scharr filter
:对图像执行scharr边缘检测过滤器。
-
乙状结肠对比度拉伸
:对输入图像执行乙状结肠对比度拉伸。
-
sobel filter
:对图像执行sobel边缘检测过滤器。
-
分割彩色合成
:此工具将RGB彩色合成图像分割为单独的多光谱图像。
-
标准偏差对比度拉伸
:对输入图像执行标准偏差对比度拉伸。
-
标准偏差过滤器
:为输出网格中的每个单元格指定一个移动窗口中的值的标准偏差,该窗口位于输入网格中的每个网格单元格的中心。
-
加厚行
:加厚光栅图像中的单单元格宽行。
-
top hat transform
:对输入图像执行白色或黑色的top hat变换
-
total filter
:对输入图像执行totalfilter。
-
取消锐化遮罩
:增强边缘的图像锐化技术。
-
用户定义的权重过滤器
:对图像执行用户定义的权重过滤器。
-
writeFunctionMemoryInsert(写入功能存储器插入说明)
:执行写入功能存储器插入,以检测单波段多日期更改。
激光雷达分析
-
对重叠点进行分类
:对重叠飞行线区域中的LAS点进行分类或过滤。
-
cliplidartopolygon
:将激光雷达点云剪辑到一个或多个矢量多边形。
-
从激光雷达中擦除多边形
:从激光雷达点云中擦除(剪切)一个或多个矢量多边形。
-
filterlidarscanangles
:删除扫描角度大于阈值的LAS文件中的点。
-
findflightlineedgepoints
:标识LAS文件中沿飞行线边缘的点。
-
flightlineoverlap
:读取激光雷达(LAS)点文件并输出包含每个网格单元中重叠飞行线数量的光栅。
-
lastoascii
:将一个或多个LAS文件转换为ASCII文本文件。
-
lastomultipointshapefile
:将一个或多个las文件转换为多点z矢量shapefile。
-
lastoshapefile
:将一个或多个LAS文件转换为点形状类型的矢量形状文件。
-
lidarblockmaximum
:从输入LAS文件创建块最大光栅。
-
lidarblockminimum
:从输入LAS文件创建块最小光栅。
-
激光雷达分类子集
:对一个激光雷达点云中与子集云中的点对应的值进行分类。
-
激光雷达彩色化
:根据输入图像添加激光雷达(LAS)文件的红绿蓝颜色字段。
-
lidarconstructvectortin
:创建一个适合lidar点的矢量三角形不规则网络(tin)。
-
激光雷达高程切片
:输出激光雷达(LAS)点文件中位于指定高程范围之间的所有点。
-
激光雷达圆点滤波器
:识别激光雷达数据集中的地面点。
-
lidaridwinterpolation
:使用反向距离加权(idw)方案插值las文件。
-
lidarhexbinning
:hex存储一组lidar点。
-
lidarhillshade
:计算las文件中点的hillshade值,并将这些数据存储在rgb字段中。
-
激光雷达直方图
:根据激光雷达数据创建直方图。
-
lidarinfo
:打印有关lidar(las)数据集的信息,包括标题、点返回频率、分类数据以及有关可变长度记录(vlrs)和地理键的信息。
-
lidarjoin
:将多个lidar(las)文件合并到一个las文件中。
-
lidarkappindex
:对两个las文件的分类执行kappa协议索引(kia)分析。
-
lidarnearestneighborrydriding
:使用最近邻方案对las文件进行网格划分。
-
激光雷达点密度
:计算激光雷达数据集点密度的空间模式。
-
lidarpointstats
:创建几个光栅,汇总LAS点数据的分布。
-
LidarRemoveDuplicates
:从Lidar数据集中删除重复点。
-
激光雷达移动异常值
:删除激光雷达点云中的异常值(高点和低点)。
-
激光测距
:基于法向量分割激光雷达点云。
-
基于lidar分段的滤波器
:使用基于分段的方法识别lidar点云内的地面点。
-
激光雷达
:变薄激光雷达点云,降低点密度。
-
激光雷达高密度
:从激光雷达点云中的高密度区域变薄点。
-
激光雷达
:将激光雷达LAS文件平铺成多个LAS文件。
-
lidartilefootprint
:创建lidar点云凸包的矢量多边形。
-
激光雷达消除
:基于安装在激光雷达点上的三角形不规则网络(TIN)创建光栅网格。
-
lidartophattransform
:在lidar数据集上执行白顶帽变换;作为对地面高度的估计,这对于模拟植被冠层非常有用。
-
法向量
:计算LAS文件中点的法向量,并将这些数据(XYZ向量分量)存储在RGB字段中。
-
按多边形选择平铺
:将与多边形重叠的激光雷达平铺复制到输出目录中。
数学和统计分析
-
绝对值
:计算光栅中每个单元格的绝对值。
-
添加
:对两个光栅或一个光栅和一个常量执行添加操作。
-
和
:对两个布尔光栅图像执行逻辑和运算符。
-
方差分析
:在光栅数据集上执行方差分析(anova)测试。
-
arccos
:返回光栅中每个值的反余弦(arccos)。
-
arcin
:返回光栅中每个值的反正弦(arcin)。
-
arctan
:返回光栅中每个值的反切线(arctan)。
-
atan2
:返回2参数反切线(atan2)。
-
属性关联
:对矢量数据库中的属性字段执行关联分析。
-
attribute histogram
:为向量属性表的字段值创建直方图。
-
attribute scattergram
:为向量属性表的两个字段值创建散点图。
-
ceil
:返回大于或等于光栅值的最小值(最接近负无穷大)。
-
cos
:返回光栅中每个值的余弦。
-
cosh
:返回光栅中每个值的双曲余弦(cosh)。
-
脆度指数
:计算脆度指数,用于量化概率图像的脆度(或相反的模糊度)。
-
交叉制表
:对两个分类图像执行交叉制表。
-
累积分布
:将光栅图像转换为其累积分布函数。
-
递减
:将输入光栅中每个网格单元的值减少1.0。
-
除法
:对两个光栅或一个光栅和一个常量执行除法操作。
-
等于
:对两个光栅或一个光栅和一个常量执行等于比较操作。
-
exp
:返回光栅中值的指数(基e)。
-
exp2
:返回光栅中值的指数(基2)。
-
提取光栅统计信息
:提取光栅中一组补片的描述性统计信息。
-
floor
:返回大于或等于光栅中的值的最大值(最接近正无穷大)。
-
greater than
:对两个光栅或一个光栅和一个常量值执行大于比较操作。
-
图像自相关
:对两个或多个输入图像执行Moran的I分析。
-
图像相关性
:对两个或多个输入图像执行图像相关性。
-
图像回归
:对两个输入图像执行图像回归分析。
-
增量
:将输入光栅中每个网格单元的值增加1.0。
-
inplaceadd
:执行就地加法操作(input1+=input2)。
-
inplacedivide
:执行就地除法操作(input1/=input2)。
-
就地乘法
:执行就地乘法运算(input1*=input2)。
-
就地减法
:执行就地减法操作(input1-=input2)。
-
整数除法
:对两个光栅或一个光栅和一个常量值执行整数除法运算。
-
isnodata
:标识图像中nodata值像素。
-
kappa index
:对两个类别光栅文件执行kappa协议索引(kia)分析。
-
kstestfornormality
:评估光栅中的值是否正态分布。
-
less than
:对两个光栅或一个光栅和一个常量执行小于比较的操作。
-
listuniquevalues
:列出包含在向量属性表中的字段中的唯一值。
-
日志10
:返回光栅值的以10为底的对数。
-
log2
:返回光栅中值的以2为底的对数。
-
ln
:返回光栅中值的自然对数。
-
max
:对两个光栅或一个光栅和一个常量执行max操作。
-
min
:对两个光栅或一个光栅和一个常量执行min操作。
-
模
:对两个光栅或一个光栅和一个常量执行模运算。
-
乘法
:对两个光栅或一个光栅和一个常量执行乘法运算。
-
求反
:更改光栅中值的符号或布尔光栅的0-1值。
-
不
:对两个布尔光栅图像执行逻辑不运算符。
-
noteQualto
:对两个光栅或一个光栅和一个常量执行不等于比较的操作。
-
或
:对两个布尔光栅图像执行逻辑或运算符。
-
功率
:将一个光栅或常量的网格单元格中的值提升为另一个光栅或常量中的值。
-
主成分分析
:对多光谱数据集执行主成分分析(PCA)。
-
分位数
:将光栅值转换为分位数。
-
随机字段
:创建包含随机值的图像。
-
随机采样
:创建包含具有唯一ID的随机定位采样网格单元的图像。
-
光栅直方图
:根据光栅值创建直方图。
-
rastersummarystats
:测量rasters平均值、标准偏差、非节点数据单元格数和总计。
-
倒数
:返回光栅中值的倒数(即1/z)。
-
重缩放值范围
:对输入的灰度图像执行最小最大对比度拉伸。
-
rootmeansquareerror
:计算RMSE和其他精度统计。
-
舍入
:将输入光栅中的值舍入到最接近的整数值。
-
sin
:返回光栅中每个值的sine(sin)。
-
sinh
:返回光栅中每个值的双曲正弦(sinh)。
-
正方形
:将光栅中的值平方。
-
平方根
:返回光栅中值的平方根。
-
相减
:对两个光栅或一个光栅和一个常量值执行相减操作。
-
tan
:返回光栅中每个值的切线(tan)。
-
tanh
:返回光栅中每个值的双曲正切(tanh)。
-
ToDegrees
:将光栅从弧度转换为度。
-
to radians
:将光栅从度转换为弧度。
-
趋势面
:估计输入光栅文件的趋势面。
-
趋势面系数点
:从向量点估计趋势面。
-
截断
:将光栅中的值截断到所需的小数位数。
-
旋转带模拟
:基于旋转带模拟创建包含随机值的图像。
-
异或
:对两个布尔光栅图像执行逻辑异或运算符。
-
z scores
:通过转换为z分数来标准化输入光栅中的值。
流网络分析
-
DistanceToOutlet
:计算流网格单元到通道网络出口单元的距离。
-
提取流
:从流累积光栅提取流网格单元。
-
提取谷
:仅基于局部地形识别潜在谷底网格单元。
-
最远信道头
:计算每个流单元到最远上游信道头的距离。
-
findMainStem
:根据流长度查找每个流网络的主干。
-
hack stream order
:为流网络中的每个链路分配hack流顺序。
-
horton流顺序
:将horton流顺序分配给流网络中的每个链路。
-
流通道长度
:计算上游通道的总长度。
-
纵断面
:绘制一条或多条河流的河流纵断面。
-
longProfileFromPoints
:从一组矢量点开始绘制流径的纵向剖面。
-
光栅化流
:基于Lindsay(2016)方法对矢量流进行光栅化。
-
rasterstreamstovector
:将光栅流文件转换为矢量文件。
-
删除流:从流网络中删除短的一阶流。
-
ShrevestreamMagnitude
:将Shreve流大小分配给流网络中的每个链路。
-
strahler stream order
:为流网络中的每个链路分配strahler流顺序。
-
流链接类
:标识流网络中的外部/内部链接和节点。
-
stream link identifier
:为流网络中的每个链接分配唯一标识符。
-
流链接长度
:估计流网络中每个链接(或分支)的长度。
-
stream link slope
:估计流网络中每个链路(或支流)的平均坡度。
-
streamslopecontinuous
:估计流网络中每个网格单元的坡度。
-
拓扑流模式
:为流网络中的每个链路分配其拓扑顺序。
-
子流标识符
:为流网络中的每个子流分配一个唯一的标识符。
支持的数据格式
whiteboxtools库目前支持以whitebox gat、geotiff、esri(arcgis)ascii和binary(.flt&;.hdr)、grass gis、idrisi、saga gis(binary和ascii)和surfer 7数据格式读取/写入光栅数据。目前,白盒工具读取矢量地理空间数据的能力有限。对shapefile(和其他常见矢量格式)的支持不久将在库中得到增强。
贡献
如果您想以开发人员的身份参与项目,请按照以下说明开始:
- 跳出白盒项目(https://github.com/giswqs/whitebox" rel="nofollow">https://github.com/giswqs/whitebox)
- 创建您的功能分支(git checkout-b我的新功能)
- 提交更改(git commit-am'add some feature')
- 推到分支(git push origin我的新功能)
- 创建新的拉取请求
许可证
白盒 软件包在允许的开源(自由软件)许可证 mit许可证下分发。 。
报告错误
在https://github.com/giswqs/whitebox/issues" rel="nofollow">https://github.com/giswqs/whitebox/issues上报告错误
如果您报告了一个错误,请包括:
- 您的操作系统名称和版本。
- 有关本地设置的任何有助于故障排除的详细信息。
- 重现错误的详细步骤。
学分
这个包是用cookiecutter和项目模板创建的。