建一个网站多少钱,中国菲律宾比分,如何做统计信息的网站,学做网站培训 上海import cv2
import numpy as np
from osgeo import gdal# 定义 Gabor 滤波器的参数
kSize 31 # 滤波器核的大小
g_sigma 3.0 # 高斯包络的标准差
g_theta np.pi / 4 # Gabor 函数的方向
g_lambda 10.0 # 正弦波的波长
g_gamma 0.5 # 空间纵横比
g_psi np.pi / 2 # …import cv2
import numpy as np
from osgeo import gdal# 定义 Gabor 滤波器的参数
kSize 31 # 滤波器核的大小
g_sigma 3.0 # 高斯包络的标准差
g_theta np.pi / 4 # Gabor 函数的方向
g_lambda 10.0 # 正弦波的波长
g_gamma 0.5 # 空间纵横比
g_psi np.pi / 2 # 相位偏移# 生成 Gabor 滤波器核
kernel cv2.getGaborKernel((kSize, kSize), g_sigma, g_theta, g_lambda, g_gamma, g_psi, ktypecv2.CV_32F)# 使用gdal读取遥感图像
dataset gdal.Open(1.tif)
image dataset.ReadAsArray().transpose((1, 2, 0)) # 将波段维度转置到最后# 获取图像的波段数
num_bands image.shape[2]# 初始化处理后的多波段图像
filtered_image np.zeros_like(image, dtypenp.float32)# 遍历每个波段
for band in range(num_bands):# 提取当前波段band_image image[:, :, band]# 应用 Gabor 滤波器filtered_band_image cv2.filter2D(band_image, cv2.CV_32F, kernel)# 将处理后的波段放回结果图像中filtered_image[:, :, band] filtered_band_image# 将处理后的图像转换为合适的数据类型
filtered_image np.clip(filtered_image, 0, 255).astype(np.uint8)# 保存结果
driver gdal.GetDriverByName(GTiff)
out_dataset driver.Create(gaofen2_image.tif, dataset.RasterXSize, dataset.RasterYSize, num_bands, gdal.GDT_Byte)
out_dataset.SetProjection(dataset.GetProjection())
out_dataset.SetGeoTransform(dataset.GetGeoTransform())
for band in range(num_bands):out_band out_dataset.GetRasterBand(band 1)out_band.WriteArray(filtered_image[:, :, band])
out_dataset.FlushCache()# 关闭数据集
dataset None
out_dataset None
