笔者最近需要下载一个区域的长时间序列影像，然后将其制作成动图展示其动态变化过程。这其中涉及到两个问题，一是将tif数据绘制成PNG或jpg等格式图片，二是由图片绘制动图GIF。
一、由TIF绘制PNG
这里需要用到matplotlib和GDAL两个库来将tif格式图像绘制为PNG图片，如果没有相关包，则需要提前pip安装。
1.1 导入相关库
from osgeo import gdal
import numpy as np
import os
#os.environ['PROJ_LIB'] = r'E:\ProgramData\Anaconda3\envs\qt39\Lib\site-packages\pyproj\proj_dir\share\proj'
# os.environ['GDAL_DATA'] = r'E:\ProgramData\Anaconda3\envs\qt39\Library\share'
import random
import matplotlib.pyplot as plt
import numpy as np
import imageio1.2 确定文件读取和输出路径
tifDir = './tifs'
outputDir = './imgs'
if not os.path.exists(outputDir):
os.makedirs(outputDir)
tifs = [i for i in os.listdir(tifDir) if i.endswith(".tif")]
print("有 %s 个tif文件" % len(tifs))1.3 绘制图像
tif = tifs[0]
year = tif.split('_')[2].split('.')[0]
print("正在处理第 %s 年" % year)
path = os.path.join(tifDir,tif)
ds = gdal.Open(path)
def scaleCCC(x):
return((x - np.nanpercentile(x, 2))/(np.nanpercentile(x, 98) - np.nanpercentile(x,2)))
nir = ds.GetRasterBand(1).ReadAsArray()
r = ds.GetRasterBand(2).ReadAsArray()
g = ds.GetRasterBand(3).ReadAsArray()
ds = None
nir = scaleCCC(nir)
r = scaleCCC(r)
g = scaleCCC(g)
rgb = np.dstack((nir,r,g))
plt.figure()
plt.imshow(rgb)
plt.xticks([])
plt.yticks([])
plt.text(rgb.shape[1]-4, 15, year, fontsize=15, color='white',
verticalalignment='bottom', horizontalalignment='right',
bbox=dict(facecolor='black', alpha=0.5))
plt.tight_layout()
plt.savefig(os.path.join(outputDir, year + '.png'),dpi=300,bbox_inches='tight', pad_inches=0.05)
# plt.show()
这里面是读取了影像的三个波段，分别映射为RGB三个通道，使用np.dstack合成，用线性拉伸的方法增强图像展示效果。
二、由PNG图片绘制GIF动图
2.1 先将PNG图片按照时间顺序排列好
笔者发现，用os.lisdir批量读取文件夹路径后，发现其并不是按照 年份数值大小从小到大读取的，顺序是乱的（其实是根据文件名ASCII码大小从左到右比较后的顺序读取）。因而需要通过某种方式使其读取文件的顺序是我们想要的，即按照文件名中的年份大小一次读取。
imgDir = './imgs'
imgs = [i for i in os.listdir(imgDir) if i.endswith(".png")]
#先定义一个排序的空列表
sort_num_list = []
for img in imgs:
sort_num_list.append(int(img.split('.')[0])) #去掉前面的字符串和下划线以及后缀，只留下数字并转换为整数方便后面排序
sort_num_list.sort() #然后再重新排序
#print(sort_num_list)
#接着再重新排序读取文件
sorted_file = []
for sort_num in sort_num_list:
for img in imgs:
if str(sort_num) == img.split('.')[0]:
sorted_file.append(img)
print(sorted_file)
pathlist = []
for file in sorted_file:
pathlist.append(os.path.join(imgDir,file))
print(pathlist)
2.2 绘制GIF
import imageio
def imgs2gif(imgPaths, saveName, duration=None, loop=0, fps=None):
"""
生成动态图片 格式为 gif
:param imgPaths: 一系列图片路径
:param saveName: 保存gif的名字
:param duration: gif每帧间隔,单位 秒
:param fps: 帧率
:param loop: 播放次数（在不同的播放器上有所区别）， 0代表循环播放
:return:
"""
if fps:
duration = 1 / fps
images = [imageio.imread(str(img_path)) for img_path in imgPaths]
imageio.mimsave(saveName, images, "gif", duration=duration, loop=loop, fps = 1/duration)
p_lis = []
for n, p in enumerate(pathlist):
# if n % 5 == 0:
p_lis.append(p)
imgs2gif(p_lis, "spatiotemporal_change_yh.gif", duration=1, loop = 0)2.3 压缩动图
如果遇到动图文件过大，则可能需要对其进行压缩，一般是降低每一帧图片的大小。
import imageio
from PIL import Image
import io
def compress_gif(input_path, output_path, quality=30):
"""
压缩GIF动图
:param input_path: 输入GIF文件的路径
:param output_path: 输出压缩后GIF文件的路径
:param quality: 压缩质量，范围从1到95，数值越小压缩率越高
"""
# 使用get_reader逐帧读取GIF
reader = imageio.get_reader(input_path)
# 准备输出文件
output_file = io.BytesIO()
# 保存每一帧，同时指定压缩质量
optimize = True if quality < 90 else False
save_kwargs = {
'format': 'GIF',
'optimize': optimize,
'quality': quality,
'loop': 0 # 设置为0表示无限循环
}
# 转换每一帧为Pillow Image对象并保存
frames = []
for frame in reader:
img = Image.fromarray(frame)
frames.append(img)
frames[0].save(output_file, save_all=True, append_images=frames[1:], **save_kwargs)
# 将压缩后的GIF写入文件
with open(output_path, 'wb') as f:
f.write(output_file.getvalue())
# 示例使用
compress_gif('spatiotemporal_change_yh.gif', 'spatiotemporal_change_yh1.gif', quality=50)