首页 > 其他分享 >ENVI CLASSIC进行影像裁剪

ENVI CLASSIC进行影像裁剪

时间:2024-03-17 15:58:22浏览次数:22  
标签:ROI CLASSIC 裁剪 选择 ENVI 区域 File 图像

影像裁剪的目的是将研究区以外的区域去除,经常是按照行政区划或研究区域的边界对图像进行裁剪,在基础数据生产中,还经常要做标准分副裁剪。按照ENVI的图像裁剪过程,可分为规则裁剪不规则裁剪

一、规则裁剪

1、在主菜单中,选择File→Open Image File,打开裁剪的图像

2、在主菜单中,选择Basic Tools→Resize Data (Sptial/Spectral)命令

3、在Resize Data Input File对话框中选择需要裁剪的图像

其中,Spatial Subset按钮在空间上对图像进行裁剪;Spactral Subset按钮在光谱空间上分割。

4、点击Spatial Subset按钮,设置规则裁剪的方式

5、选择剪切方式

(1)基于图像的裁剪,点击区域,通过输入行列数确定裁剪尺寸,按住鼠标左键拖动图像的红色矩形框确定裁剪区域,或者直接用鼠标拖动红色边框来确定裁剪尺寸以及位置

(2)基于地图坐标的裁剪,点击选择坐标范围,通过输入左上角和右下角两点坐标来确定外边界矩形区域(图像必须有地理坐标)

(3)基于文件的裁剪,点击选择基准图像,以及以下几种裁剪方式,不一一展示

  • File:以另外一个图像文件范围为标准确定外边界区域;
  • Scroll:根据当前放大的(meta zoomed)缩放窗

(4)详细介绍以.shp格式数据进行裁剪即:ROI/EVF:以感兴趣区域或者矢量边界为区域进行裁剪;点击ROI/EVF按钮选择EVF文件

①如果上一步中没有EVF文件,则需要先导入.shp文件。在主菜单file下open Vector File

②这里注意,默认打开文件格式是.evf,改成.shp,打开提前准备好的裁剪区域文件

③打开后进入到下一个页面,单击ok即可

④重新进入到裁剪设置页面,选择ROI/EVF,此时可以看到已经有.shp

选择后完成裁剪方式的选择。

6、选择输出路径及文件名,点击OK按钮,完成规则图像裁剪

7、规则裁剪的结果

注意,黑色为矢量多边形,左边为裁剪出的影像,可以看出裁剪的是裁剪区域最小外接矩形。

二、不规则裁剪

不规则裁剪是指裁剪图像的边界范围是一个任意多边形,通过事先确定的一个完整的闭合区域进行,这个区域可以是一个手工绘制的ROI多边形,也可以是ENVI支持的矢量数据文件。

基于矢量边界生成的感兴趣区域的裁剪

1、打开Available Vector List窗口

2、在Available Vector List窗口中选择矢量图层,然后选择菜单File→Export Layers to ROI命令,将矢量文件转为ROI

3、在弹出的窗口中选择用矢量边界进行裁剪的影像图层

4、在Export EVF layers to ROI窗口中选择转换方法,这里以第一种为例,两种没大区别,在矢量文件中只有单一要素时,两者一样。

5、选择主菜单Basic→subset data via ROIs,或者选择ROI Tool→File→Subset data via ROIs,选择要裁剪图像,点击OK

6、在弹出的Spatial Subset via ROI Parameters窗口中选择进行裁剪的感兴趣区域及输出文件

重点:感兴趣区域是第一个,别选规则裁剪导入的文件

Mask pixels output of ROI后选择YES,否则仍规则裁剪成最小外接矩形

7、单击OK完成裁剪。

可以看到此时边界与矢量多边形一致。

基于手动绘制感兴趣区域的图像裁剪

1、打开要裁剪的图像,并显示在Display中

2、在Image视图窗口中选择Overlay→Region of Interest。

3、在ROI Tool窗口中,选择ROI_Type→Polygon

4、在Window一栏中选择感兴趣区域绘制窗口,这里选择Image,然后在Image窗体中绘制一个多边形区域,然后右键单击两次结束

5、选择主菜单Basic→subset data via ROIs,或者选择ROI Tool→File→Subset data via ROIs命令,选择裁剪图像

6、点击OK,在出现的Spatial Subset via ROI Parameters窗口中选择进行裁剪的感兴趣区域及输出文件。Mask pixels output of ROI后选择YES,否则仍规则裁剪成最小外接矩形

7、裁剪完成

加油!

标签:ROI,CLASSIC,裁剪,选择,ENVI,区域,File,图像
From: https://blog.csdn.net/weixin_52182263/article/details/136741867

相关文章

  • envi5.6对多个图像的同地点数据对比
    一:多视图窗口创建点击Views中的CreateNewView这里创建了两个窗口,也可以再次进行上述操作,创造第三个视图  二:图像的输入选择要对比的文件分别拖动到两个视窗(这里以①和②为例)中 三:链接图像对比点击如图红圈标记的按钮 把如图标记的按钮都打开接下来便可以在......
  • 关于树莓派5(Ubnutu 23.10和树莓派5自带的系统通用)下载时出现error: externally-manage
    一.报错产生的原因  最近作者更新了这两个系统,在作者想去安装非 Debian的库的时候总是出现以下的报错:error:externally-managed-environment这是因为树莓派5升级了服务器系统,从Debian11到了Debian12,这个服务器系统对于外接库的限制还是比较严格的。作者也按照系......
  • 遥感图像镶嵌拼接:ENVI的Pixel Based Mosaicking工具操作方法
      本文介绍基于ENVI软件,利用“PixelBasedMosaicking”工具实现栅格遥感影像镶嵌拼接的方法。  首先需要说明的是,本文需要镶嵌的遥感影像并不含地理参考信息,因此仅可以使用ENVI中的“PixelBasedMosaicking”工具(该工具可以对含有或不含有地理参考信息的图像进行镶嵌),而不是......
  • MetaGPT day06 Environment组件源码 多智能体辩论
    Environment环境中通常具有一定的规则,而agent必须按照规则进行活动,MetaGPT提供了一个标准的环境组件Environment,来管理agent的活动与信息交流。MetaGPT源码中是这样介绍Environment的:环境,承载一批角色,角色可以向环境发布消息,可以被其他角色观察到Environment的基本组成:......
  • 2024年“ENVI/SARscape遥感应用培训班(7城市)”启动计划
    传递遥感技术助力遥感应用2024年“ENVI/SARscape遥感应用培训班(7城市)”启动计划 每一站会提前通知,详细信息及报名方式请关注:微信公众号:ENVI技术殿堂(右侧二维码)博客:https://envi.geoscene.cn/blog邮箱:[email protected]热线:400-819-2281转4......
  • 从零开始做一个软渲染器——视锥剔除、齐次裁剪和背面剔除
    从零开始做一个软渲染器——视锥剔除、齐次裁剪和背面剔除项目地址:https://github.com/DogWealth/PIRenderer1.视锥剔除最简单的视锥剔除只需要在齐次空间(也就是透视投影变换之后,透视除法之前)中对三角形的顶点判断是否满足如下条件\[-w\lex\lew\\-w\ley\lew\\-w\le......
  • racial traits in wow classic
    humanDiplomacy—Gaina10%bonustoanyfactionpointgains.MaceSpecialization—Increasesyourskillwithone-handandtwo-handMacesby5.Perception—Thisincreasesstealthdetectionfor20seconds,withacooldownof3minutes.SwordSpecializati......
  • [Rust] Instantiating Classic, Tuple, and Unit structs
    https://doc.rust-lang.org/book/ch05-01-defining-structs.html structColorClassicStruct{red:i32,green:i32,blue:i32}structColorTupleStruct(i32,i32,i32);#[derive(Debug)]structUnitLikeStruct;#[cfg(test)]modtests{usesu......
  • ENVI遥感数据处理软件
        ENVI是一个完整的遥感图像处理平台,广泛应用于科研、环境保护、气象、农业、林业、地球科学、遥感工程、水利、海洋等领域。目前ENVI已成为遥感影像处理的必备软件,包含辐射定标、大气校正、镶嵌裁剪、分类识别、阈值分割等多种功能。ENVI针对绝大部分的卫星影像都能很好......
  • 基于OpenVINO 2022.1 C++ API部署YOLOv7预训练模型
    任务背景作为视觉应用中最常见的任务之一,目标检测一直是各类新模型刷榜的必争之地,其中就以YOLO系列的网络结构最为突出。YOLO的全称是youonlylookonce,指只通过one-stage的方式需要“浏览一次”就可以识别出图中的物体的类别和位置。近期YOLO官方团队又放出新版本——YOLOv7,速......