小编点评

**代码功能：** 基于 Python 中 gdal 模块，实现对大量栅格图像批量绘制直方图的方法。 **步骤：** 1. 获取并筛选待处理的栅格文件列表。 2. 遍历文件列表，读取每个文件，并从文件名中提取文件拓展名。 3. 筛选出以 MCD 开头的文件，因为它们不是直方图所需的文件。 4. 读取筛选后的栅格数据，并将其转换为 NumPy Array。 5. 创建一个子图索引，用于存储子图。 6. 使用 `plt.hist()` 函数绘制每个子图，并将其保存到最终图像路径。 7. 使用 `plt.savefig()` 方法保存最终图像。 **代码：** ```python import osgeo import matplotlib.pyplot as plt # 获取路径 lai_file_path = "G:/Postgraduate/LAI_Glass_RTlab/LAI_Difference_Global/\"pic_save_path=\"G:/Postgraduate/LAI_Glass_RTlab/LAI_histogram.png\" # 获取文件列表 file_list = os.listdir(lai_file_path) # 筛选 .tif 文件 tif_list = [] for file in file_list: if file.endswith(".tif"): if file[:3] == "MCD": tif_list.append(file) # 绘制直方图 sub_plot_num = 1 for tif in tif_list: # 获取图像数据 lai_algorithm = tif[:3] lai_raster = gdal.Open(os.path.join(lai_file_path, tif)) lai_raster_array = lai_raster.ReadAsArray() # 创建子图 plt.subplot(2, 2, sub_plot_num) plt.hist(lai_raster_array) sub_plot_num += 1 # 保存最终直方图 plt.savefig(os.path.join(lai_file_path, "LAI_histogram.png"), dpi=300) ``` **注意：** * `lai_file_path` 是要处理的栅格图层路径。 * `pic_save_path` 是直方图的保存路径。 * 代码中使用了 `matplotlib` 和 `gdal` 库进行图像绘制。 * 可以根据需要修改直方图的标题、颜色和其他参数。

正文

  本文介绍基于Python中gdal模块，实现对大量栅格图像批量绘制直方图的方法。

  首先，明确一下本文需要实现的需求：现需对多幅栅格数据文件进行依据其像元数值的直方图绘制，具体绘制内容即各栅格图像像素数值的分布情况；所有栅格数据都保存在同一目标路径下，且均为.tif格式；而目标路径下具有其它非.tif格式的文件，以及不需要进行直方图绘制的.tif格式文件，因此需要在绘制前对目标路径下的文件列表加以筛选，只保留需要绘制直方图的栅格文件。

  知道了需求，我们便开始代码的书写。具体代码如下：

# -*- coding: utf-8 -*-
"""
Created on Tue Jul 20 12:17:05 2021

@author: fkxxgis
"""

import os
import numpy as np
import matplotlib.pyplot as plt
from osgeo import gdal

lai_file_path="G:/Postgraduate/LAI_Glass_RTlab/LAI_Difference_Global/"
pic_save_path="G:/Postgraduate/LAI_Glass_RTlab/LAI_histogram.png"

file_list=os.listdir(lai_file_path)
tif_list=[]
for file in file_list:
    if os.path.splitext(file)[1]==".tif":
        if file[0:3]!="MCD":
            tif_list.append(file)

sub_plot_num=1
for tif in tif_list:
    lai_algorithm=tif[0:3]
    print(lai_algorithm)
    lai_raster=gdal.Open(lai_file_path+tif)
    lai_raster_array=lai_raster.ReadAsArray()
    plt.subplot(2,2,sub_plot_num)
    plt.hist(lai_raster_array)
    sub_plot_num=sub_plot_num+1
plt.show()
plt.savefig(pic_save_path, dpi=300)

  其中，lai_file_path为待处理栅格图层存放的路径，pic_save_path为后期程序得到直方图的保存路径。

  首先，借助os.listdir()函数获取lai_file_path路径下的全部文件，此时获取的文件包括需要的.tif格式文件与其它不需要的文件；其次，通过os.path.splitext()函数将上述列表中的每一个文件file的文件名与文件拓展名分离，并选择".tif"进行处理；这一步是避免误将lai_file_path路径中非.tif格式文件一并选择。

  随后，还需要将我们不需要的.tif栅格图像通过文件名筛选的方式去除。在这里，由于不需要绘图的.tif文件均以MCD开头，因此直接通过字符串截取的方式将其加以剔除即可；大家在上述代码的实际运用过程中按照个人需求进行筛选即可。

  接下来，开始直方图的绘制。在这里我选择了将几幅直方图以子图的形式绘制在一个总图中，因此需要借助sub_plot_num进行循环；随后，对筛选后的图层进行读取，并将栅格数据转换为Array形式，这一部分具体可以参考文章Python GDAL读取栅格数据并基于质量评估波段QA对指定数据加以筛选掩膜，本文就不再赘述；最后，利用plt.hist()函数进行直方图的绘制即可。

  最后，通过plt.savefig(pic_save_path, dpi=300)这句代码，将设置了图像清晰度的绘图结果保存在指定路径，从而大功告成。