我是以Python开门的,我还是觉得Python也可以进行地形三维可视化,当然这里需要借助第三方库,so,我就来介绍:Python一个很重要可视化插件,Matplotlib。
Matplotlib是Python最著名的绘图库,它提供了一整套友好的命令,十分适合交互式地进行制图。而且也可以方便地将它作为绘图控件,嵌入GUI应用程序中。你会发现Matplotlib和matlab相似,但是你知道matlab强大是很强大,但是安装包就有7G,一下就让我失去玩弄他的兴趣。
Matplotlib的二维图形非常成熟,可以做各种各样的报表,比如:
好吧,额,....... Matplotlib当然也可以做3维数据。首先准备了一份样例,珠穆朗姆峰周围地势的dem数据,我在arcsense进行拉伸显示,初步看看效果:
讲这份数据,输入编写好的相关路径,然后经过简单的三维渲染:
Matplotlib只是一个可视化包,不能直接识别栅格数据,所以这边还用到另外一个包---gdal,开源栅格空间数据转换库,他的本体竟然还是c++,也开放了一个Python框架,这算是向Python投诚嘛?
好吧,开源一下用Matplotlib和gdal包进行地形三维可视化的小脚本:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
|
# -*- coding: gbk -*- from mpl_toolkits.mplot3d import Axes3D from Matplotlib import cbook from Matplotlib import cm from Matplotlib.colors import LightSource import Matplotlib.pyplot as plt import numpy as np from osgeo import gdal gdal.AllRegister() filePath = u "E:\桌面\dem实验/Himalaya.tif" #输入你的dem数据 dataset = gdal. Open (filePath) adfGeoTransform = dataset.GetGeoTransform() band = dataset.GetRasterBand( 1 ) #用gdal去读写你的数据,当然dem只有一个波段 nrows = dataset.RasterXSize ncols = dataset.RasterYSize #这两个行就是读取数据的行列数 Xmin = adfGeoTransform[ 0 ] #你的数据的平面四至 Ymin = adfGeoTransform[ 3 ] Xmax = adfGeoTransform[ 0 ] + nrows * adfGeoTransform[ 1 ] + ncols * adfGeoTransform[ 2 ] Ymax = adfGeoTransform[ 3 ] + nrows * adfGeoTransform[ 4 ] + ncols * adfGeoTransform[ 5 ] x = np.linspace(Xmin,Xmax, ncols) y = np.linspace(Ymin,Ymax, nrows) X,Y = np.meshgrid(x, y) Z = band.ReadAsArray( 0 , 0 ,nrows, ncols) #这一段就是讲数据的x,y,z化作numpy矩阵 region = np.s_[ 10 : 400 , 10 : 400 ] X, Y, Z = X[region], Y[region],Z[region] fig, ax = plt.subplots(subplot_kw = dict (projection = '3d' ), figsize = ( 12 , 10 )) ls = LightSource( 270 , 20 ) #设置你可视化数据的色带 rgb = ls.shade(Z, cmap = cm.gist_earth, vert_exag = 0.1 , blend_mode = 'soft' ) surf = ax.plot_surface(X, Y, Z, rstride = 1 , cstride = 1 , facecolors = rgb, linewidth = 0 , antialiased = False , shade = False ) plt.show() #最后渲染出你好看的三维图吧 |
最后是虾神的话:GDAL在python里面的安装,属于灰常纠结的事情,运气好(人品好)可能一下就成功,运气不好,可能死活就装不上……如果遇上死活装不上的,可以考虑用MinGW自己进行编译。
如果不想用gdal来实现以上效果,可以考虑用arcpy的RasterToNumpy来把tif文件读成矩阵,也可以实现。
总结
以上就是本文关于Python的地形三维可视化Matplotlib和gdal使用实例的全部内容,希望对大家有所帮助。感兴趣的朋友可以继续参阅本站其他相关专题。如有不足之处,欢迎留言指出。感谢朋友们对本站的支持!
原文链接:http://blog.csdn.net/allenlu2008/article/details/51880333