從坐標參考系統中的多邊形邊界獲取柵格中的像素坐標

Question

我有一些相對較大的 GeoTiff 文件（10980 x 10980 像素），它們都對應於相同的地理區域（並且具有相同的坐標參考系統），並且我有大量的多邊形（100,000+）對應於地塊，我想從每個圖像文件中提取與每個多邊形對應的像素。 目前，我這樣做的方式是使用勻稱的多邊形和 rasterio.mask.mask 函數，如下所示：

for filename in image_files:
    with rasterio.open(filename) as src:
        for shape in shapes:
            data, _ = rasterio.mask.mask(src, [shape], crop=True)

這在經驗上相當緩慢。 如果我預先計算了掩碼索引，那么我只需要讀取每個圖像的整個數據一次，然后使用預先計算的索引來提取每個多邊形的相關像素（我不需要它們在正確的 2-維配置，我只需要值），這非常快。 但是不知道有沒有快速獲取這些像素索引的方法。 我知道我可以使用 rasterio 的raster_geometry_mask函數來獲取整個圖像大小的掩碼，然后使用 numpy 來獲取多邊形內元素的索引，但是這樣就不必要地為每個多邊形構建一個 10980 x 10980 的數組制作面具，這是非常非常緩慢的。

Answer 1

我最終做的是，當我打開第一個圖像時，然后對於每個多邊形，

• 使用圖像變換將多邊形轉換為像素坐標，並在整數像素坐標中找到包含多邊形的矩形邊界框。
• 要確定邊界框中的哪些像素實際上在多邊形中，請為每個像素構建勻稱的多邊形並使用.intersects()方法（如果您只想包含完全位於多邊形內部的像素，則可以使用.contains() )。 （我不確定這是否會很慢，但事實證明不會。）
• 保存每個多邊形中所有像素的坐標對列表。

然后對於您打開的每個新圖像，您只需讀取整個圖像數據並索引每個多邊形的部分，因為您已經有了像素索引。

代碼大致如下所示：

import math
import numpy
import pyproj
import rasterio.mask
from shapely.geometry import Polygon

shape_pixels = None
for filename in image_files:
    with rasterio.open(filename) as src:
        if shape_pixels is None:
            projector = pyproj.Proj(src.crs)
            pixelcoord_shapes = [
                Polygon(zip(*(~src.transform * numpy.array(projector(*zip(*shape.boundary.coords))))))
                for shape in shapes
            ]

            pixels_per_shape = []
            for shape in shapes:
                xmin = max(0, math.floor(shape.bounds[0]))
                ymin = max(0, math.floor(shape.bounds[1]))
                xmax = math.ceil(shape.bounds[2])
                ymax = math.ceil(shape.bounds[3])
                pixel_squares = {}
                for j in range(xmin, xmax+1):
                    for i in range(ymin, ymax+1):
                        pixel_squares[(i, j)] = Polygon.from_bounds(j, i, j+1, i+1)
                pixels_per_shape.append([
                    coords for (coords, pixel) in pixel_squares.items()
                    if shape.intersects(pixel)
                ])

        whole_data = src.read()

        for pixels in pixels_per_shape:
            ivals, jvals = zip(*pixels)
            shape_data = whole_data[0, ivals, jvals]
            ...