如何使用Rasterio将单波段热红外GeoTIFF保存为伪彩色PNG

方法一：保存为普通伪彩色PNG（无地理信息） #

适合仅需可视化图像的场景，利用matplotlib色卡将单波段灰度值映射为RGB颜色：

import rasterio
import matplotlib.pyplot as plt
from matplotlib import cm

# 读取单波段热红外数据
with rasterio.open('2010ThermClip.tif') as src:
    gray_data = src.read(1)

# 选择色卡（可替换为viridis、inferno、magma等任意matplotlib内置色卡）
color_map = cm.get_cmap('plasma')
# 将灰度值映射为RGBA格式，剔除alpha通道
rgb_data = color_map(gray_data)[:, :, :3]
# 转换为PNG支持的uint8格式（0-255数值范围）
rgb_data = (rgb_data * 255).astype('uint8')

# 保存伪彩色PNG
plt.imsave('chicTherm2010_pseudo_color.png', rgb_data)

方法二：保存带地理信息的伪彩色GeoTIFF #

需要保留原数据地理坐标时，可将伪彩色数据写入带元数据的三波段GeoTIFF：

import rasterio
from matplotlib import cm

# 读取源数据及元数据
with rasterio.open('2010ThermClip.tif') as src:
    gray_data = src.read(1)
    src_profile = src.profile

# 色卡映射并调整数据格式
color_map = cm.get_cmap('plasma')
rgb_data = color_map(gray_data)[:, :, :3]
rgb_data = (rgb_data * 255).astype('uint8')
# 转换为rasterio要求的(通道数, 高度, 宽度)格式
rgb_data = rgb_data.transpose(2, 0, 1)

# 更新元数据：通道数改为3，数据类型改为uint8
src_profile.update(
    count=3,
    dtype='uint8',
    compress='deflate'  # 可选，设置压缩方式减小文件体积
)

# 保存带地理信息的伪彩色GeoTIFF
with rasterio.open('chicTherm2010_pseudo_color.tif', 'w', **src_profile) as dst:
    dst.write(rgb_data)

注意事项 #

• 色卡可自由替换：matplotlib支持数十种内置色卡，也可自定义色卡使用
• 若原数据存在nodata值，可在映射前对该区域做特殊处理（比如设置为透明色或特定颜色）
• 保存PNG时如需透明背景，可保留RGBA的alpha通道，调用plt.imsave时添加transparent=True参数

内容的提问来源于stack exchange，提问作者jeyre