如何基于TIF图像像素强度在Python中生成3D图？

所需工具库 #

• matplotlib：负责3D图形绘制
• pillow/rasterio：读取TIF图像数据（前者适合普通TIF，后者更适配遥感多波段TIF）
• numpy：处理像素数值矩阵

先通过pip安装依赖：

pip install matplotlib pillow numpy rasterio

实现代码 #

方案1：普通TIF图像（单通道/彩色转灰度）

import numpy as np
from PIL import Image
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

# 读取TIF并转灰度
img = Image.open("your_image.tif")
img_gray = img.convert("L")
z = np.array(img_gray)  # 像素强度作为Z轴高度

# 生成像素坐标网格
x = np.arange(z.shape[1])
y = np.arange(z.shape[0])
X, Y = np.meshgrid(x, y)

# 创建3D画布
fig = plt.figure(figsize=(12, 8))
ax = fig.add_subplot(111, projection='3d')

# 绘制3D表面图，匹配示例风格
surf = ax.plot_surface(X, Y, z, cmap='terrain', edgecolor='none', alpha=0.9)

# 配置坐标轴与颜色条
ax.set_xlabel('X 像素')
ax.set_ylabel('Y 像素')
ax.set_zlabel('像素强度')
fig.colorbar(surf, shrink=0.5, aspect=8)

# 调整视角（可根据需求修改elev/azim数值）
ax.view_init(elev=35, azim=-70)

# 保存或显示结果
plt.savefig("3d_tif_result.png", dpi=300)
plt.show()

方案2：遥感多波段TIF（读取指定波段）

如果你的TIF是类似示例的遥感影像，用rasterio读取特定波段更合适：

import numpy as np
import rasterio
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

with rasterio.open("your_image.tif") as src:
    z = src.read(1)  # 读取第一波段数据作为Z轴高度

# 后续坐标生成、绘图代码同方案1
x = np.arange(z.shape[1])
y = np.arange(z.shape[0])
X, Y = np.meshgrid(x, y)

fig = plt.figure(figsize=(12, 8))
ax = fig.add_subplot(111, projection='3d')
surf = ax.plot_surface(X, Y, z, cmap='terrain', edgecolor='none', alpha=0.9)

ax.set_xlabel('X 像素')
ax.set_ylabel('Y 像素')
ax.set_zlabel('波段反射率')
fig.colorbar(surf, shrink=0.5, aspect=8)

ax.view_init(elev=35, azim=-70)
plt.savefig("3d_remote_sensing_result.png", dpi=300)
plt.show()

调整技巧 #

• 颜色映射：修改cmap参数，比如viridis、jet、terrain等，terrain更接近示例的地貌色调
• 视角调整：修改ax.view_init(elev=XX, azim=XX)中的数值，elev是垂直仰角，azim是水平方位角
• 性能优化：如果图像尺寸过大，可对z数组做降采样，比如z = z[::2, ::2]，减少数据量提升绘制速度

内容的提问来源于stack exchange，提问作者code_lover