寻求可提取特定像素占比并转为属性的转换器：TIFF转CSV需求

1. FME（与现有工具兼容） #

既然你已经在使用RasterStatisticsCalculator，FME的RasterPixelCounter转换器完全匹配你的需求：

• 直接读取TIFF文件，原生支持多波段处理
• 可指定目标像素值（黑像素对应0值）
• 开启Per Band Statistics后，会输出每个波段的目标像素占比（自动计算为：目标像素数/总像素数）
• 能通过AttributeMerger和你现有RasterStatisticsCalculator生成的属性合并，最后用CSVWriter输出到CSV文件

2. GDAL命令行（轻量无GUI） #

如果偏好命令行工具，GDAL结合简单脚本就能实现：

• 用gdalinfo -stats input.tif获取每个波段的总像素数和0值像素数
• 用awk或Python脚本计算占比，再和你已有的统计属性整合为CSV

示例命令（提取0值像素数）：

gdalinfo -stats -hist input.tif | grep "0," | awk '{print $2}'

占比计算公式：(0值像素数 / 总像素数) * 100，最后将所有属性整理写入CSV即可。

3. Python脚本（自定义灵活） #

用rasterio库可以实现完全自定义的统计逻辑，适合批量处理场景：

import rasterio
import csv

# 读取TIFF文件
with rasterio.open('input.tif') as src:
    # 初始化结果字典，先填入已有统计属性
    result = {
        'filename': src.name,
        # 替换为你用RasterStatisticsCalculator生成的属性，例如mean_b1、max_b2等
        'mean_b1': 123.45,
        'max_b2': 255
    }
    
    # 遍历每个波段计算黑像素占比
    for band_idx in range(1, src.count + 1):
        band_data = src.read(band_idx)
        total_pixels = band_data.size
        black_pixel_count = (band_data == 0).sum()
        black_ratio = (black_pixel_count / total_pixels) * 100
        result[f'black_ratio_b{band_idx}'] = round(black_ratio, 4)

# 写入CSV
with open('output.csv', 'w', newline='') as csv_file:
    writer = csv.DictWriter(csv_file, fieldnames=result.keys())
    writer.writeheader()
    writer.writerow(result)

内容的提问来源于stack exchange，提问作者Jack_ Sk