如何在ROI掩码内提取光谱范围？高光谱数据分析咨询

一、适合高光谱分析及超立方体处理的Python库 #

• spectral：你已经在用来读取ENVI格式超立方体，它是专门针对高光谱数据的工具库，支持数据读取、预处理、可视化和基础光谱分析，是这类任务的标配工具。
• numpy：处理高光谱数据的核心基础库，负责数组运算、数据切片等底层操作，几乎所有高光谱处理工具都依赖它。
• scipy：提供信号处理、统计分析功能，适合做光谱平滑、特征提取这类进阶分析工作。
• matplotlib/plotly：用来绘制光谱曲线、可视化高光谱数据的空间分布，方便直观查看分析结果。
• scikit-learn：如果要做机器学习相关的高光谱分析（比如分类、聚类），这个库有丰富的现成算法可以用。
• pyrsgis：针对遥感数据的专用库，支持高光谱数据预处理、ROI提取等操作，和地理空间数据适配性更好。

二、提取ROI光谱值的实现代码 #

首先要明确：你的二进制掩码需要和超立方体的空间维度（512×640）一致，掩码中值为1（或True）的区域就是目标ROI。

具体实现： #

1. 先把超立方体数据转为numpy数组：

import spectral.io.envi as envi
import numpy as np

# 读取超立方体
hc = envi.open('cube_envi32.hdr','cube_envi32.dat')
hc_data = hc.load()  # 得到形状为(512, 640, 92)的numpy数组

2. 用二进制掩码提取ROI光谱：

# 假设mask是你的二进制掩码，形状为(512, 640)，布尔型或0/1整数型
roi_spectra = hc_data[mask, :]  # 结果形状为(N, 92)，N是ROI内的像素数量

如果你的ROI是手动定义的矩形区域（比如行范围y1到y2，列范围x1到x2），直接切片即可：

# 替换成你实际的坐标范围
y_start, y_end = 100, 200
x_start, x_end = 200, 300
roi_spectra = hc_data[y_start:y_end, x_start:x_end, :].reshape(-1, 92)

内容的提问来源于stack exchange，提问作者S.EB