如何将matplotlib三角剖分生成的TIF转为EPSG:4326 GeoTIFF并去背景裁剪
三角剖分生成影像转EPSG:4326 GeoTIFF的实现方案
现存核心痛点
- 投影转换结果位置错位,不符合预期
- 栅格像元值无法保留Z参数的原始数值
- 输出范围冗余,包含大量无意义的全经纬度空白背景,没有仅裁剪有效研究区
原代码的核心问题根因
matplotlib.savefig导出的TIFF是纯图像格式,不携带任何地理参考信息,从这个文件中读取的geotransform参数为空值,直接套用自然会导致投影错位plt.tripcolor导出的TIFF存储的是配色后的RGB颜色值,不是原始三角剖分对应的Z值,原代码通过颜色值乘固定系数反算Z值的逻辑完全偏离需求,无法保留真实原始数值- 无效区域判断逻辑矛盾:
myarray >=3.5 或 <=7的判断条件覆盖了绝大多数数值范围,没有明确区分研究区有效内容、图面背景、超范围无效斑块的边界,导致无效值标记混乱
分步骤修正实现
1. 绕开颜色存储的丢值问题,直接生成保留原始Z值的栅格矩阵
不再走“matplotlib存图-读取颜色像素-反算Z值”的路径,直接基于三角剖分的插值能力,按经纬度网格生成保留原始Z值的栅格:
import matplotlib.tri as mtri import numpy as np from matplotlib.tri import LinearTriInterpolator import gdal import osr # 原始三角剖分输入参数(与原代码保持一致) x = np.random.uniform(70, 94, 74) y = np.random.uniform(8, 22, 74) z = np.random.uniform(0.5, 8, 74) triangles = np.asarray([ [67, 66, 1], [65, 2, 66], [1, 66, 2], [64, 2, 65], [63, 3, 64], [60, 59, 57], [2, 64, 3], [3, 63, 4], [0, 67, 1], [62, 4, 63], [57, 59, 56], [59, 58, 56], [61, 60, 69], [57, 69, 60], [4, 62, 68], [6, 5, 9], [61, 68, 62], [69, 68, 61], [9, 5, 70], [6, 8, 7], [4, 70, 5], [8, 6, 9], [56, 69, 57], [69, 56, 52], [70, 10, 9], [54, 53, 55], [56, 55, 53], [68, 70, 4], [52, 56, 53], [11, 10, 12], [69, 71, 68], [68, 13, 70], [10, 70, 13], [51, 50, 52], [13, 68, 71], [52, 71, 69], [12, 10, 13], [71, 52, 50], [71, 14, 13], [50, 49, 71], [49, 48, 71], [14, 16, 15], [14, 71, 48], [17, 19, 18], [17, 20, 19], [48, 16, 14], [48, 47, 16], [47, 46, 16], [16, 46, 45], [23, 22, 24], [21, 24, 22], [17, 16, 45], [20, 17, 45], [21, 25, 24], [27, 26, 28], [20, 72, 21], [25, 21, 72], [45, 72, 20], [25, 28, 26], [44, 73, 45], [72, 45, 73], [28, 25, 29], [29, 25, 31], [43, 73, 44], [73, 43, 40], [72, 73, 39], [72, 31, 25], [42, 40, 43], [31, 30, 29], [39, 73, 40], [42, 41, 40], [72, 33, 31], [32, 31, 33], [39, 38, 72], [33, 72, 38], [33, 38, 34], [37, 35, 38], [34, 38, 35], [35, 37, 36] ]) triang = mtri.Triangulation(x, y, triangles=triangles) # 基于原始经纬度范围定义网格参数,可按需调整像元分辨率 lon_min, lon_max = 70, 94 lat_min, lat_max = 8, 22 pixel_size = 0.01 # 像元分辨率,单位:度 # 生成经纬度网格(注意栅格y方向从北向南递减) grid_lon, grid_lat = np.meshgrid( np.arange(lon_min, lon_max, pixel_size), np.arange(lat_max, lat_min, -pixel_size) ) # 三角剖分插值得到网格上的原始Z值,不在三角剖分覆盖范围内的位置自动标记为NaN interpolator = LinearTriInterpolator(triang, z) grid_z = interpolator(grid_lon, grid_lat)
2. 分层标记无效区域,移除背景和超范围无效斑块
基于真实Z值判断无效区域,不再依赖图面颜色识别,从根源上避免“设nan丢失有效内容”的问题:
# 标记不在三角剖分覆盖范围内的图面蓝色背景区域为nodata grid_z[np.isnan(grid_z)] = -999.0 # 标记需要移除的代表Z最大值的深红色无效斑块,可根据实际Z值分布调整阈值 invalid_z_threshold = 6.5 grid_z[grid_z > invalid_z_threshold] = -999.0
3. 生成带正确EPSG:4326投影的GeoTIFF
由于所有网格坐标都基于真实经纬度构建,地理参考参数是完全准确的,不需要额外投影转换:
# 构建标准地理变换参数:[左上角经度, 像元经度分辨率, 旋转值, 左上角纬度, 旋转值, 像元纬度分辨率] geotransform = ( lon_min, pixel_size, 0, lat_max, 0, -pixel_size ) # 创建输出GeoTIFF driver = gdal.GetDriverByName("GTiff") x_pixels = int((lon_max - lon_min) / pixel_size) y_pixels = int((lat_max - lat_min) / pixel_size) dst_ds = driver.Create("raw_result.tif", x_pixels, y_pixels, 1, gdal.GDT_Float64) dst_ds.SetGeoTransform(geotransform) # 绑定EPSG:4326投影 srs = osr.SpatialReference() srs.ImportFromEPSG(4326) dst_ds.SetProjection(srs.ExportToWkt()) # 写入栅格数值并设置nodata dst_ds.GetRasterBand(1).WriteArray(grid_z) dst_ds.GetRasterBand(1).SetNoDataValue(-999.0) dst_ds.FlushCache() dst_ds = None
4. 自动裁剪到有效研究区范围
去掉全范围输出中的冗余空白,仅保留有效斑块所在的外接矩形范围:
gdal.Warp( "final_clipped_result.tif", "raw_result.tif", dstNodata=-999.0, cropToCutline=True, warpOptions=["CUTLINE_ALL_TOUCHED=TRUE"] )
效果校验标准
- 投影信息为标准EPSG:4326,坐标与原始x/y的经纬度范围完全匹配
- 像元值为原始Z参数的真实数值,无颜色反算带来的数值误差
- 图面背景、超范围无效高值斑块均被标记为nodata,无多余内容
- 输出范围仅覆盖有效研究区边界,无冗余的全经纬度空白区域
内容的提问来源于stack exchange,提问作者Sameer Rai
相关产品推荐
相关产品推荐

