通过使用“仿射”库将点位置转换为像素坐标，使用点位置从光栅图像中提取值

Question

我尝试使用点位置从光栅图像中提取值。

我的数据包括：

• 我的点位置加载为地理数据框

  test_gdf

  .

from sklearn.model_selection import train_test_split
train_gdf, test_gdf = train_test_split(gdf, test_size=0.33, random_state=42)

• 我的光栅图像加载为 numpy ndarray

  Z

  .

首先，我使用

affine

库将点位置转换为像素坐标。然后使用 numpy 索引从点的像素坐标处的光栅图像中提取值。

import numpy as np
import pandas as pd
import geopandas as gpd
from affine import Affine

xmin, ymin, xmax, ymax = gdf.total_bounds

aff = Affine(10.0, 0.0, xmin, 0.0, -10.0, ymax) 
# https://www.perrygeo.com/python-affine-transforms.html
test_gdf['col'], test_gdf['row'] = ~aff * (test_gdf.geometry.x, test_gdf.geometry.y)
test_gdf['NN_estimate'] = Z[test_gdf.row.astype(int), test_gdf.col.astype(int)]

然而，当我比较QGIS中的结果时，发现在Python中提取了错误的像素值。这是因为转换后的坐标

test_gdf.row.astype(int)

和

test_gdf.col.astype(int)

被逆时针翻转了 90 度，因此它们与错误的像素对齐。

下图显示：转换后的像素位置逆时针翻转90度（左）； QGIS 中显示的真实位置（右）

然后我尝试交换

row

和

col

.

test_gdf['row'], test_gdf['col'] = ~aff * (test_gdf.geometry.x, test_gdf.geometry.y)
test_gdf['NN_estimate'] = Z[test_gdf.col.astype(int), test_gdf.row.astype(int)]

但是颠倒了点位置并且也超出了图像范围...

现在我真的很困惑

affine

转换是如何工作的，不知道如何解决它。