PixelBlockCollection

汇总

建立对栅格或栅格列表中所有像素块的只读访问。

讨论

PixelBlockCollection 对象是栅格或栅格列表中所有 PixelBlock 对象的迭代器。如果处理后的栅格过大，无法加载到内存中，则可使用该对象逐块执行自定义栅格处理。

PixelBlockCollection 类支持将单个栅格或栅格列表作为输入。如果输入为单个栅格，则输出将具有两个维度（沿 y 轴的像素块数，沿 x 轴的像素块数）。例如，要访问输入栅格中的第一个像素块，请使用以下命令：

pixelblockcoll = PixelBlockCollection(in_raster)
numpy_array = pixelblockcoll[0][0].getData()

如果输入为栅格列表，则输出将具有三个维度（沿 y 轴的像素块数，沿 x 轴的像素块数，输入栅格数）。例如，要访问列表中第二个栅格中的第一个像素块，请使用以下命令：

pixelblockcoll = PixelBlockCollection(in_raster1, in_raster2) numpy_array = pixelblockcoll[0][0][1].getData()

PixelBlockCollection 类的 stride 参数指定从内存中的一行像素到内存中的下一行像素的字节数。这也称为增量、仰俯角或跨度大小。下图显示了当步幅设置为默认值（大小与像素块大小相同）时， PixelBlockCollection 对象将如何遍历像素：

具有默认步幅的像素块集合

下图显示了当步幅设置为 (2, 1) 时， PixelBlockCollection 对象将如何遍历像素：

步幅为 (2, 1) 的像素块集合

语法

PixelBlockCollection(in_rasters, pixel_block_size, stride, overlay_type, nodata_to_values)

名称	说明	数据类型
in_rasters	输入栅格对象或栅格对象列表。如果您使用的是栅格对象列表，则所有栅格必须具有相同的像元大小和空间参考。	Raster
pixel_block_size	包含两个用于描述块大小（行数、列数）的值的元组。 (默认值为 (512, 512))	tuple
stride	包含两个可沿要处理的行和列指定步幅或增量的整数的元组。如果未指定任何值，则将使用像素块大小且相邻像素块将不发生重叠。 (默认值为 None)	tuple
overlay_type	指定输入栅格具有不同范围时的叠加类型。 INTERSECTION—像素块将仅覆盖栅格之间的交集区域。 UNION—像素块将覆盖所有栅格的范围。 (默认值为 INTERSECTION)	String
nodata_to_values	从生成的 NumPy 数组中的输入栅格分配至 NoData 值的值。该值可以是与每个栅格相对应的单个值或一组值。	Integer

属性

名称	说明	数据类型
size （只读）	像素块集合中沿 y 方向和 x 方向的像素块数。y 方向上的像素块数将位于第一个位置。	tuple

方法

`reset()`

将像素块集合迭代器重置到集合的开头。

返回值

数据类型	说明
PixelBlockCollection	已重置的 `PixelBlockCollection` 对象。

`shuffle()`

打乱像素块集合中的像素块顺序。将图像样本输入到深度学习模型时，此选项能起到很大作用。

返回值

数据类型	说明
PixelBlockCollection	包含按乱序排列的像素块的 `PixelBlockCollection` 对象。

代码示例

PixelBlockCollection 示例 1（Python 窗口）

遍历像素块以计算土地覆被栅格中的总城区面积。

import arcpy

# Specify the input raster
in_raster1 = arcpy.Raster("landcover.tif")

# Create a PixelBlockCollection
blockCollection = arcpy.ia.PixelBlockCollection(
    in_raster1, pixel_block_size = (512, 512), nodata_to_values = -1)

# Check the number of pixelblocks along x and y direction
number_blocks_y, number_blocks_x= blockCollection.size

urban_cell_count=0

# Iterate through each PixelBlock
for i in range(number_blocks_y):
    for j in range(number_blocks_x):
        pixelblock = blockCollection[i,j]
    np_array = pixelblock.getData()
    urban_cell_count+= np.count_nonzero(np_array == 3)
    # value = 3 is urban class

urban_area = urban_cell_count * in_raster1.meanCellWidth*in_raster1.meanCellHeight
print("Total urban area : " + str(urban_area))

PixelBlockCollection 示例 2（独立脚本）

遍历像素块以计算在 2006 年到 2016 年间从森林转变为城市的总面积。

import arcpy
from arcpy.ia import *

# Specify the input rasters
in_raster1 = arcpy.Raster("C:/iapyexamples/data/landcover_2006.tif")
in_raster2 = arcpy.Raster("C:/iapyexamples/data/landcover_2016.tif")

# Create a PixelBlockCollection
blockCollection = arcpy.ia.PixelBlockCollection(
    [in_raster1, in_raster2], pixel_block_size = (256, 256), nodata_to_values = -1)

# Check the number of pixelblocks along x and y direction
number_blocks_y, number_blocks_x= pixelblocks.size

forest_to_urban_cell_count = 0

# Iterate through each PixelBlock

for i in range(number_blocks_y):
    for j in range(number_blocks_x):
        pixelblocklist = blockCollection[i][j]
        # get the array from pixelblock in the 1st raster
        array_in_raster1 = pixelblocklist[0].getData()
        # get the array from pixelblock in the 2nd raster
        array_in_raster2 = pixelblocklist[1].getData()

        forest_in_raster1= array_in_raster1[array_in_raster1==1] # value = 1 is forest class
        urban_in_raster2= array_in_raster2[array_in_raster2==3] # value = 3 is urban class
        res= forest_in_raster1+ urban_in_raster2
        forest_to_urban_cell_count+= np.count_nonzero(res == 4) # value = 4 is forest in in_raster1 and urban in in_raster2

forest_to_urban_area= forest_to_urban_cell_count * in_raster1.meanCellWidth*in_raster1.meanCellHeight
print("total area from forest in 2006 to urban in 2016 : " + str(forest_to_urban_area))