友好的Rasterio插件，用于读取栅格数据集。
项目描述
rio-tiler
友好的Rasterio插件，用于读取栅格数据集。
文档： https://cogeotiff.github.io/rio-tiler/
源代码： https://github.com/cogeotiff/rio-tiler
描述
rio-tiler最初是为了从大型栅格数据源创建可滑动地图瓦片，并在网络地图上动态渲染这些瓦片而设计的。自从rio-tiler v2.0以来，我们添加了许多辅助方法来从任何由Rasterio/GDAL支持的栅格源读取数据和元数据。这包括通过HTTP、AWS S3、Google Cloud Storage等本地和远程文件。
在底层，rio-tiler仅仅是rasterio和GDAL库的包装。
功能
-
读取GDAL/Rasterio支持的任何数据集
from rio_tiler.io import Reader with Reader("my.tif") as image: print(image.dataset) # rasterio opened dataset img = image.read() # similar to rasterio.open("my.tif").read() but returns a rio_tiler.models.ImageData object
-
用户友好的
tile、part、feature、point读取方法from rio_tiler.io import Reader with Reader("my.tif") as image: img = image.tile(x, y, z) # read mercator tile z-x-y img = image.part(bbox) # read the data intersecting a bounding box img = image.feature(geojson_feature) # read the data intersecting a geojson feature img = image.point(lon,lat) # get pixel values for a lon/lat coordinates
-
在数据读取时启用属性分配（例如nodata）
from rio_tiler.io import Reader with Reader("my.tif") as image: img = image.tile(x, y, z, nodata=-9999) # read mercator tile z-x-y
-
STAC支持
from rio_tiler.io import STACReader with STACReader("item.json") as stac: print(stac.assets) # available asset img = stac.tile( # read tile for asset1 and indexes 1,2,3 x, y, z, assets="asset1", indexes=(1, 2, 3), # same as asset_indexes={"asset1": (1, 2, 3)}, ) # Merging data from different assets img = stac.tile( # create an image from assets 1,2,3 using their first band x, y, z, assets=("asset1", "asset2", "asset3",), asset_indexes={"asset1": 1, "asset2": 1, "asset3": 1}, )
-
Xarray支持 (>=4.0)
import xarray from rio_tiler.io import XarrayReader ds = xarray.open_dataset( "https://pangeo.blob.core.windows.net/pangeo-public/daymet-rio-tiler/na-wgs84.zarr/", engine="zarr", decode_coords="all", consolidated=True, ) da = ds["tmax"] with XarrayReader(da) as dst: print(dst.info()) img = dst.tile(1, 1, 2)
注意：XarrayReader需要安装可选依赖项，请运行
pip install rio-tiler["xarray"]。 -
非地理图像支持 (>=4.0)
from rio_tiler.io import ImageReader with ImageReader("image.jpeg") as src: im = src.tile(0, 0, src.maxzoom) # read top-left `tile` im = src.part((0, 100, 100, 0)) # read top-left 100x100 pixels pt = src.point(0, 0) # read pixel value
注意：
ImageReader也与适当的地理参照栅格数据集兼容。 -
镶嵌（合并或堆叠）
from rio_tiler.io import Reader from rio_tiler.mosaic import mosaic_reader def reader(file, x, y, z, **kwargs): with Reader(file) as image: return image.tile(x, y, z, **kwargs) img, assets = mosaic_reader(["image1.tif", "image2.tif"], reader, x, y, z)
-
通过morecantile原生支持多个TileMatrixSet
import morecantile from rio_tiler.io import Reader # Use EPSG:4326 (WGS84) grid wgs84_grid = morecantile.tms.get("WorldCRS84Quad") with Reader("my.tif", tms=wgs84_grid) as src: img = src.tile(1, 1, 1)
安装
您可以使用pip安装rio-tiler
$ pip install -U pip
$ pip install -U rio-tiler
或从源安装
$ git clone https://github.com/cogeotiff/rio-tiler.git
$ cd rio-tiler
$ pip install -U pip
$ pip install -e .
插件
rio-tiler-pds
rio-tiler v1包含从云服务提供商读取流行公共数据集（例如Sentinel 2、Sentinel 1、Landsat 8、CBERS）的几个辅助工具。此功能现在作为一个单独的插件存在，使访问更多公共数据集更加容易。
rio-tiler-mvt
从栅格源创建Mapbox矢量瓦片
实现
titiler：一个轻量级云优化GeoTIFF动态瓦片服务器。
cogeo-mosaic：根据mosaicJSON规范创建基于云优化的GeoTIFF镶嵌。
贡献与开发
作者
rio-tiler项目始于Mapbox，并于2019年1月转移到cogeotiff Github组织。
见AUTHORS.txt以获取个人贡献者列表。
变更
许可协议
下载文件
下载适合您平台的文件。如果您不确定选择哪个，请了解更多关于安装包的信息。
