rio-tiler-mosaic

一个用于从多个观测中创建瓦片的rio-tiler插件。

安装

$ pip install rio-tiler-mosaic

或

$ git clone http://github.com/cogeotiff/rio-tiler-mosaic
$ cd rio-tiler-mosaic
$ pip install -e .

Rio-tiler + Mosaic

这个rio-tiler插件的目标是从多个观测中创建瓦片。

因为用户可能想要选择哪个像素位于瓦片顶部，所以这个插件包含了5种不同的 像素选择 算法

• 第一个：取收到的第一个像素
• 最高：遍历所有资源并返回最高值
• 最低：遍历所有资源并返回最低值
• 平均值：计算整个堆栈的平均值
• 中值：计算整个堆栈的中值

API

mosaic_tiler(assets, tile_x, tile_y, tile_z, tiler, pixel_selection=None, chunk_size=5, kwargs)

输入

• assets : 列表，rio-tiler兼容资源（url或sceneid）的元组
• tile_x : 摩尔瓦片X索引。
• tile_y : 摩尔瓦片Y索引。
• tile_z : 摩尔瓦片ZOOM级别。
• tiler: Rio-tiler的tiler函数（例如rio_tiler.landsat8.tile）
• pixel_selection : 可选的 像素选择 算法（默认："first"）。
• chunk_size: 可选，控制每次循环处理的资源数量。
• kwargs: Rio-tiler tiler模块特定选项。

返回

• tile, mask : 纳数组元组，返回瓦片和掩码数据。

示例

from rio_tiler.io import COGReader
from rio_tiler_mosaic.mosaic import mosaic_tiler
from rio_tiler_mosaic.methods import defaults


def tiler(src_path: str, *args, **kwargs) -> Tuple[numpy.ndarray, numpy.ndarray]:
    with COGReader(src_path) as cog:
        return cog.tile(*args, **kwargs)

assets = ["mytif1.tif", "mytif2.tif", "mytif3.tif"]
tile = (1000, 1000, 9)
x, y, z = tile

# Use Default First value method
mosaic_tiler(assets, x, y, z, tiler)

# Use Highest value: defaults.HighestMethod()
mosaic_tiler(
    assets,
    x,
    y,
    z,
    tiler,
    pixel_selection=defaults.HighestMethod()
)

# Use Lowest value: defaults.LowestMethod()
mosaic_tiler(
    assets,
    x,
    y,
    z,
    tiler,
    pixel_selection=defaults.LowestMethod()
)

MosaicMethod 接口

rio-tiler-mosaic.methods.base.MosaicMethodBase 类定义了一个抽象接口，用于所有由 rio-tiler-mosaic 允许的 像素选择 方法。它的方法和属性如下：

• is_done：属性，返回一个布尔值，表示是否已填充瓦片
• data：属性，返回输出 瓦片 和 掩码 numpy 数组
• feed(tile: numpy.ma.ndarray)：方法，更新瓦片

MosaicMethodBase 类不打算直接使用，而是作为一个抽象基类，具体实现的模板。

编写自己的像素选择方法

编写自己的 像素选择算法 类的规则如下：

• 必须继承自 MosaicMethodBase
• 必须提供上述所有方法的具体实现。

请参阅 rio_tiler_mosaic.methods.defaults 类以获取示例。

智能多线程

在处理大量图像时，您可能不希望处理整个堆栈，尤其是如果像素选择方法在填充瓦片后停止。为了允许更好的优化，rio-tiler-mosaic 并行（线程）获取瓦片，但为了限制文件数量，也将获取嵌入到循环中（创建了两级处理）

assets = ["1.tif", "2.tif", "3.tif", "4.tif", "5.tif", "6.tif"]

# 1st level loop - Creates chuncks of assets
for chunks in _chunks(assets, chunk_size):
    # 2nd level loop - Uses threads for process each `chunck`
    with futures.ThreadPoolExecutor(max_workers=max_threads) as executor:
        future_tasks = [executor.submit(_tiler, asset) for asset in chunks]

默认情况下，块大小等于线程数（或如果无线程则等于资产数）

关于线程的更多内容

可以通过函数调用中的 threads= 选项设置使用的线程数。默认情况下，它将等于 multiprocessing.cpu_count() * 5 或 MAX_THREADS 环境变量。在某些情况下，线程可能会减慢您的应用程序。您可以设置线程为 0 以循环运行瓦片，而不使用 ThreadPool。

示例

请参阅 /example

贡献与发展

问题和拉取请求非常欢迎。

开发安装

$ git clone https://github.com/cogeotiff/rio-tiler-mosaic.git
$ cd rio-tiler-mosaic
$ pip install -e .[dev]

Python3.6 仅支持

此存储库设置为在提交新代码时使用 pre-commit 来运行 flake8、pydocstring 和 black（“无妥协的 Python 代码格式化程序”）。

$ pre-commit install

实现

cogeo-mosaic