ArcGIS Pro高效图像分割方案：如何将大图自动切分为1000*1000像素块

1次阅读

共计 2266 个字符，预计需要花费 6 分钟才能阅读完成。

在处理大尺寸遥感影像时，尤其是为深度学习准备训练样本时，我们经常需要将大图分割成统一尺寸的小块。传统的手动分割方式不仅耗时耗力，而且容易出现尺寸不统一的问题，严重影响后续处理的效率和质量。

耗时问题：手动分割一张 GB 级别的大图可能需要数小时，而且容易出错。
尺寸不统一：手动操作难以保证每个小块都是严格的 1000*1000 像素。
重复性工作：面对大量数据时，手动分割几乎不可行。

GDAL：开源工具，功能强大，但学习曲线较陡，且在某些 GIS 特定功能上支持不足。
arcpy：ArcGIS Pro 的 Python API，与 ArcGIS 生态无缝集成，特别适合需要保持空间参考一致性的场景。

Tile_Size：设置为 1000，确保每个小块都是 1000*1000 像素。
Overlap：根据需求设置重叠区域，常见于深度学习样本准备。
Cellsize：保持与原图一致，避免分辨率变化。
Split_Method：通常选择 ”SIZE” 模式，按尺寸分割。

import arcpy
import os
from tqdm import tqdm

def split_raster(input_raster, output_folder, tile_size=1000, overlap=0):
    """
    分割大图为指定尺寸的小块
    :param input_raster: 输入栅格路径
    :param output_folder: 输出文件夹
    :param tile_size: 分割尺寸
    :param overlap: 重叠像素数
    """
    # 确保输出文件夹存在
    os.makedirs(output_folder, exist_ok=True)

    # 获取栅格信息
    desc = arcpy.Describe(input_raster)
    band_count = desc.bandCount
    spatial_ref = desc.spatialReference

    # 设置输出基础名称
    base_name = os.path.basename(input_raster).split('.')[0]

    # 使用 tqdm 显示进度
    with tqdm(total=100, desc="Processing") as pbar:
        # 调用 SplitRaster 工具
        arcpy.SplitRaster_management(
            in_raster=input_raster,
            out_folder=output_folder,
            out_base_name=base_name,
            split_method="SIZE",
            tile_size=f"{tile_size} {tile_size}",
            overlap=overlap,
            cellsize="#",
            resampling_type="NEAREST",
            out_format="TIFF"
        )
        pbar.update(100)

if __name__ == "__main__":
    # 示例用法
    split_raster(
        input_raster="C:/data/large_image.tif",
        output_folder="C:/data/tiles",
        tile_size=1000,
        overlap=50
    )

多波段支持：代码自动识别输入栅格的波段数，保持输出一致。
坐标系保持：通过 Describe 对象获取原始空间参考，确保输出保持一致。
进度显示：集成 tqdm 库，提供友好的进度反馈。

使用 in_memory 工作空间存放中间结果，减少 IO 开销。
处理完成后及时清理临时数据。

import multiprocessing

def parallel_split(raster_list):
    """并行处理多个栅格"""
    pool = multiprocessing.Pool(processes=multiprocessing.cpu_count())
    results = []

    for raster in raster_list:
        result = pool.apply_async(split_raster, args=(raster, "output_folder"))
        results.append(result)

    pool.close()
    pool.join()

无效的 NoData 值：确保设置的 NoData 值确实存在于数据中。
文件名冲突：在输出文件名中加入行列号等唯一标识。

# 在输出基础名称中加入行列信息
out_base_name = f"{base_name}_row{{0}}_col{{1}}"

在 QGIS 中新建项目
使用 Layer > Add Layer > Add Raster Layer 加载切分结果
检查拼接处是否有重叠或缝隙
使用 Identify Features 工具验证像素值是否正确

[2023-08-20 10:00:00] INFO: 开始处理 large_image.tif
[2023-08-20 10:00:05] INFO: 原始尺寸: 10000x8000
[2023-08-20 10:02:30] INFO: 生成 100 个 1000x1000 的瓦片
[2023-08-20 10:02:30] INFO: 处理完成

在分割非整数倍尺寸的边界块时，常见的处理方式有三种：