Google Earth Engine - 从 ImageCollection Python API 导出 RGB 图像答案

【问题标题】：Google Earth Engine - RGB image export from ImageCollection Python APIGoogle Earth Engine - 从 ImageCollection Python API 导出 RGB 图像
【发布时间】：2019-03-29 05:18:44
【问题描述】：

我在使用 Google Earth Engine python API 来生成基于 ImageCollection 的 RGB 图像时遇到了一些问题。

基本上，为了将 ImageCollection 转换为 Image，我应用了中值缩减。在这个缩减之后，我应用了可视化函数，我需要定义不同的变量，比如最小值和最大值。问题是这两个值是依赖于图像的。

dataset = ee.ImageCollection('LANDSAT/LC08/C01/T1_SR')
        .filterBounds(ee.Geometry.Polygon([[39.05789266, 13.59051553],
                       [39.11335033, 13.59051553],
                       [39.11335033, 13.64477783],
                       [39.05789266, 13.64477783],
                       [39.05789266, 13.59051553]]))
        .filterDate('2016-01-01', '2016-12-31')
        .select(['B4', 'B3', 'B2'])

reduction = dataset.reduce('median')
            .visualize(bands=['B4_median', 'B3_median', 'B2_median'],
                         min=0,
                         max=3000,
                         gamma=1)

因此，对于每个不同的图像，我需要处理这两个可能会发生明显变化的值。由于我需要生成的图像数量巨大，因此无法手动完成。我不知道如何克服这个问题，也找不到该问题的任何答案。一个想法是找到图像的最小值和最大值。但我没有找到任何允许在 Javascript 或 python API 上执行此操作的函数。

我希望有人能帮助我。

【问题讨论】：

标签： python-3.x google-earth-engine

【解决方案1】：

您可以使用img.reduceRegion() 获取所需区域的图像统计信息以及要导出的每个图像。您必须将区域缩减的结果调用到可视化函数中。这是一个例子：

geom = ee.Geometry.Polygon([[39.05789266, 13.59051553],
                   [39.11335033, 13.59051553],
                   [39.11335033, 13.64477783],
                   [39.05789266, 13.64477783],
                   [39.05789266, 13.59051553]])

dataset = ee.ImageCollection('LANDSAT/LC08/C01/T1_SR')\
    .filterBounds(geom)\
    .filterDate('2016-01-01', '2016-12-31')\
    .select(['B4', 'B3', 'B2'])

reduction = dataset.median()

stats = reduction.reduceRegion(reducer=ee.Reducer.minMax(),geometry=geom,scale=100,bestEffort=True)

statDict = stats.getInfo()

prettyImg = reduction.visualize(bands=['B4', 'B3', 'B2'],
                     min=[statDict['B4_min'],statDict['B3_min'],statDict['B2_min']]
                     max=[statDict['B4_max'],statDict['B3_max'],statDict['B2_max']],
                     gamma=1)

使用这种方法，我得到这样的输出图像：

我希望这会有所帮助！

【讨论】：