从landsat、sentinel或其他aws托管的光栅获取mercator tile
rio-tiler的Python项目详细描述
里约热内卢瓷砖
从云优化geotiff数据集读取墨卡托瓷砖的光栅插件。
为aws公共数据集上托管的以下卫星任务提供了额外支持：
rio tiler支持python 2.7和3.3-3.7。
安装
您可以使用pip安装rio tiler
$ pip install -U pip $ pip install 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 .
概述
使用其中一个rio_tiler模块创建tiles：main，sentinel2，landsat8，cbers。
main模块可以从rasterio支持的任何光栅源（即本地文件、http、s3、gcs等）创建mercator平铺。特定于任务的模块使从aws s3存储桶中提取分片变得更加容易（即只需要一个场景id）；它们还可以用于返回元数据。
每个tilling模块都有一个返回图像元数据的方法（例如边界）。
用法
通过Internet从文件中读取磁贴
fromrio_tilerimportmaintile,mask=main.tile('http://oin-hotosm.s3.amazonaws.com/5a95f32c2553e6000ce5ad2e/0/10edab38-1bdd-4c06-b83d-6e10ac532b7d.tif',691559,956905,21,tilesize=256)print(tile.shape)>(3,256,256)print(mask.shape)>(256,256)
从平铺创建图像
fromrio_tiler.utilsimportarray_to_imagebuffer=array_to_img(tile,mask=mask)# this returns a buffer (PNG by default)
使用创建选项匹配mapnik默认值
fromrio_tiler.utilsimportarray_to_imagefromrio_tiler.profilesimportimg_profilesoptions=img_profiles["webp"]buffer=array_to_img(tile,mask=mask,img_format="webp",**options)
将图像写入文件
withopen("my.png","wb")asf:f.write(buffer)
获取sentinel2磁贴及其nodata掩码。
fromrio_tilerimportsentinel2tile,mask=sentinel2.tile('S2A_tile_20170729_19UDP_0',77,89,8)print(tile.shape)>(3,256,256)
获取陆地卫星场景的边界（WGS84）。
fromrio_tilerimportlandsat8landsat8.bounds('LC08_L1TP_016037_20170813_20170814_01_RT')>{'bounds':[-81.30836,32.10539,-78.82045,34.22818],>'sceneid':'LC08_L1TP_016037_20170813_20170814_01_RT'}
获取陆地卫星场景的元数据（即WGS84中的百分比（PC）最小/最大值、直方图和边界）。
fromrio_tilerimportlandsat8landsat8.metadata('LC08_L1TP_016037_20170813_20170814_01_RT',pmin=5,pmax=95){'sceneid':'LC08_L1TP_016037_20170813_20170814_01_RT','bounds':{'value':(-81.30844102941015,32.105321365706104,-78.82036599673634,34.22863519772504),'crs':'+init=EPSG:4326'},'statistics':{'1':{'pc':[1251.297607421875,5142.0126953125],'min':-1114.7020263671875,'max':11930.634765625,'std':1346.6463388957156,'histogram':[[1716,257951,174296,36184,20828,11783,6862,2941,635,99],[-1114.7020263671875,189.83164978027344,1494.3653564453125,2798.89892578125,4103.4326171875,5407.96630859375,6712.5,8017.03369140625,9321.5673828125,10626.1015625,11930.634765625]]},......'11':{'pc':[278.3393859863281,293.4466247558594],'min':147.27650451660156,'max':297.4621276855469,'std':7.660112832018338,'histogram':[[207,201,204,271,350,944,1268,2383,43085,453084],[147.27650451660156,162.29507446289062,177.31362915039062,192.33218383789062,207.3507537841797,222.36932373046875,237.38787841796875,252.40643310546875,267.42498779296875,282.4435729980469,297.4621276855469]]}}}计算图像的最小值和最大值的主要目的是通过线性变换将像素值从其原始范围（例如0到65535）重新调整到计算机屏幕（即0和255）所使用的范围。 这将使图像在显示时看起来很好。
云托管数据集的部分读取
rio tiler在本地或远程数据集上执行部分读取，这就是它在云优化geotiff（cog）上性能最佳的原因。 需要注意的是，sentinel-2在aws上托管的场景不是云优化格式，而是jpeg2000格式。 执行JPEG2000数据集部分读取时，GDAL（光栅后端库）将需要发出大量get请求并传输大量数据。
警告 aws sentinel-2 bucket处于requester pays模式，这意味着每个用户将为get/list请求和数据传输付费。虽然这看起来是可以接受的，但是使用rio tiler访问jpeg2000数据集（作为sentinel-2）可能会导致一个巨大的aws账单。
参考：Do you really want people using your data博客文章。
贡献与发展
问题和拉取请求非常受欢迎。
dev安装
$ git clone https://github.com/cogeotiff/rio-tiler.git $ cd rio-tiler $ pip install -e .[dev]
仅限python3.6
此repo设置为在提交新代码时使用pre-commit运行flake8、pydocstring和black（“不妥协的python代码格式化程序”）。
$ pre-commit install
许可证
作者
里约热内卢瓦勒项目始于Mapbox，已于2019年1月移交。
有关各个贡献者的列表，请参见AUTHORS.txt。
更改
创建aws lambda包
确保软件包在aws上运行的最简单方法是使用docker
FROM lambci/lambda:build-python3.6ENVLANG=en_US.UTF-8 LC_ALL=en_US.UTF-8 RUN pip3 install rio-tiler --no-binary numpy -t /tmp/python -U RUNcd /tmp/python && zip -r9q /tmp/package.zip *
参考号：https://github.com/vincentsarago/simple-rio-lambda
插件
实施
欢迎加入QQ群-->： 979659372
