栅格和世界文件导入ArcGis，地图单位是什么？

Question

简而言之：我以为地图上的单位是米或者公里，但这似乎不对。它们是十进制度数吗？在ArcGIS中可以设置这个选项吗？

你好，

我正在和一位研究人员合作，使用ArcGIS将一些计算机视觉图像叠加到地图上。我创建了一个世界文件来测试在ArcGIS中导入栅格图像，但我似乎在缩放上搞错了。

我为一张1600x1600像素的图像创建了一个jgw文件，这张图应该覆盖一个8米乘8米的正方形。我已经成功地将它定位和旋转正确，但缩放却完全不对。

0.005
0.0013043484005
0.00482687012982
-0.005
10.8090421
59.5502261

来自ArcGIS的截图

更新：我尝试随机缩小图像，并把这个文件发给了我的同事（注意我在第1行和第4行的数字小数点后面输入错了）：

0.00000005
0.000000013043484005
0.0000000482687012982
-0.00000005
10.8090421
59.5502261

结果图像看起来像这样，离我想要的效果更近了。

使用世界文件和随机的小数点后多余零的结果

我使用一个简单的Python脚本创建了这个jgw文件，脚本读取了一个包含角落位置的csv文件。

CSV输入文件：

Prosjekt,Felt,Kornart,Season,Date_image,BildeID,RuteID,OmtrentligHimmelretning,Hjorne,Koordinat-system,Latitude,Longitude
Multisens,Garder,SW,Harvest,30/08/2012,902,10,se,NedreHoyre,WGS-84,59.5501946,10.8092326
Multisens,Garder,SW,Harvest,30/08/2012,902,10,sw,NedreVenstre,WGS-84,59.5501637,10.809107
Multisens,Garder,SW,Harvest,30/08/2012,902,10,nw,OvreVenstre,WGS-84,59.5502261,10.8090421
Multisens,Garder,SW,Harvest,30/08/2012,902,10,ne,OvreHoyre,WGS-84,59.5502595,10.8091657

Python脚本：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

def main():
    data = pd.read_csv('pos.csv',header=0)

    # Latitude is Y and longitude is X
    # The corners are denoted as:
    # a ----- b
    # |       |
    # |       |
    # c ----- d
    hjorne = data['Hjorne']
    lat = data['Latitude']
    lon = data['Longitude']
    a = {
            'lat': lat[ np.where(hjorne=='OvreVenstre')[0][0] ],
            'lon': lon[ np.where(hjorne=='OvreVenstre')[0][0] ] 
            }
    b = {
            'lat': lat[ np.where(hjorne=='OvreHoyre')[0][0] ],
            'lon': lon[ np.where(hjorne=='OvreHoyre')[0][0] ] 
            }
    c = {
            'lat': lat[ np.where(hjorne=='NedreVenstre')[0][0] ],
            'lon': lon[ np.where(hjorne=='NedreVenstre')[0][0] ] 
            }
    d = {
            'lat': lat[ np.where(hjorne=='NedreHoyre')[0][0] ],
            'lon': lon[ np.where(hjorne=='NedreHoyre')[0][0] ] 
            }
    print a , b , c, d

    # Pixels per meter is 1600 per 8 m
    mPerPix = 8 / 1600.0
    scalex = mPerPix
    scaley = -mPerPix

    # The skew rate is sin( image width ) [m/px]

    rotationAngle = np.arctan2( b['lat'] - a['lat'], b['lon'] - a['lon'])
    skewY = np.sin( rotationAngle ) * mPerPix
    skewX = np.cos( rotationAngle ) * mPerPix
    print rotationAngle

    outfile = open('output.jgw','w')
#    Line 1: A: pixel size in the x-direction in map units/pixel
#    Line 2: D: rotation about y-axis
#    Line 3: B: rotation about x-axis
#    Line 4: E: pixel size in the y-direction in map units, almost always negative[3]
#    Line 5: C: x-coordinate Longitude of the center of the upper left pixel
#    Line 6: F: y-coordinate Latitude of the center of the upper left pixel
    outfile.write( '{}\n{}\n{}\n{}\n{}\n{}\n'.format(
            scalex, skewY, skewX, scaley, a['lon'], a['lat']))
    outfile.close()

arcgis computer vision image scaling spatial analysis geographic information system raster import world file map units

栅格和世界文件导入ArcGis，地图单位是什么？

1 个回答

撰写回答