我正在尝试在存储为 tif 的卫星衍生栅格上运行阈值算法。算法中正在考虑出现在场景边界上的无数据值 (-3.40282306e+38) 并导致不良行为。我正在寻找一种在运行阈值算法之前删除所有没有数据值的行/列的方法。
我试图将所有没有数据值的单元格设置为 np.nan 然后删除它们，但我没有得到我正在寻找的结果。
我的代码：
import numpy as np
from skimage import filters
from skimage import exposure
from skimage.io import imread, show
from skimage.filters import try_all_threshold
no_data_value = -3.40282306e+38
ndwi = imread(<'my.tif'>)
ndwi[ndwi == no_data_value] = np.nan
ndwi = ndwi[~np.isnan(ndwi).any(axis=1)]
val = filters.threshold_otsu(ndwi)
filters.threshold_otsu不关心传入的数组的形状，所以你也可以这样做：
threshold_otsu(z[z > -1])
两件事情，
您的值可能不完全是 -3.40282306e+38。如果没有其他东西是那么大的负值，我可能会将过滤器更改为 -3e+38 之类的东西。
另外我认为您在“不为空”过滤器的开头缺少您的数组。这一行就在这里“ndwi = nwdi[~np.isnan(ndwi)]”
no_data_value = -3.0e+38
ndwi = imread(<my.tif>)
ndwi[ndwi <= no_data_value] = np.nan
ndwi = nwdi[~np.isnan(ndwi)]
val = filters.threshold_otsu(ndwi)
我的栅格值范围从 -1 到 1 如此变化
ndwi[ndwi == no_data_value] = np.nan
至
ndwi[ndwi <= -1] = np.nan
给了我想要的结果。似乎有点hack但有效。