问题标签 [raster]

如果我有一个二值图像和一个不规则的凸多边形，我如何计算它们是否相互交叉？多边形的坐标是根据图像来描述的。

从碰撞检测或填充算法的角度来看，我对此有一些想法，但我认为两者都不是最佳的。我确信有一种经过试验和测试的方法，但想不出关键字。

这是我的意思的一个例子：

在这种情况下，它应该返回 true。

我正在做 2D 过滤，并希望在灰度 BufferedImages 上逐个元素添加。是否有现有的功能可以为我完成这项工作，还是我需要从头开始制作一个？

是否有某种矩阵类可以将栅格转换为矩阵来简化这个问题？

编辑：这是它的一般要点

灰度转换：

我有一个具有以下结构的文件：

基本上，我必须将光栅扫描图像的原始数据转换回图像。

此外，根据使用的灰度级数量，每个灰度级会有不同的字符。我的问题是我真的不知道从哪里开始。我知道如果我有一个二维数组会更好，我会在其中输入灰度级的不同字符的整数值。所以即0 = #（然后我会输入#的ASCII值）

这条线读取图像的尺寸以供以后处理，但我不知道如何在不创建森林的情况下使用它，即彼此之间有 10 个循环。我认为主要问题是如何对其进行编程，以便例如当第一个像素的长度为 300 时，我让它转到数组中的下一行。

另外，我不应该使用 malloc，因为我还没有讨论过这个话题。我需要在运行时创建数组的大小，所以我只是创建了一个最大大小为 80*100 的数组。

我有一个土地覆盖栅格文件，我已将其缩减为仅包含树木覆盖单元格。我clump在 raster 包中使用了 clump() 将森林的连续区域聚集在一起。这使所有相互接触的单元格都具有相同的 ID，因为它们是同一个补丁的一部分。
然后我想找出每个丛的 PatchStat()，我通过将丛栅格转换为 as.matrix 来做到这一点。我试图让 PatchStat() 对栅格执行此操作，但它仅在它位于矩阵中时才有效。

我现在想用补丁统计输出制作一个栅格，即“perim.area.ratio”。因此，对应于丛 1 的每个单元格都将获得与丛 1 对应的 perim.area.ratio 值。为此，我从我的丛栅格中制作了一个 data.frame()，它具有：lon, lat, layer(clumpID), cellID。我尝试使用layer和patchID
将我的丛集栅格 data.frame 与 PatchStat 输出合并。但是，会发生错误：

fix.by(by.x, x) 中的错误：“by”必须指定有效的列。

任何想法我可以如何以另一种方式做到这一点，或者为什么这些列无效？代码如下。

有谁知道在光栅中绘制抗锯齿（平滑）二次贝塞尔曲线的体面算法？我可以简单地将它们绘制为矢量，然后将图像复制到光栅中。

是否有任何聪明但免费的算法可以将曲线直接绘制到像素上？我目前正在使用这里实现的算法： http: //www.bytearray.org/?p= 67 quadBezier() 我想知道是否有办法改变它来呈现抗锯齿贝塞尔曲线？提前致谢。

我这样做是为了学习，因为我希望它比使用 Shape 选项中的复制像素更快。这是一个示例，显示非平滑贝塞尔曲线比常规贝塞尔曲线更快：http: //lab.generalrelativity.org/raster/

我需要从 1303 个栅格中获取数据（每个栅格都有 1 个月的数据）并为栅格中的每个网格单元制作一个时间序列。最后，我会将所有时间序列加入一个庞大的（动物园）文件中。

我有可以做到这一点的代码（我尝试了一小部分数据集并且它有效）但它似乎永远只是为了堆叠栅格（现在超过 2 小时并且仍在计数），这不是较慢的部分，这将是时间序列。所以这是我的代码，如果有人知道堆叠栅格和/或创建时间序列的更快方法（可能没有双循环？）请帮助...

我不知道任何其他编程语言，但这对 R 来说是否太过分了？

我在使用 ggplot2 绘制具有因子值的栅格时遇到问题。

一、加载栅格数据

提取坐标和值

使用 geom_raster() 绘制网格。一切正常。

我没有连续的栅格，而是分类的。重新分类栅格：

绘制分类栅格。也可以，但传说是连续的

如果我将值绘制为因子，则地图会出错

我正在使用 R 创建具有如下几层的房屋的平面图，从底层开始：

• basemap：平面图的扫描版，我把它放在底层以帮助阅读
• bed：房子有几十张床，分散在房子的不同房间里，根据住户的特点有不同的颜色
• piechart：每张床上面都有一个饼图，饼图也是根据住户的其他特征创建的，有的床有饼图，有的没有。

bed和piechart是基于基于底图创建的shp文件创建的（即我使用Mapwindow创建矢量图层，将底图作为栅格图层导入并放在底部，然后一张一张地绘制床。床的shp文件然后将其导入R，计算床多边形的质心，该质心有助于定位饼图）

我read.jpeg以前是导入basemaptoimagematrix对象，然后用新annotation_raster函数inggplot2 0.9把basemap最下面的地图图层，由于bed图层也是基于图层创建的basemap，图层完美bed叠加在图层上。basemapggplot2

我可以毫无问题地创建地图 - 如果basemap足够小（3000 x 3000像素），现在我有一个basemap像素8000+ x 3000+（object.size241823624 字节），我在创建 shp 文件时没有意识到 R 内存问题，ggplot可以编译对象如果我annotation_raster禁用了，但 R 一直说我可以在尝试将 xxxMB 包含basemap到ggplot对象中时分配内存。

我认为这与 jpg 文件的压缩无关，因为即使我进一步压缩 jpg 文件，尺寸也不会改变。但是我无法调整 jpg 文件的大小，因为我的bed图层是根据原始 jpg 文件的尺寸创建的。

basemap任何人都可以在不改变 jpeg 尺寸或其他一些技巧来处理 R 的内存限制的情况下帮助缩小图像矩阵的大小吗？谢谢。

G'day，我正在处理一个包含约 125,000 个经纬度位置和日期的大型数据集，用于物种存在/不存在记录。对于每个位置，我想计算出日期和日期前 3 个月内每个位置的天气情况。为此，我下载了在 5 年内获取数据的给定天气变量（例如，最高温度）的每日天气数据。我总共有 1,826 个光栅文件，都在 2-3mb 之间。

我曾计划堆叠所有光栅文件，然后从每个光栅 (1,826) 中为每个点提取一个值。这将产生一个庞大的文件，我可以用它来搜索我需要的日期。但是，这是不可能的，因为我无法堆叠那么多栅格。我尝试将栅格拆分为 500 个堆栈，这可行，但它生成的文件大约 1Gb 并且非常慢（行，125,000；列，500）。此外，当我尝试将所有这些文件带入 R 以创建大数据框时，它不起作用。

我想知道是否有办法在 R 中处理这么多数据，或者是否有一个包可以用来提供帮助。我可以使用像ff这样的包吗？有没有人有什么建议可以用一种不太耗电的方法来做我想做的事情？我曾考虑过类似 lapply 的功能，但以前从未使用过，也不确定从哪里开始。

任何帮助都会非常棒，提前感谢您的宝贵时间。我目前使用但没有成功的代码如下。

亲切的问候，亚当

我有一个字节数组，其中包含来自 .bmp 文件的像素值。它是通过这样做生成的：

现在我需要重新创建 .bmp 图像。我试图制作一个 BufferedImage 并通过调用该setPixels方法来设置 WritableRaster 的像素。但是我必须提供一个 int[]、float[] 或 double[] 数组。也许我需要将字节数组转换为其中之一。但我不知道该怎么做。我也试过这个setDataElements方法。但我也不知道如何使用这种方法。

谁能解释如何从字节数组创建 bmp 图像？

编辑： @Perception

这是我到目前为止所做的：

private byte[] getPixelArrayToBmpByteArray(byte[] pixelData, int width, int height, int depth) throws Exception{ int[] pixel = byteToInt(pixelData); BufferedImage 图像 = null; if(depth == 8) { image = new BufferedImage(width, height, BufferedImage.TYPE_BYTE_GRAY); } else if(depth == 24){ image = new BufferedImage(width, height, BufferedImage.TYPE_INT_RGB); } WritableRaster 光栅 = (WritableRaster) image.getData(); raster.setPixels(0, 0, 宽度, 高度, 像素); image.setData（光栅）；返回 getBufferedImageToBmpByteArray(image); } private byte[] getBufferedImageToBmpByteArray(BufferedImage image) { byte[] imageData = null; 尝试 { ByteArrayOutputStream bas = new ByteArrayOutputStream(); ImageIO.write(image, "bmp", bas); imageData = bas.toByteArray(); bas.close(); } 捕捉（异常 e）{ e.printStackTrace(); } 返回图像数据；} private int[] byteToInt(byte[] data) { int[] ints = new int[data.length]; 对于 (int i = 0; 我