Python中ArcPy栅格裁剪栅格(批量对齐栅格图像范围并统一行数与列数)

  本文介绍基于Python中ArcPy模块，实现基于栅格图像批量裁剪栅格图像，同时对齐各个栅格图像的空间范围，统一其各自行数与列数的方法。

  首先明确一下我们的需求。现有某一地区的多张栅格遥感影像，其虽然都大致对应着同样的地物范围，但不同栅格影像之间的空间范围、行数与列数、像元的位置等都不完全一致；例如，某一景栅格影像会比其他栅格影像多出一行，而另一景栅格影像可能又会比其他栅格影像少一列等等。我们希望可以以其中某一景栅格影像为标准，将全部的栅格影像的具体范围、行数、列数等加以统一。

  本文所用到的具体代码如下。

# -*- coding: utf-8 -*-
"""
Created on Thu Dec 29 21:13:19 2022

@author: fkxxgis
"""

import arcpy

tif_file_path = r"E:\02_Project\01_Chlorophyll\ClimateZone\Original"
result_file_path = r"E:\02_Project\01_Chlorophyll\ClimateZone\Original_Snap/"
snap_file_name = r"E:\02_Project\01_Chlorophyll\ClimateZone\Original\F_LC.tif"

arcpy.env.workspace = tif_file_path
arcpy.env.snapRaster = snap_file_name

tif_file_list = arcpy.ListRasters("*", "tif")

for tif_file in tif_file_list:
    key_name = tif_file.split(".tif")[0] + "S.tif"
    arcpy.Clip_management(tif_file,
                          "#",
                          result_file_path + key_name,
                          snap_file_name,
                          "#",
                          "#",
                          "MAINTAIN_EXTENT")

  其中，tif_file_path是保存有我们原有栅格图像的路径，result_file_path是裁剪后各个结果图像的保存路径（记得在这一路径后加一个正斜杠/，否则之后输出结果的路径会有问题），snap_file_name是裁剪其他栅格图像时，所用的模板栅格图像——因为我们要统一各个栅格图像的行号与列号，所以很显然，这里这个模板图像就需要找各个栅格图像中，行数与列数均为最少的那一景图像。这里需要注意，如果大家的各个栅格图像中，行数与列数最少的栅格不是同一个栅格，那么可以分别用行数最少、列数最少的这两个栅格分别作为模板，执行两次上述代码。

  代码整体思路也很简单：首先，我们基于arcpy.ListRasters()函数，获取tif_file_path路径下原有的全部.tif格式的图像文件，并以列表的形式存放于tif_file_list中；随后，逐一取出tif_file_list列表中的栅格文件，进行裁剪处理。这里的裁剪我们是通过arcpy.Clip_management()函数来实现的，其各项参数的具体含义大家可以参考官方帮助文档，我们这里就只对本文中需要修改的参数加以介绍。

  其中，第一个参数就是当前循环所用的栅格图像文件，第三个参数是结果文件的保存路径与文件名，第四个参数则是模板文件；最后一个参数"MAINTAIN_EXTENT"是为了保证得到的裁剪后结果图像严格与模板图像的行数、列数相匹配。除此之外，几个"#"表示我们对其他参数暂时不配置。

  此外，在代码开头的这句arcpy.env.snapRaster = snap_file_name，表明我们将以所选用的模板文件为标准，使得输出的结果文件的像元大小、图像范围等与模板文件保持一致。这里需要注意，这一句代码与前述的"MAINTAIN_EXTENT"参数缺一不可——只有二者同时出现，才可以保证输出结果与模板文件是严格一致的。

  另一方面，由于我们用到了ArcPy模块，因此如果大家的Python版本是3.0及以上，则需要在ArcMap软件中的Python运行框，或其对应的IDLE（如下图所示）中运行上述代码。

  运行结果后，可以发现所有输出结果文件就具有完全一致的行数与列数了，且其各自的像元位置也是完全一致的。