Una clase en Python para identificar cultivos desde ortofotos de drone - Tutorial

El análisis espacial y el aprendizaje automático a veces requieren una codificación masiva para lograr resultados decentes, como identificar plantas a partir de una ortofoto de drones. Queríamos crear un flujo de trabajo simple para que los usuarios principiantes e intermedios de Python trabajaran con estas bibliotecas sin mucho dolor o frustración. Este tutorial tiene el procedimiento completo para usar una clase de Python que reconoce plantas de una ortofoto basada en puntos de muestra, crea rasters intermedios e identifica plantas como shapefiles de puntos.

Tutorial

Código

from workingTools import cropRecognition
import matplotlib.pyplot as plt

Create crop object

crop = cropRecognition()

Define raster and sample plants

crop.defineRaster('../odm_orthophoto/agaveCrop.tif')

CRS of Raster Data: EPSG:4326
Number of Raster Bands: 3
Interpretation of Raster Bands: (<ColorInterp.red: 3>, <ColorInterp.green: 4>, <ColorInterp.blue: 5>)

crop.definePoints('../Shp/agavePoints_3p.shp')

CRS of Point Data: epsg:4326

Retrieve information about the raster and plants

# get raster crs
crop.cropRaster.crs

CRS.from_epsg(4326)

# get point coordinates
crop.pointCoords

[(-104.60251209450945, 21.488914700478507),
 (-104.6026805707282, 21.488557889609346),
 (-104.60290182768277, 21.488567022907)]

Define parameter for the match template and raster band

# ratio of analysis
crop.pointRatio = 40
# raster band for the match template analysis
crop.selectedBand = crop.blueBand
# sample row, col and array for each point
crop.getPointRowCol()

Point N°:0 corresponds to row, col: 161, 6842
Point N°:1 corresponds to row, col: 3162, 5517
Point N°:2 corresponds to row, col: 3085, 3776

# plant arrays
crop.plotReferenceImages()

Perform single match template

# define object order and output raster path
matchTemplate2 = crop.singleMatchTemplate(2,'../Rst/matchTemplate2.tif')

# plot match template
#plt.imshow(matchTemplate0)

Match template analysis for all points

# define method (quantile or threshold) and value
crop.pointsMatchTemplate('threshold',0.32)

Processing image Nº 0
Processing image Nº 1
Processing image Nº 2

# plot all templates 
#crop.plotAllTemplates()

# save match template to a shapefile
crop.saveMatchShp('../Shp/matchCrop.shp')

Cluster analysis

# Birch clustering
crop.birchFilter()

# plot birch points
crop.plotBirchPoints()

Datos de entrada

Puede descargar el código desde este enlace.

Un repositorio con el código y las ortofotos está disponible en este enlace:

https://github.com/SaulMontoya/spatialPythonClassCropRecognitionDroneOrtophoto