ee.data.getPixels (Python only)

پیکسل ها را از دارایی تصویر واکشی می کند.

برمی گرداند: پیکسل ها به عنوان داده های تصویر خام.

استفاده برمی گرداند
ee.data.getPixels(params) شیء|مقدار
استدلال تایپ کنید جزئیات
params شیء یک شی حاوی پارامترهایی با مقادیر ممکن زیر:
assetId - شناسه دارایی که برای آن پیکسل دریافت می شود. باید دارایی تصویر باشد.
fileFormat - فرمت فایل حاصل. به صورت پیش فرض png است. برای فرمت های موجود به ImageFileFormat مراجعه کنید. فرمت های دیگری وجود دارد که شی دانلود شده را به یک شی داده پایتون تبدیل می کند. این موارد عبارتند از: NUMPY_NDARRAY ، که به یک آرایه NumPy ساختار یافته تبدیل می شود.
grid - پارامترهایی که شبکه پیکسلی را که در آن داده ها را واکشی می کند، توصیف می کند. پیش‌فرض شبکه پیکسلی داده‌ها.
region - در صورت وجود، منطقه داده ای که باید برگردانده شود، به عنوان یک شی هندسی GeoJSON مشخص شده است (به RFC 7946 مراجعه کنید).
bandIds - در صورت وجود، مجموعه خاصی از باندها را مشخص می کند که از آن پیکسل ها دریافت می شود.
visualizationOptions - در صورت وجود، مجموعه‌ای از گزینه‌های تجسم برای ایجاد یک تصویرسازی RGB 8 بیتی از داده‌ها، به جای بازگرداندن داده‌های خام اعمال می‌شود.

نمونه ها

راه اندازی پایتون

برای اطلاعات در مورد API پایتون و استفاده از geemap برای توسعه تعاملی به صفحه محیط پایتون مراجعه کنید.

import ee
import geemap.core as geemap

کولب (پایتون)

# Region of interest.
coords = [
    -121.58626826832939,
    38.059141484827485,
]
region = ee.Geometry.Point(coords)

# Get a Sentinel-2 image.
image = (ee.ImageCollection('COPERNICUS/S2')
  .filterBounds(region)
  .filterDate('2020-04-01', '2020-09-01')
  .sort('CLOUD_COVERAGE_ASSESSMENT')
  .first())
image_id = image.getInfo()['id']

# Make a projection to discover the scale in degrees.
proj = ee.Projection('EPSG:4326').atScale(10).getInfo()

# Get scales out of the transform.
scale_x = proj['transform'][0]
scale_y = -proj['transform'][4]

# Make a request object.
request = {
    'assetId': image_id,
    'fileFormat': 'PNG',
    'bandIds': ['B4', 'B3', 'B2'],
    'grid': {
        'dimensions': {
            'width': 640,
            'height': 640
        },
        'affineTransform': {
            'scaleX': scale_x,
            'shearX': 0,
            'translateX': coords[0],
            'shearY': 0,
            'scaleY': scale_y,
            'translateY': coords[1]
        },
        'crsCode': proj['crs'],
    },
    'visualizationOptions': {'ranges': [{'min': 0, 'max': 3000}]},
}

image_png = ee.data.getPixels(request)
# Do something with the image...