ee.data.getPixels (Python only)

پیکسل‌ها را از دارایی تصویر واکشی می‌کند.

برمی‌گرداند: پیکسل‌ها به‌عنوان داده‌های تصویر خام.

کاربرد	بازگشتی‌ها
ee.data.getPixels(params)	شیء|مقدار

متغیر مستقل	نوع	جزئیات
params	شیء	شیء حاوی پارامترهایی با مقادیر احتمالی زیر: assetId - شناسه دارایی که پیکسل‌ها برای آن دریافت می‌شود. باید دارایی تصویری باشد. fileFormat - قالب فایل حاصل. پیش‌فرض png است. برای قالب‌های دردسترس، ImageFileFormat را ببینید. قالب‌های دیگری وجود دارد که شیء بارگیری‌شده را به شیء داده Python تبدیل می‌کند. این موارد عبارتند از: NUMPY_NDARRAY، که به آرایه NumPy ساختاریافته تبدیل می‌شود. grid - پارامترهایی که شبکه پیکسلی را که داده‌ها باید در آن واکشی شوند توصیف می‌کنند. به‌طور پیش‌فرض روی شبکه پیکسل بومی داده‌ها تنظیم می‌شود. region - درصورت وجود، منطقه داده‌ها برای برگرداندن، که به‌عنوان شیء هندسی GeoJSON مشخص شده است (به RFC 7946 مراجعه کنید). bandIds - درصورت وجود، مجموعه خاصی از باندها را که پیکسل‌ها باید از آن‌ها دریافت شوند مشخص می‌کند. visualizationOptions - درصورت وجود، مجموعه‌ای از گزینه‌های تصویرسازی برای اعمال جهت تولید تصویرسازی RGB‏ ۸ بیتی از داده‌ها، به‌جای برگرداندن داده‌های خام.

مثال‌ها

راه‌اندازی Python

برای اطلاعات درباره Python API و استفاده از geemap برای توسعه تعاملی، به صفحه محیط Python مراجعه کنید.

import ee
import geemap.core as geemap

Colab (Python)

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

# Get a Sentinel-2 image.
image = (ee.ImageCollection('COPERNICUS/S2_HARMONIZED')
  .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...