Python ArcGIS classify用法及代码示例

本文简要介绍 python 语言中 arcgis.raster.analytics.classify 的用法。

用法:

arcgis.raster.analytics.classify(input_raster, input_classifier_definition, additional_input_raster=None, output_name=None, context=None, *, gis=None, future=False, **kwargs)

返回：

output_raster：影像图层项目

分类函数将根据输入栅格和从 train_classifier 函数生成的分类器定义字典创建像素类别。

Parameter	Description
input_raster	必需的 ImageryLayer 对象。
input_classifier_definition	必需的字典。 从train_classifier 函数生成的分类器定义字典。 例子： {“EsriClassifierDefinitionFile”:0, “FileVersion”:3,”NumberDefinitions”:1, “Definitions”:[…]}
additional_input_raster	可选的 ImageryLayer 对象。这可以是分段栅格。
output_name	可选字符串。如果指定，则会创建一个给定名称的影像图层。否则，该方法将创建影像服务并将其用作输出栅格。您可以从 GIS 中传入现有的影像服务项目来使用它。或者，您可以传入应通过此方法创建的输出图像服务的名称，以用作工具的输出。如果该名称的服务已经存在，则会引发 RuntimeError
context	context 包含影响任务执行的其他设置。 context 参数覆盖通过arcgis.env 参数设置的值 此函数具有以下设置： Extent(范围)：定义分析区域的边界框。 例子： {“extent”: {“xmin”: -122.68, “ymin”: 45.53, “xmax”: -122.45, “ymax”: 45.6, “spatialReference”: {“wkid”: 4326}}} 输出空间参考 (outSR)：输出栅格将投影到输出空间参考中。 例子： {“outSR”: {spatial reference}} 捕捉栅格 (snapRaster)：输出栅格的像元将与指定的捕捉栅格对齐。 例子： {‘snapRaster’: {‘url’: ‘<image_service_url>’}} 像元大小(cellSize)：输出栅格将具有由像元大小指定的分辨率。 例子： {‘cellSize’: 11} or {‘cellSize’: {‘url’: <image_service_url>}} or {‘cellSize’: ‘MaxOfIn’} 并行处理因子(parallelProcessingFactor)：控制光栅处理(CPU)服务实例。 例子： 具有指定数量的处理实例的语法示例： {“parallelProcessingFactor”: “2”} 具有指定百分比的总处理实例的语法示例： {“parallelProcessingFactor”: “60%”} 重采样方法(resamplingMethod)：输出栅格将按照指定的方法进行重采样。 支持的值有：双线性、最近的、三次的。 例子： {‘resamplingMethod’: “Nearest”} processAsMultidimensional - 指定是否将输入作为多维栅格进行处理。 False - 输入不会作为多维栅格处理。如果输入是多维的，则只处理当前显示的切片。 True - 输入将作为多维栅格进行处理，所有切片都将被处理以生成新的多维栅格。 例子： {‘processAsMultidimensional’: True}
gis	仅关键字参数。可选的 GIS 对象。如果未指定，则使用当前活动的连接。
future	仅关键字参数。可选的布尔值。如果为 True，则结果将是一个 GPJob 对象，并且结果将异步返回。
folder	仅关键字参数。可选的 str 或 dict。使用给定的文件夹名称在门户中创建一个文件夹(如果不存在)，并将输出保留在此文件夹中。 create_folder() 返回的字典也可以作为输入传入。 例子： {‘username’: ‘user1’, ‘id’: ‘6a3b77c187514ef7873ba73338cf1af8’, ‘title’: ‘trial’}
tiles_only	仅关键字参数。可选的布尔值。在ArcGIS Online 中，此函数的默认输出影像服务将是平铺影像图层。 要在 ArcGIS Online 上创建动态影像图层作为输出，请将 tiles_only 参数设置为 False。 函数将不支持ArcGIS Enterprise 中的tiles_only 参数，默认情况下会生成动态影像图层。

例子：

# Usage Example 1: Classifies a raster based on an Esri Classifier Definition dictionary and raster data inputs.

classifier = {
    'EsriClassifierDefinitionFile': 0,
    'FileVersion': 3,
    'NumberDefinitions': 1,
    'Definitions': [...],
    }

raster = gis.content.search('image_tif')[0].layers[0]

classify_op = classify(input_raster=raster,
                       input_classifier_definition=classifier,
                       gis=gis)

# Usage Example 2: Performs classification such that the output raster is projected onto the specified spatial reference.

classify_op = classify(input_raster=raster,
                       input_classifier_definition=classifier,
                       context={"outSR":{spatial reference}}
                       gis=gis)