GIS-Lab - Вклад [ru]

Разработка простого расширения для QGIS на Python

2018-11-05T20:10:14Z

Gornak: /* Разработка */

{{Статья|Опубликована|qgis-dev-python}}
{{Аннотация|Описание процесса создания элементарного расширения для QGIS.}}

QGIS — свободная пользовательская ГИС, обладающая развитым API и продвинутой системой расширений (модулей). Модули создаются для расширения функциональности программы. QGIS написана на объектно-ориентированном языке высокого уровня C++. Так же в QGIS встроены привязки (bindings), которые реализуют практически весь функционал QGIS на языке Python. Графический интерфейс пользователя QGIS базируется на библиотеках Qt4. Разработка для QGIS может вестись на двух языках, Python и C++. Для разработки на языке Python необходимы привязки [http://www.riverbankcomputing.co.uk/software/pyqt/intro PyQt], обеспечивающие взаимодействия Python с Qt4. Помимо расширений библиотеки QGIS могут быть также использованы для разработки отдельных приложений, что подробно описано в статье «[http://gis-lab.info/qa/qgis-standalone.html Создание приложения на базе набора библиотек QGIS на Python]».

Данная статья описывает процесс создания каркаса расширения на языке Python. Разработанный каркас можно в дальнейшем использовать как основу для других расширений, выполняющих нужные функции.

Создание расширения состоит из нескольких этапов:

* Идея
* Создание каркаса
* Разработка необходимой функциональности.
* Тестирование
* Публикация

Задача этой статьи - иллюстрация процесса создания простого расширения, которое:
* добавит новую кнопку на панель инструментов
* добавит подменю в меню расширений
* выполнит простое действие
* будет доступно на двух языках.

Это расширение можно будет использовать как каркас для других будущих, более функциональных расширений. Далее мы более подробно разберем процесс создания по шагам.

=== Получение исходного кода ===

Код расширения, работающий под QGIS 2.0 можно получить в [https://github.com/nextgis/testplugin репозитории GitHub]:

<pre>git clone git@github.com:nextgis/testplugin.git</pre>

=== Подготовка ===

Для разработки расширения понадобится

* Любой текстовый редактор
* Python, лучше версии 2.5-2.7.х (3.x не подойдет)
* QGIS версии 2.0 и выше, для проверки работоспособности расширения.

Если вы установили QGIS с помощью установщика [http://gis-lab.info/qa/qgis-osgeo4w.html osgeo4w] или [http://nextgis.ru/nextgis-qgis NextGIS QGIS], то у вас уже есть все необходимое для разработки. Ничего дополнительно устанавливать не нужно.

Разработку можно вести прямо в папке, где хранятся расширения или переместить его в нее после разработки, в QGIS эта папка либо <tt>QGIS\python\plugins</tt> либо </tt>C:\Documents and Settings\username\.qgis2\python\plugins\</tt>.

В папке с плагинами необходимо создать новую, назвав ее так, чтобы бы по названию можно было легко определить, что именно делает расширение. Назовем нашу папку <code>testplugin</code>. Это название следует запомнить, так как оно будет фигурировать в различных компонентах кода.

Перед разработкой, нам нужно создать в этой папке несколько новых, пока пустых текстовых файлов:

* <tt>__init__.py</tt> — начальная точка, создаёт экземпляр основного класса, который передается в QGIS
* <tt>testplugin.py</tt> — основной код расширения. Содержит всю информацию о всех действиях расширения.
* <tt>resources.qrc</tt> — xml файл, создаваемый Qt Designer или вручную и содержащий относительные пути к ресурсам расширения, формам, иконкам и т.п. Компилируется в py перед созданием пакета плагина.
* <tt>metadata.txt</tt> — описание модуля, содержит информацию о расширении, версию, имя разработчика

Помимо этих файлов, если расширение использует формы, могут также присутствовать файлы:

* <tt>form.ui</tt> — форма созданная с помощью Qt Designer
* <tt>form.py</tt> — она же, скомпилированная в виде программы на языке Python

Для примера из данной статьи эти файлы не понадобятся.

Итак, пустые файлы созданы и лежат в нужной папке.

Перед разработкой, отредактируем файл metadata.txt. Этот файл содержит информацию о расширении, такую как его название <tt>name</tt>, т.е. то, как он будет показываться в Менеджере модулей, его описание <tt>description</tt>, показывается там же. Нужно также указать минимальную версию QGIS, для которой разработано это расширение (при попытке загрузки в QGIS меньшей версии плагин будет отключен) и другие параметры:

<pre>[general]
name=TestPlugin
description=This plugin is for testing and templating purposes
category=Vector
version=0.0.2
qgisMinimumVersion=2.0

author=NextGIS
email=info@nextgis.org

icon=icons/icon.png

tags=testing,template

homepage=http://gis-lab.info/qa/qgis-dev-python.html
tracker=https://github.com/nextgis/testplugin/issues
repository=https://github.com/nextgis/testplugin

experimental=True
deprecated=False</pre>

=== Разработка ===

Разработка начинается с файла <tt>__init__.py</tt>. Главным фрагментом кода является импорт исполняемой части расширения, содержащейся в файле <tt>testplugin.py</tt> (поэтому <tt>from testplugin</tt>) и содержащей всю содержательную часть кода.

<syntaxhighlight lang="python">
def classFactory(iface):
# Import class TestPlugin from file testplugin.py
from testplugin import TestPlugin
return TestPlugin(iface)
</syntaxhighlight>

Название главного импортируемого класса <tt>TestPlugin</tt> должно быть равно названию класса в коде <tt>testplugin.py</tt>, название — регистрозависимое, если вызывается <tt>TestPlugin</tt>, а класс носит название <tt>testplugin</tt>, будет выдано сообщение об ошибке.

Рассмотрим <tt>testplugin.py</tt>.

Как и во всех программах на языке Python, все начинается с импорта необходимых для работы классов, в нашем случае это будут классы PyQt — обертки для Qt на языке Python: PyQt4.QtCore и PyQt4.QtGui, активно используемые QGIS и сами классы QGIS: qgis.core

<syntaxhighlight lang="python">
# -*- coding: utf-8 -*-
from PyQt4.QtCore import *
from PyQt4.QtGui import *
from qgis.core import *
</syntaxhighlight>

Помимо этого нужно также импортировать ресурсы самого расширения, в нашем случае они будут задаваться через <tt>resources.py</tt>, как его создать мы разберем чуть позже.

<syntaxhighlight lang="python">
import resources
</syntaxhighlight>

После импорта идет раздел главного класса, импортируемого в <tt>__init__.py</tt> и содержащего все нужные функции. Необходимо обратить внимание, что название класса должно быть равно названию используемому для его вызова в <tt>__init__.py</tt>. Определение функции начинается с ключевого слова <tt>def</tt>, за которым следует имя функции и ее аргументы.

Объявим наш основной класс и функцию инициализации:

<syntaxhighlight lang="python">
class TestPlugin:

def __init__(self, iface):
"""Initialize class"""
# сохраним ссылку на интерфейс QGIS//save reference to QGIS interface
self.iface = iface
self.qgsVersion = unicode(QGis.QGIS_VERSION_INT)
</syntaxhighlight>

Одна из важнейших функций — создание элементов интерфейса расширения <tt>initGui</tt>. При загрузке расширения к пользовательскому интерфейсу <tt>iface.self</tt> могут добавляться кнопки <tt>addToolBarIcon</tt> или строки в меню «Модули», <tt>addPluginToMenu</tt>. Не забываем документировать функции с помощью тройных кавычек.

<syntaxhighlight lang="python">
import resources
def initGui(self):
"""Инициализируем графический интерфейс пользователя"""
#проверим, не пытаются ли запустить плагин из QGIS версии ниже 2.0//check if the plugin is ran below 2.0
if int(self.qgsVersion) < 10900:
qgisVersion = self.qgsVersion[0] + "." + self.qgsVersion[2] + "." + self.qgsVersion[3]
QMessageBox.warning(self.iface.mainWindow(),
"TestPlugin", "Error",
"TestPlugin", "QGIS %s detected.\n" % (qgisVersion) +
"TestPlugin", "This version of TestPlugin requires at least QGIS version 2.0.\nPlugin will not be enabled.")
return None

# create action that will be run by the plugin//создадим действие, которое будет запускать конфигурацию расширения
self.action = QAction("Test plugin", self.iface.mainWindow())
self.action.setIcon(QIcon(":/icons/icon.png"))
self.action.setWhatsThis("Configuration for test plugin")
self.action.setStatusTip("This is status tip")

# добавим пункт в меню инструментов Vector//add plugin menu to Vector toolbar
self.iface.addPluginToVectorMenu("TestPlugin",self.action)

# добавим кнопку на панель инструментов Vector//add icon to new menu item in Vector toolbar
self.iface.addVectorToolBarIcon(self.action)

# связь действия с функцией run//connect action to the run method
self.action.triggered.connect(self.run)

</syntaxhighlight>

Следующая важная функция расширения описывает то, что происходит при его выгрузке, выключении через Менеджер модулей — <tt>unload(self)</tt>

<syntaxhighlight lang="python">
def unload(self):
"""Действия при выгрузке расширения"""
# удалить меню расширения и иконку//remove menu and icon from the menu
self.iface.removeVectorToolBarIcon(self.action)
self.iface.removePluginVectorMenu("TestPlugin",self.action)
</syntaxhighlight>

И наконец функция выполняющая единственное действие в нашем расширении — <tt>run()</tt>. Функция создаёт строку сообщения и показывает ее в <tt>QMessageBox</tt> в главном окне программы.

<syntaxhighlight lang="python">
def run(self):
"""Действия при запуске расширения"""
# создать и показать сообщение//create a string and show it
infoString = "This is a test"
QMessageBox.information(self.iface.mainWindow(),"About",infoString)
</syntaxhighlight>

=== Интернационализация ===
Интернационализация позволяет сделать ваш плагин доступным на разных языках. [https://ru.wikipedia.org/wiki/Интернационализация Об интернационализации на wiki]
В качестве примера рассмотрим добавление перевода на русский язык. Команды в данном разделе указаны для систем Ubuntu/Debian.
Для начала нам потребуется внести изменения в код файла <tt>testplugin.py</tt>.
Добавим импорт нового модуля <tt>os</tt>, который позволит нам обращаться к файловой системе. Добавьте перед существующими "импортами":

<syntaxhighlight lang="python">
import os
</syntaxhighlight>

Воспользуемся новым модулем. Метод <tt>__init__</tt> теперь будет выглядеть так:

<syntaxhighlight lang="python">
def __init__(self, iface):
"""Initialize class"""
# save reference to QGIS interface
self.iface = iface
self.qgsVersion = unicode(QGis.QGIS_VERSION_INT)
self.plugin_dir = os.path.dirname(__file__)
# initialize locale
locale = QSettings().value('locale/userLocale')[0:2]
locale_path = os.path.join(
self.plugin_dir,
'i18n',
'TestPlugin_{}.qm'.format(locale))
if os.path.exists(locale_path):
self.translator = QTranslator()
self.translator.load(locale_path)

if qVersion() > '4.3.3':
QCoreApplication.installTranslator(self.translator)
</syntaxhighlight>

Что изменилось? Мы добавили атрибут <tt>self.plugin_dir</tt>, хранящий путь к папке с текущим файлом (<tt>testplugin.py</tt>). Получили из настроек QGIS текущую локаль (<tt>locale</tt>), которую пытаемся использовать для обращения к пути файла перевода (<tt>locale_path</tt>). Если такой файл существует, то загружаем из него перевод.
Сразу после метода <tt>__init__</tt> создадим новый:

<syntaxhighlight lang="python">
def tr(self, message):
return QCoreApplication.translate("TestPlugin", message)
</syntaxhighlight>

В Qt4 для перевода строки необходимо использовать метод <tt>QCoreApplication.translate()</tt>. Для каждой строки, требующей перевода, писать такую конструкцию неудобно, поэтому мы и добавили новый метод <tt>tr</tt>. В нашем примере есть только две строки, требующие перевода, и без данного метода можно было и обойтись, но вам он должен упростить жизнь. Далее используем новый метод для того, чтобы "пометить" строки для перевода:

<syntaxhighlight lang="python">
def run(self):
"""Action to run"""
# create a string and show it
infoString = self.tr("This is a test")
QMessageBox.information(self.iface.mainWindow(), self.tr("About"), infoString)
</syntaxhighlight>

С кодом почти закончили, перейдем к заключительным действиям. Создайте папку <tt>i18n</tt> рядом с файлом <tt>testplugin.py</tt>. В папке <tt>i18n</tt> создайте файл <tt><ИмяВашегоПлагина>.pro</tt>. В нашем примере это будет файл <tt>TestPlugin.pro</tt>. Содержимое файла должно быть таким:

<pre>SOURCES += ../testplugin.py
TRANSLATIONS += TestPlugin_ru.ts</pre>

В <tt>SOURCES</tt> перечисляются файлы, в которых требуется искать строки для перевода. Таких источников может быть несколько, и необходимо перечислить их все, добавляя новые строки <tt>SOURCES += ../<ИмяФайла></tt>. В нашем примере ресурс один. В <tt>TRANSLATIONS</tt> перечисляются файлы, содержащие перевод в виде разметки XML, которые необходимо сгенерировать. В имени файла <tt>ru</tt> значит, что это файл перевода на русский. Если хотите добавить другой язык, то после нижнего подчеркивания следует указать соответствующие две буквы. Например, <tt>uk</tt> — украинский.
Далее необходимо установить инструменты разработчика. В частности, нам понадобятся <tt>pylupdate4</tt> и <tt>linguist</tt>. Это делается следующей командой:

<pre>sudo apt-get install pyqt4-dev-tools</pre>

В терминале выполняем команды:

<pre>cd i18n
pylupdate4 TestPlugin.pro
linguist TestPlugin_ru.ts</pre>

Если требуется переводить сразу на несколько языков, то можно открыть несколько файлов, перечислив их:

<pre>linguist TestPlugin_ru.ts TestPlugin_uk.ts</pre>

Или открыть все доступные файлы переводов:

<pre>linguist *.ts</pre>

Всплывающее окно заполните так:

[[Файл:Linguist_settings.jpg]]

Если языков несколько, то настройте каждый отдельно в меню "Правка -> Параметры файла перевода".
В поле "Русский перевод" введите желаемый перевод — "Это тест" и нажмите <tt>Ctrl+Enter</tt>.

[[Файл:Linguist_translation_example.jpg]]

Теперь введите "О Плагине" и нажмите <tt>Ctrl+Enter</tt>. Далее "Файл -> Сохранить" и "Файл -> Скомпилировать". Последняя операция создаст бинарный файл <tt>TestPlugin_ru.qm</tt>, содержащий перевод. Именно этот файл и будет использоваться при отображении плагина на русском языке.
Осталось проверить результат. Для перезагрузки разрабатываемых плагинов удобно использовать плагин с говорящим названием "Plugin Reloader". В QGIS откройте меню "Модули -> Управление модулями". Во вкладке "Параметры" поставьте галочку напротив "Разрешить установку экспериментальных модулей". Во вкладке "Все" введите "Plugin Reloader" и нажмите "Установить модуль". В настройках появившейся иконки плагина "Plugin Reloader" нажмите "Choose plugin to be reloaded" и выберите плагин "testplugin" из списка. Нажмите на иконку плагина "Plugin Reloader", откройте "testplugin" и посмотрите результат.
<gallery>
Файл:Testplugin_en.jpg‎|До перевода
Файл:Testplugin_ru.jpg‎|После перевода
</gallery>

=== Какие функции из API доступны через Python ===

К сожалению, не все функции API QGIS доступны через Python (через C++ доступны все). Чтобы определить, доступны ли конкретные классы и функции, необходимо сначала найти их в документации к API GIS [http://doc.qgis.org/ http://doc.qgis.org]. А затем в консоли Python (Модули\Консоль Python) определить с помощью команды <tt>dir</tt> видны ли эти классы и функции из Python.

Например, определим доступные классы:

<syntaxhighlight lang="python">
import qgis.core
dir(qgis.core)
</syntaxhighlight>

Результат:
<pre>
['DEFAULT_LINE_WIDTH', 'DEFAULT_POINT_SIZE', 'DEFAULT_SEGMENT_EPSILON', 'ELLPS_PREFIX_LEN', 'GEOCRS_ID', 'GEOPROJ4', 'GEOSRID', 'GEOWKT', 'GEO_EPSG_CRS_AUTHID', 'GEO_EPSG_CRS_ID', 'GEO_NONE', 'LAT_PREFIX_LEN', 'MINIMUM_POINT_SIZE', 'NULL', 'PROJECT_SCALES', 'PROJ_PREFIX_LEN', 'QGis', 'QgsAbstractCacheIndex', 'QgsAbstractFeatureIterator', 'QgsAction', 'QgsAddRemoveItemCommand', 'QgsAddRemoveMultiFrameCommand', 'QgsApplication', 'QgsAtlasComposition', 'QgsAttributeAction', 'QgsAttributeEditorContainer', 'QgsAttributeEditorElement', 'QgsAttributeEditorField', 'QgsBilinearRasterResampler', 'QgsBrightnessContrastFilter', 'QgsBrowserModel', 'QgsCRSCache', 'QgsCacheIndexFeatureId', 'QgsCachedFeatureIterator', 'QgsCachedFeatureWriterIterator', 'QgsCategorizedSymbolRendererV2', 'QgsCentroidFillSymbolLayerV2', 'QgsClipToMinMaxEnhancement', 'QgsClipper', 'QgsColorBrewerPalette', 'QgsColorRampShader', 'QgsComposerArrow', 'QgsComposerAttributeTable', 'QgsComposerAttributeTableCompare', 'QgsComposerEffect', 'QgsComposerFrame', 'QgsComposerGroupItem', 'QgsComposerHtml', 'QgsComposerItem', 'QgsComposerItemCommand', 'QgsComposerItemGroup', 'QgsComposerLabel', 'QgsComposerLayerItem', 'QgsComposerLegend', 'QgsComposerLegendItem', 'QgsComposerLegendStyle', 'QgsComposerMap', 'QgsComposerMergeCommand', 'QgsComposerMultiFrame', 'QgsComposerMultiFrameCommand', 'QgsComposerPicture', 'QgsComposerRasterSymbolItem', 'QgsComposerScaleBar', 'QgsComposerShape', 'QgsComposerSymbolV2Item', 'QgsComposerTable', 'QgsComposerTextTable', 'QgsComposition', 'QgsContextHelp', 'QgsContrastEnhancement', 'QgsContrastEnhancementFunction', 'QgsCoordinateReferenceSystem', 'QgsCoordinateTransform', 'QgsCoordinateTransformCache', 'QgsCptCityArchive', 'QgsCptCityBrowserModel', 'QgsCptCityCollectionItem', 'QgsCptCityColorRampItem', 'QgsCptCityColorRampV2', 'QgsCptCityDataItem', 'QgsCptCityDirectoryItem', 'QgsCptCitySelectionItem', 'QgsCredentials', 'QgsCredentialsConsole', 'QgsCsException', 'QgsCubicRasterResampler', 'QgsDataCollectionItem', 'QgsDataDefined', 'QgsDataItem', 'QgsDataProvider', 'QgsDataSourceURI', 'QgsDbFilterProxyModel', 'QgsDiagram', 'QgsDiagramInterpolationSettings', 'QgsDiagramLayerSettings', 'QgsDiagramRendererV2', 'QgsDiagramSettings', 'QgsDirectoryItem', 'QgsDirectoryParamWidget', 'QgsDistanceArea', 'QgsDoubleBoxScaleBarStyle', 'QgsEllipseSymbolLayerV2', 'QgsError', 'QgsErrorItem', 'QgsErrorMessage', 'QgsException', 'QgsExpression', 'QgsFavouritesItem', 'QgsFeature', 'QgsFeatureIterator', 'QgsFeatureRendererV2', 'QgsFeatureRequest', 'QgsFeatureStore', 'QgsField', 'QgsFields', 'QgsFillSymbolLayerV2', 'QgsFillSymbolV2', 'QgsFontMarkerSymbolLayerV2', 'QgsFontUtils', 'QgsGPSConnection', 'QgsGPSConnectionRegistry', 'QgsGPSDetector', 'QgsGPSInformation', 'QgsGeometry', 'QgsGeometryCache', 'QgsGeometryValidator', 'QgsGml', 'QgsGmlFeatureClass', 'QgsGmlSchema', 'QgsGpsdConnection', 'QgsGradientStop', 'QgsGraduatedSymbolRendererV2', 'QgsHistogramDiagram', 'QgsHttpTransaction', 'QgsHueSaturationFilter', 'QgsImageFillSymbolLayer', 'QgsLabel', 'QgsLabelAttributes', 'QgsLabelCandidate', 'QgsLabelComponent', 'QgsLabelPosition', 'QgsLabelSearchTree', 'QgsLabelingEngineInterface', 'QgsLayerItem', 'QgsLegendModel', 'QgsLinePatternFillSymbolLayer', 'QgsLineSymbolLayerV2', 'QgsLineSymbolV2', 'QgsLinearMinMaxEnhancement', 'QgsLinearMinMaxEnhancementWithClip', 'QgsLinearlyInterpolatedDiagramRenderer', 'QgsLogger', 'QgsMapLayer', 'QgsMapLayerRegistry', 'QgsMapRenderer', 'QgsMapToPixel', 'QgsMarkerLineSymbolLayerV2', 'QgsMarkerSymbolLayerV2', 'QgsMarkerSymbolV2', 'QgsMessageLog', 'QgsMessageLogConsole', 'QgsMessageOutput', 'QgsMessageOutputConsole', 'QgsMimeDataUtils', 'QgsMultiBandColorRenderer', 'QgsNMEAConnection', 'QgsNetworkAccessManager', 'QgsNumericScaleBarStyle', 'QgsOWSConnection', 'QgsOfflineEditing', 'QgsOgcUtils', 'QgsPaintEngineHack', 'QgsPalLabeling', 'QgsPalLayerSettings', 'QgsPalettedRasterRenderer', 'QgsPaperItem', 'QgsPieDiagram', 'QgsPluginLayer', 'QgsPluginLayerRegistry', 'QgsPluginLayerType', 'QgsPoint', 'QgsPointDisplacementRenderer', 'QgsPointPatternFillSymbolLayer', 'QgsProject', 'QgsProjectBadLayerDefaultHandler', 'QgsProjectBadLayerHandler', 'QgsProjectFileTransform', 'QgsProjectVersion', 'QgsProperty', 'QgsPropertyKey', 'QgsPropertyValue', 'QgsProviderCountCalcEvent', 'QgsProviderExtentCalcEvent', 'QgsProviderMetadata', 'QgsProviderRegistry', 'QgsPseudoColorShader', 'QgsPythonRunner', 'QgsRaster', 'QgsRasterBandStats', 'QgsRasterBlock', 'QgsRasterChecker', 'QgsRasterDataProvider', 'QgsRasterDrawer', 'QgsRasterFileWriter', 'QgsRasterHistogram', 'QgsRasterIdentifyResult', 'QgsRasterInterface', 'QgsRasterIterator', 'QgsRasterLayer', 'QgsRasterNuller', 'QgsRasterPipe', 'QgsRasterProjector', 'QgsRasterPyramid', 'QgsRasterRange', 'QgsRasterRenderer', 'QgsRasterResampleFilter', 'QgsRasterResampler', 'QgsRasterShader', 'QgsRasterShaderFunction', 'QgsRasterTransparency', 'QgsRasterViewPort', 'QgsRectangle', 'QgsRenderChecker', 'QgsRenderContext', 'QgsRendererCategoryV2', 'QgsRendererRangeV2', 'QgsRendererV2AbstractMetadata', 'QgsRendererV2Metadata', 'QgsRendererV2Registry', 'QgsRuleBasedRendererV2', 'QgsRunProcess', 'QgsSVGFillSymbolLayer', 'QgsSatelliteInfo', 'QgsScaleBarStyle', 'QgsScaleCalculator', 'QgsScaleUtils', 'QgsSimpleFillSymbolLayerV2', 'QgsSimpleLineSymbolLayerV2', 'QgsSimpleMarkerSymbolLayerV2', 'QgsSingleBandColorDataRenderer', 'QgsSingleBandGrayRenderer', 'QgsSingleBandPseudoColorRenderer', 'QgsSingleBoxScaleBarStyle', 'QgsSingleCategoryDiagramRenderer', 'QgsSingleSymbolRendererV2', 'QgsSnapper', 'QgsSnappingResult', 'QgsSpatialIndex', 'QgsStyleV2', 'QgsSvgCache', 'QgsSvgCacheEntry', 'QgsSvgMarkerSymbolLayerV2', 'QgsSymbolLayerV2', 'QgsSymbolLayerV2AbstractMetadata', 'QgsSymbolLayerV2Metadata', 'QgsSymbolLayerV2Registry', 'QgsSymbolLayerV2Utils', 'QgsSymbolV2', 'QgsSymbolV2LevelItem', 'QgsSymbolV2RenderContext', 'QgsSymbologyV2Conversion', 'QgsTextDiagram', 'QgsTicksScaleBarStyle', 'QgsTolerance', 'QgsVectorColorBrewerColorRampV2', 'QgsVectorColorRampV2', 'QgsVectorDataProvider', 'QgsVectorFieldSymbolLayer', 'QgsVectorFileWriter', 'QgsVectorGradientColorRampV2', 'QgsVectorJoinInfo', 'QgsVectorLayer', 'QgsVectorLayerCache', 'QgsVectorLayerEditBuffer', 'QgsVectorLayerEditUtils', 'QgsVectorLayerFeatureIterator', 'QgsVectorLayerImport', 'QgsVectorLayerJoinBuffer', 'QgsVectorRandomColorRampV2', 'QgsZipItem', 'USER_CRS_START_ID', '__doc__', '__file__', '__name__', '__package__']
</pre>

Далее, после выбора нужного класса, например QgsFeature, посмотрим его методы:

<syntaxhighlight lang="python">
dir(qgis.core.QgsFeature)
</syntaxhighlight>

Результат:

<pre>
['__class__', '__delattr__', '__delitem__', '__dict__', '__doc__', '__format__', '__getattribute__', '__getitem__', '__hash__', '__init__', '__iter__', '__module__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__setitem__', '__sizeof__', '__str__', '__subclasshook__', '__weakref__', 'attribute', 'attributes', 'deleteAttribute', 'fieldNameIndex', 'fields', 'geometry', 'geometryAndOwnership', 'id', 'initAttributes', 'isValid', 'setAttribute', 'setAttributes', 'setFeatureId', 'setFields', 'setGeometry', 'setGeometryAndOwnership', 'setValid']
</pre>

=== Ресурсы ===

Для разработки расширения понадобится создать специальный файл, который будет содержать указатели на используемые расширением ресурсы, такие как например иконки. Пример такого файла:

<syntaxhighlight lang="xml">
<RCC>
<qresource prefix="" >
<file>icons/icon.png</file>
</qresource>
</RCC>
</syntaxhighlight>

Рекомендуется использовать уникальный qresource prefix, который не будет конфликтовать с другими расширениями.

После создания этого файла, необходимо его скомпилировать с помощью <tt>pyrcc4</tt> в формат, который можно импортировать с помощью Python:

<pre>
pyrcc4 -o resources.py resources.qrc
</pre>

И как уже упоминалось выше, импортировать получившиеся ресурсы в основном коде <tt>testplugin.py</tt>.

=== Заключение ===

Разработка каркаса нашего расширения завершена. Если она велась в папке расширений, то после запуска QGIS расширение должно автоматически появиться в списке расширений и можно начать его тестирование, отладку и, конечно, наполнение нужными полезными функциями.

Помните, что лучшим пособием по разработке для QGIS являются расширения созданные другими авторами.

=== Ссылки по теме ===

* [http://gis-lab.info/qa/qgis-standalone.html Создание приложения на базе набора библиотек QGIS на Python]
* [http://gis-lab.info/qa/qgis-repo.html Организация и работа с репозиториями расширений QGIS]
* [http://gis-lab.info/qa/qgis-install-plugin.html Установка модулей расширения в QGIS]
* [http://gis-lab.info/docs/qgis Документация по QGIS]

Пример использования утилит GDAL для вычисления яркостных характеристик снимков (на примере выявления рубок по зимним данным Landsat)

2016-09-16T08:47:09Z

Gornak:

{{Статья|Черновик}}
{{Аннотация|Пример решения технических задач, возникающих при выявлении изменений отражательных свойств поверхности по разновременным материалам ДЗЗ.}}

Одним из способов выявления изменений между сериями разновременных снимков является проведение различных '''математических операций между значениями яркости пикселей'''. Настоящая статья создана с целью помочь начинающим пользователям освоить '''основы техники данного приема''' с использованием свободного ПО и является опытом её автора. Для примера(результат на рисунке 1) выбрана достаточно '''простая практическая задача''' и соответствующие ей исходные данные.

[[Файл:compare2015_2016.jpg|центр|50|frame|Рис.1 Слева фрагмент сцены LC81810202015048LGN00(февраль 2015 г.,см. описание исходных данных),справа тот же участок на сцене LC81810202016083LGN00(март 2016 г.), красный контур-полигональный слой участков леса вырубленных за период между сценами, полученный с помощью автоматизированного алгоритма, рассмотренного в данной статье.]]
==Используемое ПО==
Командная строка Windows 7, Python27, GDAL 1.11.1, QGIS 2.14.2

==Исходные данные==
Зимние безоблачные снимки Landsat 8 OLI панхроматический(_B8) канал одной сцены формат TIF, уровень обработки L1T в проекции UTM(отмечу что для моего региона в средней полосе Европейской части, удалось найти порядка по 1 такому снимку за весь период работы сенсора(с апреля 2013 г.) в периоде февраль-март за 2015 и 2016 г.).

==Краткое описание действий==
Участки вырубленные за период между датами съемок на более позднем снимке будут иметь '''значительно большие значения яркости''', чем на раннем (при условии наличия снежного покрова и не слишком большого временного интервала). Расчет разности яркости и последующая классификация результата по пороговому значению осуществляется с использованием утилиты gdal_calc.py. Естественно в результат попадут все пиксели, значительно увеличившие свою яркость по разным причинам, но '''в подавляющем большинстве(если речь идет о лесной зоне) это будут именно изменения связанные с исчезновением лесного покрова'''(в частности сплошные рубки, приводящие к полному исчезновению древостоя).

==Радиометрическая калибровка==
Вопросы радиометрической калибровки достаточно полно рассмотрены в статье http://gis-lab.info/qa/landsat-data-correction.html, учитывая особенности исходных данных выбранных в качестве примера, калибровку проводить не обязательно(если не нужна разность в физических единицах), поэтому все команды приведены для расчетов в DN. Радиометрическую калибровку можно также осуществить с помощью gdal_calc.py, руководствуясь указанной выше статьей.
==Создание общей области покрытия==
Для корректной работы утилиты gdal_calc.py с несколькими растрами необходимо, чтобы входящие растры имели одинаковый охват(экстент). Получить сведения об охвате можно используя утилиту gdalinfo.exe:

<pre>gdalinfo rastr</pre>

*здесь и далее приведен пример синтаксиса командной строки
*rastr - полный путь к набору растровых данных

Результат работы утилиты, будет представлен в виде текста в командной строке:
[[Файл:Ginfextent.jpg|лево|300|Вывод значений координат углов изображения (охват) в командной строке]]

Необходимо выбрать максимальные значения для левой и нижней, и минимальные для правой и верхней границ среди охватов всех используемых изображений.
Обрезка растров производится с помощью утилиты gdalwarp.exe:

<pre>gdalwarp.exe -te Xmin Ymin Xmax Ymax -tr Xres Yres inputRastr outputRastr</pre>
*после имени исполняемого файла синтаксис следующий: "-(название флага) (параметры через пробел)" , могут быть флаги без параметров
*флаг -te экстент обрезки (параметры Xmin Ymin Xmax Ymax, определенные выше)
*-tr размер ячейки по x,y (для указанных данных 15 -15)
*для gdalwarp и gdal_calc возможно использование флага -overwrite для перезаписи выходного файла, если он уже существует

Для получения правильного результата необходимо также, чтобы корректные значения яркости одного растра не попадали на значения NODATA (в данном примере 0) другого, т.е. получить область пересечения растров. Данную операцию необходимо провести для каждого из растров приведенных к одинаковому охвату используя gdal_calc.py:

<pre>gdal_calc.py -A inpRastr1 -B inpRastr2 --outfile=outRastr1 --calc="A*(A>0)*(B>0)" --NoDataValue=0
gdal_calc.py -A inpRastr1 -B inpRastr2 --outfile=outRastr2 --calc="B*(A>0)*(B>0)" --NoDataValue=0</pre>
*gdal_calc.py(как и в случае с любым другим исполняемым файлом python)-сокращенное обозначение текста
<pre>[путь к файлу python.exe] [путь к gdal_calc.py]</pre>

например:
<pre>C:\Python27\python.exe "C:\Program Files\GDAL\gdal_calc.py"(пути с пробелами беруться в кавычки)</pre>
*для значений 0 будет установлен флаг NODATA

Если имеется полигон обрезки, включающий только корректные значения во всех изображениях (например лист разграфки WRS-2) можно сразу обрезать исходные растры:

<pre>gdalwarp.exe -te Xmin Ymin Xmax Ymax -tr Xres Yres -dstnodata 0 -cutline shpfile inpRast outRast</pre>

*во избежании пересчета пикселей при трансформации выходной растр необходимо замкнуть на сетку Landsat используя параметры -te и -tr,
можно использовать значения -te для минимального охвата как указано выше или вычислить самостоятельно для полигона обрезки
*полигон обрезки и растры должны иметь одинаковую систему координат

==Вычисление разности каналов==
Теперь можно провести вычисление собственно разности каналов:
<pre>gdal_calc -A earlyRast -B laterRast --outfile=outRast --calc="B.astype(int)-A.astype(int)" --type "Int32"</pre>

*преобразование входного типа данных (UInt16) в Int для вычислений необходимо для получения отрицательных значений
*для выходных данных используется тип данных Int32-значения от -2 147 483 647 до +2 147 483 647
*пиксели имевшие значение 0(NODATA) получают значение -2 147 483 647 с флагом NODATA, а значения 0 полученные в результате вычисления остаются корректными

==Классификация==
Для выявление непосредственно вырубок, как объектов, необходимо классифицировать полученный одноканальный растр разности на два класса - 1) пиксели с изменением яркости соответствующим вырубке и 2)все остальные:

<pre>gdal_calc.py -A inpRast --outfile=outRast --calc="1*(A>value)" --type "Byte"</pre>

*value - пороговое значение определяемое пользователем эмпирическим путем
*тип выходных данных Byte (для экономии памяти)-значения от 0 до 255
*пиксели имевшие значение -2 147 483 647(NODATA) получают значение 255 с флагом NODATA, пиксели, удовлетворяющие условию- значение 1, все остальные-0

==Постобработка==
Погрешности в геометрической привязке снимков, а также особенности снегонакопления на границе различных категорий земель могут привести к ошибочному отнесению к вырубкам участков вдоль линейных объектов(рек, дорог, лесополос) и по берегам водоемов(рисунок 2).
[[Файл:compare2015_2016_lineError.jpg|центр|100|frame|Рис.2 Ошибочные результаты классификации(полигональный слой с красным контуром) вызванные геометрическими погрешностями снимков(слева 2015 г.,справа 2016 г.)]]

Уменьшить количество "нежелательных" пикселей, а также заполнить "пустоты" в полигонах можно с помощью фильтра- утилиты gdal_sieve.py:
<pre>gdal_sieve.py -st value -4 inpRast outRast</pre>
*value-целое число, растровые полигоны, меньше указанного размера в пикселях, будут удалены
*-4 -флаг указывающий на число анализируемых соседних ячеек при определении связности
*флаг NODATA не наследуется от входящего файла

Преобразовать классифицированные данные в векторный формат можно с помощью gdal_polygonize.py, но прежде, для того чтобы не создавать полигоны для значений отнесенных к не интересующему классу, удобно будет установить флаг NODATA дополнительно на значения 0 и 255 поэтапно:
<pre>gdalwarp.exe -dstnodata value inpRast outRast</pre>
*value-значение NODATA (сначала 0, затем 255)

собственно конвертация в вектор:
<pre>gdal_polygonize.py inpRast -f "ESRI Shapefile" outShp layer</pre>
*outShp-полный путь к выходному shp-файлу
*layer-имя слоя(на усмотрение пользователя)
Векторные данные, иллюстрирующие результат были получены дополнительной обработкой вектора инструментом геообработки QGIS "Упростить геометрию".

==Замечания==
Следует заметить, что делянки, вырубленные незадолго до более поздней съемки определяются плохо, т.к. они покрыты порубочными остатками и разница в яркости может оказаться ниже установленного порогового значения.

== См. также ==
* [http://gis-lab.info/qa/gdal-examples.html Примеры использования инструментов GDAL]
* [http://www.gdal.org/pages.html Утилиты GDAL]

Пример использования утилит GDAL для вычисления яркостных характеристик снимков (на примере выявления рубок по зимним данным Landsat)

2016-05-31T14:16:32Z

Gornak:

{{Статья|Черновик}}
{{Аннотация|Пример решения технических задач, возникающих при выявлении изменений отражательных свойств поверхности по разновременным материалам ДЗЗ}}

Одним из способов выявления изменений между сериями разновременных снимков является проведение различных математических операций между значениями яркости пикселей. Настоящая статья создана с целью помочь начинающим пользователям освоить основы техники данного приема с использованием свободного ПО и является опытом её автора. Для примера выбрана достаточно простая практическая задача и соответствующие ей исходные данные.
[[Файл:compare2015_2016.jpg|центр|50|frame|LC81810202015048LGN00----------------------------------------------------------------------------------------------------------------------------------------------------------------------------LC81810202016083LGN00]]
==Используемое ПО==
Командная строка Windows 7, Python27, GDAL 1.11.1? QGIS 2.14.2
==Исходные данные==
Зимние безоблачные снимки Landsat 8 OLI панхроматический(_B8) канал одной сцены формат TIF, уровень обработки L1T в проекции UTM(отмечу что для моего региона в средней полосе Европейской части, удалось найти порядка по 1 такому снимку за весь период работы сенсора(с апреля 2013 г.) в периоде февраль-март за 2015 и 2016 г.).
==Краткое описание действий==
Участки вырубленные за период между датами съемок на более позднем снимки будут иметь значительно большие значения яркости, чем на раннем (естественно при условии наличия снежного покрова и не слишком большого временного интервала). Расчет разности яркости и последующая классификация результата по пороговому значению осуществляется с использованием утилиты gdal_calc.py.
==Радиометрическая калибровка==
Вопросы радиометрической калибровки достаточно полно рассмотрены в статье http://gis-lab.info/qa/landsat-data-correction.html, учитывая особенности исходных данных выбранных в качестве примера, калибровку проводить не обязательно(если не нужна разность в физических еденицах), поэтому все команды приведены для расчетов в DN. В случае использования данных разных сенсоров можно использовать готовые данные top-of-atmosfere reflectance (TOA) с EathExploer, если их нет(например для 8 канала), то можно вычислить с помощью gdal_calc.py, руководствуясь приведенной статьей. Вычисления можно проводить с исходными данными, или после приведения к общему покрытию, при этом необходимо отслеживать значения NODATA, например для данных LANDSAT 4-7 CLIMATE DATA RECORD (CDR) SURFACE REFLECTANCE это -9999.
==Создание общей области покрытия==
Для корректной работы утилиты gdal_calc.py с несколькими растрами необходимо, чтобы входящие растры имели одинаковый экстент. Получить сведения об экстенте можно используя утилиту gdalinfo.exe:
<pre>gdalinfo rastr</pre>
*здесь и далее приведен пример синтаксиса командной строки
*rastr - полный путь к набору растровых данных
Результат работы утилиты, будет представлен в виде текста в командной строке:
[[Файл:Ginfextent.jpg|лево|300|Вывод значений координат углов изображения(экстент) в командной строке]]

Необходимо определить максимальные значения для левой и нижней, и минимальные для правой и верхней границ используемых изображений.
Обрезка растров производится с помощью утилиты gdalwarp.exe:
<pre>gdalwarp.exe -te Xmin Ymin Xmax Ymax -tr Xres Yres inputRastr outputRastr</pre>
*-te экстент обрезки
*-tr размер ячейки по x,y (для указанных данных 15 -15)
*для gdalwarp и gdal_calc возможно использование флага -overwrite для перезаписи выхдногофайла, если он уже существует
Для получения правильного результата необходимо также, чтобы валидные значения яркости одного растра не попадали на значения NODATA (0) другого, т.е. получить область пересечения растров. Данную операцию необходимо провести для каждого из растров приведенных к одинаковому экстенту используя gdal_calc.py:
<pre>gdal_calc.py -A inpRastr1 -B inpRastr2 --outfile=outRastr1 --calc="A*(A>0)*(B>0)" --NoDataValue=0
gdal_calc.py -A inpRastr1 -B inpRastr2 --outfile=outRastr2 --calc="B*(A>0)*(B>0)" --NoDataValue=0</pre>
*gdal_calc.py(как и в случае с любым другим исполняемым файлом python)-сокращенное обозначение текста
<pre>[путь к файлу python.exe] [путь к gdal_calc.py]</pre>
,например:
<pre>C:\Python27\python.exe "C:\Program Files\GDAL\gdal_calc.py"(пути с пробелами беруться в кавычки)</pre>
*для значений 0 будет установлен флаг NODATA
Если имеется полигон обрезки, включающий только валидные значения во всех изображениях (например лист разграфки WRS-2) можно сразу обрезать исходные растры:
<pre>gdalwarp.exe -te Xmin Ymin Xmax Ymax -tr Xres Yres -dstnodata 0 -cutline shpfile inpRast outRast</pre>
*во избежании пересчета пикселей при трансформации выходной растр необходимо замкнуть на сетку Landsat используя параметры -te и -tr,
можно использовать значения -te для минимального экстента как указано выше или, если вычислить самостоятельно для полигона обрезки ближайшие значения x(y)min+res*n, где res-размер ячейки, n- целое число
*полигон обрезки и растры должны иметь одинаковую систему координат
==Вычисление разности каналов==
Теперь можно провести вычисление собственно разности каналов:
<pre>gdal_calc -A earlyRast -B laterRast --outfile=outRast --calc="B.astype(int)-A.astype(int)" --type "Int32"</pre>
*преобразование входного типа данных (UInt16) в Int для вычислений необходимо для получения отрицательных значений
*для выходных данных используется тип данных Int32-значения от -2 147 483 647 до +2 147 483 647
*пиксели имевшие значение 0(NODATA) получают значение -2 147 483 647 с флагом NODATA, а значения 0 полученные в результате вычисления остаются валидными
==Классификация==
Для выявление непосредственно вырубок, как объектов, необходимо классифицировать полученный одноканальный растр разности на два класса- 1)пиксели с изменением яркости соответствующим вырубке и 2)все остальные:
<pre>gdal_calc.py -A inpRast --outfile=outRast --calc="1*(A>value)" --type "Byte"</pre>
*value - пороговое значение определяемое пользователем эмпирическим путем
*тип выходных данных Byte (для экономии памяти)-значения от 0 до 255
*пиксели имевшие значение -2 147 483 647(NODATA) получают значение 255 с флагом NODATA, пиксели, удовлетворяющие условию- значение 1, все остальные-0

==Постобработка==
Погрешности в геометрической привязке снимков, а также особенности снегонакопления на границе различных категорий земель могут привести к ошибочному отнесению к вырубкам участков вдоль линейных объектов(рек, дорог, лесополос) и по берегам водоемов.
[[Файл:compare2015_2016_lineError.jpg|центр|100|frame|LC81810202015048LGN00----------------------------------------------------------------------------------------------------------------------------------------------------------------------------LC81810202016083LGN00]]

Уменьшить количество "нежелательных" пикселей, а также заполнить "пустоты" в полигонах можно с помощью фильтра- утилиты gdal_sieve.py:
<pre>gdal_sieve.py -st value -4 inpRast outRast</pre>
*value-целое число, растровые полигоны, меньше указанного размера в пикселях, будут удалены
*-4 -флаг указывающий на число анализируемых соседних ячеек при определении связности
*флаг NODATA не наследуется от входящего файла
Преобразовать классифицированные данные в векторный формат можно с помощью gdal_polygonize.py, но прежде, для того чтобы не создавать полигоны для значений отнесенных к неинтересующему классу, удобно будет установвить флаг NODATA допонительно на значения 0 и 255 поэтапно:
<pre>gdalwarp.exe -dstnodata value inpRast outRast</pre>
*value-значение NODATA (сначала 0, затем 255)
,собственна конвертация в вектор:
<pre>gdal_polygonize.py inpRast -f "ESRI Shapefile" outShp layer</pre>
*outShp-полный путь к выходному shp-файлу
*layer-имя слоя(на усмотрение пользователя)
Векторные данные, иллюстрирующие результат были получены дополнительной обработкой вектора инструментом геообработки QGIS "Упростить геометрию".
==Замечания==
Следует заметить, что делянки, вырубленные незадолго до более поздней съемки определяются плохо, т.к. они покрыты порубочными остатками и разница в яркости может оказаться ниже установленного порогового значения.
== См. также ==
* [http://gis-lab.info/qa/gdal-examples.html Примеры использования инструментов GDAL]
* [http://www.gdal.org/pages.html Утилиты GDAL]

Пример использования утилит GDAL для вычисления яркостных характеристик снимков (на примере выявления рубок по зимним данным Landsat)

2016-05-31T14:15:25Z

Gornak:

{{Статья|Черновик}}
{{Аннотация|Пример решения технических задач, возникающих при выявлении изменений отражательных свойств поверхности по разновременным материалам ДЗЗ}}

Одним из способов выявления изменений между сериями разновременных снимков является проведение различных математических операций между значениями яркости пикселей. Настоящая статья создана с целью помочь начинающим пользователям освоить основы техники данного приема с использованием свободного ПО и является опытом её автора. Для примера выбрана достаточно простая практическая задача и соответствующие ей исходные данные.
[[Файл:compare2015_2016.jpg|центр|50|frame|LC81810202015048LGN00----------------------------------------------------------------------------------------------------------------------------------------------------------------------------LC81810202016083LGN00]]
==Используемое ПО==
Командная строка Windows 7, Python27, GDAL 1.11.1? QGIS 2.14.2
==Исходные данные==
Зимние безоблачные снимки Landsat 8 OLI панхроматический(_B8) канал одной сцены формат TIF, уровень обработки L1T в проекции UTM(отмечу что для моего региона в средней полосе Европейской части, удалось найти порядка по 1 такому снимку за весь период работы сенсора(с апреля 2013 г.) в периоде февраль-март за 2015 и 2016 г.).
==Краткое описание действий==
Участки вырубленные за период между датами съемок на более позднем снимки будут иметь значительно большие значения яркости, чем на раннем (естественно при условии наличия снежного покрова и не слишком большого временного интервала). Расчет разности яркости и последующая классификация результата по пороговому значению осуществляется с использованием утилиты gdal_calc.py.
==Радиометрическая калибровка==
Вопросы радиометрической калибровки достаточно полно рассмотрены в статье http://gis-lab.info/qa/landsat-data-correction.html, учитывая особенности исходных данных выбранных в качестве примера, калибровку проводить не обязательно(если не нужна разность в физических еденицах), поэтому все команды приведены для расчетов в DN. В случае использования данных разных сенсоров можно использовать готовые данные top-of-atmosfere reflectance (TOA) с EathExploer, если их нет(например для 8 канала), то можно вычислить с помощью gdal_calc.py, руководствуясь приведенной статьей. Вычисления можно проводить с исходными данными, или после приведения к общему покрытию, при этом необходимо отслеживать значения NODATA, например для данных LANDSAT 4-7 CLIMATE DATA RECORD (CDR) SURFACE REFLECTANCE это -9999.
==Создание общей области покрытия==
Для корректной работы утилиты gdal_calc.py с несколькими растрами необходимо, чтобы входящие растры имели одинаковый экстент. Получить сведения об экстенте можно используя утилиту gdalinfo.exe:
<pre>gdalinfo rastr</pre>
*здесь и далее приведен пример синтаксиса командной строки
*rastr - полный путь к набору растровых данных
Результат работы утилиты, будет представлен в виде текста в командной строке:
[[Файл:Ginfextent.jpg|лево|300|Вывод значений координат углов изображения(экстент) в командной строке]]

Необходимо определить максимальные значения для левой и нижней, и минимальные для правой и верхней границ используемых изображений.
Обрезка растров производится с помощью утилиты gdalwarp.exe:
<pre>gdalwarp.exe -te Xmin Ymin Xmax Ymax -tr Xres Yres inputRastr outputRastr</pre>
*-te экстент обрезки
*-tr размер ячейки по x,y (для указанных данных 15 -15)
*для gdalwarp и gdal_calc возможно использование флага -overwrite для перезаписи выхдногофайла, если он уже существует
Для получения правильного результата необходимо также, чтобы валидные значения яркости одного растра не попадали на значения NODATA (0) другого, т.е. получить область пересечения растров. Данную операцию необходимо провести для каждого из растров приведенных к одинаковому экстенту используя gdal_calc.py:
<pre>gdal_calc.py -A inpRastr1 -B inpRastr2 --outfile=outRastr1 --calc="A*(A>0)*(B>0)" --NoDataValue=0
gdal_calc.py -A inpRastr1 -B inpRastr2 --outfile=outRastr2 --calc="B*(A>0)*(B>0)" --NoDataValue=0</pre>
*gdal_calc.py(как и в случае с любым другим исполняемым файлом python)-сокращенное обозначение текста
<pre>[путь к файлу python.exe] [путь к gdal_calc.py]</pre>
,например:
<pre>C:\Python27\python.exe "C:\Program Files\GDAL\gdal_calc.py"(пути с пробелами беруться в кавычки)</pre>
*для значений 0 будет установлен флаг NODATA
Если имеется полигон обрезки, включающий только валидные значения во всех изображениях (например лист разграфки WRS-2) можно сразу обрезать исходные растры:
<pre>gdalwarp.exe -te Xmin Ymin Xmax Ymax -tr Xres Yres -dstnodata 0 -cutline shpfile inpRast outRast</pre>
*во избежании пересчета пикселей при трансформации выходной растр необходимо замкнуть на сетку Landsat используя параметры -te и -tr,
можно использовать значения -te для минимального экстента как указано выше или, если вычислить самостоятельно для полигона обрезки ближайшие значения x(y)min+res*n, где res-размер ячейки, n- целое число
*полигон обрезки и растры должны иметь одинаковую систему координат
==Вычисление разности каналов==
Теперь можно провести вычисление собственно разности каналов:
<pre>gdal_calc -A earlyRast -B laterRast --outfile=outRast --calc="B.astype(int)-A.astype(int)" --type "Int32"</pre>
*преобразование входного типа данных (UInt16) в Int для вычислений необходимо для получения отрицательных значений
*для выходных данных используется тип данных Int32-значения от -2 147 483 647 до +2 147 483 647
*пиксели имевшие значение 0(NODATA) получают значение -2 147 483 647 с флагом NODATA, а значения 0 полученные в результате вычисления остаются валидными
==Классификация==
Для выявление непосредственно вырубок, как объектов, необходимо классифицировать полученный одноканальный растр разности на два класса- 1)пиксели с изменением яркости соответствующим вырубке и 2)все остальные:
<pre>gdal_calc.py -A inpRast --outfile=outRast --calc="1*(A>value)" --type "Byte"</pre>
*value - пороговое значение определяемое пользователем эмпирическим путем
*тип выходных данных Byte (для экономии памяти)-значения от 0 до 255
*пиксели имевшие значение -2 147 483 647(NODATA) получают значение 255 с флагом NODATA, пиксели, удовлетворяющие условию- значение 1, все остальные-0

==Постобработка==
Погрешности в геометрической привязке снимков, а также особенности снегонакопления на границе различных категорий земель могут привести к ошибочному отнесению к вырубкам участков вдоль линейных объектов(рек, дорог, лесополос) и по берегам водоемов.
[[Файл:compare2015_2016_lineError.jpg|центр|100|frame|LC81810202015048LGN00----------------------------------------------------------------------------------------------------------------------------------------------------------------------------LC81810202016083LGN00]]

Уменьшить количество "нежелательных" пикселей, а также заполнить "пустоты" в полигонах можно с помощью фильтра- утилиты gdal_sieve.py:
<pre>gdal_sieve.py -st value -4 inpRast outRast</pre>
*value-целое число, растровые полигоны, меньше указанного размера в пикселях, будут удалены
*-4 -флаг указывающий на число анализируемых соседних ячеек при определении связности
*флаг NODATA не наследуется от входящего файла
Преобразовать классифицированные данные в векторный формат можно с помощью gdal_polygonize.py, но прежде, для того чтобы не создавать полигоны для значений отнесенных к неинтересующему классу, удобно будет установвить флаг NODATA допонительно на значения 0 и 255 поэтапно:
<pre>gdalwarp.exe -dstnodata value inpRast outRast</pre>
*value-значение NODATA (сначала 0, затем 255)
,собственна конвертация в вектор:
<pre>gdal_polygonize.py inpRast -f "ESRI Shapefile" outShp layer</pre>
*outShp-полный путь к выходному shp-файлу
*layer-имя слоя(на усмотрение пользователя)
Векторные данные, иллюстрирующие результат были получены дополнительной обработкой вектора инструментом геообработки QGIS "Упростить геометрию".
==Замечания==
Следует заметить, что делянки, вырубленные незадолго до более поздней съемки определяются плохо, т.к. они покрыты порубочными остатками и разница в яркости может оказаться ниже установленного порогового значения.
== См. также ==
* [http://gis-lab.info/qa/gdal-examples.html Примеры использования инструментов GDAL]
* [http://www.gdal.org/pages.html]

Файл:Compare2015 2016 lineError.jpg

2016-05-31T14:08:44Z

Gornak: загружена новая версия «Файл:Compare2015 2016 lineError.jpg»

Файл:Compare2015 2016 lineError.jpg

2016-05-31T14:04:52Z

Gornak:

Файл:Compare2015 2016.jpg

2016-05-31T11:52:58Z

Gornak: загружена новая версия «Файл:Compare2015 2016.jpg»

Файл:Compare2015 2016.jpg

2016-05-31T11:44:53Z

Gornak:

Пример использования утилит GDAL для вычисления яркостных характеристик снимков (на примере выявления рубок по зимним данным Landsat)

2016-05-31T11:17:56Z

Gornak:

Пример использования утилит GDAL для вычисления яркостных характеристик снимков (на примере выявления рубок по зимним данным Landsat)

2016-05-31T10:55:27Z

Gornak:

Пример использования утилит GDAL для вычисления яркостных характеристик снимков (на примере выявления рубок по зимним данным Landsat)

2016-05-31T09:07:14Z

Gornak:

Пример использования утилит GDAL для вычисления яркостных характеристик снимков (на примере выявления рубок по зимним данным Landsat)

2016-05-31T08:25:28Z

Gornak:

Пример использования утилит GDAL для вычисления яркостных характеристик снимков (на примере выявления рубок по зимним данным Landsat)

2016-05-31T08:14:04Z

Gornak:

Файл:Ginfextent.jpg

2016-05-31T08:04:42Z

Gornak:

Пример использования утилит GDAL для вычисления яркостных характеристик снимков (на примере выявления рубок по зимним данным Landsat)

2016-05-31T07:56:26Z

Gornak:

Мониторинг рубок по зимним снимкам Landsat

2016-05-31T06:02:53Z

Gornak: переименовал Мониторинг рубок по зимним снимкам Landsat в Мониторинг рубок по зимним снимкам Landsat с помощью GDAL

#перенаправление [[Мониторинг рубок по зимним снимкам Landsat с помощью GDAL]]

Пример использования утилит GDAL для вычисления яркостных характеристик снимков (на примере выявления рубок по зимним данным Landsat)

2016-05-31T06:02:53Z

Пример использования утилит GDAL для вычисления яркостных характеристик снимков (на примере выявления рубок по зимним данным Landsat)

2016-05-31T06:00:05Z

Gornak: Новая страница: «{{Статья|Черновик}} {{Аннотация|Пример решения технических задач, возникающих при выявлен…»