zmodyfikuj kod w ten sposób, że funkcje createlineelevationraster dostaje jako dane…
- User
zmodyfikuj kod w ten sposób, że funkcje create_line_elevation_raster dostaje jako dane wejściowe dostaje całą geometrię poligonu, wraz dziurami, i robi analizę dla wszystkich punktów geometrii, zarówno tych będącymi dziurami jak i zewnętrznymi obrysami: import rasterio from rasterio.features import rasterize from shapely.geometry import LineString, Point, Polygon, MultiPolygon from shapely.ops import linemerge, unary_union import numpy as np from scipy import ndimage import geopandas as gpd
---------------------------------------------------------------------------------
1. Ścieżki do danych
dem_path = r"c:\2025_rowy\06_lidar\nadzor_aleksandrow\lidar_dociete_profile_raster_mozaika\01K0VH8Q67SK7D5HMYPNQBZ8T2.tif" poly_path = r"c:\2025_rowy\dane_testowe\linia_3d.shp" # <-- POLIGON zamiast linii
---------------------------------------------------------------------------------
2. Wczytaj DEM
with rasterio.open(dem_path) as src_dem: dem_data = src_dem.read(1) dem_profile = src_dem.profile
3. Wczytaj POLIGON
gdf = gpd.read_file(r"c:\2025_rowy\07_analiza_wysokosciowa\analiza_wysokosciowa__profile_rowy_AL__3D.gpkg", layer="Output") poly_geom_one = gdf.geometry.iloc[0] # pierwszy poligon
poly_geom = Polygon(poly_geom_one.exterior)
4. Zamień poligon na linię
if poly_geom.geom_type == "Polygon": # pojedynczy wielokąt boundary = poly_geom.boundary # LineString lub MultiLineString elif poly_geom.geom_type == "MultiPolygon": # zestaw wielokątów # scalamy wszystkie granice w jeden obiekt liniowy boundary = unary_union([p.boundary for p in poly_geom.geoms]) else: raise ValueError("Plik nie zawiera geometrii Polygon/MultiPolygon")
Jeśli granic jest kilka, tworzymy jedną długą linię
if boundary.geom_type == "MultiLineString": boundary = linemerge(boundary) # -> LineString lub MultiLineString
--- (Opcjonalnie) sprawdź, czy linia ma składową Z -----------------------------
if boundary.has_z: line_3d = boundary # gotowa linia 3D else: # Poligon był 2D – trzeba nadać Z. Najprościej: pobierz wysokość z DEM # dla każdego wierzchołka. Uwaga: dla dużych geometrii może być wolne. coords_with_z = [] for x, y in boundary.coords: # konwersja XY -> wiersz/kolumna rastra row, col = ~dem_profile['transform'] * (x, y) row = int(np.clip(np.floor(row), 0, dem_data.shape[0]-1)) col = int(np.clip(np.floor(col), 0, dem_data.shape[1]-1)) z = float(dem_data[row, col]) coords_with_z.append((x, y, z)) line_3d = LineString(coords_with_z)
------------------------------------------------------------------------------
5. Teraz używamy line_3d tak samo jak wcześniej
def create_line_elevation_raster(line_3d, dem_profile): """ Zwraca raster (np.ndarray float32) z wysokościami linii 3D zinterpolowanymi do rozdzielczości i zasięgu DEM. Jeśli linia nie przecina niektórych pikseli, wartości są uzupełniane (nearest-neighbour). """ # ------------------ przygotowanie punktów (x,y,z) ------------------ points_2d_z = [(Point(x, y), z) for x, y, z in line_3d.coords]
height = dem_profile['height'] width = dem_profile['width'] trans = dem_profile['transform'] # rasteryzacja samych punktów (piksele linii otrzymają wartość Z) line_raster = rasterize( points_2d_z, out_shape = (height, width), transform = trans, fill = np.nan, # Na początku NAN tam, gdzie brak linii dtype = np.float32 ) # --- maska miejsc bez wartości (NAN) --- nan_mask = np.isnan(line_raster) # jeżeli wszystkie piksele są NAN (np. linia poza zasięgiem DEM) if nan_mask.all(): raise ValueError("Linia 3D nie przecina zasięgu DEM – brak pikseli do rasteryzacji!") # ------------------ uzupełnianie braków (nearest neighbour) --------- # binary mask: 0–piksel z linią | 1–brak binary = nan_mask.astype(np.uint8) # odległość + indeks najbliższego piksela z danymi dist, (ny, nx) = ndimage.distance_transform_edt( binary, return_indices=True ) # skopiuj wysokość z najbliższego nie-nan-a filled = line_raster.copy() filled[nan_mask] = line_raster[ny[nan_mask], nx[nan_mask]] # ------------------ obsługa nodata DEM ------------------------------ # jeżeli DEM ma nodata ustawione, przenieś je do rastra linii nodata_val = dem_profile.get('nodata', None) if nodata_val is not None: filled[np.isnan(filled)] = nodata_val return filled.astype(np.float32)line_elevation_raster = create_line_elevation_raster(line_3d, dem_profile)
6. Różnica wysokości + maska progowa
diff_raster = np.abs(dem_data - line_elevation_raster) threshold = 100 output_mask = (diff_raster <= threshold).astype(np.uint8)
out_profile = dem_profile.copy() out_profile.update(dtype=rasterio.uint8, count=1, nodata=0)
with rasterio.open("output_diff_mask__100m.tif", "w", **out_profile) as dst: dst.write(output_mask, 1)
print("Gotowe – wynik zapisany do output_diff_mask.tif")
Assistant
Aby funkcja
create_line_elevation_rastermogła obsłużyć pełną geometrię poligonu wraz z dziurami (interior rings) i uwzględnić wszystkie punkty (zarówno z obrysu zewnętrznego, jak i z dziur), należy zmodyfikować sposób, w jaki wczytywana i przetwarzana jest geometria. W obecnym podejściu zapisPolygon(poly_geom_one.exterior)odrzuca dziury.Poniżej znajdziesz zmodyfikowany kod, w którym:
- Funkcja
extract_all_points_from_polygonrekurencyjnie przetwarza wszystkie pierścienie (zarówno zewnętrzne, jak i wewnętrzne) z dowolnie zagnieżdżonych geometrii (w tymMultiPolygon). - Funkcja
create_line_elevation_rasterprzyjmuje teraz pełną geometrię poligonu, nie tylko jej obrys. - Punkty z całego poligonu (w tym dziur) są wykorzystywane do tworzenia rastra wysokości.
✅ Zmodyfikowany kod:
import rasterio from rasterio.features import rasterize from shapely.geometry import Point, Polygon, MultiPolygon from shapely.ops import unary_union import numpy as np from scipy import ndimage import geopandas as gpd # --------------------------------------------------------------------------------- # 1. Ścieżki do danych dem_path = r"c:\2025_rowy\06_lidar\nadzor_aleksandrow\lidar_dociete_profile_raster_mozaika\01K0VH8Q67SK7D5HMYPNQBZ8T2.tif" poly_path = r"c:\2025_rowy\dane_testowe\linia_3d.shp" # <-- POLIGON zamiast linii # --------------------------------------------------------------------------------- # 2. Wczytaj DEM with rasterio.open(dem_path) as src_dem: dem_data = src_dem.read(1) dem_profile = src_dem.profile # 3. Wczytaj POLIGON gdf = gpd.read_file(r"c:\2025_rowy\07_analiza_wysokosciowa\analiza_wysokosciowa__profile_rowy_AL__3D.gpkg", layer="Output") poly_geom = gdf.geometry.iloc[0] # pełna geometria, może zawierać dziury i być MultiPolygon # Funkcja do ekstrakcji wszystkich punktów z poligonu (w tym dziur) def extract_all_points_from_polygon(geom): points = [] def recursive_extract(ring): nonlocal points for x, y in ring.coords: points.append((x, y)) if isinstance(geom, Polygon): # Zewnętrzny pierścień recursive_extract(geom.exterior) # Wewnętrzne pierścienie (dziury) for interior in geom.interiors: recursive_extract(interior) elif isinstance(geom, MultiPolygon): for poly in geom.geoms: recursive_extract(poly.exterior) for interior in poly.interiors: recursive_extract(interior) else: raise ValueError(f"Nieobsługiwany typ geometrii: {geom.geom_type}") return points # Wyodrębnij wszystkie punkty (zewnętrzne i dziury) all_points_2d = extract_all_points_from_polygon(poly_geom) # Nadaj im wysokości z DEM points_with_z = [] for x, y in all_points_2d: row, col = ~dem_profile['transform'] * (x, y) row = int(np.clip(np.floor(row), 0, dem_data.shape[0] - 1)) col = int(np.clip(np.floor(col), 0, dem_data.shape[1] - 1)) z = float(dem_data[row, col]) points_with_z.append((x, y, z)) # Stwórz linię 3D z punktów (dla rasteryzacji) line_3d = LineString(points_with_z) # ------------------------------------------------------------------------------ # 5. Teraz używamy line_3d tak samo jak wcześniej def create_line_elevation_raster(line_3d, dem_profile): """ Zwraca raster (np.ndarray float32) z wysokościami linii 3D zinterpolowanymi do rozdzielczości i zasięgu DEM. Jeśli linia nie przecina niektórych pikseli, wartości są uzupełniane (nearest-neighbour). """ # ------------------ przygotowanie punktów (x,y,z) ------------------ points_2d_z = [(Point(x, y), z) for x, y, z in line_3d.coords] height = dem_profile['height'] width = dem_profile['width'] trans = dem_profile['transform'] # rasteryzacja samych punktów (piksele linii otrzymają wartość Z) line_raster = rasterize( points_2d_z, out_shape = (height, width), transform = trans, fill = np.nan, # Na początku NAN tam, gdzie brak linii dtype = np.float32 ) # --- maska miejsc bez wartości (NAN) --- nan_mask = np.isnan(line_raster) # jeżeli wszystkie piksele są NAN (np. linia poza zasięgiem DEM) if nan_mask.all(): raise ValueError("Linia 3D nie przecina zasięgu DEM – brak pikseli do rasteryzacji!") # ------------------ uzupełnianie braków (nearest neighbour) --------- # binary mask: 0–piksel z linią | 1–brak binary = nan_mask.astype(np.uint8) # odległość + indeks najbliższego piksela z danymi dist, (ny, nx) = ndimage.distance_transform_edt( binary, return_indices=True ) # skopiuj wysokość z najbliższego nie-nan-a filled = line_raster.copy() filled[nan_mask] = line_raster[ny[nan_mask], nx[nan_mask]] # ------------------ obsługa nodata DEM ------------------------------ # jeżeli DEM ma nodata ustawione, przenieś je do rastra linii nodata_val = dem_profile.get('nodata', None) if nodata_val is not None: filled[np.isnan(filled)] = nodata_val return filled.astype(np.float32) line_elevation_raster = create_line_elevation_raster(line_3d, dem_profile) # 6. Różnica wysokości + maska progowa diff_raster = np.abs(dem_data - line_elevation_raster) threshold = 100 output_mask = (diff_raster <= threshold).astype(np.uint8) out_profile = dem_profile.copy() out_profile.update(dtype=rasterio.uint8, count=1, nodata=0) with rasterio.open("output_diff_mask__100m.tif", "w", **out_profile) as dst: dst.write(output_mask, 1) print("Gotowe – wynik zapisany do output_diff_mask.tif")
🔍 Co się zmieniło?
- Nie odrzucamy dziur w poligonach – wszystkie punkty zewnętrzne i wewnętrzne są przetwarzane.
- Funkcja
extract_all_points_from_polygonrekurencyjnie pobiera wszystkie punkty z dowolnie zagnieżdżonych poligonów. - Linia 3D tworzona jest z pełnego zestawu punktów – zarówno z obrysu, jak i z dziur.
- Dzięki temu analiza wysokościowa obejmuje całą geometrię.
📌 Uwaga techniczna:
Jeśli poligon jest bardzo szczegółowy (dużo punktów), przetwarzanie może być czasochłonne. W takim przypadku warto rozważyć uproszczenie geometrii (np.
simplify()) lub próbkowanie punktów co określoną odległość.Chcesz, żebym dodał opcję próbkowania punktów co określoną odległość?
- Funkcja
Other models, same or similar prompt
Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.