### 批量读取 TIF 文件并计算像素平均值 要实现批量读取 TIFF 图像文件并导出其像素平均值的功能，可以借助 `rasterio` 和 `numpy` 库完成此任务。这些库能够高效地加载地理空间数据，并支持复杂的数值运算。 以下是完整的解决方案： #### 使用的工具和方法 - **Rasterio**: 用于打开和读取 TIFF 文件中的栅格数据[^1]。 - **NumPy**: 提供高效的数组操作功能，便于执行数学运算[^2]。 #### 实现代码 以下是一个脚本示例，它会遍历指定目录下的所有 `.tif` 文件，逐个读取它们的内容，并计算有效像素（即大于特定阈值的像素）的平均值，最后将结果保存到 CSV 文件中。 ```python import os import rasterio import numpy as np import pandas as pd def calculate_mean(tif_path, valid_threshold=-1000): """ 计算单个 TIFF 文件的有效像素平均值。 参数: tif_path (str): 输入的 TIFF 文件路径。 valid_threshold (float): 像素有效性判断的下限，默认为 -1000。 返回: float: 该 TIFF 文件的有效像素平均值。 """ with rasterio.open(tif_path) as src: data = src.read(1).astype(float) # 只读取第一个波段的数据 # 过滤掉无效值（小于阈值的部分） valid_data = data[data > valid_threshold] if len(valid_data) == 0: return None # 如果没有有效的像素，则返回 None mean_value = np.mean(valid_data) return mean_value def process_directory(input_dir, output_csv): """ 处理整个目录内的 TIFF 文件，并将每个文件的结果存储到 CSV 中。 参数: input_dir (str): 包含输入 TIFF 文件的目录路径。 output_csv (str): 输出 CSV 文件的路径。 """ results = [] for filename in os.listdir(input_dir): if filename.endswith(".tif"): file_path = os.path.join(input_dir, filename) mean_val = calculate_mean(file_path) if mean_val is not None: results.append({"filename": filename, "mean_value": mean_val}) df = pd.DataFrame(results) df.to_csv(output_csv, index=False) # 主程序入口 input_folder = r"path_to_your_tiff_files" output_file = r"output_results.csv" process_directory(input_folder, output_file) ``` #### 关键点说明 1. **过滤无效像素**：在实际应用中，某些区域可能被标记为空值或异常值（如负数）。因此，在计算之前需设定合理的阈值来排除这些干扰项。 2. **性能优化**：通过 NumPy 的矢量化特性加速大规模矩阵运算过程，从而提升整体效率。 3. **CSV 导出**：最终结果以结构化表格形式呈现，方便后续分析与展示。 ---